Obesitas, Olahraga, dan Diet: Analisis Sentimen pada Twitter Berbasis Analitik Big Data

Caly Setiawan

doi:10.35706/joker.v3i1.8833

Penulis

Caly Setiawan Universitas Negeri Yogyakarta

DOI:

https://doi.org/10.35706/joker.v3i1.8833

Abstrak

Tranformasi media sosial kontemporer telah menggeser fungsi dan statusnya sebagai representasi realitas sosial menjadi realitas sosial itu sendiri. Data media sosial kini menjelma menjadi data raksasa atau disebut sebagai big data. Penelitian ini memfokuskan pada bagaimana netizen mengkonstruksi wacana obesitas melalui media sosial. Secara lebih khusus, tujuan penelitian adalah untuk menganalisis sentimen netizen terhadap konten Twitter yang membahas tentang obesitas, olahraga, dan diet dengan basis analitik big data. Metode penelitian ini berada di bawah payung metodologi penelitian media sosial. Teknik pengumpulan data dilakukan dengan mengekstraksi konten Twitter dari bulan Maret 2022 sampai Februari 2023. Proses ini menghasilkan 14.763 tweets dengan melibatkan 13.884 pengguna yang melakukan: komentar sebanyak 6.001,retweets sejumlah 32.216, dan likes sebanyak 147.086. Analisis dilakukan secara algoritmatik dari penyedia layanan analisis big data untuk memberikan informasi konteks proses media sosial dan analisis sentimen berbasis kecerdasan buatan. Analisis kedua bersifat kualitatif dengan mengandalkan metodologi interpretasi untuk mengonstruksi tema dari data. Hasil penelitian menunjukkan sajian tentang konteks netizen melalui informasi demografi dan engagement dengan konten Twitter. Analisis berbasis kecerdasan buatan ini juga dapat mengkategorisasikan sentimen berdasar sifat negatif, netral, dan positif. Selanjutnya, analisis sentimen kualitatif menyajikan dua tema, yakni tentang (1) kecenderungan sentimen negatif terhadap obesitas dan (2) ragam sentimen terhadap olahraga dan diet terkait dengan isu obesitas. Penelitian ini menyimpulkan bahwa kombinasi analitik kecerdasan buatan di dalam big data dan analisis kualitatif yang menyandarkan pada kekuatan manusia sepenuhnya dapat menjadi desain metodologi baru. Dalam hal wacara obesitas, olahraga, dan diet, analisis skala besar dapat diekstraksi, diolah, dan disajikan. Sedangkan analisis kualitatif dapat menisik sisi kedalaman emosional yang menyertai konten media sosial.

Unduhan

Data unduhan belum tersedia.

Referensi

Barragán, R., Rubio, L., Portolés, O., Asensio, E. M., Ortega, C., Sorlí, J. V., & Corella, D. (2018). Estudio de investigación cualitativa sobre las diferencias entre hombres y mujeres en la percepción de la obesidad, sus causas, abordaje y repercusiones para la salud. Nutrición Hospitalaria, 35(5), 1090. https://doi.org/10.20960/nh.1809

Bhagat, K., & Teegarden, M. (2020). Health Discourses in Formal Education: Why a Counter-Paradigm is Essential in the Quest for Social Justice. Thresholds in Education, 43(1), 8–18.

Camacho-Miñano, M. J., MacIsaac, S., & Rich, E. (2019). Postfeminist biopedagogies of Instagram: young women learning about bodies, health and fitness. Sport, Education and Society, 24(6), 651–664. https://doi.org/10.1080/13573322.2019.1613975

Gaspar, R., Pedro, C., Panagiotopoulos, P., & Seibt, B. (2016). Beyond positive or negative: Qualitative sentiment analysis of social media reactions to unexpected stressful events. Computers in Human Behavior, 56, 179–191. https://doi.org/10.1016/j.chb.2015.11.040

Goodyear, V. A., & Armour, K. M. (2018). Young people’s perspectives on and experiences of health-related social media, apps, and wearable health devices. Social Sciences, 7(8). https://doi.org/10.3390/socsci7080137

Gore, R. J., Diallo, S., & Padilla, J. (2015). You Are What You Tweet: Connecting the Geographic Variation in America’s Obesity Rate to Twitter Content. PLOS ONE, 10(9), e0133505. https://doi.org/10.1371/journal.pone.0133505

Indra, N. E., Sumaryanto, S., & Setiawan, C. (2023). Public Pedagogy of Healthy Living: A Thematic Analysis of Social Media Posts about Obesity, Physical Activity, and Diet. Annals of Applied Sport Science, 11(1), 1092–2023.

Lin, Y.-C., Yen, L.-L., Chen, S.-Y., Kao, M.-D., Tzeng, M.-S., Huang, P.-C., & Pan, W.-H. (2003). Prevalence of overweight and obesity and its associated factors: findings from National Nutrition and Health Survey in Taiwan, 1993–1996. Preventive Medicine, 37(3), 233–241. https://doi.org/10.1016/S0091-7435(03)00119-1

Mills, K. (2019). Big Data for Qualitative Research. Routledge.

Nau, C., Quan-Haase, A., & McCay-Peet, L. (2022). Defining Social Media and Asking Social Media Research Questions: How Well Does the Swiss Army Knife Metaphor Apply? In A. Quan-Haase & L. Sloans (Eds.), The SAGE Handbook of Social Media Research Methods. SAGE Publications.

Nguyen, Q. C., McCullough, M., Meng, H., Paul, D., Li, D., Kath, S., Loomis, G., Nsoesie, E. O., Wen, M., Smith, K. R., & Li, F. (2017). Geotagged US Tweets as Predictors of County-Level Health Outcomes, 2015–2016. American Journal of Public Health, 107(11), 1776–1782. https://doi.org/10.2105/AJPH.2017.303993

Olson, K. L., Landers, J. D., Thaxton, T. T., & Emery, C. F. (2019). The pain of weight-related stigma among women with overweight or obesity. Stigma and Health, 4(3), 243–246. https://doi.org/10.1037/sah0000137

Quennerstedt, M. (2013). PE on YouTube – investigating participation in physical education practice. Physical Education & Sport Pedagogy, 18(1), 42–59. https://doi.org/10.1080/17408989.2011.631000

Raisio, H., Puustinen, A., & Lindell, J. (2022). #StrongTogether? Qualitative Sentiment Analysis of Social Media Reactions to Disaster Volunteering during a Forest Fire in Finland. Sustainability, 14(7), 3983. https://doi.org/10.3390/su14073983

Salmons, J. (2022). Using Social Media in Data Collection: Designing Studies with the Qualitative E-Research Framework . In A. Quan-Haase & L. Sloans (Eds.), The SAGE Handbook of Social Media Research Methods. Sage Publications.

Setiawan, C. (2022). Mengonstruksi Tema: Konsep dan Panduan Praktis Analisis Data Kualitatif dengan ATLAS.ti. UNY Press.

Setiawan, C. (2023). Representing Physical Education in Social Media: A Summative Content Analysis of A School Subject Through Big Data Analytics. European Journal of Educational Research, 12(2), 891–900. https://doi.org/10.12973/eu-jer.12.2.891