K Kebijakan subsidi kendaraan listrik telah berlaku sejak awal tahun 2023. Kebijakan ini memicu berbagai reaksi dan pandangan yang berbeda dari masyarakat. Penelitian ini dilakukan untuk mengetahui analisis sentimen mengenai kebijakan tersebut. Data dikumpulkan dari twitter pada bulan Januari s.d. Desember 2023. Crawling digunakan sebagai teknik pengambilan data twit, dilanjutkan dengan text preprocessing, machine translation, pelabelan menggunakan InSet dan Vader lexicon, topic modeling dengan word2vec dan TF-IDF, visualisasi wordcloud, dan klasifikasi support vector machine (SVM). Pendekatan klasifikasi InSet lexicon menghasilkan 1039 sentimen positif, 768 sentimen netral, dan 1826 sentimen negatif dengan nilai akurasi untuk model word2vec dan TF-IDF sama-sama sebesar 71% sedangkan untuk berbasis kamus Vader lexicon, 1758 sentimen positif, 873 sentimen netral, dan 1002 sentimen negatif dengan nilai akurasi untuk model word2vec dan TF-IDF sama-sama sebesar 65%. Setelah membandingkan keduanya, hasilnya menunjukkan bahwa pilihan leksikon sangat berpengaruh terhadap hasil klasifikasi. InSet Lexicon lebih banyak mengklasifikasikan sentimen sebagai negatif karena memang memiliki lebih banyak kata negatif dalam kamusnya. Sedangkan, Vader lexicon lebih banyak mengidentifikasi sentimen positif. Selain itu, penggunaan topic modeling juga memengaruhi hasil evaluasi metrik lainnya.