Seiring dengan meningkatnya penggunaan ChatGPT dalam pendidikan, berbagai pandangan dari pengguna di media sosial muncul, baik berupa dukungan maupun kritikan. Namun, pemahaman yang sistematis terhadap sentimen ini belum tersedia, sehingga menyulitkan Wakil Direktur 1 Bidang Akademik dan Kemahasiswaan dalam mengambil kebijakan terkait pengunaan ChatGPT pada Kampus PCR. Untuk mengatasi hal tersebut, teknologi Pipeline Big Data diimplementasikan untuk menangani pengolahan data teks tidak terstruktur dalam jumlah besar di waktu yang singkat untuk mengolah data teks tidak terstruktur dalam jumlah besar di waktu yang singkat untuk mengolah data opini pengguna Twitter mengenai Penggunaan ChatGPT dalam pendidikan. Algoritma Machine Learning seperti Support Vector Machine (SVM) dapat digunakan untuk mengklasifikasikan hasil sentimen mengenai pandangan dari Civitas Akademik Kampus PCR terhadap penggunaan ChatGPT dalam pendidikan. Proyek akhir ini bertujuan untuk mengembangkan sistem analisis sentimen Penggunaan ChatGPT pada Kampus PCR berbasis website yang dapat diakses oleh seluruh pengguna seperti seluruh Dosen, Mahasiswa dan Asisten Instruktur Laboran. Sistem menampilkan seluruh hasil klasifikasi data sentimen dari Twitter sebagai data latih dan data survei pandangan Civitas Akademik Kampus PCR sebagai data uji, dashboard visualisasi data sentimen serta kata kunci yang paling sering disebutkan yang dapat membantu Wakil Direktur 1 Bidang Akademik dan Kemahasiswaan dalam menentukan kebijakan penggunaan ChatGPT di lingkungan Akademik Kampus PCR.
Kata kunci: Pipeline Big Data, Analisis Sentimen, Support Vector Machine, ChatGPT, Pendidikan, Twitter, Kampus PCR.