Analisis sentimen terhadap perubahan iklim El Niño ini merupakan aspek penting dalam memahami persepsi dan respon masyarakat. Hal tersebut memungkinkan identifikasi dan pemahaman lebih mendalam mengenai sentimen yang dapat dilihat pada percakapan online. Analisis sentimen melalui pendekatan deep learning dengan menggunakan metode Recurrent Neural Network (RNN) dan Convolutional Neural Network (CNN) dengan pemanfaatan teknik representasi GloVe untuk menganalisis sentimen terkait El Niño di media sosial. Hasil penelitian menunjukkan bahwa metode RNN dan CNN dengan pemanfaatan GloVe mampu memberikan klasifikasi sentimen yang lebih baik terkait isu El Niño dalam data media sosial dan menunjukkan bahwa penggunaan model RNN dan CNN dengan pemanfaatan GloVe memiliki performa terbaik dibandingkan tanpa menggunakan fitur GloVe. Penggunaan algoritma RNN dengan pengujian split rasio 80:20 menghasilkan skor akurasi 94.90%, recall 94.90%, presisi 94.94%, dan F1-Score 94.85%. Sedangkan, penggunaan algoritma CNN dengan pengujian split rasio 90:10 menghasilkan skor akurasi 94.61%, recall 93.61%, presisi 94.69%, dan F1-Score 94.58%. Menghasilkan bahwa analisis sentimen menggunakan pemodelan RNN dengan memanfaatkan fitur GloVe memiliki kinerja yang lebih baik dibandingkan pemodelan CNN, dengan tingkat akurasi rata-rata sebesar 94.90%.
Kata kunci : analisis sentimen, El Niño, RNN, CNN, GloVe