UNVEILING PUBLIC SENTIMENT: SUPPORT VECTOR MACHINE AND DECISION TREE ANALYSIS OF INSTAGRAM RESPONSES TO IMPLEMENTATION OF FREE NUTRITIOUS MEAL PROGRAM

Abstract

Pemerintah telah meluncurkan Program Makan Bergizi Gratis sebagai upaya strategis untuk menurunkan angka stunting dan meningkatkan kualitas gizi masyarakat. Namun, kebijakan ini memicu berbagai respons publik di media sosial, termasuk Instagram. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat dengan memanfaatkan algoritma Support Vector Machine dan Decision Tree. Data diperoleh dari 2.327 komentar bertagar #MakanBergiziGratis yang dikumpulkan melalui proses scraping, kemudian dianalisis melalui tahapan praproses teks, pembobotan TF-IDF, dan klasifikasi menggunakan Python. Sentimen dikategorikan menjadi positif dan negatif. Hasil analisis menunjukkan bahwa sentimen negatif sangat mendominasi (98,1%), dengan topik utama kekhawatiran terhadap pelaksanaan dan transparansi anggaran. Hasil menunjukkan kedua algoritma memiliki akurasi tinggi (99%). Pada sentimen positif, Support Vector Machine unggul dalam precision (1,00) tetapi memiliki recall rendah (0,44), sedangkan Decision Tree menunjukkan performa lebih seimbang dengan precision (0,83) dan recall (0,56). Temuan penelitian ini diharapkan dapat membantu pembuat kebijakan dalam mengevaluasi serta menyempurnakan implementasi program agar lebih efektif di masa mendatang.