ABSTRAK Nama : Fajri Program Studi : Magister Ilmu Komputer Judul : Pemilihan Significant Features dan Analisis Pola Kalimat Bersentimen pada Data Microblog Twitter Berbahasa Inggris Banyaknya pengguna Twitter pada tahun 2013 menjadikan Twitter sebagai salah satu jejaring sosial terbesar di dunia. Hal ini berkorelasi dengan besarnya data tekstual yang disimpan pada database Twitter. Data ini bisa dimanfaatkan dengan salah satu metode information retrieval yang dikenal dengan sentiment analysis. Sentiment analysis merupakan metode untuk mengetahui makna sebuah kata atau kalimat. Penerapan metode ini umumnya dilakukan dengan mengimplementasikan metode classification yang ada pada data mining ataupun machine learning. Penelitian ini bertujuan untuk mengetahui fitur-fitur yang paling representatif dalam melakukan analisis sentiment terhadap data Twitter. Hal ini dilakukan dengan melakukan seleksi fitur dengan beberapa model klasifikasi tehadap beberapa fitur yang mungkin diesktrak dari sebuah data tweet. Fitur-fitur yang digunakan diantaranya: fitur punctuation, lexical, POS tagging, emotion, emoticon, sequence of POS tag, dan berbagai fitur lexicon. Berdasarkan hasil seleksi fitur ini, nantinya juga bisa dikaji pola kalimat dari kalimat-kalimat bersentimen dari fitur sequence of POS tag yang diusulkan. Kata kunci: Twitter, sentiment analysis, seleksi fitur, punctuation, lexical, emotion, emoticon, sequence of POS-Tagging