ANALISIS SENTIMEN MASYARAKAT INDONESIA TERHADAP PROGRAM MAKAN BERGIZI GRATIS MENGGUNAKAN MULTILINGUAL BERT DAN TEKNIK LABELLING TRANSFORMER

Adawiyah, Rabiatul (2025) ANALISIS SENTIMEN MASYARAKAT INDONESIA TERHADAP PROGRAM MAKAN BERGIZI GRATIS MENGGUNAKAN MULTILINGUAL BERT DAN TEKNIK LABELLING TRANSFORMER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (242kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (710kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (367kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf Download (81kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (237kB)
	Archive (SOURCE CODE) Sourcecode - 23.22.2529.zip Restricted to Repository staff only Download (4MB)

Abstract

Program Makan Bergizi Gratis merupakan kebijakan pemerintah yang bertujuan meningkatkan kualitas gizi masyarakat, khususnya anak-anak sekolah. Kebijakan ini mendapat berbagai tanggapan dari masyarakat yang disampaikan melalui media sosial seperti X dan Instagram. Tanggapan yang beragam ini menimbulkan ketidakpastian dalam persepsi publik terhadap program makan Bergizi gratis, yang berpotensi memengaruhi keputusan pemangku kebijakan jika tidak dianalisis secara tepat. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap program tersebut menggunakan pendekatan deep learning, yaitu model Multilingual BERT, serta teknik pelabelan otomatis berbasis arsitektur transformer. Sebanyak 19.128 data komentar dikumpulkan melalui teknik scraping dari media sosial Instagram dan X, kemudian dilakukan tahap preprocessing, pelabelan sentimen, dan penyeimbangan data menggunakan Random oversampling Technique. Validasi model dilakukan menggunakan metode K-Fold Cross Validation untuk meningkatkan keandalan dan menghindari overfitting. Hasil analisis menunjukkan bahwa model mampu mengklasifikasikan sentimen secara efektif, dengan hasil akhir berupa 7.301 sentimen negatif dan 4.019 sentimen positif. Data yang sudah mendapatkan label uji pada ke empat skema yang di lakukan evaluasi Model Multilingua BERT yang diimplementasikan dengan random over sampler dan k-fold akurasi mencapai 99%, evaluasi dengan k-fold tanpa over sampler pada tahap ini menunjukkan akurasi sebesar 96,19% dan hasil evaluasi dengan random over sampler tanpa k-fold menunjukkan akurasi sebesar 90% sedangkan evaluasi model jika tanpa menggunakan random over sampler dan k-fold hanya mencapai akurasi 86%. kombinasi Random over-sampling dan K-Fold menghasilkan akurasi yang lebih unggul dan Penelitian ini memberikan gambaran representatif mengenai opini masyarakat dan diharapkan dapat menjadi landasan dalam evaluasi kebijakan, serta referensi untuk penelitian lebih lanjut dalam bidang analisis sentimen terhadap kebijakan publik menggunggunakan multilingual BERT.

Actions (login required)

View Item