<![CDATA[Penelitian ini membandingkan kinerja Support Vector Machine (SVM) dan IndoBERT untuk analisis sentimen komentar YouTube terkait Program Makan Bergizi Gratis (MBG). Menggunakan 3.177 data komentar (Januari 2025–Maret 2026) yang diklasifikasikan menjadi sentimen positif, negatif, dan netral. Pengujian dilakukan menggunakan pembagian data 80:20. SVM menerapkan praproses penuh dan ekstraksi fitur TF-IDF, sedangkan IndoBERT menggunakan praproses minimal dan fine-tuning. Hasil menunjukkan IndoBERT secara signifikan lebih unggul dengan akurasi 96,52% dan F1-Score 95%, dibandingkan SVM (akurasi 86,87%, F1-Score 85%). Keunggulan ini berkat kemampuan bidireksional IndoBERT dalam memahami konteks bahasa informal. IndoBERT sangat direkomendasikan untuk sistem pemantauan opini publik pada ranah kebijakan pemerintah. Kata kunci : Analisis sentimen, Support Vector Machine, IndoBERT, TF-IDF, Natural Language Processing]]>
Copyrights © 2026
