Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap debat calon Presiden dan Wakil Presiden Republik Indonesia tahun 2024 melalui komentar pengguna di platform YouTube. Metode yang digunakan adalah pendekatan Knowledge Discovery in Database (KDD) dengan algoritma Long Short-Term Memory (LSTM) dan IndoBERT sebagai model utama. Data dikumpulkan menggunakan teknik web scraping dari kanal YouTube resmi penyelenggara dan media nasional, kemudian dilakukan pembersihan, pelabelan sentimen (positif, netral, negatif), serta penyeimbangan data menggunakan metode Synthetic Minority Oversampling Technique (SMOTE). Hasil penelitian menunjukkan bahwa opini publik di YouTube didominasi oleh sentimen netral sebesar 74%, diikuti positif 18%, dan negatif 8%. Model LSTM mencapai akurasi 97,77% dengan F1-score 0,96, sedangkan IndoBERT mencapai akurasi 46,6%. Kombinasi keduanya melalui pendekatan ensemble hybrid menghasilkan performa terbaik dengan akurasi 97,7% dan F1-macro 0,96. Analisis lanjutan menunjukkan bahwa pasangan Anies–Muhaimin memperoleh dominasi komentar netral tertinggi, Prabowo–Gibran menerima sentimen positif terbesar, sementara Ganjar–Mahfud memiliki sebaran opini paling beragam. Hasil ini membuktikan bahwa pendekatan deep learning ensemble efektif untuk menganalisis opini politik digital serta dapat menjadi dasar pengembangan sistem pemantauan opini publik berbasis kecerdasan buatan di Indonesia.