Analisis Sentimen Masyarakat terhadap Pembangunan Ibu Kota Nusantara (IKN) menggunakan Algoritma Multinomial Naive Bayes dan SMOTE

Abstract

Penelitian ini membahas analisis sentimen masyarakat terhadap pembangunan Ibu Kota Nusantara (IKN) di Indonesia yang menjadi salah satu isu besar dan banyak diperbincangkan di media sosial. Berbagai opini yang muncul menunjukkan respons yang beragam, mulai dari dukungan, harapan, hingga kritik dan penolakan. Kondisi ini menjadikan analisis sentimen sebagai pendekatan yang relevan untuk memahami persepsi publik secara lebih sistematis dan berbasis data. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan sentimen masyarakat terhadap IKN menggunakan pendekatan Machine Learning dengan algoritma Multinomial Naive Bayes yang berbasis pada Teorema Bayes. Data yang digunakan berupa komentar pengguna media sosial yang kemudian diproses melalui beberapa tahapan, yaitu preprocessing (pembersihan teks), pelabelan data berbasis kata kunci, ekstraksi fitur menggunakan metode TF-IDF untuk mengubah data teks menjadi bentuk numerik, serta penyeimbangan data menggunakan metode SMOTE untuk mengatasi ketidakseimbangan jumlah data antar kelas. Hasil penelitian menunjukkan bahwa model Machine Learning yang dibangun mampu mengklasifikasikan sentimen dengan cukup baik, terutama dalam mendeteksi sentimen positif, meskipun masih terdapat beberapa kesalahan dalam mengidentifikasi sentimen negatif. Secara keseluruhan, penelitian ini menunjukkan bahwa penerapan Machine Learning menggunakan algoritma Naive Bayes efektif dalam analisis sentimen dan berpotensi menjadi alat bantu dalam memahami opini publik terhadap kebijakan pemerintah, khususnya terkait pembangunan Ibu Kota Nusantara (IKN).