<![CDATA[Perkembangan teknologi digital telah mengalihkan interaksi masyarakat ke media sosial, menjadikannya sumber data besar (big data) yang kaya akan opini terhadap kebijakan pemerintah seperti Program Makan Bergizi Gratis (MBG). Namun besarnya volume data teks yang bersifat informal dan menggunakan bahasa gaul menjadi tantangan besar dalam pemrosesan informasi secara efektif dan cepat jika dilakukan secara manual. Penelitian ini bertujuan untuk membangun kerangka kerja sistematis menggunakan teknik Natural Language Processing (NLP) guna memantau sentimen publik serta mengklasifikasikan isu-isu sosial ke dalam dimensi PESTLE (Politik, Ekonomi, Sosial, Teknologi, Hukum, dan Lingkungan). Metodologi yang diterapkan meliputi tahapan pra-pemrosesan data teks dari Twitter, pelabelan sentimen otomatis berbasis leksikon, serta klasifikasi isu menggunakan pendekatan berbasis aturan (rule-based). Hasil penelitian menunjukkan bahwa Program MBG mendapatkan penerimaan publik yang sangat positif, mencapai 90-92% dari total data. Secara tematik, diskusi publik paling dominan berkaitan dengan dimensi sosial (38%) dan politik (31%). Temuan ini membuktikan bahwa integrasi NLP dan kerangka PESTLE efektif memberikan dukungan analitis bagi Badan Gizi Nasional dalam merumuskan strategi komunikasi dan kebijakan yang lebih responsif berbasis data]]>
Copyrights © 2026
