Media sosial X bukan sekadar ruang ekspresi; bagi peneliti kebijakan, platform itu berfungsi sebagai barometer kepercayaan publik yang bergerak secara real-time. Ketika program Makan Bergizi Gratis (MBG) dan Badan Gizi Nasional (BGN) terseret ke dalam pusaran kasus hukum mantan Kepala BGN, Dadan Hindayana, antara 21 April hingga 3 Juni 2026, respons publik di X berubah bentuk dari kritik teknis menjadi pertanyaan fundamental soal integritas tata kelola. Studi ini memetakan polarisasi opini, muatan emosi, dan klaster topik yang mendominasi perbincangan selama periode tersebut.
Metode Penelitian
Studi ini menggunakan pendekatan kuantitatif-deskriptif dengan Natural Language Processing (NLP) berbasis model IndoBERT (Indonesian Bidirectional Encoder Representations from Transformers). Model dikonfigurasi melalui fine-tuning untuk tiga tugas: analisis sentimen, deteksi emosi, dan deteksi sarkasme.
Data dikumpulkan dari unggahan publik berbahasa Indonesia melalui purposive sampling, dengan kriteria inklusi: bahasa Indonesia, status akun terbuka, dan keberadaan kata kunci yang telah ditentukan. Pengambilan data menggunakan web scraping via HTML parsing atau API resmi X.
engagement_score = (likes × 1) + (repost × 2) + (komentar × 3)
Parameter yang dikumpulkan meliputi teks unggahan, identitas akun, penanda waktu, serta metrik interaksi (likes, repost, views, komentar, bookmark). Teks kemudian dibersihkan melalui tahapan lowercasing, eliminasi karakter khusus, URL, mention, dan hashtag, lalu distemming menggunakan pustaka Sastrawi.
Model yang digunakan adalah varian indobenchmark/indobert-base-p1 dengan classification head. Label sentimen terdiri dari tiga kelas: positif, netral, negatif. Pelatihan berjalan di Google Colaboratory (GPU) menggunakan 500 sampel berlabel per tugas dengan distribusi kelas seimbang. Parameter pelatihan: learning rate 2×10⁻⁵, batch size 16, maksimal 5 epoch dengan early stopping, warmup ratio 0,1, panjang sekuens maksimal 128 token.
Engagement dihitung dengan dua formula:
engagement_score = (likes × 1) + (repost × 2) + (komentar × 3)
total_engagement = likes + repost + komentar
Teks bersih diklasifikasikan IndoBERT untuk menghasilkan probabilitas tiga kelas sentimen. Ekstraksi topik menggunakan algoritma BERTopic dengan embedding IndoBERT. Agregasi dilakukan per dimensi temporal (harian, mingguan, bulanan) dan per akun, mencakup analisis n-gram, deteksi spike, identifikasi konten viral, dan pemetaan influencer. Pipeline ini terhubung ke API DeepSeek (deepseek-chat) untuk menghasilkan laporan naratif 2.000–3.000 kata dalam Bahasa Indonesia formal.
Evaluasi model menggunakan accuracy, precision, recall, dan F1-score pada 20% data validasi. Prediksi dengan confidence score di bawah ambang batas mendapat anotasi peringatan otomatis.
Keterbatasan studi: dataset latih terbatas, inferensi lambat pada infrastruktur CPU untuk data skala besar, deteksi sarkasme pada teks pendek secara inheren sulit, dan pipeline bergantung penuh pada stabilitas API DeepSeek.
Distribusi Sentimen dan Indeks Persepsi Publik
Dari 3.113 unggahan yang diproduksi oleh 2.520 akun unik, sentimen negatif mendominasi dengan 58,1% (1.808 unggahan). Sentimen positif hanya menyentuh 10,7% (332 unggahan). Rasio negatif-positif adalah 5,4:1, artinya setiap satu unggahan apresiatif tertimbun oleh lebih dari lima unggahan kritikal. Indeks Sentimen keseluruhan: -47,4.
Sentimen netral mencakup 31,3% (973 unggahan). Sebagian besar berasal dari akun media massa yang melaporkan penahanan Dadan Hindayana tanpa tendensi opini. Segmen netral ini berpotensi menjadi sasaran intervensi narasi pemerintah, jika ada pesan tandingan yang cukup substansial untuk menggesernya.
Kronologi Spike dan Klaster Topik
Tiga lonjakan diskusi utama muncul selama periode pengamatan, masing-masing dipicu oleh peristiwa spesifik.
Spike pertama, 21 April 2026. Dadan Hindayana terdiam ketika dicecar pertanyaan anggota DPR. Rekaman momen itu disebarkan akun @Naandaa27 dan meraih engagement 26.220. Publik mulai mempertanyakan kompetensi kepemimpinan BGN, sebagian karena latar belakang Dadan sebagai entomolog (ahli serangga) dinilai tidak relevan dengan jabatannya.
Spike kedua, 23 April 2026. Akun King Purwa (@BosPurwa) mempublikasikan proyeksi kebutuhan MBG: 912 ribu ekor sapi per tahun. Postingan itu memantik debat soal realisme target kebijakan dan meraih engagement 27.622.
Spike ketiga, akhir Mei–3 Juni 2026. Kejaksaan Agung resmi menahan Dadan Hindayana. Ini adalah lonjakan terbesar dalam seluruh periode. Akun @idextratime meraih engagement 26.360 pada 3 Juni; akun @ardisatriawan menyusul dengan 17.753. Spekulasi soal motif politik di balik penahanan menyebar luas, termasuk pertanyaan tentang nasib program MBG ke depan.
Ketiga spike mengonfirmasi satu pola: intervensi institusi negara (DPR, Kejaksaan Agung) secara konsisten memicu lonjakan sentimen negatif terhadap program.
Klaster topik dari BERTopic mencerminkan dominasi mutlak isu Dadan Hindayana. Topik teratas "dadan_bgn_kepala" mengumpulkan 990 unggahan dengan sentimen negatif dominan. Topik kedua "hindayana_kejagung_bgn" (325 unggahan) berfokus pada proses hukum. Topik ketiga "dadan_anjing_kontol" (122 unggahan) adalah ekspresi agresi verbal yang menandai kemarahan ekstrem sebagian pengguna. Topik keempat "com_https_hindayana" (90 unggahan) mencerminkan aktivitas berbagi tautan berita eksternal sebagai validasi.
Anomali tematik muncul pada topik kelima "amanda_zahra_ratna" (75 unggahan), yang relevansinya terhadap kasus ini memerlukan penelusuran lebih lanjut. Upaya kontra-narasi terdeteksi pada topik "selamat_pak_dadan" (43 unggahan, korelasi positif) dan "presiden_gizi_badan" (51 unggahan, korelasi campuran). Volume keduanya terlalu kecil untuk membendung arus sentimen negatif.
Tipologi Akun, Opinion Leaders, dan Profil Emosi
Dua tipe akun beroperasi dengan cara yang bertolak belakang. Kelompok pertama menyerupai bot atau pelaku spamming: akun NoBody @JinxedOasis memproduksi 46 unggahan tetapi hanya mengumpulkan total engagement 5. Akun Abdul Khalid Boyan @KhalidJogja menghasilkan 23 unggahan dengan 1 engagement. Amplifikasi massal tanpa respons organik ini tidak menggerakkan opini.
Di sisi lain, opinion leaders organik menentukan arah diskusi. King Purwa (@BosPurwa) dengan engagement 27.622, Extra Time Indonesia (@idextratime) dengan 26.360, Nda! (@Naandaa27) dengan 26.220, dan Ardianto Satriawan (@ardisatriawan) dengan 17.753 semuanya menyebarkan sentimen negatif.
Anomali signifikan muncul dari akun Anies Baswedan (@aniesbaswedan) yang mencetak engagement tertinggi dalam dataset: 57.059. Model memberi label positif pada unggahan tersebut, namun isinya berfokus pada Ki Hadjar Dewantara, bukan pembelaan terhadap program MBG. Engagement tinggi itu tidak memberikan efek pemulihan bagi citra program.
Satu temuan metodologis yang tidak lazim: model IndoBERT mendeteksi sarkasme 0% dari seluruh 3.113 unggahan. Lanskap digital Indonesia umumnya sarat sindiran politik dan humor satir. Absennya sarkasme menunjukkan bahwa publik memilih kritik langsung, mungkin karena isu korupsi pejabat dinilai terlalu serius untuk dibungkus metafora.
Profil emosi dominan terbagi menjadi empat: kemarahan atas dugaan korupsi, kekecewaan terhadap perencanaan program yang gagal, kecurigaan atas motif politik di balik penahanan, dan keprihatinan atas nasib program bagi anak-anak sekolah. Akumulasi emosi negatif yang disampaikan secara eksplisit ini mengikis kepercayaan publik dan berpotensi memengaruhi dukungan legislatif terhadap alokasi anggaran program.
Kesimpulan
Krisis reputasi MBG dan BGN antara April hingga Juni 2026 bersumber dari dua hal: kegagalan tata kelola dan masalah hukum yang menjerat mantan pimpinannya. Dari 3.113 unggahan, 58,1% bersentimen negatif dengan Indeks Sentimen -47,4. Setiap lonjakan diskusi besar dipicu oleh intervensi institusi negara, bukan oleh kegagalan teknis program. Opinion leaders organik dengan basis massa besar mendorong persebaran sentimen negatif, sementara akun-akun yang mencoba membentuk narasi positif tidak cukup berpengaruh untuk mengimbanginya. Program strategis kepresidenan ini membutuhkan lebih dari kampanye komunikasi; ia membutuhkan akuntabilitas yang dapat diverifikasi publik.
