Analisis Sentimen Komentar YouTube tentang Program Transisi Energi LPG–DME menggunakan Pendekatan Lexicon Based
DOI:
https://doi.org/10.69693/ijim.v4i3.1156Keywords:
Analisis Sentiment, Youtube Comments, Transisi LPG-DME, lexicon bassedAbstract
Transisi energi dari Liquefied Petroleum Gas (LPG) ke Dimethyl Ether (DME) merupakan salah satu kebijakan strategis pemerintah Indonesia dalam mengurangi impor dan ketergantungan energi dari luar negeri sekaligus memperkuat ketahanan energi nasional. Kebijakan ini tidakhanya menyentu aspek ekonomi, tetapi juga menimbulkan diskusi publik terkait dengan dampaknya terhadap kehidupan sehari hari masyarakat. Di era media sosial ini, Youtube berfungsi sebagai ruang publik baru untuk masyarakat menyampaikan opini dan pendapat secara langsung, sehingga menjadi sumber data penting untuk menilai persepsi publik. Penelitian ini menganalisis sentimen komentar YouTube mengenai program transisi energi tabung gas LPG ke DME kemudian dilakukan analisis sentimen menggunakan metode lexicon based untuk menentukan sentimen positif dan negatif. Berdasarkan analisis yang telah dilakukan, hasil penelitian menunjukkan bahwa frekuensi kata yang sering muncul adalah lpg (451 kali), dme (420 kata), Indonesia (251 kali), dan rakyat (220 kali). Kemudian analisis sentimen juga menunjukan mayoritas masyarakat berkomentar mengenai program Transisi Energi DME–LPG menunjukan sentimen negatif sebanyak 1.781 atau 71,38 persen, dan sisanya 714 atau 28,62 persen menunjukan sentimen positif. Data temuan berimplikasi pada grakan ekstra parlementer yang terjadi di media YouTube dalam berbagai bentuk dukungan atau resistensi terhadap suatu kebijakan yang bersinggungan langsung terhadap fundamental kehidupan sosio-ekonomi masyarakat sehingga pemerintah perlu memperkuat kualitas dari komunikasi publik, meningkatkan sosialisasi dan edukasi masyarakat mengenai kebijakan, pelibatan masyarakat dalam proses penetapakn kebijakan, dan pertimbangan harga dan aspek teknis lain berdasar pada prinsip kebijakan berbasis bukti.
Downloads
References
Apriyani, T. (2021). Peran Sosial Media pada Gerakan Protes Massa Aksi dan Demokrasi Baru di Era Digital. Kalijaga Journal of Communication, 3(1), 17–30. https://doi.org/10.14421/kjc.31-02.2021
Budiardjo, M. (2008). Dasar-Dasar Ilmu Politik. PT Gramedia Pustaka Utama.
Dwicahyo, K., & Ratnasari, C. I. (2022). Perbandingan Metode Web Scraping Dalam Pengambilan Data: Kajian Literatur. file:///C:/Users/muham/OneDrive/Dokumen/kuliah semesster 6/ekstra parlement
Hamka, M., & Sari, D. R. (2022). Analisis Sentimen dan Information Extraction Pembelajaran Daring Menggunakan Pendekatan Lexicon. Djtechno: Journal of Information Technology Research, 3(1), 21–32. file:///C:/Users/muham/AppData/Local/Packages/5319275A.WhatsAppDesktop_cv1g1gvanyjgm/LocalState/sessions/2026-19/e-Issn_2745-375.txt
Hidayah, A. K., Sunardi, D., & Sahputra, E. (2025). Analisis Sentimen di Era Digital: Konsep, Algoritma, dan Studi Kasus Media Sosial. Penerbit Litnus. https://repository-penerbitlitnus.co.id/id/eprint/600/1/(cover+isi) Analisis Sentimen di Era Digital Konsep, Algoritma, dan Studi Kasus Media Sosial.pdf
Ihsan, M., & Adnan, R. S. (2022). Media Sosial Twitter sebagai Ruang Publik Virtual (Studi Kasus Penolakan Omnibus Law). Syntax Literate: Jurnal Ilmiah Indonesia, 7(3), 3255–3263.
Ismail, A. R., & Hakim, R. B. F. (2023). Implementasi Lexicon Based Untuk Analisis Sentimen Dalam Mengetahui Trend Wisata Pantai di DI Yogyakarta Berdasarkan Data Twitter. Emerging Statistics and Data Science Journal, 1(1), 37–46.
Kementerian ESDM R I. (2020). DME, Alternatif Pengganti LPG. In Berita Unit Kementerian ESDM. Kementerian Energi dan Sumber Daya Mineral Republik Indonesia. https://www.esdm.go.id/id/berita-unit/direktorat-jenderal-minyak-dan-gas-bumi/dme-alternatif-pengganti-lpg
Maulida, S., & Hakim, B. A. (2022). Twitter Sentiment Analysis on Green Finance. Accounting and Sustainability, 1(1).
Mauliza, R. N., & Sipayung, Y. R. (2024). Penerapan Text Mining Dalam Menganalisis Pendapat Masyarakat Terhadap Pemilu 2024 Pada Media Sosial X Menggunakan Metode Naive Bayes. Technomedia Journal (TMJ), 9(1), 1–16. https://doi.org/10.33050/tmj.v9i1.2212
Nugraha, S. A. (2025). Penerapan Lexicon Based untuk Analisis Sentimen Masyarakat Indonesia terhadap Danantara. JATI (Jurnal Mahasiswa Teknik Informatika), 9(3), 4949–4954.
Prasetya, Y. N., Winarso, D., & Syahril. (2021). Penerapan Lexicon Based Untuk Analisis Sentimen Pada Twitter Terhadap Isu Covid-19. Jurnal Fasilkom, 11(2), 97–103.
Putra, S. A., & Wijaya, A. (2023). Analisis Sentimen Artificial Intelligence (AI) Pada Media Sosial Twitter Menggunakan Metode Lexicon Based. Jurnal Sistem & Teknologi Informasi Komunikasi, 7(1), 21–28.
Ramadhani, O. A., Azzahra, A. J., Siregar, A. A., & Ummah, A. (2024). Analisis Keterlibatan Warga Digital melalui Media Sosial dalam Gerakan #ReformasiDikorupsi di Indonesia. Jurnal ISO: Jurnal Ilmu Sosial, Politik Dan Humaniora, 4(2), 1–14. https://doi.org/10.53697/iso.v4i2.2058
Sugiyono. (2013). Metode Penelitian Kuantitatif Kualitatif dan R & D. ALFABETA.
The Global Statistics. (2025). Indonesia YouTube Statistics 2025 | Channel & Video Stats. In The Global Statistics. The Global Statistics. https://www.theglobalstatistics.com/indonesia-youtube-statistics
Tilly, C. (2004). Social Movements, 1768–2004. Paradigm Publishers.
Yerzi, F. S., & Sibaroni, Y. (2021). Analisis Sentimen terhadap Kebijakan Pemerintah dalam Menangani COVID-19 dengan Pendekatan Lexicon Based. E-Proceeding of Engineering, 8(5), 11354–11363.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Indonesian Journal of Innovation Multidisipliner Research

This work is licensed under a Creative Commons Attribution 4.0 International License.


















