Data Terpadu Kesejahteraan Sosial (DTKS) bertujuan untuk memahami data mengenai individu dan keluarga miskin atau kurang beruntung sehingga pemerintah dapat menetapkan kebijakan sosial yang tepat. Namun data di DTKS seringkali tidak akurat dan banyak mengandung duplikat. Untuk mengatasi permasalahan tersebut, penelitian ini menggunakan teknik analisis data eksploratif (EDA) dan visualisasi data dengan bantuan Google Colaboratory. Penelitian ini menggunakan data DKI Jakarta yang berjumlah 1,04 juta orang. Kami menganalisis berbagai faktor seperti usia, menerima atau tidaknya tunjangan kesejahteraan, latar belakang pendidikan, dan status pekerjaan. Hasilnya menunjukkan Jakarta Timur memiliki jumlah penduduk miskin dan pengangguran terbanyak. Rendahnya tingkat pendidikan merupakan salah satu penyebab  utama kemiskinan, dimana mayoritas penduduk hanya mengenyam pendidikan sekolah dasar atau sederajat. Selain itu, Jakarta Timur juga menjadi wilayah dengan jumlah penerima Kartu Indonesia Pintar (KIP) terbanyak. Kesimpulan penelitian ini adalah bahwa program dan kampanye kesadaran tentang pentingnya pendidikan dan keterampilan kejuruan perlu diperkuat untuk mengurangi kemiskinan dan pengangguran.
 
Kata kunci: Exploratory Data Analysis, EDA, DTKS, Visualisasi

Untuk memaham bagamana tokoh publk dpersepskan dan drespon oleh masyarakat d era meda sosial, analsis sentimen sangat berguna. Ini terutama berlaku karena popularitas tokoh publik meningkat di era meida sosial. Tujuan dari penelitian ini adalah untuk mengatasi masalah tersebut dan memberikan pemahaman yang bermanfaat tentang bagiamana masyarakat bertindak terhadap pemlhan presiden dan capres yang saat ini sangat diperdebatkan di medai sosial, serta bagiamana hal tu berdampak pada opn publk secara keseluruhan, khususnya d Twtter. Stud n bertujuan untuk mengkategorkan tweet emosonal ke dalam kategor postf atau negatf dengan menggunakan algortma pembagan terstruktur sepert Support Vector Machnes (SVM), Nave Bayes (NB), dan K-Nearest Neghbor. Hasl pengujan menunjukkan bahwa algortma NB memlk tngkat akuras 94,62% dan press 100%, mengalahkan SVM dan K-NN dalam menyelesakan kasus kepercayaan.