Analisis sentimen atau yang bisa disebut juga sebagai penggalian opini adalah proses menganalisis teks dalam jumlah besar untuk menentukan apakah teks tersebut mengekspresikan sentimen positif, sentimen negatif, atau sentimen netral. Banyaknya penelitian mengenai analisis sentimen membuktikan bahwa analisis sentimen memberikan banyak manfaat yang cukup besar, seperti mengetahui respon masyarakat terhadapt suatu objek tertentu. Analisis sentimen menggunakan algoritma Naive Bayes sudah banyak dilakukan akan tetapi algortima Naive Bayes juga memiliki kekurangan diamana sebuah probabilitas tidak bisa mngukur seberapa besar tingkat akurasi sebuah predikasi, selain itu Naive Bayes juga memiliki kelemahan pada seleksi atribut sehingga mempengaruhi nilai akurasi, oleh karena itu algoritma Naive bayes perlu dioptimasi dengan cara mengoptimasi menggunakan algortima Particle Swarm Optimization (PSO) untuk meningkatkan akurasi pada algortima Naive Bayes, algoritma PSO memiliki konsep yang sederhana dan mudah diimplementasikan serta efisien dalam perhitungan jika dibandingkan dengan algoritma matematika dan teknik optimasi lainnya. Hasil yang didapatkan dalam penelitian ini menujukan bahwa optimasi algoritma NBC menggunakan PSO menghasilkan nilai Accuracy sebesar 68%.