<![CDATA[Perkembangan teknologi informasi dan komunikasi telah mendorong meningkatnya penggunaan media sosial, termasuk YouTube, yang kini menjadi salah satu platform paling populer untuk berbagi informasi, hiburan, serta opini publik. Banyaknya komentar yang diunggah oleh pengguna mencerminkan berbagai ekspresi sentimen terhadap suatu konten, namun volume data yang besar membuat analisis manual menjadi tidak efisien. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen pada komentar YouTube dengan menggunakan pendekatan deep learning berbasis Convolutional Neural Network (CNN). Proses penelitian diawali dengan pengumpulan data melalui metode web scraping untuk memperoleh komentar pengguna, kemudian dilakukan tahap preprocessing meliputi pembersihan teks, penghapusan tanda baca, tokenisasi, dan normalisasi. Setelah itu, data diberi label berdasarkan kategori sentimen positif, negatif, dan netral. Model CNN diterapkan untuk mengekstraksi fitur penting dari teks melalui lapisan konvolusi dan pooling sehingga mampu mengenali pola kata dan konteks kalimat secara efektif. Evaluasi kinerja dilakukan menggunakan metrik accuracy, precision, recall, dan F1-score untuk mengukur tingkat keberhasilan model dalam klasifikasi sentimen. Hasil penelitian menunjukkan bahwa CNN terbukti efisien dan akurat dalam menganalisis sentimen pada komentar YouTube berbahasa Indonesia serta berpotensi dikembangkan lebih lanjut untuk analisis opini publik di berbagai platform media sosial.]]>
