Sejak bulan Januari 2022 Indonesia mengalami kelangkaan stok minyak goreng. Pemerintah melakukan berbagai kebijakan dari pengaturan batas kuota ekspor sawit hingga mengatur distribusi minyak goreng serta menindak penimbun produk minyak goreng. Hal ini menjadi topik perbincangan hangat bagi seluruh warga internet di seluruh penjuru Indonesia. Banyak dari mereka yang mengutarakan opininya lewat sosial media, salah satunya yang paling sering muncul adalah dari twitter. Topik pembicaraan seputar kelangkaan minyak goreng ini sangat beragam, mulai dari adanya penimbunan minyak goreng, permainan mafia minyak goreng dan terjadinya panic buying. Analisis sentimen perlu dilakukan guna mengetahui opini masyarakat mengenai topik teresebut. Dalam menghadapi permasalahan tersebut, maka dari itu pada tugas akhir telah membangun suatu sistem untuk mengklasifikasi dengan metode K-Nearest Neighbors. Dalam mengimplementasikann sistem ini, tahapan yang dilakukan meliputi pengumpulan data menggunakan twitter API, pembuatan dataset, pemberian label secara manual, pengolahan data, pemilihan model, pengujian model, perhitungan akurasi dan validasi. Dalam penelitian ini dataset akan melewati proses training dan testing. Hasil dari pengujian sistem klasifikasi ini menunjukan bahwa metode K-Nearest Neighbors tingkat akurasi yang didapat sebesar 74.43% untuk data latih dan 58.33% untuk data uji.

kata Kunci : Minyak Goreng, Analisis Sentimen, K-Nearest Neigbors, Twitter