Kebijakan efisiensi anggaran pendidikan yang ditetapkan oleh pemerintah menuai beragam
respons dari masyarakat di media sosial. Kurangnya pemetaan sentimen yang jelas menyulitkan
pemahaman terhadap persepsi publik atas kebijakan tersebut. Penelitian ini bertujuan untuk
menganalisis opini publik mengenai kebijakan efisiensi anggaran pendidikan berdasarkan unggahan
di platform X. Data dianalisis menggunakan algoritme Support Vector Machine (SVM) untuk
mengklasifikasikan sentimen menjadi tiga kategori yaitu positif, negatif, dan netral. Evaluasi model
dilakukan menggunakan metrik akurasi, precision, recall, dan f1-score. Hasil penelitian menunjukkan
bahwa kernel RBF memberikan performa terbaik dengan akurasi tertinggi sebesar 89.41%. Selain
itu, sentimen negatif mendominasi dalam persepsi masyarakat terhadap kebijakan efisiensi
anggaran pendidikan.