<![CDATA[Program Makan Bergizi Gratis (MBG) merupakan program pemerintah untuk pemenuhan gizi masyarakat. Munculnya kasus keracunan makanan dalam pelaksanaannya memicu beragam tanggapan masyarakat di media sosial, khususnya platform X. Analisis sentimen diperlukan untuk memahami persepsi publik sekaligus mengevaluasi pelaksanaan program. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap kasus keracunan pada Program MBG serta membandingkan performa algoritma Naïve Bayes dan SVM dalam klasifikasi sentimen. Metodologi yang digunakan adalah CRISP-DM, meliputi business understanding, data understanding, data preparation, modeling, evaluation, dan deployment. Data berupa 1.744 tweet dari platform X pada periode 06 Januari–31 Desember 2025, yang setelah preprocessing menjadi 1.533 tweet. Tahap data preparation mencakup cleaning, case folding, normalisasi, tokenizing, stopword removal, dan stemming. Pelabelan sentimen menggunakan VADER, ekstraksi fitur menggunakan TF-IDF, dan penyeimbangan kelas menggunakan SMOTE pada data latih. Hasil menunjukkan opini masyarakat didominasi sentimen negatif (1.162 negatif, 366 netral, 5 positif), mengindikasikan persepsi publik yang cenderung negatif terhadap Program MBG. SVM menunjukkan performa lebih baik dibandingkan Naïve Bayes. Pada evaluasi internal, SVM dengan SMOTE mencapai akurasi tertinggi (84,42%), sedangkan pada evaluasi eksternal, SVM tanpa SMOTE unggul dengan 80,13%. Berdasarkan temuan ini, pihak terkait disarankan melakukan evaluasi program, meningkatkan pengawasan keamanan pangan, serta memperbaiki sistem distribusi dan transparansi Program MBG.]]>
Copyrights © 2026
