<![CDATA[Program Magang Nasional 2025 merupakan inisiatif strategis pemerintah yang menghadapi tantangan transparansi seleksi dan efektivitas insentif. Tingginya volume komentar publik di media sosial, khususnya YouTube, menghasilkan data tidak terstruktur yang menyulitkan pengambil kebijakan dalam melakukan evaluasi secara tepat waktu. Penelitian ini bertujuan untuk memetakan tren opini publik serta mengklasifikasikan sentimen secara otomatis guna mengukur tingkat kepuasan masyarakat terhadap program tersebut. Metode yang digunakan berbasis kerangka kerja Cross-Industry Standard Process for Data Mining (CRISP-DM), yang mencakup pemrosesan teks (preprocessing), ekstraksi fitur Term Frequency-Inverse Document Frequency (TF-IDF), dan algoritma Multinomial Naive Bayes. Hasil penelitian menunjukkan bahwa model klasifikasi mencapai tingkat akurasi sebesar 82,3%. Analisis distribusi sentimen memperlihatkan adanya polarisasi opini publik yang didominasi oleh sentimen negatif (48%), diikuti sentimen positif (45,9%), dan netral (6,11%). Penelitian ini menyimpulkan bahwa pendekatan analisis sentimen berbasis machine learning layak dimanfaatkan sebagai instrumen evaluasi kebijakan publik secara objektif, sistematis, dan real-time.]]>
Copyrights © 2026
