Kemajuan teknologi yang berkembang secara terus menerus telah secara signifikan meningkatkan kemudahan dan kecepatan masyarakat dalam mengakses informasi. Bersamaan dengan itu, media sosial muncul sebagai platform yang kuat untuk melakukan penyebaran informasi yang efisien dan memperluas perannya dalam mengutarakan ekspresi publik. Twitter, khususnya, platform sosial media ini banyak digunakan oleh masyarakat Indonesia untuk menyuarakan aspirasi dan kritik terhadap pemerintah daerah maupun pusat. Penelitian ini bertujuan untuk menganalisa opini publik mengenai isu-isu atau permasalahan yang berkaitan dengan pemerintahan Kota Bandung kesehariannya untuk dikelompokan berdasarkan kemiripan pola yang muncul guna memberikan informasi baru melalui metode clustering. Dataset terdiri dari komentar-komentar dari akun media sosial yang banyak menggunakan bahasa Sunda dan terkait dengan Kota Bandung. Adapun jumlah keseluruhan komentar yang berhasil diambil untuk dijadikan dataset sebanyak 3.605 data, selanjutnya data tersebut akan diproses dengan menerapkan algoritma clustering, dengan tahapan pembersihan dan ekstraksi fitur terlebih dahulu. K-Means clustering menjadi algoritma yang dipakai pada penelitian ini dengan hasil akhir silhouette score yang didapat sebanyak 0.792, diikuti oleh lima cluster yang dihasilkan. Kelima topik cluster tersebut berhasil diidentifikasikan untuk setiap clusternya, cluster 0 untuk kenyamanan dan kemacetan lalu lintas, cluster 1 untuk masalah lingkungan dan infrastruktur kota, cluster 2 untuk masalah sosial dan persepsi masyarakat, cluster 3 untuk transportasi dan kebisingan kota, dan cluster 4 menunjukan kesejahteraan dan aktivitas sosial. Metode ini diterapkan menggunakan bahasa pemrograman Python sebagai bahasa untuk membangun model machine learning.
Kata Kunci: media sosial, pengambilan data, clustering, ekstraksi fitur, klaster K-Means