<![CDATA[Program Makan Bergizi Gratis (MBG) yang direncanakan pemerintah pada tahun 2024 menjadi perbincangan luas di media sosial, khususnya Twitter dan TikTok, dengan beragam opini yang mencerminkan persepsi publik terhadap implementasinya. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap Program Makan Bergizi Gratis menggunakan pendekatan deep learning. Data dikumpulkan melalui metode crawling dan scraping dari Twitter dan TikTok, menghasilkan 7.341 data setelah proses data cleaning. Pelabelan dilakukan menggunakan dua pendekatan, yaitu pelabelan manual dan pelabelan otomatis berbasis IndoBERTweet. Penelitian ini membandingkan kinerja dua model, yaitu Bidirectional Long Short-Term Memory (Bi-LSTM) dan IndoBERT, dengan variasi learning rate 3e-5 dan 5e-5. Hasil eksperimen menunjukkan bahwa IndoBERT secara konsisten menghasilkan performa yang lebih baik dibandingkan Bi-LSTM pada kedua metode pelabelan. Konfigurasi optimal diperoleh pada pelabelan otomatis dengan learning rate 3e-5 yang mencapai akurasi 82% dan F1-Score 79%. Hasil analisis juga menunjukkan bahwa sentimen publik terhadap Program Makan Bergizi Gratis didominasi oleh sentimen negatif. Selain itu, dikembangkan aplikasi web berbasis Flask untuk prediksi sentimen secara real-time. Penelitian ini diharapkan dapat menjadi acuan dalam pengembangan analisis sentimen bahasa Indonesia yang lebih efektif dan akurat.]]>
Copyrights © 2026
