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.