Pemilu merupakan salah satu proses demokrasi yang paling penting karena memberikan hak kepada warga negara untuk memilih pemimpin mereka. Pada era digital seperti sekarang ini, Twitter salah satu layanan tweetnya dapat digunakan sebagai analisis sentimen yang sangat berguna untuk memahami opini publik terhadap calon pemimpin dan isu-isu yang dibahas pada saat kampanye pemilu. Penelitian ini dimulai dengan cara pengumpulan data melalui API Twitter, lalu pra-pemrosesan data dengan beberapa tahapan seperti case folding, cleaning dan filtering, kemudian pemodelan data menggunakan metode LSTM serta eksekusi secara real-time dengan hasil sentimen antara mendukung, tidak mendukung dan netral, tahapan terakhir penyimpanan data ke dalam database MySQL. Tujuan dari penelitian ini adalah untuk melakukan dan membuktikan penerapan aplikasi sentimen dari Deep Learning pada aplikasi web, serta membandingkan akurasi analisis sentimen dari LSTR dengan menggunakan metode non-oversampling dan oversampling. Hasil dari penelitian ini, metode random oversampling mendapatkan akurasi yang signifikan daripada non-oversampling. Random oversampling mendapatkan akurasi sebesar 0.82 pada epoch 25, sedangkan non-oversampling mendapatkan akurasi sebesar 0.61 pada epoch 50. Kemudian aplikasi web akan menampilkan grafik dari masing-masing kelas sentimen.