RHALASYA ELEINA, PUTRI (2026) ANALISIS SENTIMEN TERHADAP PROGRAM MAKAN BERGIZI GRATIS DENGAN METODE DEEP LEARNING LONG SHORT TERM MEMORY DAN GATED RECURRENT UNIT PADA MEDIA SOSIAL X. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.
|
Text
ABSTRAK.pdf Download (174kB) | Preview |
|
|
Text
SKRIPSI FULL.pdf Restricted to Repository staff only Download (4MB) | Request a copy |
||
|
Text
SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1MB) | Preview |
Abstract
Penelitian ini menganalisis sentimen masyarakat terhadap Program Makan Bergizi Gratis (MBG) pada tingkat SMA melalui tweet berbahasa Indonesia di media sosial X pada periode Januari-Agustus 2025. Data diperoleh melalui scrapping data berdasarkan kata kunci terkait MBG sebanyak 13.486 tweet dan setelah penghapusan duplikasi data tersisa 12.476 tweet. Pelabelan sentimen dilakukan secara semi-otomatis melalui kombinasi pelabelan manual dan IndoBERT sehingga diperoleh 5.039 kelas negatif, 3.754 kelas netral, dan 3.682 kelas positif. Untuk mengatasi ketidakseimbangan kelas, dilakukan pada data latih menggunakan ADASYN. Selanjutnya, pemodelan klasifikasi sentimen dilakukan dengan model Long Short-Term Memory dan Gated Recurrent Unit, dan menggunakan Stratified k-Fold Cross Validation (k=10). Hasil pengujian dengan model LSTM memberikan performa terbaik dengan akurasi 77,63%, presisi 77,51%, recall 77,4%, F1-score 77,46%, dan AUC 91,54%, sementara GRU memperoleh akurasi 75,59%, presisi 75,24%, recall 75,71%, F1-score 75,4%, dan AUC 90,82%. Penelitian ini juga melakukan analisis linguistik dengan n-gram, POS tagging, dan dependency parsing, serta analisis temporal dan spasial untuk mengidentifikasi pola percakapan dan faktor pendorong sentimen. Secara umum, percakapan didominasi sentimen negatif yang banyak menyoroti isu kualitas makanan dan anggaran, sementara sentimen positif muncul pada narasi manfaat gizi dan pemerataan program, dan sentimen netral cenderung berupa informasi pelaksanaan tanpa penilaian eksplisit. Kata Kunci: Analisis Sentimen, Program Makan Bergizi Gratis, X, Long Short Term Memory, Gated Recurrent Unit, Adaptive Synthetic Sampling Approach.
| Item Type: | Other |
|---|---|
| Subjects: | ?? 000 ?? ?? 004 ?? ?? 005 ?? ?? 006 ?? |
| Divisions: | Fakultas MIPA > Prodi Ilmu Komputer |
| Depositing User: | Putri Rhalasya Eleina |
| Date Deposited: | 22 Apr 2026 02:53 |
| Last Modified: | 22 Apr 2026 02:53 |
| URI: | http://digilib.unila.ac.id/id/eprint/98425 |
Actions (login required)
![]() |
View Item |
