KLASIFIKASI SENTIMEN PUBLIK TERHADAP PPN 12% DI MEDIA SOSIAL X MENGGUNAKAN NAÏVE BAYES

Abstract

Program Makan Siang Gratis yang diperkenalkan dalam Pemilihan Presiden 2024 menjadi sorotan publik dengan berbagai tanggapan positif dan negatif di media sosial. Penelitian ini bertujuan untuk menganalisis sentimen netizen di media sosial X terhadap program ini menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui proses crawling menggunakan Twitter API, kemudian dilakukan preprocessing, ekstraksi fitur dengan Term Frequency-Inverse Document Frequency (TF-IDF), dan klasifikasi sentimen ke dalam tiga kategori: positif, negatif, dan netral. Hasil evaluasi menunjukkan bahwa model Naïve Bayes memiliki akurasi 65%, dengan sentimen negatif mendominasi (45%), diikuti oleh sentimen netral (35%) dan positif (20%). Analisis lebih lanjut mengungkapkan bahwa sentimen negatif umumnya berkaitan dengan kekhawatiran terhadap efektivitas dan transparansi program, sementara sentimen positif berasal dari optimisme terhadap manfaat program dalam mengatasi masalah gizi dan stunting. Temuan ini menunjukkan perlunya strategi komunikasi dan sosialisasi yang lebih baik agar program lebih diterima oleh masyarakat.