Tulisan ini menganalisa sentimen dan emosi masyarakat terhadap kebijakan "belajar di rumah" (SD, SMP, SMA, Perguruan Tinggi) di masa pandemi. Data ("masyarakat") yang digunakan adalah data Twitter yang di-crawling oleh Drone Emprit periode 1 April sampai dengan 31 Juli 2020. Kata utama yang digunakan adalah "kuliah, belajar, #Belajardirumah, #belajardarirumah" dengan kata kunci tambahan "online" dan "rumah" (filter AND).
Bagaimana sentimen dan emosi masyarakat terhadap kebijakan "belajar di rumah"?
Jawaban singkatnya untuk sentimen: negatif. Masyarakat menilai negatif kebijakan "belajar di rumah" ini. Total, 52% mention memiliki sentimen negatif, 44% negatif, dan sisanya netral. Awalnya (data bulan pertama, lihat data per bulan) persepsi masyarakat positif, namun semakin lama menjadi negatif. Perlu diselidiki kenapa persepsi masyarakat bisa berubah dari positif ke negatif. Data di bawah ini menunjukkan perbandingan sentimen positif dan negatif sampai akhir bulan Juli 2020.
 |
| Sentimen total (s/d Juli 2020) terhadap kebijakan "belajar di rumah" |
Bagaimana dengan emosi masyarakat? Hasilnya sedikit berbeda. Dengan mengasumsikan bahwa "joy, trust, fear, surprise" adalah emosi positif dan lawannya, "sadness, disgust, anger, anticipation" adalah emosi negatif maka dari total mentions, sebanyak 9700-nya bernilai emosi positif sedangkan 5300 mentions bernilai emosi negatif. Penjelasan lebih lanjut tentang jenis emosi ini bisa dilihat pada tautan referensi.
 |
| Emosi total kebijakan "belajar di rumah" (1 April s/d 31 Juli 2020) |
Perubahan sentimen dan emosi dari bulan ke bulan
Satu hal yang menarik dari data sentimen dan emosi dari respon publik terhadap kebijakan "belajar di rumah" adalah perubahan sentimen dari positif ke negatif. Pada bulan pertama (April) respon masyarakat positif. Mulai Mei sampai sekarang berubah menjadi negatif. Berikut adalah data sentimen tiap bulan mulai April hingga Juli 2020.
 |
| Sentimen terhadap kebijakan "belajar di rumah" di Bulan April |
 |
| Sentimen "belajar di rumah" di Bulan Mei |
 |
| Sentimen "belajar di rumah" di Bulan Juni 2020 |
|
| Sentimen "belajar di rumah" di Bulan Juli 2020 |
Sedangkan data perubahan emosi dari April sampai dengan Juli 2020 dapat ditampilkan seperti berikut.
 |
| Emosi publik terhadap "belajar di rumah", April 2020 |
 |
| Emosi publik terhadap "belajar di rumah", Mei 2020 |
 |
| Emosi publik terhadap "belajar di rumah", Juni 2020 |
 |
| Emosi publik terhadap "belajar di rumah", Juli 2020 |
Kenapa bisa berubah dari positif ke negatif?
Baik sentimen dan emosi dari data di atas berubah-ubah dari positif ke negatif. Dari sisi sentimen, hanya bulan pertama yang positif, selebihnya negatif. Dari sisi emosi, dua emosi berubah-ubah secara drastis: trust dan anger. Di bulan pertama, masyarakat lebih banyak "marah"-nya daripada "percaya"-nya. Di bulan kedua sebaliknya. Di bulan ketiga kembali tingkat kemarahan masyarakat naik dan tingkat kepercayaannya turun sedikit. Yang menggembirakan, di bulan keempat tingkat kemarahan masyarakat turun drastis meskipun tingkat kepercayaannya juga menurun. Bisa jadi perubahan emosi ini karena turunnya jumlah mention dengan kata-kata kunci yang dimonitor karena tingkat kepedulian masyarakat terhadap kebijakan "belajar di rumah" ini menurun (tak acuh). Bisa jadi karena sebab lain.
Analisa mendalam tentang isi Tweet dengan perubahan sentimen dan emosi akan membantu pemahaman terhadap penyebab dari berubahnya sentimen dan emosi publik atas kebijakan "belajar di rumah" ini.
Jadi apa penyebab perubahan sentimen dan emosi masyarakat terhadap kebijakan "belajar di rumah"? Seperti dituliskan pada kalimat sebelumnya, hal ini diluar jangkauan tulisan ini. Mencari penyebab perubahan persepsi masyarakat tersebut sangat menarik, namun diperlukan telaah mendalam. Misalnya dengan menganalisa "apa yang terjadi" di bulan Mei dengan kata-kata yang sering muncul pada tweet bersentimen negatif.
Kata-kata apa yang banyak digunakan untuk sentimen positif dan negatif?
Kata-kata yang banyak digunakan untuk tweet bersentimen negatif dan positif diperlihatkan pada gambar di bawah ini. Untuk sentimen positif kata-kata seperti "demi, rumah, hingga internet, miliki" merupakan paling banyak digunakan. Sedangkan untuk sentimen negatif kata-katanya adalah "tuan, tetamu, sakit, respect, stupid, masuk." Sulit untuk menganalisa hubungan kata-kata tersebut dengan sentimen kecuali dengan analisa semantik dan sintaksi dari isi Twitter yang bersangkutan. Hal ini juga cukup menarik untuk dipelajari (dijadikan tema tugas akhir??)
 |
| Word cloud sentimen positif kebijakan "belajar di rumah" |
 |
| Word cloud sentimen negatif kebijakan "belajar di rumah" |
Hasilnya berbeda dengan reaksi masyarakat atas kinerja Kemenkes
Dengan teknik yang sama, analisa sentimen dan emosi masyarakat terkait kinerja Kemenkes telah dilakukan. Hasilnya berbeda! Jika pada masa belajar di rumah ini sentimen masyarakat cenderung negatif (begitu juga emosinya), tidak demikian dengan kinerja Kemenkes menghadapi pandemi Covid-19 ini. Masyarakat justru menilanya positif. Seperti apa sentimen dan reaksi emosi masyarakat terhadap peraturan Kemenkes tersebut? Nantikan di artikel selanjutnya (dijadwalkan di penghujung September 2020).
Sangkalan: Tulisan ini dibuat dari data yang ditampilkan oleh Drone Emprit. Metode pengambilan data hingga data diperoleh dan visualisasinya diluar kendali penulis, termasuk demografi data yang diambil; bisa jadi data tidak hanya berasal dari masyarakat Indonesia karena kesamaan kata (misal: Brunei dan Malaysia ikut terjaring).
Referensi tambahan (interpretasi jenis emosi):
[1]
https://www.6seconds.org/2017/04/27/plutchiks-mo
