Pandemi Covid-19 telah menyebabkan peningkatan signifikan dalam kasus
kekerasan dalam rumah tangga (KDRT) di Indonesia. Berdasarkan data dari
KemenPPPA hingga Oktober 2022, terdapat 18.261 kasus KDRT dengan 79,5%
atau 16.745 korban adalah perempuan. Kondisi pandemi yang memaksa masyarakat
untuk tinggal di rumah dalam waktu lama turut memperburuk situasi KDRT. Isu ini
sering menjadi perhatian masyarakat dan ramai diperbincangkan di media sosial
seperti Twitter. Oleh karena itu, analisis sentimen terhadap tweet yang mengandung
kata kunci terkait KDRT dapat memberikan pemahaman mengenai opini
masyarakat. Penelitian ini menggunakan metode Naïve Bayes Classifier (NBC)
untuk menganalisis sentimen teks di Twitter. NBC memanfaatkan distribusi kata
dalam dokumen untuk menghitung probabilitas dari setiap kelas, bertujuan
mengategorikan tweet ke dalam label positif, negatif, atau netral. Data diambil dari
tweet yang relevan, kemudian melalui tahapan pre-processing yang meliputi case
folding, cleaning data, stopword removal, word normalization, stemming, dan
tokenisasi. Fitur-fitur relevan diekstraksi menggunakan metode Term Frequency
Inverse Document Frequency (TF-IDF). Hasil klasifikasi menggunakan NBC
menunjukkan akurasi 70%, precision 57%, recall 66%, dan f1-score 60%.