Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap pemindahan ibu kota di media sosial Twitter. Masalah utama yang dihadapi adalah kurangnya pemahaman yang mendalam terhadap opini masyarakat, yang dapat mempengaruhi perumusan kebijakan pemerintah. Untuk mengatasi hal ini, penelitian ini menggunakan algoritma Naive Bayes untuk klasifikasi sentimen positif dan negatif. Data dikumpulkan dari tweet terkait pemindahan ibu kota, dan dianalisis menggunakan inset lexicon untuk pelabelan sentimen. Hasil penelitian menunjukkan bahwa dari 411 tweet yang dianalisis, 179 mengandung sentimen positif dan 232 mengandung sentimen negatif. Algoritma naive bayes berhasil mencapai akurasi sebesar 81%, yang menunjukkan keandalanya dalam menganalisis sentimen opini masyarakat. Temuan ini mengindikasikan bahwa metode ini dapat digunakan secara efektif untuk memahami opini masyarakat terhadap pemindahan ibu kota agar pemerintah lebih memperhatikan dan memahami opini masyarakat.

This study aims to analyze public sentiment regarding the relocation of the capital city on Twitter. The main issue addressed is the lack of deep understanding of public opinion, which can affect the government's policy formulation. To address this, the study uses the Naive Bayes algorithm to classify sentiments as positive or negative. Data were collected from tweets related to the capital city relocation and analyzed using the INSET lexicon for sentiment labeling. The results of the study show that out of 411 tweets analyzed, 179 contained positive sentiment, and 232 contained negative sentiment. The Naive Bayes algorithm achieved an accuracy of 81%, demonstrating its reliability in analyzing public sentiment. These findings suggest that this method can be effectively used to understand public opinion on the capital city relocation, encouraging the government to pay more attention to and understand public sentiment.