KRL merupakan sistem transportasi yang diandalkan berbagai kalangan untuk bepergian, tiap tahunnya pengguna KRL mengalami kenaikan penumpang. Dengan bertambahnya penumpang tiap tahun, opini yang muncul terkait KAI Commuter Line semakin beragam, baik opini positif maupun negatif, sehingga diperlukan analisis terkait opini pengguna KRL terhadap KAI Commuter Line. Penting untuk memahami sentimen pengguna bagi pemegang kebijakan sehingga dapat menanggulangi persepsi negatif yang muncul. Penelitian ini bertujuan untuk menganalisis sentimen pengguna KRL dan mengukur tingkat akurasi algoritma Naïve Bayes dalam mengklasifikasikan teks. Penelitian ini menggunakan metodologi penelitian Knowledge Discovery in Database (KDD) untuk menemukan informasi yang penting yang berguna. Pengumpulan data dilakukan dengan teknik crawling pada sosial media X dengan bantuan tools harvest-tweet. Pada analisis dengan 909 data bersih dari 6.175 data yang terkumpul, terdapat 485 sentimen positif dan 424 sentimen negatif. Pada hasil evaluasi akurasi, ditemukan bahwa pembagian data dengan rasio 80:20 mendapatkan hasil akurasi tertinggi sebesar 79%.