<![CDATA[Program Makan Bergizi Gratis (MBG) memunculkan beragam respons publik, khususnya terkait kredibilitas dan kinerja pelaku pelaksanaannya. Media sosial X menjadi ruang bagi masyarakat untuk menyampaikan dukungan, kritik, maupun pandangan terhadap pelaksanaan program secara real-time. Penelitian ini bertujuan mengklasifikasikan sentimen publik terhadap aspek pelaku Program MBG serta membandingkan kinerja metode klasifikasi klasik dengan model berbasis Transformer. Data diperoleh melalui scraping platform X menggunakan kata kunci “MBG” dan “Makan Bergizi Gratis” pada periode Januari 2025 hingga April 2026. Sebanyak 795 tweet dikumpulkan dan diperoleh 789 data setelah penghapusan duplikasi, kemudian diklasifikasikan menjadi sentimen positif, negatif, dan netral. Metode yang dibandingkan meliputi Naive Bayes, SVM, KNN, Random Forest, dan IndoBERT, dengan Random Oversampling untuk menyeimbangkan data. IndoBERT memberikan kinerja terbaik dengan akurasi 83,54%, presisi 80,43%, recall 78,41%, dan F1-score 79,28%. Hasil tersebut menunjukkan bahwa representasi bahasa berbasis konteks melalui IndoBERT mampu meningkatkan kinerja klasifikasi sentimen dibandingkan metode klasik. Penelitian ini memberikan gambaran empiris respons publik terhadap aspek pelaku Program MBG serta kontribusi metodologis dengan perbandingan lima pendekatan klasifikasi.]]>
Copyrights © 2026
