Penelitian ini bertujuan menerapkan algoritma Naïve Bayes dan Lexicon Based untuk mengklasifikasikan sentimen positif, negatif dan netral pada komentar publik dalam video YouTube mengenai calon presiden Indonesia 2024. Ada beberapa tahap untuk melakukan analisis sentimen, diantaranya adalah tahap pengumpulan data, tahap preprocessing yang menyiapkan data mentah menjadi data yang siap untuk digunakan, membagi data, melakukan pelabelan data dengan peran Lexicon Based, melakukan klasifikasi dengan metode Naïve Bayes sampai akhirnya mendapatkan hasil klasifikasi berupa tingkat akurasi, presisi, recall dan F1-Score. Penelitian ini akan menggunakan dataset yang bersumber dari YouTube berupa komentar netizen dalam sebuah video mengenai calon presiden Indonesia tahun 2024 mendatang, dataset dibagi menjadi dua bagian yaitu data latih dan data uji. Hasil dari penelitian ini bahwa algoritma Naïve Bayes dan Lexicon Based dapat diimplementasikan untuk analisis sentimen dan didapatkan nilai akurasi tertinggi mencapai 76%.
Kata Kunci : Klasifikasi, Analisis Sentimen, Naive Bayes, Lexicon Based, Calon Presiden, YouTube