Opini Publik Terhadap Isu Kesehatan: Analisis Konten Pada Twitter dan Portal Berita di Yogyakarta

Abstrak

Tulisan ini bertujuan untuk menganalisis opini publik mengenai isu kesehatan di Yogyakarta dengan memanfaatkan media sosial dan portal berita. Penelitian ini mengidentifikasi tren pemberitaan, sentimen publik, serta aktor utama dalam diskursus kesehatan. Hasil penelitian diharapkan dapat memberikan gambaran yang jelas bagi pemangku kebijakan dalam merumuskan kebijakan kesehatan yang lebih responsif terhadap kebutuhan masyarakat.

Kata Kunci
Opini publik, isu kesehatan, media sosial, portal berita, Yogyakarta

Pendahuluan

Latar belakang pentingnya isu kesehatan di Yogyakarta.
Tujuan penelitian dan pertanyaan penelitian yang ingin dijawab. Signifikansi penelitian dalam konteks kebijakan publik.

Tinjauan Pustaka
Konsep opini publik dan peran media dalam membentuk opini tersebut (Parsons, 1997; McGregor, 2019).Penjelasan tentang analisis konten sebagai metode penelitian (Neuendorf & Kumar, 2016; Bengtsson, 2016).

Metode Penelitian

Deskripsi metode analisis konten yang digunakan.
Proses pengumpulan data dari media sosial (Twitter) dan portal berita (Bernas Jogja, Radar Jogja, Tribun Jogja, dll). Rentang waktu pengumpulan data (Januari 2019 - September 2020).

Hasil dan Pembahasan

Pembahasan isu bidang kesehatan cukup menarik banyak perhatian bagi pengguna media sosial dan juga portal berita daring. Twitter adalah salah satu platform media sosial yang banyak digunakan untuk mengekspresikan, membicarakan dan berbagi info terkait isu kesehatan yang sedang berkembang saat ini. Dengan banyaknya pengguna Twitter, platform ini dapat dijadikan sebagai salah satu alat untuk meneliti opini publik. Berbicara mengenai opini publik, ortal berita juga memegang peranan penting untuk membawa informasi kepada masyarakat yang pada akhirnya akan dapat disebarkan melalui media sosial sebagai opini publik itu sendiri.
Dari data yang dikumpulkan sejak bulan Januari 2019 hingga bulan September 2020, terdapat total 3219 tweet dan 5538 berita yang ditemukan. Dimulai dari analisis Twitter, tweet mengenai isu kesehatan di Yogyakarta mencakup lima kategori konten Twitter dengan topik kesehatan menurut Lee (2014) yaitu Testable, News, Commercial, Wellness, dan Personal. Selanjutnya, apabila melihat tren pembahasan isu kesehatan di Yogyakarta baik itu di platform Twitter maupun portal berita cenderung memiliki kesamaan yaitu terjadinya peningkatan pembahasan isu kesehatan sejak awal bulan Maret 2020. Hal ini bertepatan dengan adanya informasi yang beredar tentang masuknya virus Covid-19 di Indonesia. Dari keseluruhan data tweet yang diperoleh, diketahui bahwa sentimen terhadap isu kesehatan di Yogyakarta masih didominasi oleh opini yang positif, tepatnya yaitu 1277 (40%) orang memiliki sentiment positif, sisanya adalah 785 (24%) orang dengan sentimen negatif, dan 1157 (36%) orang memiliki sentimen yang netral. Dari diskursus yang bergulir di platform Twitter, terdapat beberapa aktor utama sebagai pusat interaksi opini publik yang menjadi representasi dari berbagai golongan, yaitu; pemerintah, jurnalis, media informasi dan akun pribadi.

Dengan adanya penelitian ini diharapkan dapat memberikan gambaran secara umum tentang cara pandang, persepsi dan pendapat terhadap tema besar opini publik yang membahas mengenai isu kesehatan. Gambaran ini dapat digunakan oleh para pemangku kebijakan untuk dapat merumuskan kebijakan sesuai dengan apa yang diharapkan oleh masyarakat melalui opini yang disuarakan baik melalui platform media sosial maupun portal berita, sebagaimana dijelaskan sejak lama oleh Parsons (1997) bahwa secara konseptual, kebijakan publik harus mengikutsertakan dan mempertimbangkan opini publik. 

Berdasarkan data yang diperoleh dalam penelitian, pemerintah D.I. Yogyakarta sudah cukup baik dalam mengelola sosial media sehingga bisa hadir di tengah-tengah masyarakat sebagai salah satu aktor sentral dalam pembahasan isu kesehatan, salah satunya dalam upaya penanganan kasus Covid-19 di D.I. Yogyakarta. Melihat hal ini, harapannya adalah semoga pemerintah daerah maupun pada skala nasional dapat melakukan hal serupa, yakni sebagai salah satu aktor kunci dan mampu memobilisasi masyarakat dalam pembahasan maupun penanganan isu kesehatan melalui sarana media sosial. Batasan penelitian ini adalah lingkup penelitian yang kecil karena hanya mencakup wilayah D.I. Yogyakarta saja karena literature terkait penelitian serupa dan ilmu pengkodingan yang dimiliki peneliti masih sangat minim.

Implikasi dari penelitian ini kemudian adalah, diharapkan pada penelitian di masa mendatang perlu dilakukan peerluasan cakupan penelitian dengan lokus yang lebih besar dan menambah populasi penelitian untuk penelitian. Selanjutnya ada baiknya dilakukan wawancara lebih mendalam kepada beberapa aktor kunci dari percakapan isu kesehatan di Yogyakarta untuk dapat memahami lebih lanjut terkait konteks yang mereka suarakan di media sosial.Tren Pemberitaan Penyajian data dalam bentuk tabel dan diagram (Diagram 8).Analisis tren pemberitaan terkait isu kesehatan di Yogyakarta. Klasifikasi Isu Kesehatan Contoh judul berita terkait isu kesehatan Diskusi mengenai isu-isu yang paling banyak dibahas, seperti BPJS, stunting, dan Germas.

Sentimen Publik Analisis sentimen yang muncul dari berita dan cuitan di media sosial. Identifikasi aktor utama dalam diskursus kesehatan.

Kesimpulan
Ringkasan temuan utama dari penelitian.
Implikasi bagi pemangku kebijakan dalam merumuskan kebijakan kesehatan yang lebih baik.
Saran untuk penelitian selanjutnya, termasuk perluasan cakupan dan metode yang lebih mendalam.

Daftar Pustaka
Asghari, M., Sierra-Sosa, D., & Elmaghraby, A. (2018). Trends on Health in Social Media: Analysis
using Twitter Topic Modeling. IEEE international symposium on signal processing and
information technology (ISSPIT) 2018, 558-563.
Bengtsson, M. (2016). How to plan and perform a qualitative study using content analysis. NursingPlus Open Vol. 2,814.doi:https://doi.org/10.1016/j.npls.2016.01.001 

Blumer H (1948) Public opinion and public opinion polling. American Sociological Review 13(5): 542--549

Bruns, A., & Burgess, J. (2011). The Use of Twitter Hashtags in the Formation of Ad Hoc Publics. .

Paper presented at the 6th European Consortium for Political Research General Conference. Chen, S., Ross, T. J., Zhan, W., Myers, C. S., Chuang, K.-S., Heishman, S. J., . . . Yang, Y. (2008). Group independent component analysis reveals consistent resting-state networks across multiple sessions.
Brain Research, 1239, 141-151.
CNN-Indonesia. (2020, Maret 3). Virus Corona Masuk Indonesia, Netizen Serukan Jangan Panik. CNN
Indonesia. Retrieved April 10, 2021, from https://www.cnnindonesia.com/teknologi/20200303141434-192-480096/virus-corona-masuk- indonesia-netizen-serukan-jangan-panik
Das, M. K., Singh, D., & Sharma., S. (2021). Media news on vaccines and vaccination: The content profile, sentiment and trend of the online mass media during 2015--2020 in India. Clinical Epidemiology and Global Health. Clinical Epidemiology and Global Health, 10. doi:https://doi.org/10.1016/j.cegh.2020.100691
Davis, M. A., Zheng, K., Liu, Y., & Levy, H. (2017). Public Response to Obamacare on Twitter. J Med Internet Res , 19((5):e167). doi:DOI: 10.2196/jmir.6946Du, J., Tang, L., Xiang, Y., Zhi, D., Xu, J., Song, H.-Y., & Tao, C. (2018). Public Perception Analysis of Tweets During the 2015 Measles Outbreak: Comparative Study Using Convolutional Neural Network Models. J Med Internet Res, 20((7):e236). doi:DOI: 10.2196/jmir.9413