A conexão com a internet está presente na vida das pessoas o tempo todo, seja por smartphones, tablets, notebooks, computadores, entre outros. A utilização de redes sociais está cada vez mais comum no Brasil e em todo o mundo, e muitas companhias e pessoas utilizam-nas para divulgar produtos, serviços e opiniões, fato que as transformou em poderosas fontes de informação sobre os mais variados temas. Identificar essas opiniões e sentimentos é uma ótima estratégia para tomada de decisão de uma empresa. Sendo assim, o objetivo desse trabalho é coletar dados de uma rede social em específico, no caso o Twitter, referentes às eleições presidenciais do ano de 2018 e classificá-los como: positivo, negativo, neutro e ambíguo, utilizando técnicas de mineração de textos juntamente com o algoritmo de classificação Naive Bayes. Este método classificador se mostrou eficaz, chegando a atingir uma acurácia de 92% para um dos datasets coletados e ficando em uma média de 74,20% em relação à acurácia de todos. Para divulgar os resultados da classificação foi desenvolvido um website que continha informações sobre os candidatos, os eventos que eles participaram e suas classificações exibidas graficamente. O website foi disponibilizado e divulgado cinco dias antes do segundo turno das eleições, tendo 270 acessos durante este período.