Analisis Sentimen Publik pada Program Kesehatan Masyarakat menggunakan Twitter Opinion Mining

Abstract

Program dan kebijakan pemerintah di bidang kesehatan membutuhkan umpan balik untuk evaluasi dan perbaikan. Umpan balik bisa diperoleh dari opini publik terkait program-program kesehatan  tersebut.  Media sosial seperti Twitter memuat opini publik terutama tentang program kebijakan di bidang kesehatan masyarakat. Media sosial merupakan salah satu sumber data teks yang tidak terstuktur. Ekstraksi pengetahuan untuk mendapatkan umpan balik dari media sosial sangat menyulitkan karena sifat tidak terstruktur tersebut. Penelitian ini bertujuan untuk mengembangkan model untuk mengetahui sentimen publik terhadap enam macam program kebijakan pemerintah yaitu imunisasi, asuransi kesehatan, stunting, gizi buruk, pelayanan kesehatan, dan jaminan kesehatan masyarakat. Metodenya adalah dengan melakukan ekstraksi pengetahuan dari opini di media sosial menggunakan analisis sentimen  berbasis leksikon. Sifat tidak terstuktur dari opini publik di twitter akan diproses sehingga dapat diketahui pola tersembunyi di dalamnya. Jumlah pesan tweet yang diolah dari Twitter dalam penelitian ini adalah 6000 pesan tweet dan pemantauan pesan di media Twitter dilakukan setiap minggu. Hasil analisis sentimen berupa grafik sentimen opini publik di twitter terkait topik-topik kesehatan tersebut. Model diuji untuk membaca sentimen public di twitter sejak awal bulan Agustus 2018. Model menghasilkan kesimpulan bahwa opini publik terkait asuransi kesehatan, pelayanan kesehatan dan jaminan kesehatan masyarakat cenderung positif dan opini terkait imunisasi, gizi buruk, dan stunting cenderung negatif.