Analisis Sentimen Terhadap Kasus Gagal Ginjal pada Anak menggunakan Model Indobert dan Topic Modeling Bertopic

Abstract

Gagal ginjal merupakan penyakit serius yang berdampak signifikan pada kualitas hidup, terutama pada anak-anak. Kasus Gangguan Ginjal Akut Progresif Atipikal (GGAPA) yang dilaporkan oleh Kementerian Kesehatan RI dan IDAI meningkat tajam pada tahun 2022–2023, hal ini menimbulkan kekhawatiran di kalangan masyarakat Indonesia. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap kasus GGAPA menggunakan model IndoBERT, dengan mengklasifikasi sentimen menjadi kelas positif, negatif, dan netral. Pemodelan dilakukan dengan IndoBERT dan menghasilkan performa yang cukup baik, dengan akurasi mencapai 77% dan nilai precision, recall, serta F1-score yang seimbang pada ketiga kelas sentimen. Hasil klasifikasi menunjukkan bahwa komentar masyarakat didominasi oleh sentimen negatif yaitu sebesar 35,90%, diikuti oleh positif 34,29%, dan netral 29,81%. Selanjutnya topic modeling dengan BERTopic diterapkan untuk mengidentifikasi topik utama pada setiap kategori sentimen. Kemudian hasil evaluasi menggunakan metrik coherence menunjukkan nilai sebesar 0.5042 untuk sentimen positif, 0.4928 untuk sentimen netral, dan 0.5149 untuk sentimen negatif. Metrik ini menunjukkan bahwa topik-topik yang terbentuk memiliki koherensi semantik yang cukup baik, meskipun belum tergolong tinggi. Penelitian ini diharapkan memberikan gambaran persepsi masyarakat serta topik utama yang muncul dalam setiap kategori sentimen. Hasil penelitian dapat membantu pemerintah dan pemangku kepentingan dalam merancang kebijakan serta edukasi kesehatan yang lebih efektif guna meningkatkan kesadaran publik terhadap penyakit ginjal akut, terutama pada anak-anak.