<![CDATA[Program makan siang gratis merupakan kebijakan pemerintah yang bertujuan meningkatkan gizi anak dan menurunkan angka stunting di Indonesia. Analisis tanggapan masyarakat terhadap program makan siang gratis sangat penting untuk memahami bagaimana masyarakat melihat program tersebut. Penelitian ini bertujuan mengimplementasikan metode Naïve Bayes dengan teknik pembobotan TF-IDF untuk analisis sentimen terhadap program makan siang gratis pada media sosial X guna mengidentifikasi sentimen dominan dan mengetahui akurasi klasifikasi. Dalam penelitian ini, pengumpulan data dilakukan dalam jangka waktu 6 Januari 2025 - 28 Februari 2025 dengan jumlah data yang diperoleh sebanyak 2.791 data. Selanjutnya, data diproses melalui tahapan preprocessing yang terdiri dari cleansing, casefolding, tokenizing, normalisasi, dan stopword. Setelah data dibersihkan, proses pelabelan dilakukan menggunakan model transformer dari Hugging Face, yaitu agufsamudra/indo-sentiment-analysis, yang menghasilkan data dengan dua kelas sentimen, yaitu positif dan negatif. Dari hasil labeling menunjukan terdapat 529 sentimen positif dan 2.262 sentimen negatif, dengan pembagian data latih dan data uji sebesar 80% : 20%. Kemudian data dikonversi ke dalam representasi numerik menggunakan metode TF-IDF. Selanjutnya, proses klasifikasi dilakukan menggunakan algoritma Multinomial Naïve Bayes dan pengujian dilakukan menggunakan confusion matrix. Perhitungan model menggunakan confusion matrix menghasilkan tingkat akurasi 85,33% dengan sentimen positif memperoleh presisi 72%, recall 19,35%, f1-score 30,51% dan sentimen negatif presisi 85,95%, recall 98,49%, f1-score 91,79%. Berdasarkan hasil pengujian performa, model mampu menunjukkan bahwa secara umum model dapat mengklasifikasikan data dengan sangat baik, namun nilai presisi, recall, dan f1-score pada sentimen positif masih tergolong rendah karena ketidakseimbangan jumlah data antar kategori sentimen.]]>
Copyrights © 2026
