eprintid: 32093
rev_number: 17
eprint_status: archive
userid: 12
dir: disk0/00/03/20/93
datestamp: 2026-07-13 06:41:51
lastmod: 2026-07-13 06:41:51
status_changed: 2026-07-13 06:41:51
type: thesis
metadata_visibility: show
creators_name: Bawana, Edelweiss Rinjani
creators_nim: 22.12.2263
contributors_name: Pristyanto, Yoga
corp_creators: Universitas AMIKOM Yogyakarta
title: OPTIMASI THRESHOLD ANALISIS SENTIMEN
KOMENTAR YOUTUBE PROGRAM MBG DENGAN
METODE LOGISTIC REGRESSION
ispublished: pub
subjects: 000.000.000A
divisions: sch_phy
full_text_status: restricted
keywords: Analisis Sentimen, Program Makanan Bergizi, YouTube, Logistic
Regression, Optimasi Threshold, Sentiment Analysis, Nutritious Meal Program.
abstract: Program Makanan Bergizi (MBG) merupakan salah satu kebijakan 
pemerintah yang bertujuan untuk meningkatkan kualitas gizi peserta didik di
sekolah. Namun, pelaksanaan program ini menimbulkan beragam tanggapan dari
masyarakat, khususnya yang disampaikan melalui media sosial YouTube.
Perbedaan persepsi tersentuh menunjukkan adanya potensi kesenjangan antara
tujuan program dan penerimaan publik. Oleh karena itu, diperlukan analisis
sentimen untuk mengetahui kecenderungan opini masyarakat serta sebagai bahan
evaluasi terhadap pelaksanaan Program Makanan Bergizi.Penelitian ini
menggunakan data berupa komentar pengguna YouTube yang membahas Program
Makanan Bergizi Gratis (MBG). Data kemudian melalui tahapan preprocessing
teks dan ekstraksi fitur menggunakan metode Term Frequency-Inverse Document
Frequency (TF_IDF). Karena distribusi kelas sentimen tidak seimbang, diterapkan
metode Synthetic Minority Oversampling Technique (SMOTE) pada data latih.
Proses klasifikasi dilakukan menggunakan algoritma Logistic Regression dengan
tuning threshold. Evaluasi model dilakukan menggunakan metrik accuracy,
precision, recall, F1-Score.
 
Hasil penelitian menunjukkan bahwa persepsi publik terhadap Program 
Makanan Bergizi (MBG) cenderung didominasi oleh sentimen negatif. Selain itu,
perbedaan nilai threshold berpengaruh signifikan terhadap kinerja model,
khususnya dalam mengenali kelas minoritas. Threshold 0.30 menghasilkan nilai
F1-Score tertinggi, sehingga memberikan keseimbangan terbaik antara precision
dan recall. Hasil penelitian ini dapat dimanfaatkan oleh pembuat kebijakan sebagai
bahan evaluasi berbasis opini publik, serta menjadi referensi bagi penelitian
selanjutnya dalam pengembangn analisis sentimen pada data tidak seimbang.
date: 2026-03-02
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Bawana, Edelweiss Rinjani  (2026) OPTIMASI THRESHOLD ANALISIS SENTIMEN KOMENTAR YOUTUBE PROGRAM MBG DENGAN METODE LOGISTIC REGRESSION.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/32093/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32093/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32093/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32093/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32093/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32093/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32093/7/Daftar%20Pustaka%20dan%20Lampiran.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32093/8/Sourcecode%20-%2022.12.2263.zip
document_url: https://eprints.amikom.ac.id/id/eprint/32093/9/Publikasi.pdf