Kebijakan naturalisasi pemain sepak bola merupakan strategi krusial bagi Tim Nasional Indonesia dan Malaysia guna meningkatkan daya saing internasional. Namun, fenomena ini memicu gelombang opini di media sosial X, mulai dari dukungan prestasi hingga kekhawatiran terhadap nasib pemain lokal. Penelitian ini bertujuan membandingkan sentimen publik di kedua negara serta menguji efektivitas metode Naïve Bayes Classifier dalam mengolah data tersebut. Data dikumpulkan melalui web crawling periode Oktober-November 2024, yang kemudian diproses melalui tahap preprocessing, labeling, pemboobotan fitur, serta penanganan ketidakseimbangan data. Penelitian ini membandingkan tiga varian algoritma: Multinomial, Gaussian, dan Bernoulli Naïve Bayes. Hasil analisis menunjukkan perbedaan karakteristik yang kontras: opini terhadap Timnas Malaysia cenderung memiliki pola sentimen yang tegas, sementara opini terhadap Timnas Indonesia sangat didominasi komentar netral. Secara metodologi, Multinomial Naïve Bayes (MNB) ditemukan sebagai varian terbaik. Meskipun model awal menunjukkan akurasi kurang valid hingga 83%, integrasi teknik SMOTE dan TF-IDF pada skenario final berhasil meningkatkan performa model secara signifikan. Hal ini dibuktikan dengan meningkatnya nilai Recall pada kelas minoritas, sehingga menghasilkan sistem klasifikasi yang lebih objektif, seimbang, dan akurat dalam memetakan persepsi publik sepak bola.