COVID-19 muncul di Tiongkok pada tahun 2019. Di Indonesia pada tahun 2020 terdapat lebih dari 3000 kasus positif COVID-19 dengan angka kematian sebesar 9,1%. Belum tuntasnya upaya pemerintah dalam memutus mata rantai penyebaran COVID-19 membuat masyarakat resah akan pandemi ini. Banyak masyarakat yang ingin menyampaikan aspirasinya di media sosial yang dianggap cocok sebagai wadah yang mewakili aspirasi pandemi COVID-19. Salah satunya adalah twitter. Banyak sekali pesan teks yang dikirimkan, ada yang positif dan ada yang negatif, sehingga sulit untuk mendapatkan informasi yang selaras karena keberagaman pesan teks yang dikirimkan. Salah satu cara untuk mengatasinya adalah dengan analisis sentimen. Penelitian ini memiliki proses antara lain text preprocessing, pembobotan kata, klasifikasi dengan algoritma K-Nearest Neighbors (KNN) dan Naïve Bayes Classifiers (NBC). Hasil yang didapatkan KNN mendapatkan akurasi sebesar 72.37% sedangkan NBC sebesar 67.84%. KNN merupakan algoritma klasifikasi terbaik untuk klasifikasi sentimen negatif, label negatif yang diprediksi benar pada KNN lebih besar yaitu 393 dibandingkan dengan NBC yaitu 339. Sedangkan NBC merupakan algoritma terbaik untuk klasifikasi sentimen positif, label positif yang diprediksi benar NBC yaitu 275 lebih besar dibandingkan dengan KNN yaitu 262.