<![CDATA[Abstrak. Program “Makan Bergizi Gratis” yang diluncurkan oleh pemerintah menjadi topik yang ramai diperbincangkan di media sosial X. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap program tersebut dengan memanfaatkan pendekatan Natural Language Processing (NLP). Data dikumpulkan melalui proses crawling terhadap 1.500 tweet menggunakan tweet-harvest, dengan kata kunci yang relevan. Setelah dilakukan preprocessing, data dianalisis menggunakan metode K-Means untuk klasterisasi sentimen dan dilanjutkan dengan klasifikasi menggunakan algoritma Support Vector Machine (SVM) dan BERT. Hasil clustering menunjukkan bahwa mayoritas tweet bernada negatif, disusul netral dan positif. Evaluasi performa model menunjukkan bahwa SVM memberikan hasil klasifikasi yang lebih baik dengan akurasi 92%, sementara BERT menunjukkan performa yang kurang optimal karena distribusi data yang tidak seimbang. Temuan ini menunjukkan bahwa meskipun pendekatan berbasis fitur sederhana seperti SVM dapat efektif, pendekatan berbasis konteks seperti BERT memerlukan data yang lebih besar dan seimbang. Penelitian ini penting untuk memberikan wawasan kepada pembuat kebijakan dalam memahami opini publik serta sebagai dasar evaluasi keberlanjutan program.]]>
Copyrights © 2025
