Penelitian ini menganalisis persepsi publik terhadap banjir di Pulau Sumatera menggunakan data media sosial sebagai sumber informasi real-time. Pendekatan yang digunakan mengintegrasikan Natural Language Processing (NLP), machine learning, dan analisis spasial. Data kicauan diproses melalui tahap preprocessing, pembobotan TF-IDF, dan klasifikasi sentimen dengan algoritma Random Forest. Selanjutnya, regresi linear digunakan untuk memprediksi tingkat keparahan banjir berdasarkan sentimen negatif. Hasil menunjukkan dominasi sentimen negatif yang berkorelasi dengan tingginya dampak wilayah, terutama di Kota Padang dan Aceh Tamiang. Penelitian ini membuktikan bahwa data media sosial efektif sebagai dasar pengambilan keputusan penanggulangan bencana berbasis data.
Copyrights © 2026