Analisis Sentimen Opini Publik Mengenai Tragedi Kanjuruhan Pada Media Sosial Twitter Menggunakan Brand24
Abstract
Tragedi Kanjuruhan, terjadi pada tahun 2021 di Stadion Kanjuruhan, Malang, menyebabkan ratusan kematian akibat
kerumunan selama pertandingan sepak bola. Peristiwa ini memicu reaksi emosional yang kuat di kalangan masyarakat
Indonesia, terutama di Twitter. Penelitian ini menggunakan pendekatan kualitatif deskriptif dengan etnografi digital
untuk menganalisis sentimen publik terkait tragedi ini menggunakan alat Brand24. Data dikumpulkan melalui
observasi non-partisipan, pemantauan media sosial, dan dokumentasi konten terkait. Hasil analisis menunjukkan
mayoritas opini publik di Twitter setelah tragedi ini bersifat negatif, mencerminkan kekecewaan, kemarahan, dan
kritik terhadap penanganan insiden oleh pihak terkait. Temuan ini memberikan wawasan mendalam tentang respons
masyarakat dan dasar untuk meningkatkan manajemen keselamatan acara olahraga di masa depan.
Kata Kunci-analisis sentimen, Brand24, Kanjuruhan, opini publik
References
Ramadhan, D. A., Hamid, S. S. N., & Kusumadinata, A. A. (2023). Analisis Framing Pemberitaan Media Narasi
tentang Tragedi Kanjuruhan Malang. Karimah Tauhid, 2(1), 51–59.
https://ojs.unida.ac.id/karimahtauhid/article/view/7628/3489
Ferianto, A. (2023). Tragedi Suporter Kanjuruhan Malang: Analisis Twitter Sebagai Alat Komunikasi Digital
Pemerintah dan Organisasi Sepakbola Indonesia. Journal of Society Bridge, 1(1), 1–16.
Aziya, N. V., Hadylaya, M. H., & Siregar, N. A. (2023). Analisis Isi Kecenderungan Pemberitaan Tragedi Kanjuruhan
pada Portal Berita di Indonesia. Jurnal Riset Komunikasi, 6(2), 140–157.
https://www.researchgate.net/publication/373941235_Analisis_Isi_Kecenderungan_Pemberitaan_Tragedi_Ka
njuruhan_pada_Portal_Berita_di_Indonesia
Hanafi, M. A., & Solihin, A. (2023). Analisis Sentimen Terhadap PSSI atas Tragedi Kanjuruhan Menggunakan
Multinominal Naive Bayes. Telematika MKOM.
Rusydiana, A. S., & Marlina, L. (2020). Analisis Sentimen Terkait Sertifikasi Halal. Journal of Economics and
Business Aseanomics.
Nasution, M. R. A., & Hayaty, M. (2019). Perbandingan Akurasi dan Waktu Proses Algoritma K-NN dan SVM dalam
Analisis Sentimen Twitter. Jurnal Informatika2, 6(2), 212–218.
https://pdfs.semanticscholar.org/f0d1/5870ff2ab5995bf3040dd7c0939e2897a94c.pdf/1000
Ardiani, L., Sujaini, H., & Tursina. (2020). Implementasi Sentiment Analysis Tanggapan Masyarakat Terhadap
Pembangunan di Kota Pontianak. Jurnal Sistem dan Teknologi Informasi.
Saputra, C. B., Muzakir, A., & Udariansyah, D. (2019). Analisis Sentimen Masyarakat Terhadap #2019GantiPresiden
Berdasarkan Opini dari Twitter Menggunakan Metode Naive Bayes Classifier. Bina Darma Conference on
Computer Science, 1(2). https://conference.binadarma.ac.id/index.php/BDCCS/article/view/155/283
Agama, P., Di, I., & Medan, M. A. N. (2022). Implementasi Metode Outdoor Learning dalam Peningkatan Hasil
Belajar Siswa pada Mata Pelajaran Agama Islam di MAN 1 Medan. Jurnal Penelitian, Pendidikan Dan
Pengajaran: JPPP, 3(2), 147–153. https://doi.org/10.30596/jppp.v3i2.11758
