Pengungsi Rohingya yang berdatangan ke Indonesia telah menjadi isu kontroversial yang menimbulkan beragam reaksi dari masyarakat umum. Isu ini memunculkan spektrum respons yang luas, dari dukungan hingga penolakan, yang mencerminkan berbagai persepsi dan gagasan publik mengenai situasi yang terjadi. Untuk memperoleh pemahaman yang mendalam mengenai fluktuasi respons masyarakat terhadap kedatangan pengungsi Rohingya, analisis sentimen menjadi sangat penting. Melalui analisis sentimen, kita dapat mengukur dan memahami bagaimana masyarakat merespons isu ini secara emosional dan kognitif. Pemilihan metode analisis sentimen yang tepat adalah kunci untuk mendapatkan hasil yang akurat dan terpercaya. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap keterikatan etnis Rohingya dengan menerapkan metode support vector machine (SVM). Metode SVM dipilih karena kemampuannya yang efektif dalam klasifikasi teks dan analisis sentimen, yang memungkinkan pemisahan data dengan margin maksimum untuk menghasilkan prediksi yang lebih baik. Tujuan utama dari penelitian ini adalah untuk mengevaluasi dan mengimplementasikan metode SVM dalam konteks analisis sentimen terkait kedatangan pengungsi Rohingya. Untuk itu, kami menggunakan dataset yang terdiri dari 2000 komentar YouTube yang berkaitan dengan isu ini. Data tersebut dibagi ke dalam tiga skenario pelatihan dan pengujian dengan rasio yang berbeda: 70:30, 80:20, dan 90:10. Pembagian data ini bertujuan untuk menilai dampak dari berbagai proporsi data pelatihan dan pengujian terhadap kinerja model. Hasil penelitian menunjukkan bahwa metode SVM menghasilkan nilai akurasi yang sangat tinggi, yakni 98% pada ketiga rasio data yang telah ditentukan. Temuan ini mengindikasikan bahwa metode SVM sangat efektif dalam menganalisis sentimen terhadap isu pengungsi Rohingya dan memberikan hasil yang konsisten dengan tingkat akurasi yang sangat memuaskan.