Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal ARMADA : Jurnal Penelitian Multidisiplin
Wahdania Nurarfiani Ashari
Universitas Teknologi Akba Makassar, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

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

Found 1 Documents
Search

 1 
A Analisis Sentimen Dual-Channel Opini Publik Terhadap Pajak dan MBG Berbasis Indobert Wahdania Nurarfiani Ashari; Nuraida Latif; Ratnawati; Syahril Amin; Nur Aulia Safitri Ashari
ARMADA : Jurnal Penelitian Multidisiplin Vol. 4 No. 8 (2026): ARMADA : Jurnal Penelitian Multidisplin, Agustus 2026
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi 45 Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55681/armada.v4i8.3544

Abstract

Program Makan Bergizi Gratis (MBG) memicu diskursus fiskal intens di platform X, namun penelitian terdahulu belum memisahkan kritik pendanaan dari aspek urgensi gizi. Penelitian ini mengusulkan model Dual-Channel Tematik yang memadukan Latent Dirichlet Allocation (LDA) untuk pemetaan topik dan IndoBERT (fine-tuned) untuk klasifikasi sentimen tiga kelas. Hasil pengujian menunjukkan model IndoBERT dengan class weighting mencapai akurasi 80,23% dan F1-score makro 0,659. Pemodelan LDA berhasil memetakan dua klaster tematik: Pajak/Fiskal (183 komentar) dan Urgensi/Gizi (243 komentar). Sentimen positif lebih dominan pada topik Urgensi/Gizi (77,4%), sedangkan sentimen negatif lebih tinggi pada topik Pajak/Fiskal (13,7%). Meskipun demikian, uji chi-square menunjukkan hubungan antara topik dan sentimen tidak signifikan secara statistik (χ^2=3,531; p=0,171). Penelitian ini memberikan diagnosis komputasi awal yang berkontribusi sebagai dasar perumusan komunikasi kebijakan MBG yang lebih tepat sasaran.
Co-Authors Nur Aulia Safitri Ashari Nuraida Latif Ratnawati Syahril Amin