ANALISIS SENTIMEN PROGRAM PEMERINTAH MAKAN BERGIZI GRATIS MENGGUNAKAN METODE INDOBERT TRANSFORMER

Abstract

Masalah gizi buruk dan stunting masih menjadi tantangan serius di Indonesia. Sebagai upaya strategis, pemerintah meluncurkan Program Makan Bergizi Gratis (MBG) pada tahun 2025 yang ditujukan untuk anak-anak sekolah dan ibu hamil. Program ini memunculkan berbagai respon masyarakat di media sosial, baik positif maupun negatif. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap program MBG dengan menggunakan metode IndoBERT Transformer, sebuah model deep learning yang dioptimalkan untuk bahasa Indonesia. Data penelitian diambil dari dataset Kaggle yang berisi 656 ulasan publik terkait program MBG. Proses penelitian meliputi preprocessing data (case folding, cleaning, normalisasi), tokenisasi, embedding, pelatihan, serta evaluasi model. Hasil pengujian menunjukkan bahwa model IndoBERT mampu mengklasifikasikan sentimen dengan akurasi sebesar 85%, precision 0.92 pada kelas negatif, serta recall 0.68 pada kelas positif. Temuan ini menunjukkan bahwa IndoBERT efektif dalam menangkap konteks bahasa Indonesia pada opini publik, meskipun terdapat tantangan pada data yang tidak seimbang. Penelitian ini diharapkan dapat memberikan masukan bagi pemerintah dalam mengevaluasi dan mengembangkan program MBG, sekaligus memperkaya literatur mengenai penerapan Transformer untuk analisis sentimen kebijakan publik di Indonesia.