Infografis Kajian Opini Publik HMJ Statistika FMIPA UNM
Sumber: Dok. HMJ Statistika FMIPA UNM
Himpunan Mahasiswa Jurusan (HMJ) Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) Universitas Negeri Makassar (UNM) melakukan sebuah penelitian yang berfokus pada kajian opini publik dengan judul “Analisis Sentimen terhadap Krisis Akuntabilitas Aparat dan Responsivitas Pemerintah di Media Sosial TikTok Menggunakan Arsitektur Bidirectional Long Short-Term Memory (BiLSTM)”. Penelitian ini merupakan kajian analisis sentimen terhadap isu krisis akuntabilitas aparat dan responsivitas pemerintah yang berkembang di media sosial, dengan memanfaatkan data komentar pengguna pada platform TikTok. Studi ini berangkat dari meningkatnya sorotan publik terhadap berbagai kasus pelanggaran yang melibatkan aparat penegak hukum, yang membentuk opini kolektif di ruang digital. Fokus utama penelitian diarahkan pada bagaimana persepsi masyarakat terbentuk dan terpolarisasi melalui interaksi komentar pada konten viral yang berkaitan dengan isu tersebut, serta bagaimana pola sentimen tersebut dapat diklasifikasikan menggunakan pendekatan deep learning berbasis Bidirectional Long Short-Term Memory (BiLSTM).
Penelitian ini menggunakan empat kasus utama sebagai objek analisis sentimen yang merepresentasikan isu krisis akuntabilitas aparat dan responsivitas pemerintah di media sosial TikTok. Kasus pertama adalah penganiayaan oleh anggota Brimob di Tual, Maluku, yang menyebabkan seorang pelajar meninggal dunia setelah mengalami kekerasan fisik hingga berujung pada sanksi Pemberhentian Tidak Dengan Hormat (PTDH). Kasus kedua melibatkan dua anggota Polri yang terbukti melakukan pelanggaran berat berupa tindakan asusila terhadap seorang remaja perempuan, yang kemudian juga dijatuhi sanksi PTDH melalui mekanisme sidang kode etik. Kasus ketiga berkaitan dengan seorang pedagang es kue di Kemayoran, Jakarta, yang dituduh menggunakan bahan berbahaya dan mengalami tindakan kekerasan dari aparat TNI dan Polri, meskipun hasil pemeriksaan resmi menyatakan tuduhan tersebut tidak terbukti. Kasus keempat adalah insiden penembakan di Makassar yang terjadi saat aparat melakukan penangkapan terhadap sekelompok remaja yang sedang bermain senjata jelly, yang berakhir dengan tewasnya salah satu korban akibat tembakan yang terjadi secara tidak disengaja.
Data yang digunakan dalam penelitian ini diperoleh melalui proses web scraping menggunakan layanan Apify Client dengan sumber empat kasus viral di TikTok yang merepresentasikan isu pelanggaran aparat dan respons pemerintah. Total data awal yang berhasil dihimpun mencapai 3.532 komentar, yang kemudian melalui tahapan seleksi dan pembersihan data sebelum dianalisis lebih lanjut. Tahapan pra-pemrosesan mencakup cleaning, case folding, stopword removal, stemming, dan tokenizing untuk memastikan teks berada dalam format yang lebih terstruktur dan siap diproses oleh model klasifikasi.
Hasil pelabelan sentimen berbasis pendekatan leksikon menunjukkan adanya dominasi sentimen negatif dalam percakapan publik. Dari keseluruhan data, sebanyak 2.081 komentar terklasifikasi sebagai negatif, 798 sebagai netral, dan 324 sebagai positif. Distribusi ini menunjukkan bahwa opini publik cenderung didominasi oleh ekspresi ketidakpuasan, kritik, serta kekecewaan terhadap institusi yang menjadi objek pembahasan. Sentimen positif relatif kecil dan lebih banyak berkaitan dengan dukungan terhadap proses hukum atau ungkapan simpati terhadap korban, bukan terhadap institusi itu sendiri.
Pada tahap pemodelan, penelitian ini menggunakan arsitektur Bidirectional Long Short-Term Memory (BiLSTM) yang diimplementasikan dengan TensorFlow untuk menangkap konteks teks secara dua arah. Data teks yang telah diproses kemudian diubah menjadi representasi numerik menggunakan tokenizer dengan batas kosakata 5.000 kata dan panjang sekuens maksimal 50 token. Hasil pelatihan menunjukkan performa model yang sangat tinggi, dengan akurasi mencapai 96,72% pada data uji. Selain itu, nilai F1-score juga menunjukkan kinerja yang stabil pada setiap kelas, yakni 0,95 untuk negatif, 0,96 untuk netral, dan 1,00 untuk positif.
Temuan penelitian ini menunjukkan bahwa ruang digital, khususnya TikTok, menjadi medium utama dalam menyalurkan opini publik yang didominasi oleh sentimen negatif terhadap isu akuntabilitas aparat. Pola frekuensi kata juga memperlihatkan bahwa kritik tidak hanya ditujukan pada individu pelaku, tetapi telah berkembang menjadi evaluasi terhadap institusi secara lebih luas.
Untuk informasi yang lebih lengkap, dapat diakses melalui tautan berikut:
