Indonesia memiliki berbagai jenis makanan tradisional terkenal dan tersedia di berbagai kota. Selain makanan khas tersebut, beberapa jenis makanan internasional juga sudah merambah ke seluruh pelosok nusantara. Untuk menganalisis sentimen masyarakat terhadap kedua kategori makanan tersebut, peneliti melakukan text mining dengan mengambil data dari twitter. Jenis makanan tradisional yang dianalisis adalah rendang, sate dan gudeg. Sementara itu, jenis makanan internasional terdiri dari pizza, hamburger dan spaghetti. Tahapan yang dilakukan dalam penelitian ini meliputi data crawling, data cleaning, data filtering, data translating, data splitting dan pengembangan model klasifikasi teks berbasis Naïve Bayes. Hasil analisis menunjukkan persentase sentimen positif tertinggi terdapat pada makanan gudeg sebesar 57,9. Kemudian, persentase sentimen negatif tertinggi diperoleh makanan rendang sebesar 21,9. Selanjutnya, persentase tertinggi sentimen netral dimiliki oleh makanan hamburger. Sementara itu, kinerja model klasifikasi dengan dataset hamburger memperoleh nilai tertinggi pada parameter seperti accuracy sebesar 0,72, precision sebesar 0,72 dan recall sebesar 0,68 dalam memprediksi data sentimen.
Keyword : Makanan Tradisional, Makanan Internasional, Sentimen, Text Mining, Twitter, Naïve Bayes,