<![CDATA[Persepsi publik terhadap kebijakan fiskal pemerintah menjadi isu penting di era digital, terutama dengan meningkatnya penggunaan media sosial sebagai sarana penyampaian opini. Munculnya tagar #IndonesiaGelap mencerminkan respons masyarakat terhadap kebijakan Anggaran Pendapatan dan Belanja Negara (APBN) tahun 2025 di Indonesia. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap isu tersebut dengan memanfaatkan data dari Twitter berbahasa Indonesia. Penelitian ini menggunakan pendekatan kuantitatif melalui analisis sentimen berbasis machine learning. Sebanyak 1.000 data tweet dikumpulkan dan diproses melalui tahapan preprocessing, meliputi cleaning, tokenizing, dan normalisasi teks. Ekstraksi fitur dilakukan menggunakan metode Word2Vec, sedangkan proses klasifikasi menggunakan algoritma Multinomial Naïve Bayes. Hasil penelitian menunjukkan bahwa model memperoleh akurasi sebesar 56,7% dengan distribusi sentimen yang didominasi oleh kelas netral. Hal ini menunjukkan bahwa sebagian besar opini publik bersifat informatif dan tidak secara eksplisit mengandung sentimen positif atau negatif. Namun, model masih memiliki keterbatasan dalam mengklasifikasikan sentimen minoritas akibat ketidakseimbangan data. Penelitian ini berkontribusi dalam penerapan metode machine learning untuk menganalisis persepsi publik terhadap kebijakan fiskal serta memberikan gambaran empiris mengenai respons masyarakat berbasis data media sosial, sekaligus menekankan pentingnya peningkatan kualitas data dan optimasi model untuk hasil yang lebih akurat.]]>
