Disinformasi di media sosial merupakan masalah yang sering terjadi, terutama dalam konteks politik terkait Pemilihan Presiden 2024. Tujuan dari penelitian analisis sentimen ini adalah untuk mengurangi disinformasi melalui penerapan metode Ensemble Learning dengan menggunakan 4 classifier yaitu SVM, Random Forest, Gradient Boosting, dan Stacked Ensemble, dengan memanfaatkan TF-IDF dan cross validation. Hasil dari penelitian tersebut menunjukkan bahwa SVM, Random Forest, Gradient Boosting Classifier, dan Stacked Ensemble mampu mengklasifikasikan disinformasi dengan akurasi yang signifikan. SVM mencapai akurasi 86.44%, Random Forest mencapai akurasi 87.65%, dan Gradient Boosting Classifier mencapai akurasi 88.20%. Stacked Ensemble mencapai akurasi yang sama dengan Gradietnt Boosting Classifier. Ensemble Learning melalui Stacked Ensemble terbukti memberikan hasil yang menjanjikan dalam upaya mengurangi disinformasi di media sosial. Hasil penelitian ini memberikan kontribusi penting dalam pengembangan penggunaan analisis sentimen untuk mengatasi masalah disinformasi di media sosial.