Penelitian ini bertujuan untuk membangun fondasi sistem analisis sentimen berbasis kecerdasan buatan bagi Universitas Terbuka (UT) melalui pemodelan dan evaluasi model Transformer modern, khususnya RoBERTa, terhadap data komentar mahasiswa dari media sosial. Meskipun penelitian jangka panjang diarahkan menuju pengembangan analisis sentimen multimodal yang menggabungkan data tekstual dan visual, tahap penelitian tahun ini secara khusus difokuskan pada permodelan berbasis teks, sebagai langkah awal yang kritis dalam memastikan keandalan algoritma dan pipeline analitik yang akan digunakan pada sistem multimodal di tahun berikutnya. Hasil penelitian menunjukkan bahwa RoBERTa memberikan performa yang sangat tinggi dalam mengklasifikasikan sentimen mahasiswa terhadap layanan akademik UT, dengan akurasi mencapai 92% dan stabilitas prediksi yang jauh lebih baik dibanding IndoBERT. Temuan ini menegaskan bahwa pemodelan tekstual berbasis RoBERTa mampu menangkap pola sentimen, keluhan, dan apresiasi mahasiswa secara lebih presisi, sekaligus menyediakan gambaran awal mengenai area layanan yang memerlukan perhatian khusus.