Analisis Sentimen Tentang Opini Publik Perpindahan Ibukota Negara Pada Media Sosial Twitter

Latar Belakang: Suharso Monoarfa selaku kepala Bappenas mengumumkan “Nusantara” sebagai nama ibu kota baru. Posisi Jakarta akan digantikan oleh Nusantara yang terletak di Kalimantan Timur. Pemindahan Ibu Kota Jakarta ke Kalimantan Timur banyak menimbulkan berbagai macam tanggapan positif dan negatif dari masyarakat Indonesia. IKN termasuk dalam Renjana Pembangunan Jangka Menengah Nasional (RPJM) 2020 - 2024. Hal ini ramai diperbincangkan di Twitter dan menjadi perdebatan antara pihak pro dan kontra dengan sudut pandang
yang berbeda. Beberapa opini masyarakat di Twitter akan digunakan menjadi data penelitian analisis sentimen terhadap perpindahan Ibu Kota Negara.
Tujuan: Penelitian ini bertujuan untuk menganalisis sentimen warganet di media sosial Twitter terhadap rencana pemindahan ibu kota Indonesia ke Kalimantan, menggunakan metode Support Vector Machine (SVM) memprediksi pendapat masyarakat dengan tingkat akurasi yang diukur.
Metode Penelitian: Penelitian menggunakan algoritma SVM (Support Vector Machine)
Hasil: Menganalisis sentimen perpindahan Ibu Kota Jakarta ke Kalimantan Timur pada media sosial Twitter menggunakan algoritma Support Vector Machine (SVM) dengan data yang terkumpul sebanyak 3.000 data. Data tersebut diambil dengan
keyword ibu kota baru menggunakan library snscrape selama 1 Juli 2023 hingga 2 Agustus 2023. Penelitian ini menggunakan data training dibuat melalui 1000 pelabelan manual. Selanjutnya melalui proses training sebanyak 788 data dengan
rincian 469 data berlabel positif dan 319 data berlabel negative yang menghasilkan nilai accuracy sebesar 77,27% dan nilai f-measure bernilai 77,12%. Sedangkan data testing sebanyak 198 data label dengan rincian 119 data berlabel positif dan 79 data berlabel negatif yang menghasilkan nilai accuracy sebesar 77,77% dan nilai fmeasure sebesar 77,60%.
Kesimpulan: Penelitian klasifikasi sentimen mengenai perpindahan Ibu Kota pada 2024 mendatang ini menggunakan data sebanyak 3000 data tweet yang diambil menggunakan library sncscrape. Data yang digunakan untuk data training
sebanyak 788 data yang menghasilkan nilai accuracy sebesar 77,27% dan nilai fmeasure bernilai 77,12%. Sedangkan untuk data testing menggunakan 198 data yang menghasilkan nilai accuracy sebesar 77,77% dan nilai f-measure sebesar 77,60%.