Analisis Sentimen dan Servqual Menggunakan Data Twitter Pada Layanan Brt Di Indonesia

Abdurrahman Akbar San, Media Wahyudi Askar, SIP., M.Sc., Ph.D.

2026 | Tesis | S2 Administrasi Publik

Transportasi publik berperan penting dalam mendukung mobilitas perkotaan yang berkelanjutan. Namun, keberhasilan implementasi Bus Rapid Transit (BRT) tidak hanya ditentukan oleh penyediaan infrastruktur dan layanan operasional, tetapi juga oleh persepsi masyarakat sebagai pengguna. Evaluasi kualitas layanan BRT selama ini umumnya dilakukan melalui survei konvensional yang memiliki keterbatasan dalam menangkap opini publik secara berkelanjutan dan real time. Perkembangan media sosial menyediakan sumber data alternatif yang memungkinkan pengukuran persepsi pengguna secara lebih luas dan dinamis. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap layanan BRT di Indonesia berdasarkan data dari platform X serta memetakan hasilnya ke dalam dimensi kualitas layanan SERVQUAL.

Penelitian menggunakan pendekatan kuantitatif deskriptif-komparatif dengan memanfaatkan data sekunder berupa unggahan pengguna X yang berkaitan dengan layanan BRT di Kota Bandung, Semarang, Yogyakarta, Surakarta, Surabaya, dan Denpasar pada periode Januari 2020 hingga Juli 2025. Data dikumpulkan melalui teknik penyaringan kata kunci, operator pencarian, dan pendekatan geografis. Analisis dilakukan melalui tahapan pembersihan data, normalisasi teks, klasifikasi sentimen menggunakan Support Vector Machine (SVM), serta Aspect-Based Sentiment Analysis (ABSA). Aspek yang teridentifikasi kemudian dipetakan ke dalam lima dimensi SERVQUAL, yaitu Tangibles, Reliability, Responsiveness, Assurance, dan Empathy.

Hasil penelitian menunjukkan bahwa persepsi masyarakat terhadap layanan BRT di Indonesia membentuk pola evaluasi yang relatif konsisten. Dimensi Reliability dan Tangibles menjadi faktor yang paling dominan dalam membentuk sentimen publik. Keluhan pengguna terutama berkaitan dengan ketepatan waktu, waktu tunggu, konsistensi layanan, kondisi armada, kapasitas kendaraan, dan fasilitas halte. Responsiveness berperan sebagai dimensi pendukung yang memengaruhi kualitas komunikasi antara operator dan pengguna, sedangkan Assurance dan Empathy cenderung memperoleh perhatian setelah kebutuhan layanan dasar terpenuhi. Analisis komparatif antar kota menunjukkan adanya variasi persepsi yang dipengaruhi oleh karakteristik operasional, desain jaringan layanan, kondisi infrastruktur, serta kebijakan transportasi pada masing-masing daerah.

          Penelitian ini menghasilkan model konseptual Hierarchical Service Prioritization Model yang menjelaskan bahwa dimensi SERVQUAL tidak memiliki tingkat kepentingan yang sama dalam layanan transportasi publik. Reliability dan Tangibles berfungsi sebagai fondasi utama kualitas layanan, Responsiveness berperan sebagai mekanisme stabilisasi, sedangkan Assurance dan Empathy merupakan dimensi tingkat lanjut yang berkontribusi terhadap peningkatan kepuasan pengguna. Temuan ini memperluas penerapan SERVQUAL dalam konteks transportasi publik dan menunjukkan bahwa analisis sentimen berbasis media sosial dapat digunakan sebagai instrumen evaluasi layanan yang efektif untuk mendukung pengambilan kebijakan berbasis data. 

Public transportation plays a crucial role in supporting sustainable urban mobility. However, the success of Bus Rapid Transit (BRT) systems depends not only on infrastructure provision and operational performance but also on public perceptions as service users. Traditional evaluations of BRT service quality have primarily relied on conventional surveys, which often face limitations in capturing public opinions continuously and in real time. The growth of social media provides an alternative data source that enables broader and more dynamic assessments of user perceptions. This study aims to analyze public sentiment toward BRT services in Indonesia using data from X and to map the findings into the SERVQUAL service quality dimensions.

This study employed a quantitative descriptive-comparative approach using secondary data derived from public posts on X related to BRT services in Bandung, Semarang, Yogyakarta, Surakarta, Surabaya, and Denpasar between January 2020 and July 2025. Data were collected through keyword filtering, search operators, and geographical approximation techniques. The analysis consisted of data cleaning, text normalization, sentiment classification using Support Vector Machine (SVM), and Aspect-Based Sentiment Analysis (ABSA). Identified aspects were subsequently mapped into the five SERVQUAL dimensions: Tangibles, Reliability, Responsiveness, Assurance, and Empathy.

The results indicate that public perceptions of BRT services in Indonesia exhibit a relatively consistent evaluation pattern. Reliability and Tangibles emerged as the most influential dimensions shaping public sentiment. User complaints primarily concerned punctuality, waiting time, service consistency, vehicle conditions, passenger capacity, and station facilities. Responsiveness functioned as a supporting dimension affecting communication quality between operators and users, while Assurance and Empathy tended to receive greater attention after basic service needs had been fulfilled. Comparative analysis across cities revealed variations in perceptions influenced by operational characteristics, network design, infrastructure conditions, and local transportation policies.

This study proposes a Hierarchical Service Prioritization Model, demonstrating that SERVQUAL dimensions do not carry equal importance in public transportation services. Reliability and Tangibles serve as the foundational dimensions of service quality, Responsiveness acts as a stabilization mechanism, while Assurance and Empathy represent advanced dimensions that contribute to user satisfaction enhancement. These findings extend the application of SERVQUAL in public transportation research and demonstrate that social media-based sentiment analysis can serve as an effective service evaluation tool to support evidence-based policymaking.

Kata Kunci : Analisis Sentimen, SERVQUAL, Bus Rapid Transit, Transportasi Publik, X, Aspect-Based Sentiment Analysis, Support Vector Machine