Analisis Sentimen Tanggapan Masyarakat Terhadap Program Makan Bergizi Gratis Pada Platform YouTube Menggunakan SVM
DOI:
https://doi.org/10.29407/d2x6hw85Keywords:
Analisis Sentimen, Makan Bergizi Gratis, Support Vector Machine, TF-IDF, YouTubeAbstract
Program Makanan Bergizi Gratis (MBG) menuai reaksi tajam masyarakat, khususnya setelah munculnya insiden dugaan keracunan yang memicu krisis kepercayaan publik. Penelitian ini bertujuan untuk memetakan sentimen masyarakat secara objektif guna mengklarifikasi disparitas hasil penelitian terdahulu yang menunjukkan polarisasi opini yang kontradiktif. Metode penelitian menggunakan pendekatan kuantitatif dengan algoritma Support Vector Machine (SVM) untuk mengklasifikasikan komentar dari platform YouTube. Data dikumpulkan melalui teknik scraping, kemudian diproses melalui tahapan text mining yang meliputi pembersihan data, stemming menggunakan pustaka Sastrawi, serta pembobotan kata menggunakan TF-IDF. Proses pelabelan data memanfaatkan model bahasa RoBERTa untuk memastikan validitas kelas sentimen. Hasil pengujian menunjukkan bahwa algoritma SVM efektif dalam mengklasifikasikan data teks dengan tingkat akurasi sebesar 84%. Temuan penelitian mengungkap bahwa sentimen publik secara signifikan didominasi oleh respons negatif, yang merefleksikan kekhawatiran mendalam terhadap standar keamanan pangan dan pengawasan kualitas program. Penelitian ini menyimpulkan bahwa isu keracunan menjadi faktor determinan penurunan citra program, sehingga hasil analisis ini penting dijadikan landasan evaluasi mendesak bagi pemerintah untuk memperbaiki standar operasional prosedur guna memulihkan kepercayaan masyarakat.
Downloads
References
[1] C. A. A. Soemedhy et al., "Analisis Komparasi Algoritma Machine Learning untuk Sentiment Analysis (Studi Kasus: Komentar YouTube 'Kekerasan Seksual')," Jurnal Informatika: Jurnal Pengembangan IT (JPIT), vol. 7, no. 2, pp. 80–84, 2022.
[2] R. Asrianto and M. Herwinanda, "Analisis sentimen kenaikan harga kebutuhan pokok dimedia sosial youtube menggunakan algoritma support vector machine," CoSciTech Jurnal Computer Science and Information Technology, vol. 3, no. 3, pp. 431–440, 2022.
[3] V. Agustina and A. Herliana, "Analisis Sentimen Publik atas Kebijakan Efisiensi Anggaran 2025 dengan Text Mining dan Natural Language Processing," JURNAL MEDIA INFORMATIKA [JUMIN], vol. 6, no. 3, pp. 2182–2194, 2025.
[4] M. W. Arif and Kustiyono, "Analisis Sentimen Kebijakan Makan Bergizi Gratis di Media Sosial Menggunakan Natural Language Processing Berbasis Python TextBlob di Indonesia," Jurnal Pendidikan dan Teknologi Indonesia (JPTI), vol. 5, no. 9, pp. 2463–2471, 2025.
[5] F. Fatkhurrohman, B. I. Nugroho, and N. Fadillah, "Analisis Sentimen Program Makan Bergizi Gratis Pemerintah RI Melalui Twitter Menggunakan Metode SVM," Journal of Artificial Intelligence and Digital Business (RIGGS), vol. 4, no. 3, pp. 3906–3917, 2025.
[6] J. W. Iskandar and Y. Nataliani, "Perbandingan Naïve Bayes, SVM, dan k-NN untuk Analisis Sentimen Gadget Berbasis Aspek," JURNAL RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 6, pp. 1120–1126, 2021.
[7] J. Juliantono and Parjito, "Persepsi Publik Terhadap Kepemimpinan Firli Bahuri Di KPK: Pendekatan Sentimen Twitter Dengan Naïve Bayes Dan SVM," JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 10, no. 2, pp. 1272–1285, 2025.
[8] R. Firdaus, R. Al Hariri, and H. F. Amran, "Sentimen Analisis Masyarakat Tentang Penetapan Hari Raya Idul Adha Tahun 2023 Pada Video Youtube Menggunakan Algoritma Random Forest dan Support Vector Machine," JURNAL FASILKOM, vol. 14, no. 1, pp. 278–285, 2024.
[9] A. N. Syafia, M. F. Hidayattullah, and W. Suteddy, "Studi Komparasi Algoritma SVM Dan Random Forest Pada Analisis Sentimen Komentar Youtube BTS," Jurnal Informatika: Jurnal Pengembangan IT (JPIT), vol. 8, no. 3, pp. 207–212, 2023.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Wildan Rayyana Muntaza
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
