Analisis Sentimen Publik Pada Platform X Terhadap Kebijakan Makan Bergizi Gratis Menggunakan Fine-Tuning Indobert Dan Fasttext

Intan Nurzari; R. Joko Musridho; David Ibnu Harris; Regina Sesilia; M. Abdi Ahzani; M. Hasbullah; Irfan Alfalah; Arjunaidi Arjunaidi

doi:10.31004/jiki.v2i1.35

Authors

Intan Nurzari Universitas Pahlawan Tuanku Tambusai
R. Joko Musridho Universitas Pahlawan Tuanku Tambusai
David Ibnu Harris Universitas Pahlawan Tuanku Tambusai
Regina Sesilia Universitas Pahlawan Tuanku Tambusai
M. Abdi Ahzani Universitas Pahlawan Tuanku Tambusai
M. Hasbullah Universitas Pahlawan Tuanku Tambusai
Irfan Alfalah Universitas Pahlawan Tuanku Tambusai
Arjunaidi Arjunaidi Universitas Pahlawan Tuanku Tambusai

DOI:

https://doi.org/10.31004/jiki.v2i1.35

Keywords:

analisis sentimen, Makan Bergizi Gratis, IndoBERT, FastText.

Abstract

Penelitian ini menganalisis sentimen publik pada platform media sosial X terhadap kebijakan Makan Bergizi Gratis menggunakan pendekatan klasifikasi hibrida yang menggabungkan FastText dan IndoBERT. Analisis sentimen diperlukan untuk memahami respons masyarakat terhadap program yang memiliki alokasi anggaran besar serta menghadapi berbagai tantangan implementasi. Data penelitian diperoleh dari 761 cuitan yang dikumpulkan selama periode April–Juni 2026 menggunakan Tweet Harvest. Setelah proses pembersihan data dan penghapusan duplikat, diperoleh 512 cuitan yang kemudian diberi label secara manual ke dalam tiga kategori sentimen, yaitu positif, netral, dan negatif. Dataset dibagi menjadi data latih (80%) dan data uji (20%) dengan teknik stratifikasi. Penelitian membandingkan model IndoBERT murni dengan model hibrida FastText–IndoBERT. Hasil menunjukkan bahwa model usulan memperoleh akurasi 88% dan F1-score terbobot 0,88, lebih tinggi dibandingkan model dasar yang mencapai akurasi 84% dan F1-score 0,84. Peningkatan kinerja terutama terlihat pada kelas sentimen minoritas. Analisis sentimen menunjukkan bahwa opini negatif mendominasi pembahasan publik terkait kebijakan ini, yang umumnya berkaitan dengan kekhawatiran terhadap penggunaan anggaran dan pelaksanaan program.

References

Ahmad, F. F., Abdillah, M., Agustino, W., & Herliska, R. (2025). Akuntabilitas Kebijakan Makan Bergizi Gratis Terhadap Aduan Keracunan Makanan melalui Media Sosial. 9(2). https://doi.org/https://doi.org/10.31002/jpalg.v9i2.3010

Duong, H. T., & Thi, T. N. (2021). A review : preprocessing techniques and data augmentation for sentiment analysis. Computational Social Networks, 1–16. https://doi.org/10.1186/s40649-020-00080-x

Hadinata, M. (2026). Free Nutritious Meal Policy in Indonesia under President Prabowo. 65–78. https://doi.org/https://doi.org/10.21787/jbp.18.2026.2896

Haikal, M., & Erfina, A. (2026). Analisis Sentimen Warganet terhadap Program Makan Bergizi Gratis (MBG) Menggunakan Model Indobert. 5(3). https://doi.org/https://doi.org/10.58344/locus.v5i3.5253

Kemp, S. (2025). Datareportal. https://datareportal.com/reports/digital-2025-indonesia?

Lee, M. (2023). Mathematical Analysis and Performance Evaluation of the GELU Activation Function in Deep Learning. https://doi.org/10.1155/2023/4229924

Palomino, M. A. (2022). Evaluating the Effectiveness of Text Pre-Processing in Sentiment Analysis. https://doi.org/https://doi.org/10.3390/app12178765

Rohman, S., & Agung, I. W. P. (2025). Komparasi Algoritma Indobert, Svm, Dan Random Forest Dalam Analisis Sentimen Program Makan Bergizi Gratis. 9(6), 9464–9471. https://doi.org/https://doi.org/10.36040/jati.v9i6.15611

Setiadi, E., & Sulistyo, D. A. (2025). Analisis Sentimen Kebijakan Makan Bergizi Gratis Menggunakan IndoBERT dan Machine Learning. 15(3), 507–513. https://doi.org/https://doi.org/10.37859/jf.v15i3.10546

Sheng, L., Fan, Y., Liu, J., & Liu, D. (2023). An Improved Direct Predictive Torque Control for Torque Ripple and Copper Loss Reduction in SRM Drive. https://doi.org/https://doi.org/10.3390/app13095319

Thara, S., & Poornachandran, P. (2022). Social media text analytics of Malayalam – English code ‑ mixed using deep learning. Journal of Big Data. https://doi.org/10.1186/s40537-022-00594-3

Tyas, F. A., Fajriyah, R. F., & Nuraningsih, F. (2025). Analisis Prediktif Respons Pengguna X Terhadap Implementasi Program Makan Bergizi Gratis Menggunakan Algoritma IndoBERT. 1–12. https://jurnal.umj.ac.id/index.php/semnaslit/article/view/29591/13033

Wodarski, P., Gruszka, G., Chmura, M., Ples, M., Gzik, M., & Jurkoj´c, J. (2023). Influence of Induced Environment Oscillations on Limits of Stability in Healthy Adults. https://doi.org/https://doi.org/10.3390/app131810331

Xu, Q. A., Chang, V., & Jayne, C. (2022). A systematic review of social media-based sentiment analysis : Emerging trends and challenges. Decision Analytics Journal, 3(May), 100073. https://doi.org/10.1016/j.dajour.2022.100073

Yuswira, J. D., & Ginting, J. A. (2026). Analisis Sentimen Dan Social Network Analysis Pada Isu Makanan Bergizi Gratis Di X/Twitter Menggunakan Indobert. 10(1), 1259–1265. https://doi.org/https://doi.org/10.36040/jati.v10i1.16948