<![CDATA[The MBG (Free Nutritious Meals) program remains a hot topic on social media, sparking a variety of comments, both positive and negative, regarding the policy. The diverse responses and comments on social media serve as a relevant data source and can be used as research objects. This study aims to classify sentiment in netizen posts and comments regarding the MBG program implemented in Indonesia. The classification model uses the IndoRoBERTa method, implemented within a sentiment analysis scheme, to classify sentiment in text. The process includes collecting social media comment text data, preprocessing, training the IndoRoBERTa model, and evaluating its performance. The results show that the developed sentiment classification model achieved an accuracy of 85.3% and an F1-score of 82.6%. Sentiment classification tends to produce negative sentiments from the overall text data.Program MBG (Makan Bergizi Gratis) masih menjadi salah satu topik yang masif di media sosial dan memicu berbagai komentar pro dan kontra terhadap kebijakan tersebut. Beragam respon dan komentar yang muncul di media sosial menjadi sebuah sumber data yang relevan dan bisa dijadikan sebagai sebuah objek penelitian. Penelitian ini, bertujuan untuk melakukan klasifikasi terhadap sentimen pada postingan dan komentar warganet terhadap program MBG yang diterapkan di Indonesia. Model Klasifikasi menggunakan metode IndoRoBERTa yang diimplementasikan dalam skema analisis sentimen untuk mengklasifikasi sentimen pada teks. Proses yang dilakukan mencakup pengumpulan data teks komentar di media sosial, tahap preprocessing, lalu implementasi model IndoRoBERTa dan mengukur hasil dari evaluasi kinerja model yang dibangun. Hasil penelitian menunjukkan nilai evaluasi model klasifikasi sentimen yang dikembangkan mencapai tingkat akurasi sebesar 85,3% dan nilai F1-score sebesar 82,6%. Klasifiksi sentimen cenderung menghasilkan sentimen berlabel negatif dari keseluruhan data teks.]]>
Copyrights © 2026
