<![CDATA[Perkembangan teknologi informasi mendorong penyebaran data di platform digital berlangsung sangat cepat, sehingga media social X menjadi salah satu sumber utama untuk mengetahui bagaimana masyarakat merespon kebijakan pemerintah. Salah satu kebijakan yang banyak menarik perhatian adalah program makan bergizi gratis, yang bertujuan meningkatkan kualitas gizi peserta didik serta menurunkan risiko stunting. Beragam opini mengenai program ini perlu dianalisis secara sistematis melalui analisis sentiment. Penelitian ini melakukan perbandingan kinerja antara algoritma Naïve Bayes dan C4.5 dalam klasifikasi sentimen publik terhadap makan bergizi gratis. Data dikumpulkan secara manual dari unggahan pengguna di platform X dan kemudian diproses melalui tahap preprocessing yang meliputi cleaning, case folding, tokenizing, stopword removal, dan stemming. Setiap data diklasifikasikan ke dalam kategori positif, negative, dan netral, diberikan bobot menggunakan TF-IDF, serta dibagi menjadi 80% data latih dan 20% data uji. Hasil menunjukkan sentiment negative mendominasi 47.7%, disusul positif 40.9% dan netral 11.8%. Evaluasi performa mengungkapkan bahwa Naïve Bayes memiliki akurasi tertinggi, yaitu 82%, melampaui C4.5 dengan akurasi 78%. Secara keseluruhan, Naïve Bayes menjadi model paling efektif dalam klasifikasi sentiment ini.]]>
Copyrights © 2026
