Isu boikot produk yang sedang ramai diperbincangkan pada November 2023 hingga Mei 2024 merupakan sebuah aksi dukungan kemanusiaan masyarakat dunia terhadap negara yang terjajah. Akibat adanya keberagaman sentimen, masyarakat kebingungan dalam memahami sentimen mengenai boikot produk. Penelitian ini bertujuan mengembangkan sebuah platform website untuk analisis sentimen masyarakat terhadap boikot produk menggunakan algoritma Naive Bayes dan LSTM. Dataset diambil melalui proses crawling pada platform X (Twitter) menggunakan auth token pada twitter yang login di desktop menggunakan library tweet harvest. Setelah itu dilakukan text preprocessing (data cleaning, case folding, tokenization, stopword removal, stemming) lalu dilakukan vectorizer, split data (data train dan data test), pemodelan, evaluasi. Model terbaik digunakan pada fitur crawling real-time dan cek sentimen untuk memprediksi sentimen yang belum memiliki label lalu menampilkan informasi sentimen dan list produk boikot pada halaman pengunjung. Dari penelitian ini penulis telah mengembangkan aplikasi website sentimen analisis menggunakan algoritma Naive Bayes dan LSTM dengan framework flask.