Pemilihan presiden 2024 merupakan ajang seluruh rakyat Indonesia untuk menentukan pemimpin terbaiknya. Calon presiden dan wakil presiden pun berlomba-lomba memberikan yang terbaik agar bisa terpilih menjadi Presiden dan Wakil Presiden. Media berita pun menyajikan berita terkait Pemilihan Presiden 2024 dengan berbagai judul yang dapat menarik minat pembacanya. Tak jarang judul yang diangkat berisi kata-kata yang memiliki sentimen, baik positif maupun negatif. Untuk memudahkan analisis sentimen dari judul-judul berita tersebut, maka perlu dibangun suatu sistem yang dapat mendeteksi sentimen dari judul-judul tersebut. Pada penelitian ini dibangun sistem analisis sentimen dengan menggunakan metode Support Vector Machine (SVM) pada data judul berita yang diperoleh dari media berita online untuk mendeteksi apakah headline berita mengandung sentimen positif atau negatif. Untuk ekstraksi fitur, kami membandingkan efek word embedding FastText dengan TF-IDF untuk ekstraksi fitur. Pada metode SVM dilakukan beberapa percobaan terhadap parameter kernel, C, gamma, dan rasio data tes. Hasil yang diperoleh adalah FastText dapat mengungguli TF-IDF untuk ekstraksi fitur. Dan juga, kombinasi nilai Kernel, C, dan gamma yang memberikan skor akurasi terbaik masing-masing rbf, 1, dan auto pada rasio data tes 90:10, dengan skor akurasi 99%.
Kata kunci : Analisis Sentimen, Pemilihan Presiden 2024, Media Berita Online, Support Vector Machine