ANALISIS SENTIMEN TERHADAP MAKAN BERGIZI GRATIS PADA SOSIAL MEDIA X MENGGUNAKAN METODE DECICION TREE DENGAN PEMBANDING NAIVE BAYES

Abstract

Media sosial X (sebelumnya Twitter) telah menjadi tempat yang populer bagi orang-orang untuk berbagi pendapat, termasuk tentang program sosial seperti makan bergizi gratis yang belakangan ini menjadi perhatian publik. Tujuan dari program ini adalah untuk meningkatkan kesehatan masyarakat, terkhusus bagi anak-anak sekolah. Program ini menerima banyak tanggapan dari masyarakat, yang sebagian besar positif. Dengan menggunakan teknik klasifikasi Decision Tree, penelitian ini bertujuan untuk melihat bagaimana orang-orang di media sosial X melihat program makan bergizi gratis. Data dikumpulkan melalui proses crawling dengan kata kunci "Makan Bergizi Gratis", lalu dilakukan perbaikan, tokenisasi, penghapusan kata kunci, dan stemming. Setelah algoritma Decision Tree digunakan untuk melakukan klasifikasi, hasil evaluasi digunakan untuk membandingkannya dengan algoritma Naïve Bayes. Hasil menunjukkan bahwa algoritma Decision Tree memiliki akurasi sebesar 76,38%, dengan kinerja yang baik terutama pada kelas sentimen positif. Sementara itu, algoritma Naïve Bayes memiliki akurasi sebesar 75,59%, tetapi distribusi prediksinya cenderung tidak merata di antara kelas sentimen. Penelitian ini menunjukkan bahwa metode Decision Tree mampu memberikan klasifikasi yang cukup seimbang untuk menangani data sentimen multi-kelas dan memberikan gambaran umum tentang persepsi publik terhadap kebijakan makan bergizi gratis di Indonesia