Selama pembangunan kereta cepat Jakarta-Bandung, banyak masyarakat Indonesia yang memberikan tanggapan mereka ke publik, tanggapan yang diberikan juga beragam ada yang memberikan tanggapan positif maupun tanggapan negatif. Tujuan dari penelitian ini adalah untuk menganalisis sentimen dari tanggapan yang diberikan oleh masyarakat terhadap pembangunan kereta cepat Jakarta-Bandung pada Twitter berbahasa Indonesia. Untuk melakukan analisis sentimen, data tweet dikumpulkan dengan cara data crawling berdasarkan kata kunci yang berkaitan dengan pembangunan kereta cepat Jakarta-Bandung dan diberikan label positif, negatif, dan netral lalu direpresentasikan menjadi angka menggunakan Keras tokenizer. Metode yang digunakan sebagai klasifikasi sentimen data tweet adalah metode Recurrent Neural Networks. Hasil akurasi tertinggi didapatkan dengan menggunakan arsitektur LSTM dengan akurasi sebesar 69.50%.