Text mining adalah proses ekstraksi pola berupa informasi dan pengetahuan yang berguna dari sejumlah besar data teks. Text mining memiliki peran yang sangat penting dalam perkembangan alat dan media komunikasi digital, yang memfasilitasi masyarakat dalam mengakses informasi dan beropini. Isu pemindahan ibu kota negara menimbulkan berbagai opini masyarakat, sehingga memerlukan pemahaman yang mendalam dan efisien mengingat Indonesia sebagai negara demokrasi. Algoritma K-Medoids, sebuah algoritma pengelompokan dengan menggunakan medoids sebagai pusat klaster. Tujuan dari penelitian ini adalah menemukan jumlah klaster optimal dan mengetahui opini masyarakat mengenai Ibu Kota Nusantara. Penelitian ini menggunakan algoritma Nazief dan Adriani pada tahap stemming, Cosine similarity untuk menghitung kemiripan tweet, dan Davies-Bouldin Index (DBI) untuk menentukan jumlah klaster optimal. Data penelitian sebanyak 2719 tweet dengan kata kunci “Ibu Kota Nusantara (#ikn or #iknnusantara)” periode 17 Januari 2022 sampai dengan 17 Agustus 2023. Hasil penelitian diperoleh 2 klaster optimal dengan nilai DBI sebesar 2,564262. Klaster 1 sebanyak 2.580 tweet yang cenderung berisi tweet mengenai kalimantan timur, ibukotanegara, ibukotanusantara, kota bangun, otoritaikn, investasi, dukung, dan presidenjokowi, yang berarti menyoroti proses pemindahan Ibu Kota Nusantara. Klaster 2 sebanyak 139 tweet yang cenderung berisi tweet mengenai ATR/BPN, agraria, tanah, tata ruang, bangun, yang berarti menyoroti lahan, kawasan atau lokasi pembangunan Ibu Kota Nusantara.