PERBANDINGAN MODEL IndoROBERTa-CNN-LSTM DAN IndoROBERTa-CNN-GRU UNTUK ANALISIS SENTIMEN MAKAN BERGIZI GRATIS DI MEDIA SOSIAL X
Program Makan Bergizi Gratis (MBG), yang diprakarsai oleh Presiden Prabowo Subianto dan Wakil Presiden Gibran Rakabuming Raka sebagai bagian dari upaya mewujudkan Visi Indonesia Emas 2045 telah menjadi topik diskusi yang signifikan di media sosial X dan menghasilkan beragam opini publik. Analisis sentimen yang akurat diperlukan untuk memahami persepsi masyarakat terhadap kebijakan ini. Penelitian ini membandingkan kinerja model deep learning hibrida, IndoROBERTa-CNN-LSTM dan IndoROBERTa-CNN-GRU, untuk menganalisis sentimen publik terhadap program "Makan Bergizi Gratis" (MBG) di media sosial X. Menggunakan 11.057 data tweet yang telah melalui preprocessing dan penyeimbangan kelas dengan SMOTE, kedua model dievaluasi melalui validasi silang 5-fold. Hasil menunjukkan model IndoROBERTa-CNN-LSTM unggul dengan akurasi 79,11% dibandingkan IndoROBERTa-CNN-GRU (78,75%). Analisis menemukan bahwa sentimen publik didominasi oleh opini negatif, dan kedua model kesulitan mengklasifikasikan kelas netral yang ambigu. Disimpulkan bahwa arsitektur LSTM lebih akurat, namun arsitektur GRU lebih efisien secara komputasi.
URI
https://repo.itera.ac.id/depan/submission/SB2507280003
Keyword
sentimen deep learning LSTM CNN GRU INDOROBERTA MAKAN BERGIZI GRATIS MBG