ANALISIS SENTIMEN MASYARAKAT PADA KOMENTAR INSTAGRAM TERHADAP PROGRAM PEMERINTAH KOTA PALEMBANG DALAM PENCAPAIAN SDG 6 MENGGUNAKAN ALGORITMA NAÏVE BAYES
Abstract
Pembangunan berkelanjutan menjadi fokus utama pemerintah daerah dalam upaya meningkatkan kesejahteraan masyarakat, terutama melalui pencapaian Sustainable Development Goals (SDGs). Salah satu tujuannya, SDG 6 (Clean Water and Sanitation), menekankan pentingnya akses air bersih dan sanitasi layak bagi semua. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap program Pemerintah Kota Palembang dalam pencapaian SDG 6 berdasarkan komentar pada platform Instagram. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik text mining dan Natural Language Processing (NLP). Dataset yang digunakan terdiri dari 5.881 komentar Instagram yang dikumpulkan melalui proses crawling dan scraping. Tahapan penelitian meliputi pra-pemrosesan data (cleaning, case folding, normalisasi, tokenizing, stopword removal, dan stemming), pelabelan sentimen (positif, negatif, dan netral), serta proses klasifikasi menggunakan algoritma Multinomial Naïve Bayes. Hasil pengujian menunjukkan tingkat akurasi sebesar 80%, dengan nilai precision tertinggi pada kelas negatif sebesar 0,89 dan nilai recall tertinggi pada kelas netral sebesar 0,97. Distribusi sentimen menunjukkan bahwa mayoritas komentar bersifat netral, yang menggambarkan persepsi informatif masyarakat terhadap isu air bersih, sanitasi, dan banjir. Dominasi sentimen negatif mencerminkan masih adanya ketidakpuasan publik terhadap pelayanan air bersih dan infrastruktur drainase, sedangkan komentar positif menunjukkan adanya apresiasi terhadap perbaikan layanan pemerintah. Hasil penelitian ini menegaskan bahwa analisis sentimen media sosial dapat dimanfaatkan sebagai instrumen evaluatif untuk mengukur persepsi publik serta memantau kemajuan pencapaian SDG 6 di tingkat daerah.
Fields of Study & Subjects
Sentiment Analysis and Opinion Mining
Data Mining and Machine Learning Applications
Computational and Text Analysis Methods
Publication details
- Journal / source
- Rabit Jurnal Teknologi dan Sistem Informasi Univrab
- Volume
- 11
- Issue
- 1
- Pages
- 476–493
- Publication date
- 11 January 2026