Pemerintah Indonesia terus berdedikasi untuk memfasilitasi Program Indonesia Pintar (PIP) Pendidikan Tinggi bagi siswa/i yang berasal dari keluarga rentan. Salah satu jenis program dari Program Indonesia Pintar (PIP) adalah KIP Kuliah. KIP Kuliah merupakan salah satu skema beasiswa pemerintah untuk siswa/i lulusan SMA, SMK dan sederajat yang menyandang kesulitan finansial untuk meneruskan pendidikannya ke jenjang perguruan tinggi dengan bebas biaya. Namun, isu terkait penerima yang tidak sesuai kriteria menimbulkan perbincangan di media sosial. Kasus ini mendorong perdebatan luas dan menjadikan KIP Kuliah trending topic pada aplikasi X, dengan banyak opini masyarakat yang terpublikasi di media sosial tersebut. Tujuan dari penelitian ini ialah menganalisis sentimen masyarakat terhadap program KIP Kuliah dengan menggunakan dua metode machine learning, yaitu Naïve Bayes dan Support Vector Machine (SVM). Dataset penelitian diambil dari media sosial X dengan kata kunci "KIPK" pada rentang waktu 29 April 2024 hingga 1 Mei 2024, dengan total 2012 tweet. Hasil analisis menunjukkan bahwa opini masyarakat terdiri dari 77% sentimen negatif, 4% sentimen positif, dan 19% sentimen netral. Metode Naïve Bayes memperoleh akurasi sebesar 67% dengan precision 0.74, recall 0.67, dan f1-score 0.70, sedangkan metode SVM menghasilkan akurasi lebih tinggi sebesar 76% dengan precision 0.74, recall 0.76, dan f1-score 0.75.
Kata Kunci: Analisis Sentimen, KIP Kuliah, Naive Bayes, Support Vector Machine, X