IKHAFIIKHAFI

Jurnal Sistem Informasi dan E-BisnisJurnal Sistem Informasi dan E-Bisnis

Pengelolaan sampah merupakan salah satu tantangan utama dalam mewujudkan pembangunan berkelanjutan yang keberhasilannya sangat dipengaruhi oleh tingkat kesadaran dan partisipasi masyarakat. Seiring meningkatnya penggunaan media sosial, data percakapan publik dapat dimanfaatkan untuk memahami persepsi masyarakat terhadap program pengelolaan sampah secara lebih luas dan real-time. Penelitian ini bertujuan menganalisis tingkat kesadaran masyarakat terhadap program pengelolaan sampah menggunakan integrasi Sentiment Analysis berbasis IndoBERT dan Topic Modeling menggunakan BERTopic pada data media sosial Indonesia. Data penelitian diperoleh dari platform X (Twitter) dengan kata kunci terkait pengelolaan sampah dan melalui tahapan preprocessing sebelum dianalisis. Hasil penelitian menunjukkan bahwa model IndoBERT mampu menghasilkan akurasi sebesar 93,82% dengan distribusi sentimen positif sebesar 44,88%, netral 29,84%, dan negatif 25,28%. Sementara itu, BERTopic berhasil mengidentifikasi lima topik dominan, yaitu bank sampah, daur ulang, TPS dan TPA, fasilitas kebersihan kota, serta edukasi lingkungan. Integrasi hasil sentimen dan topik menghasilkan nilai Awareness Index sebesar 0,694 yang termasuk kategori tinggi. Temuan penelitian menunjukkan bahwa masyarakat memiliki tingkat kesadaran yang baik terhadap pengelolaan sampah, namun masih terdapat perhatian terhadap aspek operasional dan infrastruktur pengelolaan sampah. Penelitian ini memberikan pendekatan baru dalam mengukur kesadaran masyarakat berbasis media sosial melalui integrasi IndoBERT, BERTopic, dan Awareness Index.

Penelitian berhasil mengembangkan pendekatan integratif yang menggabungkan Sentiment Analysis berbasis IndoBERT dan BERTopic untuk menganalisis kesadaran masyarakat terhadap program pengelolaan sampah di media sosial Indonesia, menunjukkan akurasi tinggi model IndoBERT (93,82%) dan mengidentifikasi lima topik utama.Integrasi hasil sentimen dan topik mengungkap bahwa program edukasi dan partisipasi masyarakat mendapatkan respons positif lebih tinggi dibandingkan isu operasional, serta Awareness Index mencapai 0,694 yang termasuk kategori tinggi, menandakan tingkat kesadaran masyarakat yang baik.Dengan demikian, pendekatan ini memberikan pemahaman komprehensif dan kontribusi utama berupa Awareness Index sebagai indikator kuantitatif untuk evaluasi kebijakan serta strategi pengelolaan sampah yang lebih efektif dan berkelanjutan.

Penelitian lanjutan dapat menguji penerapan metodologi integrasi IndoBERT dan BERTopic pada data media sosial lintas platform, seperti Instagram, Facebook, dan TikTok, untuk menilai apakah pola kesadaran dan topik dominan tetap konsisten atau berubah pada konteks yang berbeda. Selain itu, studi selanjutnya dapat menyelidiki hubungan kausal antara kebijakan pengelolaan sampah yang diimplementasikan pemerintah dengan fluktuasi Awareness Index, dengan menggunakan analisis time‑series dan teknik pengujian dampak kebijakan, guna memahami sejauh mana intervensi kebijakan memengaruhi persepsi publik. Penelitian juga dapat memperluas metode dengan memasukkan model transformer multibahasa serta teknik ekstraksi entitas untuk mengidentifikasi sub‑topik spesifik, seperti masalah logistik atau edukasi, yang dapat memberikan wawasan lebih mendalam tentang isu operasional yang masih menjadi tantangan. Selanjutnya, pengembangan sistem peringatan dini berbasis Awareness Index secara real‑time dapat diuji kemampuannya dalam memprediksi peningkatan volume sampah atau kegagalan layanan, sehingga memberikan dasar bagi otoritas untuk mengambil tindakan proaktif. Akhirnya, evaluasi intervensi komunikatif yang dirancang berdasarkan temuan topik dan sentimen dapat dilakukan melalui eksperimen lapangan, untuk menilai efektivitas strategi edukasi digital dalam meningkatkan partisipasi masyarakat pada program pengelolaan sampah.

  1. Confident Learning on IndoBERT: Enhancing Sentiment Classification Performance | The Indonesian Journal... doi.org/10.33022/ijcs.v13i5.4401Confident Learning on IndoBERT Enhancing Sentiment Classification Performance The Indonesian Journal doi 10 33022 ijcs v13i5 4401
  2. Indobert-Based Sentiment Analysis of Political Discourse on Platform X: The Case Of Prabowo-Gibran Administration... jurnal.polibatam.ac.id/index.php/JAIC/article/view/11586Indobert Based Sentiment Analysis of Political Discourse on Platform X The Case Of Prabowo Gibran Administration jurnal polibatam ac index php JAIC article view 11586
Read online
File size576.62 KB
Pages10
DMCAReport

Related /

ads-block-test