Pemindahan Ibu Kota Negara Ke Provinsi Kalimantan Timur Berdasarkan Analisis SWOT Dan Sentimen Opini Masyarakat
Kata Kunci:
Analisis Sentimen, LSTM, SWOT, LDA, Ibu Kota NegaraAbstrak
Penelitian ini mengkaji persepsi masyarakat terhadap pemindahan Ibu Kota Negara (IKN) ke Kalimantan Timur melalui pendekatan analisis sentimen dan SWOT. Data dikumpulkan dari media sosial X (sebelumnya Twitter) menggunakan kata kunci terkait, kemudian diolah dengan algoritma Long Short-Term Memory (LSTM) untuk klasifikasi sentimen positif dan negatif. Model LSTM digunakan karena kemampuannya dalam memahami hubungan temporal yang kompleks dalam data teks. Analisis SWOT dilakukan dengan memetakan hasil sentimen ke dalam kekuatan, kelemahan, peluang, dan ancaman. Hasil penelitian ini memberikan wawasan strategis kepada pemerintah dalam memahami opini publik terkait pemindahan IKN serta mengidentifikasi faktor-faktor strategis untuk mendukung pengambilan keputusan yang efektif.
Referensi
Asri, Y., Suliyanti, W.N., Kuswardani, D., & Fajri, M.A. (2022). Pelabelan Otomatis Lexicon Vader dan Klasifikasi Naive Bayes dalam menganalisis sentimen data ulasan PLN Mobile. PETIR.
Auliya, R.I., Heni, S., Bagus, M. H., Andi N., Styawati (2022). Analisis Perbandingan LSTM dan Naive Bayes untuk Analisis Sentimen. Jurnal JEPIN (Jurnal Edukasi dan Penelitian Informatika)
Auliasari, K., Prasetya, R. P., & Industri, F. T. (2021). ANALISIS SENTIMENT CYBERBULLYING PADA SOSIAL MEDIA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. 5(2), 548–556.
Baktha, Kiran & Tripathy, B.K.. (2017). Investigation of Recurrent Neural Networks in the field of Sentiment Analysis. 10.1109/ICCSP.2017.8286763.
Das, R. K., Islam, M., Hasan, M. M., Razia, S., Hassan, M., & Khushbu, S. A. (2023). Sentiment analysis in multilingual context: Comparative analysis of machine learning and hybrid deep learning models. Heliyon.
Fahmi, S., Purnamawati, L., Shidik, G. F., Muljono, M., & Fanani, A. Z. (2020, September). Sentiment analysis of student review in learning management system based on sastrawi stemmer and SVM-PSO. In 2020 International Seminar on Application for Technology of Information and Communication (iSemantic) (pp. 643-648). IEEE.
Kabir, A. I., Ahmed, K., & Karim, R. (2020). Word Cloud and Sentiment Analysis of Amazon Earphones Reviews with R Programming Language. Informatica Economica, 24(4), 55-71.
Karnataka, India: Apress.Zhao, Z., Chen, W., Wu, X., Chen, P. C., & Liu, J. (2017). LSTMnetwork: a deep learning approach for short‐term traffic forecast. IET Intelligent Transport Systems, 11(2), 68-75.
Karyaningsih, E. W., & Sari, A. S. (2019). Strategi pelaksanaan praktek industri pada mahasiswa PKK UST melalui analisis SWOT. Wacana Akademika, 3(2), 119–132.
Khadijah, U. N., & Cahyono, N. (2024). Analisis Topic Modelling Pariwisata Yogyakarta Menggunakan Latent Dirichlet Allocation (LDA). The Indonesian Journal of Computer Science, 13(4).
Koto, F., & Rahmaningtyas, G. Y. (2018). Inset lexicon: Evaluation of a word list for Indonesian sentiment analysis in microblogs. Proceedings of the 2017 International
Laina, F., Alim M,. Husaini (2022) ANALISIS SENTIMEN MENGGUNAKAN ARSITEKTUR LONG SHORT-TERM MEMORY (LSTM) TERHADAP FENOMENA CITAYAM FASHION WEEK. Jurnal Pendidikan Teknologi informasi Volume 6, Nomor 2, Oktober 2022, hal. 86-94 ISSN 2598-2079 (print) | ISSN 2597-9671
Lestandy, M., Abdurrahim, A., & Syafa’ah, L. (2021). Analisis Sentimen Tweet Vaksin COVID-19 Menggunakan Recurrent Neural Network dan Naïve Bayes. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(4), 802-808.
Manaswi, N. K. (2018). Deep Learning With Applications Using Phyton. Bangalore,
Rangkuti, F. 2019. Analisis SWOT: Teknik Membedah Kasus Bisnis(20th ed.). Gramedia Pustaka.
Mardiansyah, M. R. (2021). Pemindahan Ibu Kota Republik Indonesia Menurut Politisi di Kota Palembang. Undergraduate thesis, UIN Raden Fatah Palembang.
Asri, Y., Suliyanti, W.N., Kuswardani, D., & Fajri, M.A. (2022). Pelabelan Otomatis Lexicon Vader dan Klasifikasi Naive Bayes dalam menganalisis sentimen data ulasan PLN Mobile. PETIR.
Auliya, R.I., Heni, S., Bagus, M. H., Andi N., Styawati (2022). Analisis Perbandingan LSTM dan Naive Bayes untuk Analisis Sentimen. Jurnal JEPIN (Jurnal Edukasi dan Penelitian Informatika)
Auliasari, K., Prasetya, R. P., & Industri, F. T. (2021). ANALISIS SENTIMENT CYBERBULLYING PADA SOSIAL MEDIA TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. 5(2), 548–556.
Baktha, Kiran & Tripathy, B.K.. (2017). Investigation of Recurrent Neural Networks in the field of Sentiment Analysis. 10.1109/ICCSP.2017.8286763.
Das, R. K., Islam, M., Hasan, M. M., Razia, S., Hassan, M., & Khushbu, S. A. (2023). Sentiment analysis in multilingual context: Comparative analysis of machine learning and hybrid deep learning models. Heliyon.
Fahmi, S., Purnamawati, L., Shidik, G. F., Muljono, M., & Fanani, A. Z. (2020, September). Sentiment analysis of student review in learning management system based on sastrawi stemmer and SVM-PSO. In 2020 International Seminar on Application for Technology of Information and Communication (iSemantic) (pp. 643-648). IEEE.
Kabir, A. I., Ahmed, K., & Karim, R. (2020). Word Cloud and Sentiment Analysis of Amazon Earphones Reviews with R Programming Language. Informatica Economica, 24(4), 55-71.
Karnataka, India: Apress.Zhao, Z., Chen, W., Wu, X., Chen, P. C., & Liu, J. (2017). LSTMnetwork: a deep learning approach for short‐term traffic forecast. IET Intelligent Transport Systems, 11(2), 68-75.
Karyaningsih, E. W., & Sari, A. S. (2019). Strategi pelaksanaan praktek industri pada mahasiswa PKK UST melalui analisis SWOT. Wacana Akademika, 3(2), 119–132.
Khadijah, U. N., & Cahyono, N. (2024). Analisis Topic Modelling Pariwisata Yogyakarta Menggunakan Latent Dirichlet Allocation (LDA). The Indonesian Journal of Computer Science, 13(4).
Koto, F., & Rahmaningtyas, G. Y. (2018). Inset lexicon: Evaluation of a word list for Indonesian sentiment analysis in microblogs. Proceedings of the 2017 International
Laina, F., Alim M,. Husaini (2022) ANALISIS SENTIMEN MENGGUNAKAN ARSITEKTUR LONG SHORT-TERM MEMORY (LSTM) TERHADAP FENOMENA CITAYAM FASHION WEEK. Jurnal Pendidikan Teknologi informasi Volume 6, Nomor 2, Oktober 2022, hal. 86-94 ISSN 2598-2079 (print) | ISSN 2597-9671
Lestandy, M., Abdurrahim, A., & Syafa’ah, L. (2021). Analisis Sentimen Tweet Vaksin COVID-19 Menggunakan Recurrent Neural Network dan Naïve Bayes. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(4), 802-808.
Manaswi, N. K. (2018). Deep Learning With Applications Using Phyton. Bangalore,
Rangkuti, F. 2019. Analisis SWOT: Teknik Membedah Kasus Bisnis(20th ed.). Gramedia Pustaka.
Mardiansyah, M. R. (2021). Pemindahan Ibu Kota Republik Indonesia Menurut Politisi di Kota Palembang. Undergraduate thesis, UIN Raden Fatah Palembang.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
