Pertumbuhan data digital yang sangat cepat, terutama dari media sosial seperti X, telah menjadikan data sebagai aset strategis yang penting dalam mendukung pengambilan keputusan lintas sektor. Salah satu jenis data yang paling aktif adalah tweet, yang mengandung informasi publik yang kaya namun tidak terstruktur. Untuk memaksimalkan nilai dari data semacam ini, teknik Text Mining menjadi semakin penting, khususnya dalam penerapan analisis sentimen. Penelitian ini bertujuan untuk mengevaluasi sentimen masyarakat Indonesia terhadap investasi dalam cryptocurrency dengan mengklasifikasikan opini publik ke dalam dua kategori utama: positif dan negatif. Metode klasifikasi yang digunakan adalah algoritma K-Nearest Neighbor (KNN), yang mampu mengenali pola dan tren sentimen dari komentar pengguna di platform X. Selain memetakan pandangan publik terhadap isu-isu seperti fluktuasi pasar, regulasi, dan risiko keamanan, studi ini juga menilai efektivitas algoritma KNN dalam mengklasifikasikan sentimen secara tepat. Temuan dari penelitian ini diharapkan dapat memberikan kontribusi terhadap pemahaman yang lebih mendalam mengenai persepsi masyarakat terhadap investasi kripto, serta menjadi acuan bagi investor dan pembuat kebijakan dalam mengambil keputusan berbasis data.