Analisis Sentimen Opini Publik di platform X (Twitter) terhadap Bencana Banjir Sumatra
DOI:
https://doi.org/10.29407/xq0rvz75Keywords:
analisis sentimen, bencana, opini publik, orange data mining, twitterAbstract
Indonesia merupakan wilayah yang rentan terhadap bencana hidrometeorologi, salah satunya banjir yang secara berulang menimbulkan dampak sosial dan ekonomi yang signifikan. Pada Desember 2025, banjir besar yang melanda berbagai wilayah di Pulau Sumatra memicu peningkatan aktivitas komunikasi publik di media sosial, khususnya platform X (Twitter), sebagai sarana penyampaian informasi, keluhan, dan opini secara real-time. Kondisi ini menjadikan media sosial sebagai sumber data potensial untuk memahami dinamika respons dan persepsi masyarakat selama krisis bencana. Namun, karakteristik data Twitter yang bersifat tidak terstruktur, berukuran besar, serta sarat dengan variasi bahasa informal menimbulkan tantangan dalam proses analisis. Penelitian ini memanfaatkan pendekatan Natural Language Processing untuk menganalisis sentimen opini publik terhadap bencana banjir di Sumatra dengan menggunakan representasi fitur Bag of Words yang diperkuat pembobotan Inverse Document Frequency. Data diperoleh melalui proses harvesting tweet menggunakan Tweet Harvest dan dianalisis menggunakan perangkat lunak Orange Data Mining dengan alur kerja yang sistematis dan transparan. Pendekatan ini memungkinkan pemetaan kecenderungan sentimen publik serta eksplorasi kata-kata kunci yang dominan muncul dalam percakapan daring terkait bencana, sehingga memberikan gambaran awal mengenai respons psikologis masyarakat pada situasi krisis kebencanaan.
Downloads
References
[1] F. Fathoni, A. Ibrahim, F. R. Mumtaz, M. A. Zaky, M. J. Pratama, and I. A. Kurniawan, “ANALISIS SENTIMEN PUBLIC TWITTER TERHADAP KEBIJAKAN PEMERINTAH MENGGUNAKAN METODE SVM (STUDI KASUS : RUU TNI ),” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 4, pp. 6322–6329, May 2025, doi: 10.36040/JATI.V9I4.14036.
[2] A. M. Maksun, Y. A. Sari, and B. Rahayudi, “Analisis Sentimen pada Twitter Bencana Alam di Kalimantan Selatan menggunakan Metode Naive Bayes,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 12, pp. 5614–5621, Nov. 2021, Accessed: Dec. 31, 2025. [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/10307
[3] G. Prima Ertansyah, R. Tri, C. Kusuma, and A. A. Sari, “Analisis Sentimen Pada Media Sosial Menggunakan Teknik Natural Language Processing,” Pros. Semin. Nas. Teknol. Inf. dan Bisnis, pp. 183–189, Jul. 2025, doi: 10.47701/QGCEY104.
[4] F. S. Widyastuti and E. Mailoa, “ANALISIS SENTIMEN ULASAN KONSUMEN MENGGUNAKAN ALGORITMA TF-ID UNTUK MENGETAHUI TINGKAT KEPUASAN PELANGGAN(STUDI KASUS : GUNTHEM PREMIUM COFFEE),” J. Teknol. Inf. DAN Komun., vol. 16, no. 2, pp. 8–16, Sep. 2025, doi: 10.51903/JTIKP.V16I2.1010.
[5] K. T. Putra, M. A. Hariyadi, and C. Crysdian, “Perbandingan Feature extraction TF-IDF dan BOW Untuk Analisis Sentimen Berbasis SVM,” J. Cahaya Mandalika ISSN 2721-4796, vol. 3, no. 2, pp. 1449–1463, 2022, Accessed: Dec. 31, 2025. [Online]. Available: https://www.ojs.cahayamandalika.com/index.php/jcm/article/view/2292
[6] Ismail, H. N. Rahmah, and R. Sulistiyowati, “PENGGUNAAN SOFTWARE ORANGE DATA MINING PADA IMPLEMENTASI TEXT MINING DALAM ANALISIS SENTIMEN NETIZEN DI TWITTER TERHADAP KELANGKAAN MINYAK GORENG,” Sigma-Mu, vol. 14, no. 2, pp. 1–11, Sep. 2022, doi: 10.35313/SIGMAMU.V14I2.4667.
[7] R. Ramadhani, T. Hidayat, and S. Sukisno, “Klasifikasi ANALISIS SENTIMEN TWEET MASYARAKAT PADA ISU INDONESIA GELAP DI MEDIA SOSIAL X MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN METODE COUNTVECTORIZER,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 6, pp. 9664–9670, Nov. 2025, doi: 10.36040/JATI.V9I6.15729.
[8] A. A. Karim, M. A. Prasetyo, and M. R. Saputro, “Perbandingan Metode Random Forest, K-Nearest Neighbor, dan SVM Dalam Prediksi Akurasi Pertandingan Liga Italia,” Semin. Nas. Teknol. Sains, vol. 2, no. 1, pp. 377–382, Jan. 2023, doi: 10.29407/STAINS.V2I1.2877.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Andi Laksono, Ferdhian Akbar Rahmadani
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
