Kebijakan menaikkan harga BBM sering dilakukan dalam beberapa tahun terakhir, karena ketidakstabilan fluktuasi harga internasional. Penelitian ini menggunakan analisis sentimen untuk mengkaji kenaikan harga BBM dan dampaknya terhadap sentimen masyarakat. Analisis sentimen merupakan metode pengolahan data untuk mendapatkan informasi mengenai suatu isu dengan cara mengenali dan mengekstraksi emosi atau opini dari teks yang ada. Metode yang digunakan adalah Word2vec Continuous Bag of Words (CBOW) dan Skip-gram. Pengujian menggunakan dimensi vektor yang berbeda di setiap arsitektur dan menggunakan hybrid deep learning CNN-BiLSTM yang memiliki kinerja lebih baik pada dataset yang cukup besar untuk kategorisasi sentimen. Hasil penelitian menunjukkan bahwa model CBOW dengan 300 dimensi vektor menghasilkan performa terbaik dengan akurasi 87%, recall 87%, presisi 89%, dan F1 score 88%.