Analisa Sentimen Tentang Ibu Kota Nusantara (IKN) Dengan Menggunakan Algoritma K-Nearest Neighbors (KNN) dan Naïve Bayes

Choirul  Huda; Mesra  Betty Yel

doi:10.55338/jikomsi.v7i1.2846

Authors

Choirul Huda, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Jakarta, Indonesia , Indonesia
Mesra Betty Yel, Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Jakarta, Indonesia , Indonesia

DOI:

https://doi.org/10.55338/jikomsi.v7i1.2846

Keywords:

Data Mining, Twitter, Ibu Kota Nusantara, Naïve Bayes, K-Nearest Neighbor

Abstract

Pemindahan ibu kota bukan merupakan suatu fenomena yang baru. Senin, 17 Januari 2022 nama “Nusantara” diumumkan pertama kali oleh kepala Bappenas Suharso Monoarfa. Panja RUU IKN menyetujui “Nusantara” sebagai nama ibu kota negara setelah delapan fraksi menyetujui. Terletak di Kalimantan Timur, Nusantara adalah sebuah kata yang akan mengganti posisi Jakarta sebagai ibu kota negara Indonesia. Pemindahan Ibu Kota Nusantara (IKN) menimbulkan berbagai macam pro dan kontra. Mulai dari pemilihan lokasi, pengesahan Undang-Undang yang dinilai terlalu terburu-buru, dan akhir-akhir ini pemerintah juga mengajak masyarakat Indonesia untuk membantu mendukung untuk membangun Ibu Kota Nusantara. Menurut seorang pejabat dari Kementerian Perencanaan Pembangunan Nasional Indonesia, pemerintah bertekad untuk memindahkan ibu kota Indonesia keluar dari pulau jawa. Pada April 2019, rencana 10 tahun untuk memindahkan semua kantor pemerintahan ke ibukota baru diumumkan Kementrian Perencanaan Pembangunan Nasional merekomendasikan tiga provinsi yaitu Kalimantan Selatan, Kalimantan Tengah, dan Kalimantan Timur yang memenuhi syarat ibu kota baru, termasuk bebas dari gempa bumi, tsunami dan gunung berapi. Dari nama ini pemerintah dan DPR berharap agar ibu kota yang berlokasi di Sepakunegara (sekitar Penajam Paser Utara dan Kutai Kartanegara) menjadi symbol identitas nasional, kota dunia untuk semua dan menjadi penggerak ekonomi Indonesia masa depan.

Downloads

Download data is not yet available.

References

D. Aryanti, “Analisis Sentimen Ibukota Negara Baru Menggunakan Metode Naïve Bayes Classifier,” J. Inf. Syst. Res., vol. 3, no. 4, pp. 524–531, 2022, doi: 10.47065/josh.v3i4.1944.

M. T. Student et al., “No 主観的健康感を中心とした在宅高齢者における健康関連指標に関する共分散構造分析Title,” Front. Neurosci., vol. 14, no. 1, pp. 1–13, 2021.

D. G. Nugroho, Y. H. Chrisnanto, and A. Wahana, “Analisis Sentimen Pada Jasa Ojek Online ... (Nugroho dkk.),” pp. 156–161, 2015.

F. Nurhuda, S. W. Sihwi, and A. Doewes, “Analisis Sentimen Masyarakat terhadap Calon Presiden Indonesia 2014 berdasarkan Opini dari Twitter Menggunakan Metode Naive Bayes Classifier,” ITSmart J. Teknol. dan Inf., vol. 2, no. 2, pp. 35–42, 2013.

N. L. P. M. Putu, Ahmad Zuli Amrullah, and Ismarmiaty, “Analisis Sentimen dan Pemodelan Topik Pariwisata Lombok Menggunakan Algoritma Naive Bayes dan Latent Dirichlet Allocation,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 1, pp. 123–131, 2021, doi: 10.29207/resti.v5i1.2587.