ANALISIS SENTIMEN PROGRAM MAKAN BERGIZI GRATIS BERBASIS LEXICON-BASED MENGGUNAKAN SUPPORT VECTOR MACHINE DAN CHI-SQUARE

Media sosial X merupakan salah satu platform yang umum digunakan oleh masyarakat Indonesia untuk menyampaikan opini mengenai berbagai hal, seperti program Makan Bergizi Gratis (MBG). Program MBG merupakan program yang dirancang untuk menyediakan makanan sehat dan bergizi tanpa biaya kepada anak-anak di Indonesia, program ini bertujuan meningkatkan kecukupan gizi, membantu perkembangan kecerdasan anak, dan mencegah masalah stunting. Penelitian ini bertujuan untuk mengklasifikasikan tweet terkait program MBG menggunakan Support Vector Machine (SVM) dengan menerapkan pendekatan Lexicon-Based dan seleksi fitur Chi-Square, sehingga didapatkan informasi mengenai sentimen masyarakat terhadap program tersebut. Data sejumlah 2876 tweet didapatkan dari hasil crawling di media sosial X. Data tersebut diberikan label menggunakan InSet Lexicon dan dilakukan pembagian data ke dalam rasio 80:20 untuk proses klasifikasi. Hasil klasifikasi menggunakan metode SVM kemudian dievaluasi menggunakan confusion matrix dan k-fold cross validation. Dari hasil penelitian, metode SVM menghasilkan nilai akurasi rata-rata sebesar 83.42%, presisi 84.21%, recall 83.42%, dan f1-score 81.43%. Sedangkan metode SVM dengan tambahan penerapan SMOTE dan seleksi fitur Chi-Square menghasilkan nilai akurasi tertinggi sebesar 95.83%, presisi 95.85%, recall 95.83%, dan f1-score 95.83%. Penambahan SMOTE dan seleksi fitur Chi-Square terbukti dapat meningkatkan performa model SVM. Dari hasil klasifikasi didapatkan bahwa sentimen masyarakat cenderung kearah positif terhadap program MBG.