Analisis Sentimen Publik Terhadap Isu Utang Proyek Kereta Cepat Whoosh Di Media Sosial Instagram
Keywords:
IndoBERT, Instagram, Public Opinion, Sentiment Analysis,Whoosh High-Speed Rail DEBTAbstract
This study examines public sentiment regarding the debt issue of the Whoosh High-Speed Rail project by analyzing 13,820 Instagram comments from three high-engagement news accounts: @eradotid, @haluandotco, and @tempoinfografik. Sentiment classification was conducted using IndoBERT, while LDA was applied to identify dominant themes within negative comments. The findings reveal a strong dominance of negative sentiment (63–66%), largely driven by concerns over debt burden, potential cost overruns, and financial risks faced by PT KAI. Positive sentiment, appearing in smaller proportions, highlights long-term transport modernization benefits, while neutral comments mainly contain inquiries and clarifications. Topic analysis points to issues of fiscal vulnerability, transparency, and project sustainability. These results support Agenda Setting Theory and demonstrate the value of social media sentiment as evidence for policymaking. Accordingly, greater transparency and responsive public communication are needed in addressing large-scale national infrastructure issues.
Penelitian ini menganalisis sentimen publik terhadap isu utang proyek Kereta Cepat Whoosh melalui 13.820 komentar Instagram dari tiga akun media daring, yaitu @eradotid, @haluandotco, dan @tempoinfografik. Sentimen diklasifikasikan menggunakan IndoBERT, sementara LDA digunakan untuk mengidentifikasi tema utama pada komentar negatif. Hasilnya menunjukkan dominasi kuat sentimen negatif sebesar 63–66 persen, terutama terkait kekhawatiran mengenai beban utang, potensi pembengkakan biaya, dan risiko finansial PT KAI. Sentimen positif dalam proporsi lebih kecil menyoroti manfaat modernisasi transportasi, sedangkan komentar netral berisi pertanyaan dan klarifikasi. Temuan topik menekankan isu kerentanan fiskal, transparansi, dan keberlanjutan proyek. Penelitian ini mengkonfirmasi Teori Agenda Setting dan menunjukkan bahwa sentimen media sosial dapat menjadi bukti penting dalam perumusan kebijakan. Oleh karena itu, diperlukan komunikasi publik yang lebih transparan dan responsif dalam menyikapi isu infrastruktur berskala nasional.
References
Breznau, N. (2016). Positive Returns and Equilibrium: Simultaneous Feedback between Public Opinion and Social Policy. Political Science Journal. https://www.researchgate.net/publication/301686320_Positive_Returns_and_Equilibrium
CNA Indonesia. (2025). Utang jumbo kereta cepat jadi bom waktu, tembus Rp 116 triliun, apa solusinya? Www.Cna.Id/Indonesia.
Hoang, M., Bihorac, O. A., & Rouces, J. (2019). Aspect-Based Sentiment Analysis Using BERT. Proceedings of the 22nd Nordic Conference on Computational Linguistics.
Mccombs, M. E., Shaw, D. L., & Weaver, D. H. (2014). New Directions in Agenda-Setting Theory and Research. 781–802. https://doi.org/10.1080/15205436.2014.964871
PT KCIC. (2023). Tentang KCIC. Kcic.Co.Id. https://kcic.co.id/tentang-kami/profil/
Putri, A. M., Ramadhan, M., & Hardi, S. (2022). Sentiment Analysis of Public Opinion Toward Ibu Kota Nusantara Using Support Vector Machine. Jurnal Teknik Informatika. https://journal.uinsgd.ac.id/index.php/ti/article/view/18457
Putri, R., & Wibawa, A. (2022). Sentiment Analysis on Social Media Comments Using Multiclass Classification Method. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK). https://jtiik.ub.ac.id/index.php/jtiik/article/view/8655
Rizal, M., & Nugroho, B. (2021). Analisis Sentimen Kicauan Twitter Terhadap Proyek LRT Menggunakan Naïve Bayes. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi). https://jurnal.iaii.or.id/index.php/RESTI/article/view/3270
Strydom, W. F., et al. (2010). Evidence-Based Policymaking: A Review. https://doi.org/10.4102/sajs.v106i5/6.249
Suhendra, A., Nurdiansyah, D., & Pratama, R. (2023). Implementasi Web Scraping untuk Analisis Komentar Media Sosial Instagram Menggunakan Scraper Otomatis. Jurnal Teknologi Dan Sistem Informasi.
Wibisono, A., & Aditya, R. (2024). Pre-processing Text dan Analisis Sentimen pada Komentar Instagram Menggunakan Metode Deep Learning. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK). https://jtiik.ub.ac.id/index.php/jtiik/article/view/8797
Wijaya. (2020). Aktualisasi Kebijakan China One Belt and One Road Di Indonesia Melalui Pembangunan Kereta Cepat Jakarta-Bandung. Jurnal Dinamika Global.
Wijayanti, R., & Salam, A. (2023). Analisis Sentimen Masyarakat Terhadap Proyek Kereta Cepat Jakarta–Bandung Menggunakan Data Twitter. Jurnal Teknologi Informasi Dan Komunikasi. https://journal.amikom.ac.id/index.php/semnasteknomedia/article/view/4109
Yuliana, S. (2024). Analisis Sentimen Pengguna Instagram terhadap Isu Kebijakan Publik. Jurnal Ilmu Komunikasi Dan Media Sosial. https://journal.hmjti-uinjkt.id/index.php/komunika/article/view/289
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Panengen: Journal of Indigenous Knowledge
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
