Analisis Sentimen Program Makan Bergizi Gratis menggunakan IndoBERT dan BERTopic pada Media Sosial X

Constantine Kurniajaya, Raphael (2026) Analisis Sentimen Program Makan Bergizi Gratis menggunakan IndoBERT dan BERTopic pada Media Sosial X. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (5MB)
	PDF BAB_I.pdf Download (219kB)
	PDF BAB_II.pdf Download (591kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (279kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (579kB)
	PDF BAB_V.pdf Restricted to Registered users only Download (210kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (212kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)
	Archive (ZIP) 00000069425_2521_LembarPengesahan.pdf Restricted to Registered users only Download (66kB)

Abstract

Program Makan Bergizi Gratis (MBG) menjadi salah satu kebijakan pemerintah yang banyak dibahas oleh masyarakat di media sosial X. Banyaknya opini yang muncul membuat analisis secara manual menjadi sulit dilakukan, sehingga diperlukan pendekatan Natural Language Processing (NLP) untuk mengolah data tersebut. Penelitian ini menggunakan IndoBERT untuk mengklasifikasikan sentimen dan BERTopic untuk mengidentifikasi topik pembahasan dari tweet mengenai Program Makan Bergizi Gratis. Data dikumpulkan melalui proses scraping, kemudian dilakukan preprocessing, pelabelan secara manual, dan fine- tuning model IndoBERT. Evaluasi model dilakukan menggunakan accuracy, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model memperoleh accuracy sebesar 78,00%, precision sebesar 78,07%, recall sebesar 78,00%, dan F1-score sebesar 77,88%. Hasil analisis sentimen menunjukkan bahwa sentimen negatif merupakan kategori yang paling banyak ditemukan, yaitu sebesar 38,33%, diikuti sentimen netral sebesar 34,24% dan sentimen positif sebesar 27,43%. Selain itu, BERTopic menghasilkan 14 topik utama yang menggambarkan berbagai isu yang dibahas masyarakat terkait Program Makan Bergizi Gratis. Hasil penelitian ini menunjukkan bahwa penggunaan IndoBERT dan BERTopic dapat membantu memahami kecenderungan sentimen serta topik yang berkembang dalam diskusi publik di media sosial X.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Constantine Kurniajaya, Raphael (00000069425)
Contributors:	Aditiyawan, Aditiyawan (8994550022)
Keywords:	Analisis Sentimen, BERTopic, IndoBERT, Program Makan Bergizi Gratis, Topic modeling
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	23 Jul 2026 07:59
URI:	https://kc.umn.ac.id/id/eprint/47931

Actions (login required)

View Item