Polemik mengenai keaslian ijazah Presiden Joko Widodo menjadi isu publik yang ramai diperbincangkan di media sosial, khususnya pada platform YouTube. Kolom komentar YouTube memuat beragam opini masyarakat yang bersifat tidak terstruktur dan menggunakan bahasa informal, sehingga sulit dianalisis secara manual. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap polemik ijazah Joko Widodo menggunakan pendekatan Natural Language Processing (NLP) dengan algoritma Multi Layer Perceptron (MLP). Data penelitian diperoleh dari komentar pengguna YouTube yang membahas isu tersebut. Data kemudian diproses melalui tahapan pra-pemrosesan teks, meliputi cleaning, case folding, tokenizing, stopword removal, dan stemming. Selanjutnya, data direpresentasikan dalam bentuk numerik menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Proses klasifikasi sentimen dilakukan oleh algoritma Multi Layer Perceptron ke dalam tiga kelas sentimen, yaitu positif, negatif, dan netral. Evaluasi kinerja model dilakukan menggunakan confusion matrix dengan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Multi Layer Perceptron mampu mengklasifikasikan sentimen masyarakat dengan tingkat akurasi yang baik serta efektif dalam mempelajari pola non-linear pada data teks. Penelitian ini diharapkan dapat menjadi referensi dalam pengembangan analisis sentimen berbahasa Indonesia berbasis machine learning.