<![CDATA[Demam Berdarah Dengue (DBD) merupakan penyakit endemik yang terus menjadi ancaman kesehatan masyarakat di Indonesia. Salah satu solusi inovatif yang diterapkan adalah pelepasan nyamuk Aedes aegypti yang terinfeksi Wolbachia untuk mengurangi penularan virus DBD. Program ini mendapat beragam tanggapan publik di media sosial, seperti Instagram, yang dapat memengaruhi keberhasilannya. Penelitian ini bertujuan untuk menganalisis sentimen publik terkait program tersebut menggunakan algoritma Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM). Sebanyak 3.619 komentar Instagram dikumpulkan melalui scraping, kemudian diproses menggunakan text preprocessing dengan metode N-Gram dan TF-IDF untuk ekstraksi fitur. Untuk mengatasi ketidakseimbangan data, diterapkan Synthetic Minority Oversampling Technique (SMOTE), dan data divalidasi menggunakan K-Fold Cross Validation dengan k adalah 10. Hasil menunjukkan bahwa SVM memiliki accuracy lebih tinggi sebesar 83,24% dibandingkan NBC yang mencapai 82,15%. SVM unggul dalam mendeteksi sentimen positif dengan recall sebesar 85,39%, sementara NBC menunjukkan precision lebih tinggi untuk sentimen negatif sebesar 86,36%. Hasil ini menunjukkan bahwa SVM lebih efektif untuk mengukur dukungan publik, sedangkan NBC lebih sesuai untuk mengidentifikasi kritik atau kekhawatiran. Temuan ini memberikan wawasan praktis bagi pemerintah dan pemangku kepentingan dalam meningkatkan strategi komunikasi kesehatan berbasis data untuk mendukung keberhasilan program kesehatan masyarakat.]]>
