Penelitian Analisis Sentimen tanggapan masyarakat terhadap PERMENDIKBUD No.30 pada media sosial twitter dapat menggunakan model Machine Learning dan Deep Learning. Pada penelitian ini menggunakan 2 metode yang berasal dari kedua model tersebut yaitu metode Naïve Bayes dan metode Long Short-Term Memory. Pengumpulan data dengan cara crawling data menggunakan API Twitter yang mana menggunakan keyword berupa “permendikbud30” dan “Kekerasan seksual di kampus” hasil crawling pada 2 keyword tersebut terdapat data sebanyak 2765 teks tweet, yang mana data ini akan dilakukan proses labeling dengan mengisi label pada teks berisi “Negatif” dan “Positif” Namun dataset yang telah dilakukan Preprocessing berkurang hingga menjadi 471 data. Setelah dilakukan Preprocessing, selanjutnya dilakukan proses pembobotan dengan menggunakan metode TF-IDF dan dilanjutkan dengan perhitungan metode. Hasil penelitian ini menyatakan bahwa metode LSTM mendapatkan nilai performa lebih tinggi yaitu nilai Akurasi sebesar 77%, Presisi sebesar 84%, Recall sebesar 75%, dan F1-Score sebesar 80%. Pengujian metode Naïve Bayes didapatkan hasil Akurasi sebesar 76%, Presisi sebesar 75%, Nilai Recall sebesar 75% dan F1-Score sebesar 75%.