Penelitian ini membahas penerapan Natural Language Processing (NLP) untuk klasifikasi sentimen komentar YouTube terkait konflik Iran–Israel. Perkembangan media sosial, khususnya YouTube, telah menjadikannya ruang publik di mana opini dan emosi masyarakat global diekspresikan secara bebas. Namun, sifat data komentar yang tidak terstruktur menghadirkan tantangan analisis. Untuk itu, penelitian ini memanfaatkan pendekatan text mining dan algoritma NLP dengan tahapan pra-pemrosesan seperti case folding, tokenisasi, stopword removal, dan stemming. Selanjutnya, analisis sentimen dilakukan menggunakan model berbasis transformer (RoBERTa/BERT) untuk mengelompokkan komentar ke dalam kategori positif, negatif, dan netral. Hasil penelitian menunjukkan dominasi sentimen positif, diikuti oleh komentar netral, serta sebagian kecil komentar bernuansa negatif. Analisis topik menggunakan Latent Dirichlet Allocation (LDA) mengungkap isu utama berupa kinerja pemerintah, kesejahteraan masyarakat, dan aspek pembangunan. Selain itu, ekstraksi kata kunci dengan TF-IDF memperkuat temuan dengan menampilkan kata yang mewakili persepsi publik. Penelitian ini menegaskan bahwa NLP dapat menjadi alat efektif untuk memahami opini masyarakat secara real-time. Temuan ini relevan tidak hanya dalam konteks konflik geopolitik, tetapi juga dalam kajian sosial-politik digital secara lebih luas..