Virtual YouTuber (VTuber) telah menjadi industri hiburan digital dengan signifikansi budaya dan ekonomi yang kuat, salah satunya diwakili oleh Hololive Indonesia (HoloID). Namun, dibalik pertumbuhan pesat dan interaksi penggemar yang masif, seringkali muncul polarisasi opini publik yang tajam, sehingga pemahaman yang terukur mengenai sentimen audiens menjadi krusial bagi manajemen citra dan strategi konten. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap HoloID di media sosial (YouTube dan Twitter) serta mengevaluasi dan membandingkan performa algoritma Naïve Bayes dan Support Vector Machine (SVM) dalam tugas klasifikasi tersebut. Data diperoleh melalui crawling dan scraping, diikuti pre-processing untuk pembersihan dan penyesuaian data. Proses labeling dilakukan semi-otomatis menggunakan SenticNet, mengklasifikasikan sentimen menjadi positif dan negatif. Sentimen netral dihilangkan dari dataset akhir untuk memfokuskan analisis pada dua kutub opini utama. Dataset dibagi 80% untuk data latih dan 20% untuk data uji, serta dievaluasi dengan 10-fold cross-validation. Hasil evaluasi menunjukkan akurasi model Naïve Bayes tanpa SMOTE adalah 0.8022, dan dengan SMOTE 0.7997. Sementara itu, akurasi model SVM tanpa SMOTE mencapai 0.8980, dan dengan SMOTE 0.8926. Rata-rata 10-fold cross-validation menunjukkan akurasi tertinggi pada SVM tanpa SMOTE (0.9040), menjadikannya model terbaik dalam penelitian ini.
Kata Kunci : Analisis Sentimen, Naïve Bayes, Support Vector Machine.