ANALISIS SENTIMEN PUBLIK TERHADAP PROGRAM MAKANAN BERGIZI GRATIS MENGGUNAKAN MODEL INDOBERT

Nugraha, Zahran (2026) ANALISIS SENTIMEN PUBLIK TERHADAP PROGRAM MAKANAN BERGIZI GRATIS MENGGUNAKAN MODEL INDOBERT. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf - Published Version Download (768kB)
	Text (BAB I) BAB I.pdf - Published Version Download (234kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (769kB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (212kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (635kB)
	Text (BAB V) BAB V.pdf - Published Version Download (72kB)
	Text (DAFTAR PUSTAKA - LAMPIRAN) Daftar Pustaka dan Lampiran.pdf - Published Version Restricted to Registered users only Download (160kB)
	Archive (SOURCE CODE) Sourcecode - 22.11.4598.zip - Published Version Restricted to Repository staff only Download (531kB)
	Text (PUBLIKASI) Publikasi.pdf - Published Version Restricted to Repository staff only Download (681kB)

Abstract

Program Makanan Bergizi Gratis (MBG) merupakan kebijakan pemerintah yang bertujuan meningkatkan kualitas gizi dan sumber daya manusia di Indonesia. Kebijakan ini memicu berbagai respons publik di media sosial X, baik berupa dukungan, kritik, maupun opini netral. Volume opini yang besar dan tidak terstruktur menyulitkan analisis secara manual, sehingga diperlukan pendekatan komputasional berbasis Natural Language Processing (NLP). Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap Program MBG menggunakan model IndoBERT. Metode penelitian diawali dengan pengumpulan data melalui web scraping menggunakan Tweet Harvest pada periode Agustus hingga November 2025. Dataset awal sebanyak 4.874 tweet diproses melalui tahapan Exploratory Data Analysis (EDA), preprocessing (case folding, cleaning, dan normalisasi), serta pelabelan otomatis menggunakan pendekatan lexicon-based. Data kemudian dibagi dengan rasio 80% untuk pelatihan dan 20% untuk pengujian menggunakan metode stratified split. Model IndoBERT-Large-P2 diinisialisasi dan dilakukan proses fine-tuning untuk klasifikasi tiga kelas sentimen, yaitu positif, netral, dan negatif. Hasil penelitian menunjukkan bahwa IndoBERT mampu mengklasifikasikan sentimen publik secara efektif berdasarkan metrik accuracy, precision, recall, dan macro F1-score. Confusion matrix menunjukkan bahwa kesalahan klasifikasi paling sering terjadi pada kelas netral. Penelitian ini memberikan kontribusi dalam pemetaan opini publik berbasis NLP serta dapat dimanfaatkan oleh pemerintah dan pemangku kebijakan untuk memahami respons masyarakat secara kuantitatif.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Sulistiyono, Mulia

Uncontrolled Keywords:

Analisis Sentimen, IndoBERT, Makanan Bergizi Gratis, Opini Publik, Media Sosial, entiment Analysis, Free Nutritious Meal Program, Public Opinion, Social Media.

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

07 Oct 2026 04:34

Last Modified:

07 Oct 2026 04:34

URI:

http://eprints.amikom.ac.id/id/eprint/33190