Perkembangan teknologi memberikan pilihan bisnis baru bagi masyarakat.Perkembangan teknologi ini mencakup hal finansial yang memudahkan masyarakat untuk mengakses produk-produk keuangan. Binary option merupakan produk finansial di mana pihak yang terlibat ditempatkan pada satu dari dua pilihan dalam jangka waktu tertentu. Tujuan dari penelitian ini untuk menganalisis opini ataupun komentar masyarakat terhadap binary option, dengan menggunakan data yang didapatkan dari twitter dengan rentang waktu pengambilan data dari juni 2022 hingga September 2022. Algoritma yang digunakan pada penelitian ini untuk klasifikasi data adalah Naive Bayes dan Support Vector Machine dengan menggunakan pembobotan TF-IDF. Dalam penelitian ini jugal menghalsilkaln jumlalh nilali sentiment positif 961 daln nilali sentiment negaltif sebesalr 434 sehinggal paldal penelitialn ini menggunalkaln metode smote untuk mengaltalsi ketidalk seimbalngaln dalta,l peneralpaln smote ini menunjukkaln perbalikaln performal dalri metode klalsifikalsi yalng alda. Hasil yang didapatkan dari penelitian ini adalah Support Vector Machine dengan TF-DF menggunakan Smote memiliki tingkat akurasi paling tinggi diantara Support Vector Machine dengan TF-DF tanpa Smote dan Naive Bayes dengan TF-DF menggunakan Smote maupun Naive Bayes dengan TF-DF tanpa Smote, yaitu menghasilkan nilai Accuracy 79,51%, Precision 73,13%, dan Recall 93,32%, yalng dimalnal dallalm hall ini dalpalt disimpulkaln balhwal binalry option mendalpalt palndalngaln positif dalri malsyalralkalt.