ANALISIS SENTIMEN KEBIJAKAN EKSPOR PASIR LAUT PADA SOSIAL MEDIA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

ANALISIS SENTIMEN KEBIJAKAN EKSPOR PASIR LAUT PADA SOSIAL MEDIA TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

analisis sentimen, ekspor pasir laut, support vector machine, fishbone diagram

Larangan ekspor pasir laut sudah diterapkan di Indonesia sejak 2003 melalui Surat Keputusan Menperindag No 117/MPP/Kep/2/2003 tentang Penghentian Sementara Ekspor Pasir Laut. Pada 15 Mei 2023, Presiden Joko Widodo melalui Peraturan Pemerintah No 26 Tahun 2023 kembali memperbolehkan kegiatan ekspor pasir laut keluar negeri. Penambangan pasir adalah proses pengambilan pasir dari alam. Pasir merupakan komoditas yang diperlukan dalam banyak proyek seperti reklamasi lahan dan pembangunan pulau. Proyek-proyek inimemiliki keuntungan ekonomis dan sosial, tapi penambangan pasir juga menghasilkan masalah lingkungan jika dilakukan terus-menerus. Kebijakan ekspor pasir laut ini ramai dibahas berbagai sosial media, salah satunya Twitter. Twitter merupakan media sosial yang cukup popular di Indonesia. Sosial media seperti Twitter dapat menghasilkan ribuan data dalam waktu yang singkat. Opini masyarakat di sosial media Twitter dapat digunakan oleh pemerintah untuk mengkaji ulang apakah kebijakan pembolehan ekspor pasir laut ini sudah tepat atau tidak. Dalam penelitian ini, dilakukan analisis sentimen untuk mengetahui opini masyarakat terkait kebijakan ekspor pasir laut. Fitur dan metode yang digunakan adalah SentiWordNet 3.0 untuk labelling dan metode klasifikasi Support Vector Machine. Penelitian ini membandingkan kernel linear, polynomial, sigmoid, dan radial basis function. Kernel polynomial adalah kernel terbaik dan mendapatkan hasil akurasi 80.94%, hasil recall 80.94% dan hasil presisi 80.91%, sedangkan kernel terburukadalah sigmoid dan mendapatkan hasil akurasi 79.73%, hasil recall 79.73% dan hasil presisi 80.29%. Teknik root cause analysis dengan Fishbone Diagram memberikan beberapa rekomendasi terhadap sentiment negatif antara lain: peningkatan investasi pada teknologi pengerukan ramah lingkungan, penerapan regulasi yang ketat terkait ekspor pasir laut dan kampanye penyuluhan terhadap pentingnya ekosistem serta penjagaan lingkungan.

Raka Ardiansyah Hasibuan*1, Dian Eka Ratnawati2, Rizal Setya Perdana3

https://just-si.ub.ac.id/index.php/just-si/article/view/373/50

Universitas Brawijaya, Malang

7 Agustus 2024

Fajar bagus W

PDF

Indonesia

Text