Analisis Opini User di Twitter pada Proses Pembangunan Ibu Kota Nusantara (IKN) dengan Metode DBSCAN

Abstract

Twitter merupakan salah satu platform micro-blogging yang digunakan oleh jutaan pengguna untuk menyampaikan opini dan berdiskusi mengenai berbagai topik, termasuk pembangunan Ibu Kota Nusantara (IKN). Penelitian ini bertujuan untuk menganalisis opini pengguna Twitter terkait proses pembangunan IKN dari tahun 2010 hingga 2024. Metode yang digunakan dalam penelitian ini adalah Density-Based Spatial Clustering of Applications with Noise (DBSCAN), yang memiliki keunggulan dalam mendeteksi outlier atau noise serta mampu mengenali bentuk klaster yang tidak beraturan, yang sulit dikenali oleh beberapa algoritma klasterisasi lainnya. Tahapan awal penelitian mencakup proses preprocessing untuk membersihkan data sebelum dilakukan klasterisasi. Evaluasi model dilakukan menggunakan Silhouette Index untuk mengukur kualitas klaster yang terbentuk. Hasil penelitian menunjukkan bahwa parameter optimal untuk DBSCAN adalah Eps = 0.1 dan MinPts = 9, yang diterapkan pada 2.011 data yang telah melalui tahap pembersihan. Hasil ini menunjukkan bahwa model yang digunakan mampu membentuk klaster opini dengan kualitas yang cukup baik. Dengan demikian, penelitian ini dapat memberikan wawasan yang lebih mendalam mengenai sentimen publik terhadap pembangunan IKN, yang dapat dimanfaatkan dalam pengambilan kebijakan dan strategi komunikasi pemerintah.