<![CDATA[Indonesian people utilize social media such as YouTube not only for entertainment, but also as a medium for education and da'wah, similar to Nen Umi Laila. This research aims to analyze the sentiment towards Neng Umi Laila's video “Kepleset†Ghibahin Rhoma Irama using the LSTM algorithm. The data used are 1108 comments on the video. LSTM was chosen because of its accuracy and ability to handle small amounts of data. This research method is comparable to deep learning in terms of prediction accuracy. The original data set consisted of 805 comments from April 13 to 15, 2024, resulting in 1. 108 comments after cleaning and preprocessing. The evaluation results show that the accuracy of managing YouTube comment data using the LSTM algorithm is 96%. Find and download a suitable dataset for the research topic from data repositories like Kaggle, UCI Machine Learning Repository, or Google Dataset Search.Keyword: Sentiment Analysis; YouTube; Long short-term memory Algorithm  AbstrakMasyarakat Indonesia memanfaatkan media sosial seperti YouTube tidak hanya untuk rekreasi dan sebagai media pendidikan dan dakwah, serupa dengan Nen Umi Laila. Tujuan penelitian ini adalah untuk menganalisis sentimen terhadap video Neng Umi Laila "Kepleset" Ghibahin Rhoma Irama menggunakan algoritma Long short-term memory (LSTM). Data yang digunakan adalah 1108 komentar pada video tersebut. LSTM dipilih karena keakuratan dan kemampuannya menangani data dalam jumlah kecil. Metode penelitian ini sebanding dengan deep learning dalam hal akurasi prediksi. Kumpulan data asli terdiri dari 805 komentar dari 13 hingga 15 April 2024, menghasilkan 1.108 komentar setelah pembersihan dan prapemrosesan. Hasil evaluasi menunjukkan akurasi pengelolaan data komentar YouTube menggunakan algoritma LSTM sebesar 96%.Kata kunci: Analisis sentimen, YouTube, Long Short-Term Memory]]>
