Analisis sentimen komentar youtube boy group BTS menggunakan pendekatan NLP untuk mendeteksi pola emosi berdasarkan dua label kategori yaitu positif dan negatif. Dengan NLP, polaritas positif atau negatif pada suatu entitas dapat dialokasikan juga diprediksi kinerja tinggi dan rendah dari berbagai pengklasifikasian sentimen. Algoritma machine learning yang digunakan untuk mengukur tingkat akurasi analisis sentiment yang dikembangkan yaitu algoritma Support Vector Machine dan Random Forest. Tahapan yang dilakukan dimulai dari data collection yang didapat dari BTS Youtube Comment dataset lalu melalui tahap data preprocessing. Kemudian dilanjutkan ke tahap feature extraction dengan mengubah teks menjadi vektor digital atau Bag of Words (BOW) dan diklasifikasikan menggunakan algoritma machine learning hingga tahap evaluasi. Dari hasil komparasi algoritma yang dievaluasi, didapat nilai akurasi antara kedua algoritma tersebut. Untuk algoritma SVM didapat 96% akurasi data latih dan 85% akurasi data uji, sedangkan untuk algoritma Random Forest didapat 82% untuk akurasi data latih dan 80% untuk data uji. Hal ini menunjukan bahwa agoritma SVM menghasilkan nilai akurasi yang lebih tinggi dibandingkan Random Forest pada analisis sentimen komentar youtube boy group BTS.