Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

ANALISIS SENTIMEN MASYARAKAT TERHADAP KEBIJAKAN IKN PADA PERIODE JOKOWI DAN PRABOWO MENGGUNAKAN ALGORITMA MACHINE LEARNING

NUR SHABRINA NASUTION, - (2025) ANALISIS SENTIMEN MASYARAKAT TERHADAP KEBIJAKAN IKN PADA PERIODE JOKOWI DAN PRABOWO MENGGUNAKAN ALGORITMA MACHINE LEARNING. Building of Informatics, Technology and Science (BITS), 7 (1). pp. 157-168. ISSN 2685-3310

[img]
Preview
Text (ARTIKEL JURNAL)
laporanta pixx up repo-rev new_page-0001 (1) - Azizah Azzahra Nasution.pdf - Published Version

Download (10MB) | Preview
[img]
Preview
Text (PERNYATAAN PUBLIKASI MAHASISWA)
surat pernyataan persetujuan - Azizah Azzahra Nasution.pdf - Published Version

Download (270kB) | Preview
[img]
Preview
Text (PERNYATAAN PUBLIKASI DOSEN)
pernyataan persetujuan dospem - Azizah Azzahra Nasution.pdf - Published Version

Download (325kB) | Preview

Abstract

Pemindahan Ibu Kota Negara (IKN) dari Jakarta ke Kalimantan Timur menimbulkan beragam respons dari masyarakat Indonesia yang terekam melalui media sosial, khususnya platform X. Penelitian ini bertujuan untuk menganalisis dan membandingkan sentimen masyarakat terhadap kebijakan IKN pada dua periode pemerintahan, yaitu Presiden Joko Widodo dan Presiden Prabowo Subianto, dengan pendekatan machine learning. Tiga algoritma yang digunakan dalam klasifikasi sentimen adalah Naive Bayes Classifier (NBC), Support Vector Machine (SVM), dan K-Nearest Neighbor (K-NN). Proses penelitian meliputi crawling data (masing-masing 600 data per periode), text preprocessing (cleaning, tokenizing, filtering, stemming), pelabelan data menggunakan pendekatan Lexicon-Based dengan kamus InSet, serta pembobotan menggunakan metode TF-IDF. Hasil analisis menunjukkan bahwa pada periode Jokowi, sentimen masyarakat cenderung lebih seimbang, dengan dominasi sentimen negatif (35,9%), diikuti sentimen positif (33,4%) dan netral (30,7%). Sedangkan pada periode Prabowo, sentimen negatif meningkat menjadi 40,3%, sedangkan positif menurun ke 26,3%. Berdasarkan evaluasi akurasi model, pada periode Jokowi algoritma NBC menunjukkan performa terbaik dengan akurasi sebesar 73%, sementara pada periode Prabowo, algoritma SVM unggul dengan akurasi tertinggi mencapai 81%. Temuan ini memberikan gambaran dinamis mengenai persepsi publik terhadap kebijakan IKN di bawah dua pemerintahan yang berbeda.

Item Type: Article
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorINGGIH PERMANA, -2010128801inggihpermana@uin-suska.ac.id
Thesis advisorFEBI NUR SALISAH, -2002029002febinursalisah@uin-suska.ac.id
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: Ayu - Apriliani
Date Deposited: 08 Jul 2025 07:18
Last Modified: 08 Jul 2025 07:18
URI: http://repository.uin-suska.ac.id/id/eprint/89618

Actions (login required)

View Item View Item