Program Makan Bergizi Gratis merupakan inisiatif pemerintah Indonesia di bawah Kabinet Merah Putih yang diluncurkan pada Januari 2025 untuk meningkatkan kesejahteraan masyarakat melalui penyediaan makanan bergizi, khususnya bagi kelompok rentan. Program ini memicu beragam opini di media sosial, khususnya di YouTube karena pelaksanaannya menyangkut banyak pihak dan anggaran negara yang sangat besar. Sehingga, penting untuk menganalisis sentimen agar mengetahui penerimaan publik terhadap PMBG. Penelitian ini menggunakan data komentar sebanyak 2760 data komentar lima video dari YouTube berita nasional hasil crawling, kemudian data tersebut diproses melalui tahap preprocessing. Selanjutnya, data komentar diberi kategori polaritas, yaitu sentimen positif dan negatif menggunakan bantuan kamus SenticNet. Setelah itu, dibobot menggunakan TF-IDF, data dipisahkan ke dalam dua skenario proporsi pelatihan dan pengujian, yaitu 80:20 dan 90:10. SMOTE digunakan untuk menyeimbangkan distribusi kelas, lalu data diklasifikasikan menggunakan Support Vector Machine yang menguji empat tipe kernel berbeda. Evaluasi model dilakukan melalui pendekatan confusion matrix untuk memperoleh nilai akurasi, precision, recall, dan f1-score. Hasil skenario 80:20 menggunakan SMOTE, didapatkan kernel linear sebesar 86%, dan akurasi tertinggi tanpa SMOTE didapatkan oleh kernel sigmoid sebesar 86%. Hasil skenario 90:10 menggunakan SMOTE kernel linear menunjukkan akurasi terbaik sebesar 89%, dan akurasi tertinggi 91% tanpa SMOTE pada kernel sigmoid.
Kata Kunci: Analisis Sentimen, YouTube, Makan Bergizi Gratis, Support Vector Machine