<![CDATA[Sirosis hati merupakan penyakit kronis dengan tingkat mortalitas tinggi dan masih menjadi tantangan kesehatan masyarakat. Di ranah digital, perhatian publik terhadap penyakit ini tercermin melalui unggahan media sosial yang berisi opini, pengalaman pribadi, maupun informasi yang belum terverifikasi. Penelitian ini bertujuan menganalisis sentimen dan aspek tematik yang berkembang dalam percakapan mengenai sirosis hati pada platform X dan TikTok. Metode yang digunakan mencakup text mining, pemodelan topik dengan Latent Dirichlet Allocation (LDA), pelabelan sentimen menggunakan leksikon InSet, GPT, dan validasi manual, serta klasifikasi menggunakan Support Vector Machine (SVM). Proses analisis diawali dengan pengumpulan data menggunakan Tweet-Harvest v2.6.1 dan TikTok Scraper, dilanjutkan dengan tahap preprocessing, pembobotan TF-IDF, identifikasi topik, serta evaluasi model menggunakan confusion matrix. Model SVM mencapai akurasi 83% dalam mengklasifikasikan sentimen. Selain itu, root cause analysis menunjukkan bahwa terdapat 12 akar permasalahan yang membentuk persepsi negatif masyarakat, yang terkelompok ke dalam tiga aspek utama: faktor penyebab dan komplikasi, pengetahuan dan pengalaman, serta manajemen dan edukasi pengelolaan penyakit. Temuan ini memberikan gambaran menyeluruh mengenai pola persepsi publik dan dapat menjadi pertimbangan dalam perumusan strategi komunikasi kesehatan di era digital.]]>
Copyrights © 2025
