<![CDATA[Indonesia berisiko tinggi mengalami gempa megathrust yang berpotensi menimbulkan bencana besar, termasuk tsunami. Ancaman ini mendapat perhatian karena dapat merusak infrastruktur, mengganggu komunikasi, dan berdampak signifikan terhadap perekonomian. Media sosial, terutama Twitter, merupakan wadah setiap individu atau masyarakat dalam bertukar informasi, menyampaikan ceramah, dan memberikan pendapat terkait isu ini. Penelitian ini menganalisis sentimen publik di Twitter mengenai megathrust di Indonesia dengan metode algoritma Support Vector Machine (SVM) serta Naive Bayes (NVB). Data dikumpulkan dari 404 tweet berbahasa Indonesia yang diposting antara 1 Agustus hingga 30 September 2024. Setelah melalui pra-pemrosesan, data yang diperoleh dilabeling secara manual dan otomatis sebelum diklasifikasikan dengan RapidMiner. Hasil pada penelitian ini menjelaskan bahwa Naive Bayes memiliki tingkat akurasi yang lebih tinggi (83,58%) dibandingkan SVM (75,94%). Selain itu, NVB lebih unggul dalam mengenali sentimen negatif dengan recall sebesar 68%. Analisis tersebut memberikan dampak terbaru, terutama wawasan mengenai persepsi individua tau masyarakat terhadap megathrust dan dapat menjadi dasar dalam merancang strategi komunikasi yang lebih efektif. Dengan memahami respons masyarakat, pihak yang berwenang dapat menyusun kebijakan mitigasi bencana yang lebih tepat dan meningkatkan kesiapsiagaan masyarakat. Penelitian ini juga menyoroti pentingnya media sosial sebagai sumber data dalam kajian kebencanaan, khususnya dalam memahami reaksi dan kesiapan masyarakat terhadap ancaman gempa bumi]]>
Copyrights © 2025
