"Platform YouTube menjadi tempat perdebatan publik yang dapat memfasilitasi penggunanya dalam mengutarakan pandangan secara bebas. Undang-Undang Tentara Nasional Indonesia (UU TNI) yang ditetapkan pada tahun 2025 menimbulkan perdebatan publik secara luas, terutama di platform media sosial YouTube. Isu utama dalam penelitian ini adalah bagaimana mengidentifikasi sentimen publik terhadap revisi UU TNI secara akurat serta menentukan algoritma machine learning yang memiliki performa terbaik dalam mengklasifikasikan opini publik berbahasa Indonesia di media sosial. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap revisi UU TNI serta mengkomparasikan kinerja algoritma yang paling baik. Metode yang digunakan meliputi pengumpulan data sebanyak 14.898 komentar YouTube menggunakan kata kunci ""UU TNI"", ""Revisi UU TNI"", dan ""Undang-Undang TNI"". Selanjutnya dilakukan tahap preprocessing data dan pelabelan menggunakan tiga metode, yaitu pelabelan manual (ground truth), pelabelan otomatis menggunakan InSet Lexicon, dan pseudo labeling berbasis IndoBERT. Setelah itu, data diklasifikasikan menggunakan algoritma Naïve Bayes, Support Vector Machine (SVM), dan Random Forest. Hasil penelitian menunjukkan bahwa sentimen publik didominasi oleh sentimen netral dan negatif, sedangkan sentimen positif memiliki jumlah yang lebih sedikit. Hasil perbandingan ketiga metode pelabelan menunjukkan bahwa skenario pseudo labeling berbasis IndoBERT menghasilkan performa klasifikasi terbaik. Selain itu, algoritma Support Vector Machine (SVM) menunjukkan performa terbaik secara keseluruhan dengan memperoleh akurasi sebesar 82,19% dan Macro F1-Score sebesar 0,75 pada skenario pseudo labeling IndoBERT, lebih tinggi dibandingkan Naïve Bayes dan Random Forest.

"