Analisis Sentimen Relokasi Ibukota Nusantara Menggunakan Algoritma Naïve Bayes dan KNN

Syahril Dwi Prasetyo; Shofa Shofiah Hilabi; Fitri Nurapriani

doi:10.35134/komtekinfo.v10i1.330

Authors

Syahril Dwi Prasetyo Universitas Buana Perjuangan Karawang
Shofa Shofiah Hilabi Universitas Buana Perjuangan Karawang
Fitri Nurapriani Universitas Buana Perjuangan Karawang

DOI:

https://doi.org/10.35134/komtekinfo.v10i1.330

Keywords:

Nusantara, Sentimen, Analisis, KNN, Naive bayes, Komparasi

Abstract

Pemindahan serta pembangunan Ibu Kota Negara Nusantara pada masa Presiden Bapak Ir. H. Joko Widodo akan direlokasi secara bertahap dari tahun 2024 hingga 2045. Dengan hal ini tersebut maka menjadi sebuah perbincangan dan mengundang banyak reaksi, terutama bagi masyarakat Indonesia. Persoalan dalam Pemindahann Ibu Kota Negara merupakan hal yang sensitif sehingga ramai diperbincangkan di media sosial termasuk Twitter. Pada dasarnya media sosial digunakan untuk menyampaikan pendapat atau sebuah ekspresi. Pemanfaatan media sosial ini tentunya menjadi layanan dan fasilitas yang dapat dimanfaatkan untuk sebuah isu politik atau hal-hal yang sedang dibahas. Maka dari itu penelitian ini bertujuan untuk melakukan analisis sentimen masyarakat Indonesia terhadap pemindahan Ibu Kota Nusantara. Dalam penelitian ini metode yang digunakan adalah Naïve Bayes (NB) dan K-Nearest Neighbor (KNN). Hasil penelitian menyajikan hasil komparasi kinerja metode tersebut bahwa metode Naïve Bayes memberikan tingkat akurasi analisis sentimen sebesar 82.27%, nilai Precision sebesar 86.36% dan nilai Recall sebesar 76.93%. Kinerja metode KNN juga menyajikan hasil analisis dengan tingkat akurasi sebesar 88,12%, Precision sebesar 93.%98 dan nilai recall sebesar 81.53%. Berdasarkan hasil analisis tersebut maka proses analisis menggunakan metode KKN mengungguli metode NB dalam mengukur sentimen terhadap pemindahan Ibu Kota Nusantara.

References

S. D. Saputra, T. Gabriel J, and M. Halkis, “Analisis Strategi Pemindahan Ibu Kota Negara Indonesia Ditinjau Dari Perspektif Ekonomi Pertahanan (Studi Kasus Upaya Pemindahan Ibu Kota Negara dari DKI Jakarta Ke Kutai Kartanegara Dan Penajam Paser Utara) Strategy Analysis Relocation Of The Capital Cit,” J. Ekon. Pertahanan, vol. 7, p. 192, 2021.

D. Nugroho, “Bentuk Ibu Kota Negara Nusantara Dalam Negara Kesatuan Republik Indonesia,” Indones. J. Polit. Policy , vol. 4, no. 1, pp. 53–62, 2022, [Online]. Available: https://journal.unsika.ac.id/index.php/IJPP.

A. Kodir, N. Hadi, I. K. Astina, D. Taryana, N. Ratnawati, and Idris, “The dynamics of community response to the development of the New Capital (IKN) of Indonesia,” Dev. Soc. Chang. Environ. Sustain., no. Nugroho 2020, pp. 57–61, 2021, doi: 10.1201/9781003178163-13.

H. A. Sulaiman et al., “Electronics Engineering , Computer Engineering and Information Technology.”

A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” J. Teknoinfo, vol. 14, no. 2, p. 115, 2020, doi: 10.33365/jti.v14i2.679.

J. Teknika, R. K. Septiani, S. Anggraeni, and S. D. Saraswati, “Klasifikasi Sentimen Terhadap Ibu Kota Nusantara (IKN) pada Media Sosial Menggunakan Naive Bayes,” Teknika, vol. 16, no. 2, pp. 245–254, 2022, [Online]. Available: https://jurnal.polsri.ac.id/index.php/teknika/article/view/4875.

R. Y. Yanis, “Analisis Sentimen terhadap Debat Pemilihan Gubernur Jakarta Tahun 2017,” Aiti, vol. 15, no. 2, pp. 128–134, 2018, doi: 10.24246/aiti.v15i2.128-134.

S. Lestari, M. Mupaat, and A. Erfina, “Analisis Sentimen Masyarakat Indonesia terhadap Pemindahan Ibu Kota Negara Indonesia pada Twitter,” JUSIFO (Jurnal Sist. Informasi), vol. 8, no. 1, pp. 13–22, 2022, doi: 10.19109/jusifo.v8i1.12116.

N. K. Sriwinarti and P. Juniarti, “Analisis Metode K-Nearest Neighbors ( K-NN ) Dan Naive Bayes Dalam Memprediksi Kelulusan Mahasiswa ( Analysis of K-Nearest Neighbors ( K-NN ) and Naive Bayes Methods in Predicting Student Graduation ),” vol. 3, no. 2, pp. 106–112, 2021.

F. Sodik and I. Kharisudin, “Analisis Sentimen dengan SVM , NAIVE BAYES dan KNN untuk Studi Tanggapan Masyarakat Indonesia Terhadap Pandemi Covid-19 pada Media Sosial Twitter,” vol. 4, pp. 628–634, 2021.

S. Hilabi et al., “Analysis of Drug Data Mining with Clustering Technique Using K-Means Algorithm,” J. Phys. Conf. Ser., vol. 1908, no. 1, 2021, doi: 10.1088/1742-6596/1908/1/012024.

M. A. Djamaludin, A. Triayudi, and E. Mardiani, “Analisis Sentimen Tweet KRI Nanggala 402 di Twitter menggunakan Metode Naïve Bayes Classifier,” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 6, no. 2, pp. 161–166, 2022, doi: 10.35870/jtik.v6i2.398.

F. Septianingrum, A. Susilo, and Y. Irawan, “Metode Seleksi Fitur Untuk Klasifikasi Sentimen Menggunakan Algoritma Naive Bayes : Sebuah Literature Review,” vol. 5, pp. 799–805, 2021, doi: 10.30865/mib.v5i3.2983.

S. Nurul, J. Fitriyyah, N. Safriadi, and E. E. Pratama, “Analisis Sentimen Calon Presiden Indonesia 2019 dari Media Sosial Twitter Menggunakan Metode Naive Bayes,” vol. 5, no. 3, pp. 279–285, 2019, doi: 10.26418/jp.v5i3.34368.

M. Syarifuddin, “Analisis Sentimen Opini Publik Mengenai Covid-19 Pada Twitter Meggunakan Metode Naive Bayes Dan KNN,” vol. 15, no. 1, pp. 23–28, 2020, doi: 10.33480/inti.v15i1.1347 VOL.

J. Edukasi, B. Gunawan, H. S. Pratiwi, and E. E. Pratama, “Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes,” vol. 4, no. 2, pp. 113–118, 2018, doi: 10.26418/jp.v4i2.27526.

J. A. Josen Limbong, I. Sembiring, K. Dwi Hartomo, U. Kristen Satya Wacana, and P. Korespondensi, “Analisis Klasifikasi Sentimen Ulasan Pada E-Commerce Shopee Berbasis Word Cloud Dengan Metode Naive Bayes Dan K-Nearest Neighbor Analysis of Review Sentiment Classification on E-Commerce Shopee Word Cloud Based With Naïve Bayes and K-Nearest Neighbor Meth,” J. Teknol. Inf. dan Ilmu Komput., vol. 9, no. 2, pp. 347–356, 2019, doi: 10.25126/jtiik.202294960.

A. L. Hananto and A. Y. Rahman, “User experience measurement on go-jek mobile app in Malang City,” Proc. 3rd Int. Conf. Informatics Comput. ICIC 2018, no. October 2018, pp. 1–6, 2018, doi: 10.1109/IAC.2018.8780423.

A. Rohman, “Model Algoritma K-Nearest Neighbor (K-NN) Untuk Prediksi Kelulusan Mahasiswa,” 2012.

A. M. Tukino, “Klasifikasi Untuk Prediksi Cuaca Menggunakan Esemble Learning,” Petir, vol. 13, no. 2, pp. 138–147, 2020, doi: 10.33322/petir.v13i2.998.

M. K. Anam, B. N. Pikir, and M. B. Firdaus, “Penerapan Na ̈ıve Bayes Classifier, K-Nearest Neighbor (KNN) dan Decision Tree untuk Menganalisis Sentimen pada Interaksi Netizen danPemeritah,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 1, pp. 139–150, 2021, doi: 10.30812/matrik.v21i1.1092.