ANALISIS SENTIMEN DAN SOCIAL NETWORK ANALYSIS PADA ISU MAKANAN BERGIZI GRATIS DI X/TWITTER MENGGUNAKAN INDOBERT

Abstract

Program Makanan Bergizi Gratis (MBG) jadi salah satu kebijakan yang paling ramai dibahas di media sosial, tapi volume cuitan yang besar bikin pemantauan manual jadi tidak realistis. Masalahnya, opini publik tentang MBG sering bercampur antara dukungan, kritik, dan informasi yang simpang siur, sehingga dibutuhkan cara yang lebih cepat untuk merangkum sentimen dan melihat siapa saja akun yang paling berpengaruh dalam percakapan. Penelitian ini bertujuan menganalisis persepsi publik tentang MBG dengan menggabungkan klasifikasi sentimen berbasis IndoBERT dan Social Network Analysis (SNA) pada jaringan mention. Data diambil dari percakapan publik berbahasa Indonesia di X/Twitter menggunakan kata kunci terkait MBG, lalu diproses melalui pembersihan teks, normalisasi, dan de-duplikasi. IndoBERT di-fine-tune untuk memprediksi sentimen negatif, netral, dan positif, sedangkan SNA membangun graf terarah berbobot dari relasi @mention dan menghitung metrik sentralitas (in-degree, out-degree, betweenness, closeness) yang kemudian digabungkan menjadi skor overall. Hasilnya, model sentimen memperoleh weighted F1-score 0,7413 pada data uji (N=142) dan distribusi sentimen setelah de-duplikasi menunjukkan kelas positif 41,9%, netral 30,1%, dan negatif 28,0%. Dari sisi jejaring, akun-akun seperti prabowo, dssupriyady, dan beberapa akun institusi/partai muncul sebagai aktor dengan skor pengaruh tertinggi. Temuan ini membantu melihat arah opini sekaligus pola interaksi, sehingga analisis isu MBG bisa lebih utuh.