View/Open

Author

Date Published
02 Jan 2026

Advisor
Dr. Rifky Fauzi, S.Si., M.Si.,
Aswan Anggun Pribadi, S.Si., M.Si.,

Subject
Matematika

Publisher

Program Makan Bergizi Gratis merupakan kebijakan sosial berskala nasional yang dirancang untuk meningkatkan kualitas gizi dan mendukung pembangunan sumber daya manusia. Implementasi program ini memunculkan beragam respons publik, khususnya di media sosial X, yang mencerminkan dukungan, kritik, maupun sikap netral masyarakat terhadap pelaksanaan kebijakan. Penelitian ini bertujuan untuk membangun model klasifikasi sentimen publik terhadap Program Makan Bergizi Gratis menggunakan algoritma Extreme Gradient Boosting (XGBoost), serta mengevaluasi kinerja model dalam mengk- lasifikasikan sentimen ke dalam tiga kelas, yaitu positif, negatif, dan netral. Metode penelitian diawali dengan pengumpulan data teks dari media sosial X, diikuti oleh tahapan pra-pemrosesan, pelabelan sentimen, dan ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF). Pembangunan model dilakukan melalui dua tahap. Hasil penelitian menunjukkan bahwa base model XGBoost berhasil membangun model klasifikasi sentimen publik dengan tingkat akurasi sekitar 75,40%, yang mengindikasikan kemampuan model dalam menangkap pola umum sentimen. Proses optimasi hiperpa- rameter menghasilkan model terbaik dengan tingkat akurasi sekitar 87,94%, yang mencerminkan peningkatan kinerja klasifikasi secara signifikan.

URI
https://repo.itera.ac.id/depan/submission/SB2601020008

Keyword
Analisis Sentimen, Extreme Gradient Boosting, Klas