Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pustaka Cendekia Hukum dan Ilmu Sosial
Fikri Fadilah
Universitas Bina Sarana Informatika
Religion Arts Humanities Computer Science & IT Economics, Econometrics & Finance

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Sentimen Social Media Tentang Program Makan Bergizi Gratis dengan Metode Support Vector Machine (SVM) Fikri Fadilah; Imam Budiawan; Yumi Novita Dewi
Jurnal Pustaka Cendekia Hukum dan Ilmu Sosial Vol. 4 No. 2 (2026): Jurnal Pustaka Cendekia Hukum dan Ilmu Sosial Volume 4 Nomor 2 June - September
Publisher : PT PUSTAKA CENDEKIA GROUP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70292/pchukumsosial.v4i2.549

Abstract

Program Makan Gratis Bergizi (MBG) adalah kebijakan pemerintah yang telah menarik perhatian luas dan menimbulkan berbagai reaksi dari masyarakat, khususnya di platform media sosial seperti X. Beragam opini ini perlu diteliti secara terstruktur untuk memahami bagaimana masyarakat berpikir dan sebagai referensi untuk penyiaran implementasi program tersebut. Algoritma digunakan untuk analisis. Proses tersebut meliputi pembersihan dan pengolahan teks, serta pembobotan kata berdasarkan metode TF-IDF. Penelitian ini menggunakan teknik penambangan teks. Dataset ini berisi 848 tweet berbahasa Indonesia yang telah melalui beberapa proses, termasuk pembersihan, case-folding, tokenisasi, normalisasi, penghapusan stopword, stemming, ekstraksi fitur menggunakan TF-IDF, dan penentuan sentimen, yang dibagi menjadi tiga kelas: positif, negatif, dan netral.Data kemudian dibagi 80:20 untuk pelatihan dan pengujian menggunakan algoritma SVM dengan kernel linier. Penelitian ini menyelidiki bahwa jumlah tweet sama dengan total tweet. Model SVM yang menggunakan kernel linier memberikan hasil terbaik dengan akurasi 80%, skor F1 tertimbang 0,80, dan skor F1 makro 0,77. Temuan ini menunjukkan bahwa kombinasi pra-pemrosesan teks, TF-IDF, dan teknik SVM berhasil dalam mengenali perasaan masyarakat terhadap Program Makanan Bergizi Gratis yang dibahas di media sosial.
Co-Authors Imam Budiawan Yumi Novita Dewi