Identifikasi Pola Diskusi Publik mengenai Pemindahan Ibu Kota Negara Menggunakan Analisis TF-IDF dan K-Means Clustering

Abstract

Penelitian ini bertujuan untuk menganalisis pola diskusi masyarakat tentang pemindahan ibu kota negara Indonesia dari Jakarta ke Kalimantan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) dan K-Means Clustering pada komentar Twitter. Pengumpulan data dilakukan melalui web scraping pada tweet yang relevan dari tahun 2022 hingga 2024. Data yang terkumpul diolah melalui tahap preprocessing, termasuk penghapusan spam dan retweet, serta pembersihan teks dari noise. Metode TF-IDF digunakan untuk menghitung bobot setiap kata, yang kemudian dianalisis menggunakan algoritma K-Means Clustering untuk mengelompokkan komentar ke dalam beberapa kategori berdasarkan kemiripan semantik. Hasil penelitian menunjukkan adanya variasi sentimen yang signifikan di kalangan masyarakat, termasuk sentimen positif, negatif, dan netral. Analisis ini memberikan wawasan penting bagi pemerintah dalam mengevaluasi reaksi masyarakat dan mengambil keputusan yang lebih baik terkait kebijakan pemindahan ibu kota negara, serta dapat menjadi kontribusi pada literatur ilmiah tentang isu-isu sosial dan politik di Indonesia