<![CDATA[Penelitian ini dilatarbelakangi oleh tingginya atensi publik terhadap kebijakan program makan siang gratis yang diusung oleh Presiden Prabowo Subianto dan Wakil Presiden Gibran Rakabuming Raka. Program tersebut menimbulkan beragam reaksi di masyarakat, mulai dari dukungan hingga kritik. Permasalahan utama yang diangkat adalah belum adanya pemetaan sentimen publik secara komprehensif terhadap kebijakan tersebut, terutama di media sosial X (sebelumnya Twitter), yang sering menjadi kanal utama ekspresi masyarakat. Penelitian ini bertujuan untuk mendeteksi dan mengklasifikasikan sentimen publik terhadap program makan siang gratis menjadi dua kategori, yaitu positif dan negatif, guna menyediakan insight berbasis data bagi pengambilan keputusan pemerintah. Metode yang digunakan adalah Long Short-Term Memory (LSTM), salah satu teknik deep learning yang efektif dalam memproses data teks berurutan. Data diperoleh melalui crawling platform X sebanyak 1.818 tweet, yang kemudian diproses melalui tahapan pelabelan, preprocessing, pelatihan, dan pengujian model. Hasil pengujian menunjukkan bahwa model LSTM mampu mengklasifikasikan sentimen dengan akurasi 75,3%. Kategori positif memiliki precision sebesar 0,72 dan recall sebesar 0,82 (F1-score: 0,77), sedangkan kategori negatif memiliki precision sebesar 0,79 dan recall sebesar 0,69 (F1-score: 0,74). Temuan ini menunjukkan bahwa pendekatan LSTM efektif dalam mendeteksi opini publik secara real-time terhadap kebijakan sosial di media sosial.]]>
Copyrights © 2025
