Analisis Sentimen Masyarakat Terhadap Program Makan Bergizi Gratis Menggunakan Machine Learning

Abstract

Program Makan Bergizi Gratis di media sosial menjadi isu yang semakin banyak dibicarakan, khususnya di platform Twitter (X). Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Program Makan Bergizi Gratis di Indonesia dengan pendekatan machine learning. Dua metode klasifikasi digunakan dalam penelitian ini, yaitu Naive Bayes dan Support Vector Machine (SVM). Data yang digunakan merupakan data tweet yang telah melalui tahapan preprocessing serta penyeimbangan data menggunakan teknik SMOTE (Synthetic Minority Over-sampling Technique). Label sentimen (positif, negatif, dan netral) ditentukan dengan pendekatan Lexicon Based (berbasis kamus). Proses ekstraksi fitur dilakukan menggunakan TF-IDF, dan hasil klasifikasi dievaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model Naive Bayes memperoleh akurasi sebesar 74,77%, sedangkan Support Vector Machine (SVM) memperoleh akurasi sebesar 92,29%. Berdasarkan hasil tersebut, Support Vector Machine (SVM) merupakan metode dengan performa terbaik dalam mengklasifikasikan sentimen terhadap isu Program Makan Bergizi Gratis di Twitter.