Penyelenggaraan pendidikan di Indonesia hingga saat ini masih belum lepas dari persoalan tata kelola guru, guru honorer, dan reformasi birokrasi yang berpengaruh terhadap kualitas pendidikan dan iklim kerja di dalamnya. Dalam upaya peningkatan kualitas layanan publik oleh Aparatur Sipil Negara (ASN), Kementerian Pendidikan dan Kebudayaan sepakat dengan Kementerian Pendayagunaan Aparatur Negara dan Reformasi Birokrasi dan Kementerian Keuangan untuk mengubah sistem rekrutmen guru pegawai pemerintah dari penerimaan Calon Pegawai Negeri Sipil (CPNS) menjadi Pegawai Pemerintah dengan Perjanjian Kerja (PPPK) yang dalam pelaksanaannya masih menyisakan beberapa masalah dan pro kontra. Oleh karena itu peneliti melakukan analisis sentimen dalam bidang data mining terhadap Pelaksanaan PPPK Guru pada media sosial Twitter sebanyak 871 data yang kemudian difiltering dan cleaning menjadi 519 data dikarenakan adanya data yang terduplikat, data yang kosong dan pembersihan data. Penulis menggunakan metode Naive bayes dan Decision Tree untuk memperbandingkan tingkat akurasi dari kedua metode tersebut. Peneliti menggunakan tools RapidMiner versi 9.10.1. Hasil penelitian menunjukan bahwa analisis sentimen terhadap data Twitter terhadap PPPK guru dengan menggunakan metode naive bayes  mencapai tingkat akurasi 100.00%. Dimana class precision untuk pred. negative adalah 100.00% dan pred positive adalah 100.00%, dalam metode Decision Tree tingkat akurasi mencapai 53.95%. Dimana class precision untuk pred. negative adalah 0.00% dan pred positive adalah 53.95%. Dalam penelitian ini, dapat diketahui bahwa metode Naive Bayes adalah metode yang tingkat akurasinya lebih tinggi dibandingkan metode lainnya dengan tingkat akurasi sebesar 100.00%. Kata kunci: Analisis Sentimen; PPPK; Twitter; Data Mining