KLASIFIKASI PANDANGAN MASYARAKAT TENTANG 100 HARI AWAL PEMERINTAHAN BARU MENGGUNAKAN PENDEKATAN K-MEDOIDS

Abstract

Penelitian ini membahas bagaimana penggunaan algoritma K-Medoids Clustering dapat diterapkan untuk mengelompokkan persepsi masyarakat tentang 100 hari pertama pemerintahan baru periode 2024–2029. Penelitian ini bertujuan untuk mengelompokkan persepsi masyarakat terhadap 100 hari kinerja pemerintahan baru periode 2024–2029 dengan menggunakan metode K-Medoids Clustering. Persepsi masyarakat merupakan salah satu indikator penting dalam mengevaluasi keberhasilan awal suatu pemerintahan. Metode K-Medoids dipilih karena kemampuannya dalam menangani data yang mengandung noise dan outlier, serta menghasilkan klaster yang representatif berdasarkan medoid sebagai pusat klaster. Proses penelitian dimulai dengan pengumpulan data persepsi masyarakat melalui media digital, kemudian dilakukan tahap praproses data meliputi pembersihan data, tokenisasi, dan vektorisasi menggunakan TF-IDF. Selanjutnya, data diolah menggunakan algoritma K-Medoids dengan nilai K=2 untuk menghasilkan dua klaster utama, yaitu klaster Pro (C1) dan klaster Kontra (C2). Hasil pengelompokan menunjukkan bahwa sebanyak 94% masyarakat memiliki persepsi positif terhadap 100 hari kinerja awal pemerintahan baru, sedangkan 6% lainnya memiliki persepsi negatif. Hasil ini memberikan gambaran objektif terhadap opini publik dan dapat digunakan sebagai dasar dalam penyusunan kebijakan, evaluasi kinerja pemerintah, serta pengambilan keputusan strategis dalam merespons aspirasi dan harapan masyarakat. Penelitian ini juga menunjukkan bahwa metode K-Medoids efektif dalam mengelompokkan data persepsi berbasis teks menjadi informasi yang bermakna dan terstruktur