ABSTRAK

JULIUS BENNY PAKANAN analisis sentimen terhadap perspektif Masyarakat mengenai pemindahan ibu kota Nusantara menggunakan algoritma multinomial naive bayes (dibimbing oleh Pasnur dan Fitriana M Sabir).
Pemindahan Ibukota Nusantara (IKN) adalah keputusan strategis yang berdampak luas pada masyarakat, sehingga pemerintah perlu mendengarkan opini publik. Namun, analisis opini secara manual pada media sosial X tidak efisien karena volume data yang sangat besar. Oleh karena itu, penelitian ini bertujuan menganalisis performa Multinomial Naive Bayes dan Bernoulli Naive Bayes dalam melakukan analisis sentimen terkait pemindahan IKN di media sosial X. Data yang dikumpulkan melalui preprocessing dibagi menjadi tiga skenario pembagian dataset: 90:10, 80:20, dan 70:30. Algoritma kemudian dilatih dan dioptimalkan menggunakan hyperparameter tuning. Hasil menunjukkan bahwa pada split dataset 90:10, Multinomial Naive Bayes tanpa tuning menghasilkan akurasi 77%, yang meningkat menjadi 83% setelah tuning, lebih unggul dibandingkan Bernoulli Naive Bayes yang meningkat dari 70% menjadi 78%. Dengan demikian, Multinomial Naive Bayes terbukti lebih efektif dalam menganalisis sentimen tentang pemindahan IKN dibandingkan dengan Bernoulli Naive Bayes.
Kata Kunci: Analisis Sentimen, IKN, Multinomial Naive Bayes, Bernoulli Naive Bayes, Hyperameter Tuning.