Media sosial telah menjadi sumber opini publik yang penting, termasuk dalam konteks ekonomi dan investasi. Salah satu topik yang sering dibahas adalah saham Bank Mandiri (BMRI). Penelitian ini bertujuan membangun model klasifikasi sentimen terhadap komentar di media sosial X yang berkaitan dengan saham BMRI, menggunakan metode Support Vector Machine (SVM). Data dikumpulkan melalui proses crawling, kemudian dilakukan pra proses, pelabelan manual, dan penyeimbangan data. Fitur diekstraksi menggunakan TF-IDF, dan model dikembangkan dengan pendekatan base model serta hyperparameter tuning. Hasil evaluasi menunjukkan bahwa model dengan hyperparameter tuning memberikan akurasi rata-rata 78,2%, lebih tinggi dibandingkan base model yang mencapai 76,2%. Model ini mampu mengklasifikasikan komentar ke dalam kategori positif, netral, dan negatif secara lebih akurat dan konsisten. Penelitian ini menunjukkan bahwa SVM efektif dalam menangani data teks pendek tidak terstruktur, serta memiliki potensi dalam mendukung analisis keputusan investasi berbasis sentimen publik.