Perkembangan teknologi informasi menjadikan popularitas media sosial meningkat beberapa tahun terakhir, salah satunya yaitu Youtube. Kepopuleran Youtube menjadikan platform ini sebagai sumber utama sentimen dimana hampir setiap orang cenderung mengekspresikan pandangannya dalam bentuk komentar. Komentar ini tidak hanya mengekspresikan seseorang tetapi juga memiliki makna lebih tentang pengalaman mereka. Komentar yang berasal dari media sosial bersifat tidak terstruktur, sehingga dalam analisis sentimen tahap preprocessing menjadi salah satu tugas penting. Ada banyak Teknik yang digunakan dalam preprocessing diantaranya stopword dan stemming. Namun beberapa penelitian telah menunjukan bahwa penggunaan stopword dan stemming memberikan hasil yang berbeda. Oleh karena itu dalam makalah ini peneliti menganalisis lebih lanjut pengaruh penerapan stopword dan stemming pada komentar video Youtube mengenai kebijakan New Normal menggunakan Long Short Term-Memory. Hasil yang didapatkan kami menemukan bahwa penggunaan stopword dan stemming sangat mempengaruhi performa model, hal tersebut dikarenakan banyaknya informasi yang hilang setelah proses stopword dan terdapat beberapa kata yang mengalamai pergantian makna setelah dilakukan stemming.