loder

Potret Kata Kunci, Sentimen, dan Hoaks Seputar COVID-19 di Twitter

Sudah lewat 1 tahun sejak patient zero COVID-19 ditemukan pertama kali di Wuhan, China. Di Indonesia sendiri, pandemi COVID-19 sudah berlangsung sejak tanggal 2 Maret 2020 ketika pemerintah pertama kalinya mengumumkan 2 kasus pasien positif COVID-19. Kini, jumlah kasus COVID-19 yang terkonfirmasi di Indonesia telah melewati angka 1 juta kasus per 26 Januari 2021.

Selama hampir 1 tahun pandemi ini berlangsung, Prosa.ai berhasil mengumpulkan 240.000 lebih data tren kata kunci, sentimen, dan hoaks seputar COVID-19 di twitter dengan menggunakan COVID-19 Social Media Monitoring berbasis teknologi kecerdasan buatan yang dikembangkan bersama Pusat AI Institut Teknologi Bandung (ITB).

Tren Kata Kunci.png

Hal menarik pertama yang dapat dilihat dari data tersebut adalah kata kunci yang paling menonjol selama sebelas bulan pandemi COVID-19 di Indonesia adalah pilkada, seperti bisa dilihat pada gambar di atas. Total data kata kunci pilkada ada sebanyak 17.627 yang terbagi menjadi 3 sentimen; positif, negatif, dan netral. Data yang teridentifikasi bersentimen positif terkait pilkada sebanyak 9.860 data atau setara 55,9%, sedangkan data bersentimen negatif sebanyak 6.605 data atau setara 37,4%. Sisanya, sebanyak 1.162 atau setara dengan 6,6% merupakan data kata kunci pilkada bersentimen netral. Kata kunci pilkada ini sendiri muncul pertama kali pada bulan Oktober 2020 dengan jumlah data sebanyak 589 data hingga akhirnya memuncak di bulan November 2020.


Selain tren kata kunci, COVID-19 Social Media Monitoring ini juga membantu user untuk memantau sentimen masyarakat terhadap kata kunci terkait pandemi COVID-19 yang terjadi. Hal ini dapat dilakukan karena Prosa.ai dan Pusat AI ITB menggunakan teknologi Natural Language Processing (NLP) berupa concept-based sentiment analysis. Dengan teknologi tersebut, COVID-19 Social Media Monitoring ini dapat mengekstrak konsep pada kalimat yang diambil dari twitter kemudian menilai sentimen pada konsep tersebut. Ini dapat berguna bagi regulator untuk memetakan dan menentukan kebijakan-kebijakan yang sesuai dengan situasi yang ada di masyarakat.

Sentimen.png


Dari keseluruhan data yang diambil sejak awal Maret 2020, data bersentimen negatif menjadi mayoritas data sebanyak 44,3%. Lalu disusul data bersentimen positif sebanyak 32% dan terakhir data bersentimen netral sebanyak 23,7%. Dapat dilihat bahwa jumlah data bersentimen negatif muncul paling banyak di tahun 2020 pada kata kunci psbb sebanyak 7.496 data.

Memasuki tahun 2021, cuitan bersentimen netral mulai mendominasi mayoritas data. Terutama pada kata kunci vaksin. Hal ini seiring dengan perkembangan dari vaksin sinovac itu sendiri hingga pemberitaan seperti vaksinasi pertama yang dilakukan oleh presiden jokowi pada awal tahun ini. Selama 2 bulan terakhir, kata kunci vaksin memang menjadi kata kunci terpopuler di twitter. Data kata kunci vaksin sebanyak 6.725 data dari 30.170 total data dua bulan terakhir, atau setara dengan 22,3% dari total data. Sebanyak 4.160 data bersentimen netral, 1.922 data bersentimen positif, dan 643 data bersentimen netral.

Data Twitter.png

Platform COVID-19 Social Media Monitoring ini juga dilengkapi dengan teknologi NLP berupa hoax detection sehingga mampu untuk menganalisis apakah sebuah kalimat memiliki kecenderungan hoaks atau tidak. Penyebaran berita hoaks di media sosial seperti twitter yang dapat membingungkan sekaligus meresahkan masyarakat dapat di-tackle menggunakan COVID-19 Social Media Monitoring ini.

hoax.png

Sebanyak 23.755 data atau setara dengan 9,8% dari total data memiliki probabilitas hoaks yang tinggi, yaitu >60% hoaks. Sedangkan 49.298 data atau setara dengan 20,4% data terkonfirmasi sebagai fakta. Platform ini juga dapat membantu memetakan area penyebaran hoaks paling banyak terjadi. Mengacu pada gambar diatas, dapat dilihat mayoritas penyebaran hoaks terjadi di Jakarta. Dari keseluruhan cuitan di Twitter yang memiliki kecenderungan hoaks, sebanyak 52,81% atau setara 12.545 cuitan berasal dari Jakarta.

Platform COVID-19 Social Media Monitoring ini juga memiliki berbagai macam fitur lainnya. User dapat menentukan rentang waktu pengambilan data yang diperlukan sehingga bisa mendapatkan data yang lebih sesuai dengan kebutuhan. Platform ini mampu untuk membandingkan tren data yang ada. Dengan perbanding tren data ini memudahkan user untuk memetakan narasi yang ada dan sedang terjadi di masyarakat. Selain itu, COVID-19 Social Media Monitoring ini juga dapat mengambil sumber tidak hanya dari twitter, melainkan dari sosial media lain ataupun portal berita online.

Rangkuman data yang telah dipaparkan diatas, dapat dilihat lebih lengkap melalui tautan https://covid19-socmed.id/. Selain COVID-19 Social Media Monitoring yang dikembangkan bersama dengan Pusat AI ITB ini, Prosa.ai juga mengembangkan beberapa solusi AI untuk membantu mitigasi pandemi COVID-19, seperti, Chatbot e-govt, AI-based People Management, dan lain sebagainya. Solusi berbasis AI selengkapnya bisa dilihat dengan mengunjungi website resmi prosa di https://prosa.ai/ atau dengan email ke business@prosa.ai.

None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None