Pay later adalah skema metode pembayaran mirip kartu kredit, di mana perusahaan aplikasi menalangi pembayaran tagihan pengguna kepada merchant. Dengan adanya layanan ini dianggap bisa mendorong seseorang menjadi lebih konsumtif. Dari permasalahan diatas masyarakat seringkali menuliskan keluh kesah nya pada social media Twitter. Selain itu pengguna Twitter juga bisa menuliskan keyword paylater untuk melihat Tweet atau tanggapan orang lain. Tetapi hal ini kurang efisien jika hasil melihat data yang banyak satu per satu. Salah satu faktor yang menjadi tantangan dalam sentimen analisis sosial media adalah adanya penggunaan majas sarkasme pada penyampaian pendapat di media sosial. Kalimat sarkasme masih sering digunakan pengguna media sosial untuk menyidir seseorang menggunakan kata atau bahasa yang mengandung kata positif tetapi maknanya negatif sehingga sering kali terjadi kesalahan saat analisis sentimen. Proyek akhir ini melakukan kombinasi deteksi sarkasme dan analisis sentimen. Proses pendeteksian sarkasme dilakukan dengan membuatkan atur berdasarkan nilai set fitur punctuation-relate dan fitur kata interjeksi negative. Sedangkan proeses analisis sentimen dilakukan dengan metode Rule-Based¬. Penggunaan kata interjeksi negatif pada media social memiliki jumlah huruf yang bervariasi dalam satu kata. Untuk itu digunakan fungsi characterChecker, dari 50 query yang diuji coba berhasil mendeteksi kata interjeksi negatif sebanyak 36 atau 76%. Pendeteksian sarkasme dengan percobaan terhadap 210 data, berhasil melakukan deteksi sebanyak 177 data atau 89%. Sedangkan analisis sentimen dari 205 data manual label yang dilakukan ujicoba mendapatkan hasil akurasi sebesar 64%.