Analisis Sentimen Dan Jaringan Sosial Tentang Polusi Udara Jakarta Di Platform Media Sosial X
Abstract
Polusi Udara Jakarta kembali menjadi perbincangan di tengah masyarakat karena masuknya Jakarta sebagai kota di
Indonesia dengan tingkat polusi terburuk di Indonesia. Penyebab peningkatan polusi udara ini adalah karena
meningkatnya penggunaan kendaraan bermotor, aktivitas industri dari pabrik-pabrik di sekitar kota Jakarta dan
pembakaran sampah yang berlebihan oleh masyarakat. Penelitian ini menganalisis sentimen masyarakat terkait polusi
udara di Jakarta melalui platform media sosial X. Dengan menggunakan metode Sentiment Analysis, sentimen publik
diklasifikasikan menjadi positif dan negatif. Mayoritas sentimen masyarakat bersifat negatif, yang menunjukkan
ketidakpuasan terhadap polusi udara di Jakarta. Berdasarkan dengan hasil analisis data yang telah dilakukan
menggunakan Klasifikasi Algoritma menghasilkan sentimen dengan tingkat akurasi Naïve bayes sebesar 74,95 %,
KNN sebesar 84,64% dan Decision Tree sebesar 84,77%. Selain itu, Social Network Analysis digunakan untuk
memetakan interaksi antar pengguna media sosial, dengan akun Polusi_udara01 berperan sebagai aktor kunci dalam
penyebaran informasi.
Kata Kunci-polusi udara, Jakarta, sentiment analysis, Naïve Bayes, KNN, decision tree, social network analysis.
References
Abduh, M., Alawiyah, T., Apriansyah, G., Sirodj, R. A., & Afgani, M. W. (2023). Survey design: Cross-sectional
dalam penelitian kualitatif. Jurnal Pendidikan Sains dan Komputer, 3(1), 31-40.
https://doi.org/10.47709/jpsk.v3i01.1955
Abidin, Y. Z. (2015). Manajemen Komunikasi: Filosofi, Konsep, dan Aplikasi.
Amin, N. F., Garancang, S., & Abunawas, K. (2023). Konsep umum populasi dan sampel dalam penelitian. JURNAL
PILAR: Jurnal Kajian Islam Kontemporer, 14(1), 1-12. https://doi.org/10.1234/jpil.2023.001
Annur, M. C. (2023, May 2). Kualitas udara Jakarta lebih buruk dari ibu kota ASEAN lainnya. Databoks.
Ariyanti, M., Trianasari, N., & Mulyani, L. S. (2023, December 11). E-service quality analysis for video players and
editor app using Sentiment Analysis and topic modeling. In 2023 6th International Seminar on Research of
Information Technology and Intelligent Systems (ISRITI) (pp. 116–122). IEEE.
BBC News Indonesia. (2023). Polusi udara: Mengapa Jakarta disebut 8sudah kiamat9 dan apa solusi agar kualitas
udara membaik? BBC News Indonesia. https://www.bbc.com/indonesia/indonesia-66514776
Bratawisnu, M. K., & Alamsyah, A. (2019). Social Network Analysis untuk analisa interaksi user di media sosial
mengenai bisnis e-commerce. Sosiohumanitas, 21(1), 63-69.
Clifton, A., & Webster, G. D. (2017). An introduction to Social Network Analysis for personality and social
psychologists. Social Psychological and Personality Science, 1–12. Retrieved from SAGE Journals.
Freeman, L. C. (1977). A set of measures of centrality based on betweenness. Sociometry, 35-41.
Gafatia, I. W. D., & Hadinata, N. (2021). Analisis pro kontra vaksin Covid-19 menggunakan Sentiment Analysis
sumber media sosial X. Jurnal Pengembangan Sistem Informasi dan Informatika, 2021.
Gustientiedina, G., Adiya, M. H., & Desnelita, Y. (2019). Penerapan algoritma K-means untuk clustering data obatobatan.
Jurnal Nasional Teknologi dan Sistem Informasi, 5(1), 17–24.
Habibi, M. N., & Sunjana. (2019). Analisis polarisasi politik Indonesia sebelum Pilpres 2019 menggunakan Sentiment
Analysis dan Social Network Analysis. Journal of Modern Education and Computer Science, 2019.
Handoyo. (2023, June 29). Ini upaya pemerintah atasi polusi udara Jakarta. Kontan.
https://regional.kontan.co.id/news/ini-upaya-pemerintah-atasi-polusi-udara-jakarta
Hanneman, R. A., & Riddle, M. (2005). Introduction to Social Network Methods (1st ed.). Riverside US: University
of California.
Indriantoro, N., & Supomo, B. (2018). Metodologi Penelitian Bisnis (Maya (ed.). Yogyakarta: ANDI.
Ishwarappa, & Anuradha, J. (2015). A brief introduction on Big Data 5V9s characteristics and Hadoop technology.
Procedia Computer Science, 48, 319–324.
Jambekar, S., & Saquib, Z. (2018). Prediction of crop production in India using data mining techniques. In 2018
Fourth International Conference on Computing, Communication and Control and Automation (pp. 1–5). IEEE.
Jazayeri, S. H., Poursaeed, A., & Najafabadi, M. O. (2023). Social Network Analysis of green space management
actors in Teheran. International Journal of Geoheritage and Parks, 2023.
Kotsiantis, S. B. (2013). Decision trees: A recent overview. Dalam Artificial Intelligence Review (Vol. 39, Nomor 4,
hlm. 261–283). https://doi.org/10.1007/s10462-011-9272-4
Kreutzer, T. R., & Sirrenberg, M. (2020). Understanding artificial intelligence fundamentals, use cases and methods,
for a corporate AI journey (1st ed.). Springer Nature Switzerland AG.
Kustiawan, W., Nurlita, A., Siregar, A., Siregar, S. A., Ardianti, I., Hasibuan, M. R., & Agustina, S. (2022). Media
sosial dan jejaring sosial. Jurnal Perpustakaan dan Informasi, 2(1), 26-30.
Lestari, S., & Saepudin, S. (2021, September). Analisis sentimen vaksin Sinovac pada Twitter menggunakan algoritma
Naive Bayes. In Seminar Nasional Sistem Informasi dan Manajemen Informatika Universitas Nusa Putra (Vol.
, No. 01, pp. 163-170).
Liu, B. (2009). Sentiment Analysis and opinion mining (5th ed.). Synthesis Lectures on Human Language
Technologies.
Liu, B., & Zhang, L. (2010). Sentiment Analysis and subjectivity. In Handbook of Natural Language Processing (2nd
ed., pp. 627-666). CRC Press.
Liu, B. (2012). Sentiment Analysis and opinion mining. Morgan & Claypool Publishers.
Liu, C., Tian, Y., Shi, Y., Huang, Z., & Shao, Y. (2024). An analysis of public topics and sentiments based on social
media during the COVID-19 Omicron Variant outbreak in Shanghai 2022. Urban Analytics and City Science,
(1). https://doi.org/10.1007/s43762-024-00128-y
Margono, M. (2004). Metodologi penelitian pendidikan. Rineka Cipta.
Mao, Y., Liu, Q., & Zhang, Y. (2024). Sentiment Analysis methods, applications, and challenges: A systematic
literature review. Journal of King Saud University - Computer and Information Sciences, 36(4), 102048.
https://doi.org/10.1016/j.jksuci.2024.102048
Muhtarom, I. (2023, June 30). Inilah 7 langkah yang sudah dilakukan Satgas Pengendalian Pencemaran Udara DKI.
udara-dki
Mustafa, S., Sunuh, H., Subagyo, I., & Bungawati, A. (2023). Pencemaran udara dan ISPA (Infeksi Saluran
Pernapasan Akut) (1st ed.). Eureka Media Aksara.
Nasrullah, R. (2021). Manajemen Komunikasi Digital (Perencanaan, Aktivitas, dan Evaluasi) (1st ed.). Kencana
Pang, B., & Lee, L. (2008). Opinion mining and Sentiment Analysis. Foundations and Trends® in information
retrieval, 2(1–2), 1-135.
Pertiwi, M. W. (2019). Analisis sentimen opini publik mengenai sarana dan transportasi mudik tahun 2019 pada
Twitter menggunakan algoritma Naive Bayes, Neural Network, KNN, dan SVM. Inti Nusa Mandiri, 14(1), 27-
Pettinger, R. (2007). Introduction to management (4th ed.). Red Globe Press.
Peryanto, A., Yudhana, A., & Umar, R. (2020). Klasifikasi Citra Menggunakan Convolutional Neural Network dan
K Fold Cross Validation. Journal of Applied Informatics and Computing, 4(1), 45-51
Prasetyo, S. D., Hilabi, S. S., & Nurapriani, F. (2023). Analisis sentimen relokasi Ibukota Nusantara menggunakan
algoritma Naïve Bayes dan KNN. Jurnal KomtekInfo, 10(1), 1-7. https://jkomtekinfo.org/ojs
Rabbani, A. P., Alamsyah, A., & Widiyanesti, S. (2020). Analisa interaksi user di media sosial mengenai industri
fintech menggunakan Social Network Analysis (Studi kasus: GoPay, OVO dan LinkAja). eProceedings of
Management, 4(3). https://doi.org/10.52160/ejmm.v4i3.352
Radhani, K. D. (2021). Manajemen Komunikasi dalam Pengelolaan Informasi Wisata Kota Batu untuk Meningkatkan
Angka Kunjungan Wisatawan (Studi pada Dinas Pariwisata Kota Batu). Universitas Muhammadiyah Malang
Romadloni, N. T., Santoso, I., & Budilaksono, S. (2019). PERBANDINGAN METODE NAIVE BAYES, KNN DAN
DECISION TREE TERHADAP ANALISIS SENTIMEN TRANSPORTASI KRL COMMUTER LINE. Jurnal
IKRA-ITH Informatika Vol 3 No 2 , 3.
Rosyidah, M. (2018). Polusi udara dan kesehatan pernapasan. Jurnal Ilmiah Teknik Industri UM Palembang, 1(1), 2-
Sapountzi, A., & Psannis, K. E. (2016). Social networking data analysis tools & challenges. Future Generation
Computer Systems. Retrieved from ScienceDirect.
Sari, P. K., Alamsyah, A., & Wibowo, S. (2018). Measuring e-Commerce service quality from online customer review
using Sentiment Analysis. Journal of Physics: Conference Series, 971(1), 012053. https://doi.org/10.1088/1742-
/971/1/012053
Selisker, S. (2017). Social networks. In American literature in transition, 2000-2010 (pp. 211–223). Cambridge
University Press. https://doi.org/10.1017/9781316569290.015
Setatama, M. S., & Tricahyono, D. (2017). Implementasi Social Network Analysis pada penyebaran country branding
Wonderful Indonesia. Indonesia Journal on Computing(Indo-JC),2(2), 91-104.
https://doi.org/10.21108/INDOJC.2017.2.2.183
Siswanto, B. H. (2018). Pengantar manajemen (15th ed.). Bumi Aksara.
Song, Y. Y., & Lu, Y. (2015). Decision tree methods: applications for classification and prediction. Shanghai Archives
of Psychiatry, 27(2), 130– 135. https://doi.org/10.11919/j.issn.1002-0829.215044
Sugiyono, S. (2005). Memahami penelitian kualitatif. Alfabeta.
Tabassum, S., Pereira, F. S., Fernandes, S., & Gama, J. (2018). Social Network Analysis: An overview. Wiley
Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 8(5), e1256.
Thotakura, V. S. K., Tummalapalli, S. R. K., Kalime, S., Chinta, V. M. K., Sadineni, N., & Raja Rao, P. B. V. (2024).
A novel ensemble approach for Twitter sentiment classification with ML and LSTM algorithms for real-time
tweets analysis. Indonesian Journal of Electrical Engineering and Computer Science, 34(3), 1904–1914.
https://doi.org/10.11591/ijeecs.v34.i3.pp1904-1914
Utami, S. R., Safitri, R. N., & Kuncoroyakti, Y. A. (2020). Analisis jaringan dan aktor #BatalkanOmnibusLaw di
media sosial X menggunakan Social Network Analysis. Journal of Media and Communication Science, 2020.
Wasserman, S. (1994). Social Network Analysis: Methods and applications. Cambridge University Press google
schola, 2, 131-134.
Yasir, M., Haque, M. G., Suraji, R., & Istianingsih. (2024). Analisis sentimen terhadap kontroversi fatwa MUI Nomor
tahun 2023 terhadap pemboikotan produk yang terafiliasi Israel. Jurnal Ekonomi Manajemen Sistem
Informasi (JEMSI), 2024.
Yin, Y., Long, L., & Deng, X. (2020). Dynamic data mining of sensor data. IEEE Access, 8, 41637–41648.
