Media sosial telah menjadi salah satu tempat untuk berbagi informasi yang sering kali digunakan oleh banyak masyarakat. Pada masa kini sudah lazim bagi perguruan tinggi atau universitas memiliki media sosial resmi untuk menyampaikan informasi seputar universitas dan meningkatkan branding atau popularitas universitas tersebut. Penting untuk sebuah universitas untuk mengetahui kinerja mereka berdasarkan pandangan publik, baik itu positif ataupun negatif terhadap universitas tersebut. Salah satu pendekatan untuk mengatasi hal ini adalah dengan melakukan analisis sentimen media sosial universitas untuk mengetahui opini publik terhadap universitas. Dalam penelitian ini, dilakukan analisis sentimen pada media sosial universitas berdasarkan opini atau komentar publik pada setiap unggahan yang telah dilakukan universitas untuk menganalisis sekaligus mengevaluasi kinerja dari universitas tersebut apakah “Positif”, “Negatif”, ataupun “Netral”. Hasil dari penelitian ini dapat mendukung pengalaman kritik universitas dalam mengukur indikator vital. Pada penelitian ini, metode yang digunakan untuk melakukan klasifikasi pada Instagram universitas adalah Support Vector Machine dan Logistic Regression, kemudian kami menerapkan dan melakukan analisis komparatif kinerja dari beberapa model tersebut. Hasil akhir menunjukkan bahwa penggunaan metode Support Vector Machine dengan fitur TF-IDF mendapatkan hasil performa F1- Score terbaik dan Logistic Regression dengan fitur FastText menghasilkan hasil performa paling terendah dari semua model dan ekstraksi fitur yang telah digunakan.