Semakin berkembangnya teknologi informasi dan komunikasi, media sosial seperti Youtube memiliki banyak peminat dan digunakan untuk berkarya seperti membuat konten Youtube, vlog dan podcast. Youtube adalah salah satu media informasi dan bisa menjadi sumber data yang sangat besar. Ada beberapa fitur pada Youtube yang dapat memberikan informasi yaitu video, gambar, dan komentar pada video yang diunggah. Komentar pada Youtube ini akan digunakan untuk mengetahui opini dari penonton Youtube terhadap suatu konten. Data berupa teks yang akan digunakan pada Tugas Akhir ini adalah komentar penonton Youtube Indonesian Idol. Dengan banyaknya komentar pada video yang diunggah, sulit untuk membedakan komentar yang termasuk positif dan negatif. Hal ini dapat berpengaruh untuk penilaian penampilan peserta dan menjadi penentu hasil voting pada Indonesian Idol. Cara untuk mengkategorikan komentar tersebut dengan melakukan klasifikasi sentimen. Pada penelitian ini metode klasifikasi yang digunakan yaitu Naïve Bayes Classifier dan Recurrent Neural Network. Naive Bayes adalah metode klasifikasi data berdasarkan faktor-faktor probabilitas. Recurrent Neural Network (RNN) mempunyai kelebihan model komputasi yaitu memproses informasi berurutan yang panjang. Tahap yang dilakukan sebelum klasifikasi yaitu mengumpulkan data dari komentar Youtube Indonesian Idol sebagai dataset, lalu preprocessing, labelling data dan selanjutnya tahap klasifikasi. Proses klasifikasi dengan pembagian data latih 90% dan 10% data uji memberikan hasil akurasi tertinggi pada metode Naïve Bayes Classifier sebesar 91.30% dengan f1-score untuk kelas positif 95%, negatif 13% dan neutral 0%. Sedangkan pada metode Recurrent Neural Network yaitu 91.30% dengan F1-Score kelas positif sebesar 94%, negatif 0% dan neutral 0%.