Analisis Data Twitter Topik Energi Baru Terbarukan (EBT) Dengan Pendekatan Kuantitatif dan Kualitatif

Abstract

Menganalisis data media sosial membuka peluang untuk mengidentifikasi sentimen tersembunyi di berbagai topik, termasuk Energi Baru dan Terbarukan (EBT) di Indonesia. Saat ini tren pembahasan EBT di masyarakat Indonesia belum mengejar ketertinggalan penggunaan EBT 30% pada tahun 2035. Oleh karena itu, pembahasan EBT melalui media sosial menjadi penting untuk mendukung target pemerintah sebagai dasar dalam merancang sebuah strategi. Namun, menganalisis data Twitter dengan topik EBT merupakan tantangan karena data Twitter biasanya tidak berlabel dan mungkin ada beberapa masalah dalam pemrosesan awal data mentah. Penelitian ini bertujuan untuk melihat tren topik EBT selama 10 tahun ke belakang, memodelkan topik yang dibicarakan di tweet dan melihat persebaran lokasi pengguna yang melakukan posting tweet terkait topik EBT. Metode yang digunakan dalam penelitian ini adalah descriptive analysis, geocoding analysis, dan topic modeling. Descriptive analysis digunakan untuk mengetahui perkembangan topik terkait EBT dalam hal jumlah tweet. Kemudian persebaran lokasi pengguna Twitter dalam hal aktivitas posting tweet tentang EBT diperlihatkan dengan geocoding analysis. Topic modeling mengungkapkan perspektif baru tentang isu-isu terkait EBT. Hasil descriptive analysis menunjukkan perkembangan EBT cukup meningkat beberapa tahun terakhir khususnya di tahun 2021. Geocoding analysis memperlihatkan persebaran lokasi masyarakat yang melakukan aktivitas posting EBT didominasi oleh provinsi DKI Jakarta dengan total jumlah tweet sebanyak 20.823. Topic modeling dilakukan pada 109.705 tweet dan menghasilkan 2 topik, berdasarkan nilai coherence tertinggi, yang paling banyak dibahas oleh masyarakat Indonesia selama 10 tahun. Kedua topik tersebut yaitu topik terkait dengan kebijakan Pemerintah dalam mendukung perkembangan EBT dan topik terkait listrik yang menjadi fokus Indonesia dalam EBT. Beberapa saran yang dapat diimplementasikan untuk penelitian selanjutnya antara lain dengan menambahkan kata kunci dalam proses pengumpulan data, mengumpulkan data melalui fitur-fitur lainnya yang disediakan Twitter, dan mengumpulkan data melalui media sosial lainnya.