Analisis Sentimen Pemindahan Ibu Kota Indonesia Menggunakan K-Nearest Neighbor
DOI:
https://doi.org/10.52436/1.jpti.546Keywords:
Analisis sentimen, K-Nearest Neighbor, Opini publik, Pemindahan ibu kota, TwitterAbstract
Pemindahan Ibu Kota Indonesia dari Jakarta ke Kalimantan Timur telah memunculkan beragam opini di masyarakat. Penelitian ini bertujuan untuk menganalisis sentimen publik terkait rencana tersebut dengan menggunakan algoritma K-Nearest Neighbor (KNN). Data diperoleh dari media sosial Twitter menggunakan teknik crawling, kemudian melalui tahapan pengumpulan data, pemrosesan data, pembagian data menjadi data latih dan data uji, serta pelatihan model. Algoritma KNN digunakan untuk mengklasifikasikan sentimen menjadi dua kategori, yaitu positif dan negatif. Berdasarkan 4241 data tweet yang di analisis, sekitar 71,5% menunjukkan sentimen positif, sementara 28,5% lainya bersifat negatif. Tweet positif umumnya mengandung kata seperti “kota modern” dan “pembangunan merata”, sementara tweet negatif mengkhawatirkan masalah seperti "biaya" dan "dampak lingkungan". Penelitian ini memperlihatkan bagaimana analisis sentimen dapat membantu dalam memahami presepsi masyarakat terhadap perpindahan ibu kota indoneisa. analisis sentimen dapat memahami pandangan masyarakat terhadap kebijakan besar. Hasil ini dapat membantu pemerintah dalam merumuskan kebijakan yang lebih responsif terhadap kekhawatiran publik. analisis sentimen ini memberikan cara yang efektif bagi pemerintah untuk mengevaluasi dan merespons presepsi publik terhadapa perpindahan ibu kota untuk mengambil keputusan yang lebih baik.
Downloads
References
P. Painem and A. I. E. Prayogo, "Penerapan Algoritma Naïve Bayes untuk Analisis Pandangan Masyarakat terhadap Pemindahan Ibu Kota Indonesia," Informatik: Jurnal Ilmu Komputer, vol. 18, no. 3, pp. 249-258, 2022.
G. A. Saputri and D. Alita, "Analisis Sentimen Twitter Terhadap Pemindahan Ibu Kota Negara Menggunakan Support Vector Machine," Jurnal Informatika, vol. 9, no. 3, 2024. DOI: https://doi.org/10.30591/jpit.v9i3.6612
S. D. Prasetyo, S. Hilabi, and F. Nurapriani, "Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN," Jurnal KomtekInfo, vol. 10, no. 1, Jan. 2023, doi: 10.35134/komtekinfo.v10i1.330.
A. Siregar, "Analisis Sentimen Pindah Ibu Kota Negara (IKN) Baru pada Twitter Menggunakan Algoritma Naive Bayes dan Support Vector Machine (SVM)," Faktor Exacta, vol. 16, no. 3, Oct. 2023, doi: 10.30998/faktorexacta.v16i3.16703.
H. D. Al Assyam and F. N. Hasan, "Analisis sentimen Twitter terhadap perpindahan ibu kota negara ke IKN nusantara menggunakan orange data mining," KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 4, no. 1, pp. 341-349, 2023. doi: 10.30865/KLIK.V4I1.957
S. D. Prasetyo, S. S. Hilabi, and F. Nurapriani, "Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN," Jurnal KomtekInfo, pp. 1-7, 2023. DOI: 10.35134/komtekinfo. v10i1.330
M. I. Ramadhon, "Analisis sentimen pemindahan Ibu Kota Indonesia di media sosial twitter menggunakan metode algoritma K-Nearest Neighbor (K-NN)," Skripsi Sarjana, Fakultas Sains dan Teknologi, Universitas Islam Negeri Syarif Hidayatullah, Jakarta, 2020.
M. R. E. Rayhan, R. Rudiman, and F. Y. Fendy, "Perbandingan Metode K-Nearest Neighbor (KNN) dan Naïve Bayes terhadap Analisis Sentimen pada Pengguna E-Wallet Aplikasi Dana menggunakan Fitur Ekstraksi TF-IDF," Jurnal Teknologi Informasi: Jurnal Keilmuan dan Aplikasi Bidang Teknik Informatika, vol. 18, no. 2, pp. 139-159, 2024.
D. Sandi, E. Utami, and K. Kusnawi, "Analisis Sentimen Publik Terhadap Elektabilitas Ganjar Pranowo di Tahun Politik 2024 di Twitter dengan Algoritma KNN dan Naïve Bayes," Jurnal Media Informatika Budidarma, vol. 7, no. 3, pp. 1097-1108, 2023. DOI: https://doi.org/10.30865/mib.v7i3.6298
D. Muhidin and A. Wibowo, "Perbandingan kinerja algoritma Support Vector Machine dan K-Nearest Neighbor terhadap analisis sentimen kebijakan new normal," STRING (Satuan Tulisan Riset dan Inovasi Teknologi), vol. 5, no. 2, pp. 153-159, 2020. DOI: http://dx.doi.org/10.30998/string.v5i2.6715
M. W. Pertiwi, "Analisis sentimen opini publik mengenai sarana dan transportasi mudik tahun 2019 pada twitter menggunakan algoritma naïve bayes, neural network, KNN dan SVM," Inti Nusa Mandiri, vol. 14, no. 1, pp. 27-32, 2019.
M. H. Asnawi, I. Firmansyah, R. Novian, and R. S. Pontoh, "Perbandingan algoritma naïve bayes, k-NN, dan SVM dalam pengklasifikasian sentimen media sosial," in E-Prosiding Seminar Nasional Statistika, Departemen Statistika FMIPA Universitas Padjadjaran, vol. 10, pp. 20-20, Dec. 2021. DOI: 10.1234/pns. v10i.85
S. Lestari, M. Mupaat, and A. Erfina, "Analisis Sentimen Masyarakat Indonesia terhadap Pemindahan Ibu Kota Negara Indonesia pada Twitter," JUSIFO (Jurnal Sistem Informasi), vol. 8, no. 1, pp. 13-22, 2022. DOI: https://doi.org/10.19109/jusifo.v8i1.12116
A. Y. Rahman and F. Marisa, "Analysis Sentiment Pada Review Hotel Labuan Bajo Menggunakan Metode Bidirectional Long Short Term Memory (BI-LSTM)," in National Conference on Electrical, Informatics and Industrial Technology (NEIIT), vol. 1, no. 1, Jul. 2024.
S. Lestari and S. Saepudin, "Analisis sentimen vaksin sinovac pada twitter menggunakan algoritma Naive Bayes," in Prosiding Seminar Nasional Sistem Informasi dan Manajemen Informatika Universitas Nusa Putra, vol. 1, pp. 163-170, Sep. 2021. DOI: https://doi.org/10.35870/jtik.v6i4.530
S. Rabbani, D. Safitri, N. Rahmadhani, and M. K. Anam, "Perbandingan Evaluasi Kernel SVM untuk Klasifikasi Sentimen dalam Analisis Kenaikan Harga BBM," MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 3, no. 2, pp. 153-160, 2023. DOI: https://doi.org/10.57152/malcom.v3i2.897
B. Trstenjak, S. Mikac, and D. Donko, "KNN with TF-IDF based framework for text categorization," Procedia Engineering, vol. 69, pp. 1356-1364, 2014. DOI: 10.1016/j.proeng.2014.03.129
R. S. Amardita, A. Adiwijaya, and M. D. Purbolaksono, "Analisis Sentimen terhadap Ulasan Paris Van Java Resort Lifestyle Place di Kota Bandung Menggunakan Algoritma KNN," JURIKOM (Jurnal Riset Komputer), vol. 9, no. 1, pp. 62-68, 2022. DOI: https://doi.org/10.30865/mib.v7i4.6648
A. J. Arifin and A. Nugroho, "Uji Akurasi Penggunaan Metode KNN dalam Analisis Sentimen Kenaikan Harga BBM pada Media Twitter," Progresif: Jurnal Ilmiah Komputer, vol. 19, no. 2, pp. 700-709, 2023.
D. Pramudita, Y. Akbar, and T. Wahyudi, "Analisis Sentimen Terhadap Program Kartu Indonesia Pintar Kuliah pada Media Sosial X Menggunakan Algoritma Naive Bayes," MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 4, pp. 1420-1430, 2024. DOI: https://doi.org/10.57152/malcom.v4i4.1565
M. N. Muttaqin and I. Kharisudin, "Analisis sentimen aplikasi gojek menggunakan support vector machine dan k nearest neighbor," UNNES Journal of Mathematics, pp. 22-27, 2021. https://doi.org/10.21456/vol14iss3pp247-255
P. Arsi, B. A. Kusuma, and A. Nurhakim, "Analisis Sentimen Pindah Ibu Kota Berbasis Naive Bayes Classifier," Jurnal Informatika UPGRIS, vol. 7, no. 1, 2021. DOI:10.26877/jiu. v7i1.7636.
