PENERAPAN RANDOM FOREST DENGAN SELEKSI FITUR CHI-SQUARE UNTUK ANALISIS SENTIMEN PROGRAM MAKAN BERGIZI GRATIS

Program Makan Bergizi Gratis (MBG) merupakan kebijakan pemerintah yang menyediakan makan siang dan susu gratis bagi siswa, serta dukungan gizi untuk ibu hamil dan balita. Tujuan program ini adalah meningkatkan kualitas gizi masyarakat, khususnya generasi muda. Namun, implementasinya memunculkan pro dan kontra di media sosial X. Sebagian masyarakat mendukung karena dianggap bermanfaat bagi kesehatan dan pendidikan, sedangkan lainnya mengkritik efektivitas sasaran, besarnya anggaran, dan potensi penyalahgunaan dana. Penelitian ini bertujuan menganalisis sentimen publik terhadap Program MBG melalui opini di media sosial. Analisis dilakukan dengan algoritma Random Forest yang dipadukan dengan TF-IDF, seleksi fitur Chi-Square, dan SMOTE untuk menyeimbangkan distribusi kelas. Data dikumpulkan melalui crawling tweet berbahasa Indonesia dengan kata kunci “makan bergizi gratis” dan “makan siang gratis” pada periode 1 Juni sampai 30 Agustus 2025. Penelitian menggunakan kerangka CRISP-DM, mulai dari pemahaman bisnis, pemahaman data, persiapan, pemodelan, evaluasi, dan penerapan. Evaluasi kinerja model menggunakan akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa penerapan SMOTE serta seleksi fitur Chi-Square dengan rasio 75% membantu model membedakan kedua kelas sentimen secara lebih seimbang. Model terbaik, yaitu Random Forest dengan hasil hyperparameter tuning, mencapai akurasi 92%, precision 0,92, recall 0,92, dan F1-score 0,92. Temuan ini menggambarkan bahwa opini publik terhadap Program MBG dengan kecenderungan sentimen positif lebih dominan.