Analisis Text Clustering Pengguna Twitter Mengenai Statement “Indonesia Pulih Lebih Cepat Bangkit Lebih Kuat” Menggunakan Orange Data Mining

Muhamad Virji Ramadhan (Universitas Nusa Putra)
Retno Sabrila Rahma (Universitas Nusa Putra)
Zalfa Putri Anzani Alimatul Ula (Universitas Nusa Putra)

Komisi
Vol. 3 No. 1 (2026): Februari 2026

Penelitian ini bertujuan untuk menganalisis opini pengguna Twitter terkait pernyataan "Indonesia Pulih Lebih Cepat, Bangkit Lebih Kuat" yang digaungkan pada peringatan kemerdekaan Indonesia ke-77. Analisis dilakukan menggunakan Orange Data Mining untuk mengelompokkan sentimen menjadi positif, negatif, dan netral melalui metode text clustering. Data dikumpulkan menggunakan teknik crawling melalui pustaka Python Tweepy dengan kata kunci terkait pernyataan tersebut. Setelah dilakukan preprocessing, data dianalisis menggunakan algoritma clustering seperti K-Means, serta divisualisasikan melalui scatter plot dan word cloud. Hasil analisis menunjukkan bahwa opini masyarakat mayoritas bersentimen positif terhadap tema ini, dengan dominasi emosi "surprise." Temuan ini memberikan wawasan tentang penerimaan publik terhadap kampanye pemerintah dan menunjukkan efektivitas Orange Data Mining dalam analisis teks media sosial.