Analisis Sentimen Publik terhadap Program Makan Bergizi Gratis di Sosial Media TikTok Menggunakan Support Vector Machine (SVM)
Bilah Samping Artikel
Isi Artikel Utama
Abstrak
Program makan bergizi gratis kini sedang menjadi perbincangan hangat karena mendapatkan anggaran yang besar dengan tujuan untuk menekan angka stunting sehingga memicu dinamika opini masyarakat di tiktok yang kini telah menjadi ruang diskusi publik yang dinamis. Penelitian ini berfokus untuk memetakan secara objektif respons publik mengenai kebijakan program makan bergizi gratis di media sosial tiktok. Metode SVM ini dipilih karena memiliki keunggulan dalam mengklasifikasikan teks berdimensi tinggi dan karena kemampuannya yang bisa memberikan akurasi yang stabil. Dengan tahap awal mengumpulkan data sebanyak 14.930 data mentah dari Oktober – November 2025, melakukan cleaning data, normalisasi teks, dan pembobotan TF-IDF untuk mengubahnya menjadi fitur numerik. Setelah proses pelatihan dengan pembagian data 80:20, model SVM mencapai tingkat akurasi sebesar 79%. Hasil analisis sentimen menunjukkan bahwa kata yang sering muncul pada sentimen positif adalah yang terkait dengan rasa syukur, manfaat program, dan dukungannya, sedangkan untuk sentimen negatif terkait dengan pelaksanaan program, pemotongan anggaran dan besarnya biaya. Akurasi sebesar 79% membuktikan metode SVM ini valid sebagai dasar untuk menyediakan data real-time sangat penting untuk pemerintah dalam mengevaluasi dan merespons aspirasi masyarakat secara adaptif.
Rincian Artikel
Referensi
R. F. Pramesti, A. A. Firdaus, K. Yulita, and M. Thoyyibah, “Analisis Efisiensi Apbn Era Prabowo: Kajian Ekonomi Dan Analisis Sentimen Publik,” Jesya, vol. 8, no. 2, pp. 1147–1161, Jul. 2025, doi: 10.36778/jesya.v8i2.2054.
M. Mahbub Ihza Mubarak and A. Satrio, “Analisis Dampak Media Sosial Tiktok Terhadap Pendidikan Karakter Di Era Teknologi 4.0,” Journal of Instructional Technology J-INSTECH, vol. 5, no. 2, pp. 105–121, Jun. 2024, doi: https://doi.org/10.20527/j-instech.v5i2.12034.
R. Ayu, A. Dewi, N. Putri, and Firman, “Melihat Peran Buzzer di Aplikasi TikTok dalam Pemilu 2024 Studi Kasus Buzzer terhadap Pasangan 01 Melihat Pengaruh dalam Ruang Digital,” Jurnal ISO: Jurnal Ilmu Sosial, Politik dan Humaniora, vol. 4, no. 2, pp. 1–14, Dec. 2024, doi: 10.53697/iso.v4i2.1993.
A. Sasmito Aribowo, “Analisis Sentimen Publik pada Program Kesehatan Masyarakat menggunakan Twitter Opinion Mining,” pp. 17–23, 2018.
Wardianto, P. Muhamad Jakak, and M. Rohman, “Analisis Sentimen Public Program Makan Bergizi Gratis Platform Instagram Dengan Algoritma SVM,” SMARTICS Journal, vol. 11, no. 1, pp. 14–20, Apr. 2025, doi: 10.21067/smartics.v11i1.11852.
M. F. Firdaus, D. E. Ratnawati, and N. Y. Setiawan, “Analisis Sentimen Berbasis Aspek Pada Ulasan Pelanggan Restoran Menggunakan Algoritma Support Vector Machine (Studi Kasus: Depot Bamara),” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 11, no. 6, pp. 1265–1272, Dec. 2024, doi: 10.25126/jtiik.2024117564.
A. Nofandi, N. Y. Setiawan, and D. W. Brata, “Analisis Sentimen Ulasan Pelanggan dengan Metode Support Vector Machine (SVM) untuk Peningkatan Kualitas Layanan pada Restoran Warung Wareg,” vol. 7, no. 1, pp. 458–466, 2023, [Online]. Available: http://j-ptiik.ub.ac.id
M. Salman Husairi, S. Besar Algoritma, S. Malika Azzahra, A. Fahra Anggraini, M. Biaggi, and P. Khoirotun Nisa, “Seberapa Besar Algoritma TikTok dalam Mempengaruhi Opini Publik tentang Kebijakan Kesehatan di Jakarta Selatan,” Edu Society: Jurnal Pendidikan, Ilmu Sosial, dan Pengabdian Kepada Masyarakat, vol. 5, no. 2, pp. 810–815, 2025, doi: https://doi.org/10.56832/edu.v5i2.1360.
K. Setiawan et al., “Analisis Sentimen Komentar TikTok terhadap Kebijakan Larangan Wisuda Sekolah oleh Gubernur Jawa Barat Menggunakan Algoritma Naive Bayes,” Jurnal Indonesia : Manajemen Informatika dan Komunikasi (JIMIK), vol. 6, no. 3, pp. 1834–1841, Sep. 2025, [Online]. Available: https://journal.stmiki.ac.id
A. R. Lubis, S. Nailah, and Y. P. Utami, “Pamarenda : Public Administration and Government Journal Analisis Isu Pada Media Sosial (X) Terkait Program TAPERA Berdasarkan Peraturan Pemerintah,” vol. 4, no. 3, pp. 395–405, Mar. 2025, doi: 10.52423/pamarenda.v4i3.51.
Y. Ardian Pradana, I. Cholissodin, and D. Kurnianingtyas, “Analisis Sentimen Pemindahan Ibu Kota Indonesia pada Media Sosial Twitter menggunakan Metode LSTM dan Word2Vec,” vol. 7, no. 5, pp. 2389–2397, May 2023, [Online]. Available: http://j-ptiik.ub.ac.id
Mutiara Sintia Dewi and A. H. Hasugian, “Penerapan Support Vector Machine Untuk Analisis Sentimen Pada Tanggapan Masyarakat Di Media Sosial Terhadap Program Makan Siang Gratis,” Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, vol. 10, no. 2, pp. 911–922, Jul. 2025, doi: 10.36341/rabit.v10i2.6425.
Wijaya Danu and Sutedi, “Analisis Sentimen Opini Masyarakat Terhadap Penerapan Pelayanan Digital Di Desa Margomulyo Menggunakan Algoritma K-Nearestneighbor,” Jurnal Ilmu Komputer, Sistem Informasi, Teknik Informatika, no. 1, pp. 13–26, Mar. 2024.