Analisis Topik Media Massa dan Media Otomotif Terkait Kendaraan Listrik di Indonesia

Paskalis Krisna Puspadewa, Ir. Yun Prihantina Mulyani, S.T., M.Sc., Ph.D, IPM., ASEAN Eng.

2025 | Tesis | S2 Teknik Industri

Teknologi baru berupa kendaraan listrik menjadi salah satu cara dalam mengurangi emisi gas rumah kaca. Beberapa negara besar mulai membangun ekosistem kendaraan listrik termasuk di Indonesia. Kendaraan listrik yang merupakan teknologi baru, memiliki hambatan dalam penerapannya. Memahami diskusi publik terkait kendaraan listrik dapat membantu membangun kebijakan publik dan strategi percepatan adopsi kendaraan listrik. 

Terdapat beberapa cara untuk mengambil data diskusi publik seperti survei atau text mining. Penggunaan text mining dapat memberi pemahaman yang komprehensif karena jangkauannya yang lebih luas dibandingkan dengan survei. Beberapa penelitian terdahulu dengan text mining sudah pernah data dari media sosial dan media massa. Penelitian terdahulu sudah pernah mengidentifikasi topik menggunakan data media sosial terkait kendaraan listrik di Indonesia. Penelitian ini akan menggunakan data media massa dan media otomotif terkait kendaraan listrik di Indonesia yang belum pernah digunakan sebelumnya. Data media massa dan media otomotif akan diolah dengan pemodelan topik. Penelitian ini menggunakan Latent Dirichlet Allocation (LDA) untuk memodelkan topik. 

Hasilnya sebanyak 11 topik dihasilkan dari proses pemodelan topik menggunakan LDA. Berdasarkan hasil penyaringan topik kendaraan listrik berbasis baterai, didapatkan enam topik yang membahas kendaraan listrik. Media massa memiliki lingkupan topik berita yang lebih luas dibandingkan media otomotif yang lebih banyak membahas terkait spesifikasi kendaraan listrik itu sendiri. Perkembangan pembahasan kendaraan listrik di Indonesia memiliki peningkatan dari tahun 2022 ke tahun 2023. Terdapat dua pola perkembangan topik yaitu pola yang cukup konstan dan bersifat momentum. Pola yang cukup konstan tidak mengalami perubahan yang signifikan per kuartalnya. Pola yang bersifat momentum terjadi karena ada peristiwa yang berkaitan dengan topik tersebut di kuartal tertentu. Selain itu, berdasarkan pola dari kedua media, tidak terdapat kesamaan pola antara jumlah berita dan penjualan mobil listrik BEV.

New technology in the form of electric vehicles is one way to reduce greenhouse gas emissions. Several large countries have begun to build electric vehicle ecosystems, including Indonesia. Electric vehicles, as a new technology, have barriers to implementation. Understanding public discussions related to electric vehicles can help build public policies and strategies to accelerate the adoption of electric vehicles. 

There are several ways to retrieve public discussion data such as surveys or text mining. The use of text mining can provide a comprehensive understanding because of its wider reach compared to surveys. Some previous studies with text mining have used data from social media and mass media. Previous research has identified topics using social media data related to electric vehicles in Indonesia. This research will use mass media data and automotive media related to electric vehicles in Indonesia that have never been used before. Mass media and automotive media data will be processed by topic modeling. This research uses Latent Dirichlet Allocation (LDA) to model topics. 

The result is 11 topics generated from the topic modeling process using LDA. Based on the results of filtering battery-based electric vehicle topics, six topics were obtained that discussed electric vehicles. Mass media has a broader scope of news topics than automotive media which discusses more about the specifications of the electric vehicle itself. The development of electric vehicle discussions in Indonesia has increased from 2022 to 2023. There are two patterns of topic development, namely fairly constant patterns and momentum. A fairly constant pattern does not experience significant changes per quarter. Momentum patterns occur because there are events related to the topic in a particular quarter. In addition, based on the patterns of both media, there is no similar pattern between the number of news and sales of BEV electric cars.

Kata Kunci : Kendaraan Listrik, Pemodelan Topik, Latent Dirichlet Allocation, Media Massa, Media Otomotif