Penyakit Demam Berdarah Dengue (DBD) merupakan salah satu permasalahan kesehatan utama di Indonesia. Salah satu upaya pencegahannya adalah dengan program nyamuk Wolbachia. Namun implementasi program ini menimbulkan berbagai reaksi di masyarakat, yang dapat diamati melalui media sosial, khususnya Twitter. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap nyamuk Wolbachia dengan menggunakan metode Long Short-Term Memory (LSTM) dan pendekatan Natural Language Toolkit (NLTK). Data dikumpulkan melalui proses crawling dari Twitter dengan kata kunci terkait "nyamuk Wolbachia". Selanjutnya dilakukan preprocessing menggunakan NLTK yang meliputi tokenisasi, stopword removal, dan stemming. Data kemudian dilabeli secara manual menjadi kategori sentimen positif, negatif, dan netral. Model LSTM digunakan untuk melakukan klasifikasi sentimen dengan parameter terbaik, yaitu 100 neuron, learning rate 0.001, fungsi aktivasi sigmoid, batch size 32, dan 7 epoch. Hasil penelitian menunjukkan bahwa model LSTM yang digunakan mampu mengklasifikasikan sentimen dengan akurasi 95%, presisi 94%, recall 97%, dan F1-score 95%. Hal ini menunjukkan bahwa metode LSTM dengan pendekatan NLTK efektif dalam menganalisis sentimen masyarakat terhadap program Wolbachia. Penelitian ini diharapkan dapat menjadi referensi dalam pemanfaatan analisis sentimen untuk memahami respon masyarakat terhadap kebijakan kesehatan. Kata Kunci: Analisis Sentimen, Twitter, Wolbachia, LSTM, NLTK