<![CDATA[Penelitian ini mengkaji respons publik terhadap kebijakan pemerintah, khususnya "Program Makan Siang Gratis" dan "Kenaikan PPN 12%", melalui analisis sentimen berbasis aspek dan deteksi emosi menggunakan teknik deep learning. Pemahaman terhadap persepsi masyarakat terhadap kebijakan publik sangat penting untuk merancang kebijakan yang lebih efektif, di mana analisis sentimen berbasis aspek dengan model deep learning seperti BERT, BiLSTM, dan CNN menjadi alat yang efektif untuk mengidentifikasi pandangan publik. Tujuan utama penelitian ini adalah untuk mengevaluasi respons publik terhadap kedua kebijakan tersebut dan membandingkan kinerja model-model deep learning dalam mengklasifikasikan aspek, sentimen, dan emosi. Hasil analisis menunjukkan bahwa kebijakan "Program Makan Siang Gratis" mendapat respons positif meskipun terdapat kritik, sementara "Kenaikan PPN 12%" lebih banyak mendapatkan respons negatif, terutama terkait dampaknya terhadap daya beli masyarakat. Model BERT menunjukkan kinerja terbaik dengan akurasi tertinggi: 88% untuk klasifikasi aspek, 98% untuk sentimen, dan 82% untuk emosi. Temuan ini menunjukkan bahwa metodologi yang digunakan dapat diterapkan pada analisis kebijakan publik lainnya, seperti di bidang pendidikan, kesehatan, dan lingkungan, untuk memperdalam pemahaman tentang persepsi publik dan meningkatkan perencanaan kebijakan berbasis respons masyarakat.]]>
Copyrights © 2026
