Sentimen Publik terkait Program Pengendalian Stunting di Indonesia dari Media Sosial Twitter

Hanifah Wulandari, dr. M. Lutfan Lazuardi, M.Kes., Ph.D/Dr.rer.nat.dr. Bernadette Josephine Istiti Kandarina

2023 | Tesis | S2 Ilmu Kesehatan Masyarakat

Tujuan: Stunting merupakan masalah gizi yang menjadi prioritas pemerintah dengan target percepatan penurunan sampai 14% pada tahun 2024 untuk mencapai SDGs. Data dari media sosial Twitter dapat menjadi salah satu alternatif analisis situasi penanggulangan stunting secara obyektif, langsung dan cepat. Hasil analisis dapat menjadi rujukan strategi promosi atau edukasi sesuai dengan kebutuhan di masyarakat serta masukan untuk intervensi program atau kebijakan. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat pengguna Twitter terkait program pengendalian stunting di Indonesia. Metode: Data Twitter berbahasa Indonesia terkait program pengendalian stunting di Indonesia (keyword: “stunting”) diambil dalam kurun waktu 18 Desember 2022 – 3 Februari 2023 menggunakan Twitter Search API pada software R. Data yang dikumpulkan kemudian dilakukan pre-processing dan klasifikasi. Analisis data eksploratif dan kualitatif digunakan untuk menjawab pertanyaan penelitian. Hasil: Sebanyak 9.431 dari total 15.062 data Twitter yang telah dijaring memenuhi kriteria inklusi di mana sentimen positif, negatif dan netral didapatkan dari 47,7%, 13,8?n 38,4% pengguna Twitter. Hari Gizi Nasional (HGN) meningkatkan sentimen positif dan menurunkan sentimen negatif. Sebagian besar tweet berasal dari user dengan lokasi Jawa terutama Jakarta, dengan kategori pengguna personal, media publik, dan institusi pemerintah non kesehatan, serta bertujuan untuk memberikan reaksi, menyampaikan berita dan persuasi. Dukungan terhadap program dapat dipengaruhi oleh faktor politik, paket teknis, manajemen efektif, komunikasi, kerjasama lintas sektor, dan inovasi. Kesimpulan: Media Social Twitter bermanfaat untuk memperoleh pemahaman terkait persepsi masyarakat terkait program stunting di Indonesia serta mengidentifikasi faktor penentu keberhasilan maupun kegagalan program.

Background:

Stunting is a form of protein-energy malnutrition prioritized by the government to reduce the prevalence to 14% by 2024 to achieve the Sustainable Development Goals (SDGs). Social media including Twitter data could offer rapid and real-time alternative for analysis of situational awareness in public health. The results could be used as a reference for health promotion strategy according to community need as well as input for program or policy intervention. This study aimed to analyse public sentiment on Twitter regarding Indonesian stunting program.

Methods:

Indonesian-language Twitter data related to the stunting program (keyword: “stunting”) was retrieved from 18 December 2022 – 3 February 2023 using Twitter Search API in R software. The data collected was then pre-processed and classified. Data was identified based on type of users and the location, frequently discussed topics, and sentiments. Exploratory data and qualitative analysis were used to answer the research question.

Results:

A total of 9.431 from 15.062 tweet that had been captured met the inclusion criteria which positive, negative and neutral sentiment were obtained from 47,7%, 13,8% and 38,4% Twitter’s user. The National Nutrition Day (HGN) increased the trend of positive sentiment and reduced the negative sentiment. Most of users were an individual users, public media, or non-health government institutions, located in Java Island, especially Jakarta City, aimed to react, convey the news and persuasion. Community support for the programs can be influenced by political factors, technical package, effective management, communication, cross-sector partnerships and innovation.

Conclusion:

Data from Twitter, as an open-access social media, may be useful for greater understanding of public perception of stunting reduction program in Indonesia, finding unique innovation in certain areas, as well as identifying the enabling factors for interventions.

Kata Kunci : health program, stunting, sentiment analysis, Twitter