Pesatnya perkembangan informasi membuat pengolahan data menjadi mudah dan cepat terutama dalam dunia bisnis, sehingga banyak brand bisnis yang menggunakan internet sebagai media pemasaran dalam operasionalnya. Sekarang bisnis tidak hanya bergantung pada operasinya; Saat ini opini media publik khususnya pemberitaan telah menjadi sorotan penting dalam bisnis saat ini, terutama terhadap opini negatif yang secara tidak langsung berdampak pada citra dan branding produk bisnis, diperlukan sarana yang tepat untuk membantu mengidentifikasi dan menganalisis hal tersebut. Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis sentimen berindikasi negatif dan positif pada judul berita dari salah satu sumber portal berita online Indonesia dengan menggunakan metode analisis sentimen Bidirectional Representations from Transformers (BERT), dengan pengukuran metrik confusion matrix untuk mengukur dan mengidentifikasi headline mana yang mengandung indikasi negatif dan positif. Sistem analisis sentimen menawarkan identifikasi dan kategorisasi dengan mudah dan segera memberikan hasil yang baik dalam mengidentifikasi berita. Hasil dari penelitian ini, model sentimen mencapai tingkat akurasi 93% dalam mengidentifikasi berita negatif dan positif dan F1-Score pada tingkat identifikasi negatif 92% dan tingkat identifikasi positif 93%. Sistem analisis sentimen dibangun sebagai upaya untuk membantu analisis terhadap indikasi berita positif atau berita buruk sebagai manfaat analisis yang dilakukan untuk mengidentifikasi indikasi berita mengkhawatirkan terhadap branding.