Dengan perkembangan zaman yang semakin pesat, semua informasi seputar pemilihan Presiden dapat diakses oleh siapa saja melalui internet. Banyak opini yang muncul pada media sosial, terutama pada aplikasi YouTube. Salah satu cara untuk mengetahui opini masyarakat yang ada di media sosial tentang hasil pemilihan presiden itu baik atau buruk adalah dengan melakukan Analisa Sentimen. Untuk melakukan analisis sentimen guna mengetahui nilai opini bernilai positif atau negatif pada pengguna YouTube terkait pemilihan Presiden Indonesia 2024 yaitu memanfaatkan algoritma Term Frequency- Inverse Document Frequency (TF-IDF) dan Multi Layer Perceptron (MLP), karena kombinasi TF-IDF dan MLP menawarkan nilai akurasi tinggi, fleksibilitas, kemampuan generalisasi, dan kemudahan implementasi yang menjadikannya pilihan menarik untuk penelitian analisis sentimen. Penelitian ini bertujuan untuk menganalisa karakteristik, pandangan dan preferensi para pengguna YouTube terkait pemilihan Presiden Indonesia 2024. Data visual tersebut kemudian dianalisis untuk mengidentifikasi sentimen positif atau negatif yang terkait dengan presiden terpilih 2024. Hasil penelitian ini menunjukkan performa terbaik pada rasio 40:10:50 dengan skor akurasi 89,66%, presisi 89,61%, recall 89,66%, F1-Score 89,59%.