Pemilihan Umum (pemilu) di Indonesia selalu menjadi topik menarik bagi seluruh pengguna media sosial termasuk media sosial X, atau yang sebelumnya dikenal dengan Twitter. Melalui postingan-postingan para pengguna, kita dapat melihat gambaran opini masyarakat terhadap masing-masing Pasangan Calon Presiden dan Wakil Presiden Pemilu dengan melakukan analisis sentimen. Akan tetapi, dibutuhkan waktu dan usaha yang banyak untuk mengklasifikasi sentimen para pengguna dikarenakan banyaknya jumlah postingan yang tersedia. Oleh karena itu, untuk melihat opini masyarakat secara efektif dan efisien, penelitian ini mengajukan metode klasifikasi teks menggunakan BERT untuk melakukan proses word embedding yang kemudian akan diproses model algoritma BiLSTM. Dataset yang digunakan dalam penelitian ini adalah kumpulan postingan dari X dari hasil data crawling menggunakan keyword nama dari masing-masing Pasangan Calon Presiden dan Wakil Presiden Pemilu 2024. Evaluasi algoritma dilakukan dengan menggunakan Stratified 10-Fold Cross Validation sehingga rata-rata dari hasil akurasi terbaik yang didapatkan dari analisis sentimen adalah 95,8% dengan nilai Precision 93,2%, Recall 92,4% dan F-1 92,2%. Paslon presiden dan wakil presiden yang diprediksi menjadi pemenang Pemilu 2024 berdasarkan model yang telah dihasilkan adalah pasangan kandidat nomor urut 1, yaitu Anies Rasyid Baswedan dan Muhaimin Iskandar.
Kata Kunci : pemilu, X, analisis sentimen, BERT, BiLSTM