ANALISIS SENTIMEN PUBLIK TERHADAP PROGRAM MAKAN BERGIZI GRATIS (MBG) PADA APLIKASI X MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DENGAN TEKNIK SMOTE

Abstract

Program Makan Bergizi Gratis (MBG) merupakan salah satu program prioritas pemerintah yang bertujuan meningkatkan kualitas sumber daya manusia melalui pemenuhan kebutuhan gizi peserta didik. Pelaksanaan program ini menuai beragam respons di media sosial X, terutama terkait aspek anggaran dan distribusi, sehingga diperlukan analisis sentimen untuk memahami kecenderungan opini publik. Penelitian ini bertujuan membangun sistem klasifikasi sentimen masyarakat terhadap program MBG melalui metode Support Vector Machine (SVM) menggunakan teknik SMOTE guna mengatasi permasalahan ketidakseimbangan kelas yang umum ditemukan pada data media sosial. Dataset penelitian terdiri dari 3.809 tweet yang terbagi menjadi tiga kelas sentimen, yakni positif, netral, serta negatif. Tahapan penelitian meliputi preprocessing data, pembobotan TF-IDF, serta proses klasifikasi menggunakan metode SVM sebelum dan sesudah penerapan SMOTE. Berdasarkan hasil uji, SMOTE meningkatkan akurasi dari 82,68% menjadi 84,51% dan F1-score average dari 81,59% menjadi 83,89%. Hasil tersebut menunjukkan bahwa penerapan SMOTE mampu meningkatkan performa klasifikasi serta mengatasi permasalahan ketidakseimbangan data sehingga menghasilkan distribusi prediksi yang lebih seimbang. Dengan demikian, metode SVM menggunakan teknik SMOTE efektif digunakan untuk analisis sentimen terhadap Program MBG pada aplikasi X