Riset Indef: 40 Persen Perbincangan di Medsos Soroti Staf Khusus Bagi-bagi Surat ke Camat

Hal itu ia katakan berdasarkan hasil riset Indef yang dilakukan pada 7 hingga 17 April 2020.

"Paling banyak menyoroti kasus Andi Taufan yang menyurati camat," kata Didik, Kamis (30/4/2020).

Surat yang dibagikan Andi merupakan surat permohonan pada camat agar mendukung edukasi dan pendataan kebutuhan alat pelindung diri (APD) untuk perusahaan pribadinya yakni PT Amartha Mikro Fintek.

Setelah kasus Andi, isu yang paling banyak dibicarakan adalah dugaan konflik kepentingan yang dilakukan Adamas Belva Syah Devara.

Perusahaan Belva, yakni Ruang Guru menjadi mitra program pemerintah Kartu Prakerja.

"Yang menonjol kemudian adalah perbincangan tentang ruang guru yang menjadi bagian dan terlibat di dalam program atau proyek kartu pra-kerja 29 persen," kata dia.

Kemudian, perbincangan tentang staf khusus posisi yang hanya menghabiskan anggaran sebanyak 8 persen.

Lalu, perbincangan staf khusus yang masih muda belia yang perlu mendapat permakluman sebanyak 7 persen.

Selain itu, perbicangan staf khusus serasa buzzer sebanyak tiga persen.

Didik mengatakan, perbincangan tentang surat Andi Taufan kepada seluruh camat diperbincangkan paling banyak, yakni sekitar 8.300 kali dengan sentimen negatif 92 persen.

Perbincangan stafsus rasa buzzer sebanyak 611 kali dengan sentimen negatif 92 persen. Selanjutnya, perbincangan Belva Devara sebanyak 250 kali dengan sentimen negatif 90 persen.

Kemudian, perbincangan tentang Putri Indah Sari Tanjung yakni belum adanya kontroversi usaha tanpa modal dan berani gagal sebanyak 170 perbincangan dengan sentimen positif 98 persen, sentimen negatif dua persen.

Perbincangan Angkie Yudistia tentang hoaks tentang virus corona sebanyak 136 perbincangan dengan sentimen negatif 72 persen.

Terakhir, Ayu Kartika Dewi tentang staf khusus paling relevan sekarang ini 20 perbincangan dengan sentimen negatif 2 persen, sentimen positif 98 persen.

Diketahui, data riset yang diambil sebanyak 86.400 percakapan di media sosial Twitter. Sebagian besar perbincangan tersebut berasal dari 55.700 akun.

Metode yang digunakan adalah aspect-based sentiment analysis.

Adapun Analisis ini berguna mengetahui tendensi (sentiment) dari suatu pembicaraan terhadap masing-masing obyek yang dianalisis (aspect-based).

Tim riset menentukan sentimen positif atau negatif pada setiap sub-kalimat tersebut menggunakan pendekatan Machine Learning dengan mempelajarinya kata-kata yang terkandung dari kalimatnya.