Penyebaran informasi yang semakin meningkat di media sosial memudahkan pengguna untuk mengungkapkan pandangan dan pendapatnya. Opini dan reaksi dapat berupa opini positif atau negatif atau dapat diartikan sebagai sentimen. Pada riset ini dibuat sistem analisis sentimen berdasarkan data kebijakan pemerintah pada media sosial Twitter. Dalam membangun sistem analisis sentimen ini, data yang digunakan adalah data yang berisi tweet dengan keyword yang telah ditentukan dan menggunakan feature expansion yaitu GloVe dan metode klasifikasi Support vector machine (SVM). feature expansion dapat mengoreksi perbedaan kosakata dalam data tweet yang random dan terbatas untuk mendapatkan hasil pemrosesan kata yang maksimal. Hasil riset menunjukkan bahwa penggunaan feature expansion GloVe dapat meningkatkan akurasi sebesar 4,77% dari baseline dengan akurasi optimal sebesar 79,52%.