ANALISIS SENTIMEN MAKAN BERGIZI GRATIS (MBG) DENGAN METODE NAIVE BAYES

Program Makan Bergizi Gratis (MBG) merupakan salah satu kebijakan strategis pemerintah dalam meningkatkan kualitas sumber daya manusia menuju Indonesia Emas 2045. Pelaksanaan program ini menimbulkan berbagai tanggapan dari masyarakat yang banyak disampaikan melalui media sosial, khususnya Twitter (X). Opini yang tersebar dalam jumlah besar dan tidak terstruktur tersebut memerlukan teknik analisis khusus untuk mengetahui kecenderungan sentimen publik secara objektif. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Program Makan Bergizi Gratis (MBG) menggunakan algoritma Naive Bayes. Data yang digunakan dalam penelitian ini berjumlah 3.406 tweet yang diperoleh melalui proses crawling berdasarkan kata kunci terkait MBG. Tahapan penelitian mengacu pada metode Knowledge Discovery in Database (KDD) yang meliputi seleksi data, preprocessing (cleaning, case folding, tokenizing, normalization, stopword removal, dan stemming), pelabelan sentimen, transformasi fitur menggunakan TF-IDF, pembagian data latih dan data uji, proses klasifikasi menggunakan Naive Bayes, serta evaluasi model menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa sentimen positif lebih dominan dibandingkan sentimen negatif. Evaluasi model menghasilkan akurasi sebesar 0,74, dengan precision dan recall masing-masing 0,73 dan 0,81 pada kelas positif, serta 0,76 dan 0,66 pada kelas negatif, dan F1-score rata-rata sebesar 0,74. Berdasarkan confusion matrix, model berhasil mengklasifikasikan 294 data positif dan 212 data negatif secara benar. Hasil ini menunjukkan bahwa kombinasi lexicon-based, TF-IDF, dan Naive Bayes mampu memberikan kinerja yang cukup baik dalam analisis sentimen opini publik terhadap program MBG.