Identifikasi Kebutuhan Infrastruktur Transportasi Berbasis Analisis Sentimen Media Sosial di Kabupaten Lamongan

<jats:p>Perencanaan infrastruktur transportasi membutuhkan data teknis sekaligus persepsi masyarakat sebagai pengguna. Media sosial kini menjadi sumber data alternatif yang kaya akan opini dan keluhan publik. Penelitian ini bertujuan mengidentifikasi kebutuhan serta menentukan tingkat dan lokasi prioritas penanganan infrastruktur transportasi di Kabupaten Lamongan berdasarkan sentimen masyarakat di media sosial. Penelitian kuantitatif ini menggunakan metode text mining, machine learning, topic modeling, dan analisis spasial berbasis GIS. Data media sosial dikumpulkan berdasarkan kata kunci terkait transportasi lalu melalui tahapan preprocessing (cleansing, case folding, tokenizing, normalization, stopword removal, dan stemming). Analisis sentimen dilakukan menggunakan pembobotan TF-IDF dan algoritma Support Vector Machine (SVM). Identifikasi isu utama memanfaatkan Latent Dirichlet Allocation (LDA), yang kemudian dikombinasikan dengan data teknis melalui skoring berbobot dan divisualisasikan dengan GIS. Hasil analisis dari 1.500 sampel data menunjukkan distribusi sentimen negatif sebesar 58%, netral 27%, dan positif 15%. Lima topik permasalahan utama yang teridentifikasi meliputi kerusakan jalan, kemacetan, keselamatan transportasi, penerangan serta rambu/marka, dan fasilitas pejalan kaki. Model klasifikasi SVM menghasilkan akurasi 87%, precision 86%, recall 85%, dan F1-score 85,5%. Temuan ini membuktikan bahwa pengolahan data media sosial yang dipadukan dengan pemetaan GIS mampu memberikan indikasi awal serta memetakan prioritas penanganan masalah transportasi secara efektif. Dengan demikian, pendekatan ini dapat menjadi instrumen pendukung perencanaan infrastruktur di Kabupaten Lamongan, meski tetap memerlukan verifikasi lapangan sebelum keputusan akhir diambil.</jats:p>