P Putusan mahkamah konstitusi nomor 60/puu-xxii/2024 mengenai perubahan syarat pengusungan pasangan calon dalam pilkada dki jakarta telah memicu berbagai tanggapan publik di media sosial, khususnya di platform twitter (x). tanggapan-tanggapan tersebut mengandung beragam sentimen yang penting untuk dianalisis dalam rangka memahami persepsi masyarakat terhadap kebijakan tersebut. penelitian ini bertujuan untuk menganalisis sentimen publik terhadap putusan tersebut dengan membandingkan kinerja dua algoritma klasifikasi, yaitu support vector machine (svm) dan naïve bayes. data dikumpulkan dari twitter (x) dan diklasifikasikan ke dalam tiga kategori sentimen: positif, negatif, dan netral. evaluasi kinerja algoritma dilakukan menggunakan metrik akurasi, presisi, recall, dan f1-score. hasil penelitian menunjukkan bahwa algoritma svm memberikan performa yang lebih unggul dan seimbang dibandingkan naïve bayes. svm mencatat akurasi sebesar 0.75, dengan f1-score 0.81 untuk sentimen positif dan 0.68 untuk sentimen negatif. sebaliknya, naïve bayes mencatat akurasi 0.69, namun menunjukkan ketidakseimbangan performa, terutama pada sentimen negatif yang hanya memiliki recall sebesar 0.26 dan f1-score sebesar 0.40, meskipun memiliki recall tinggi (0.98) pada sentimen positif dengan f1-score 0.79. berdasarkan temuan tersebut, dapat disimpulkan bahwa algoritma svm lebih efektif dan andal dalam mengklasifikasikan sentimen publik secara seimbang. penelitian ini memberikan kontribusi dalam pemilihan metode klasifikasi teks yang tepat untuk analisis sentimen di media sosial, serta dapat menjadi acuan bagi pengambil kebijakan dalam memahami opini publik terhadap isu-isu politik.kata kunci: analisis sentimen, putusan mahkamah konstitusi, support vector machine, naïve bayes, twitter (x), pilkada dki jakarta.