ANALISIS SENTIMEN PROGRAM MAKAN BERGIZI GRATIS BERDASARKAN KOMENTAR DI MEDIA SOSIAL X MENGGUNAKAN GRU
DOI:
https://doi.org/10.23960/jitet.v14i1.8754Abstract Views: 198 File Views: 76
Keywords:
analisis sentiment, GRU, media sosial, MBGAbstract
Penelitian ini berfokus pada analisis sentimen masyarakat terhadap program Makan Bergizi Gratis (MBG) dengan memanfaatkan data dari platform media sosial X. Metode yang digunakan adalah Recurrent Neural Network (RNN) dengan varian Gated Recurrent Unit (GRU), yang dinilai efektif dalam pemrosesan teks. Melalui teknik web scraping, diperoleh sebanyak 10.524 komentar dan unggahan pengguna, yang kemudian diklasifikasikan ke dalam dua kategori sentimen, yaitu positif dan negatif. Proses analisis diawali dengan tahapan pra-pemrosesan, meliputi pembersihan teks, penghapusan stopword, lemmatization, serta tokenisasi. Hasil penelitian menunjukkan bahwa mayoritas pengguna memberikan tanggapan positif terhadap program MBG, meskipun terdapat pula opini negatif. Model GRU menghasilkan nilai precision, recall, dan f1-score sebesar 91% pada sentimen positif serta 88% pada sentimen negatif. Temuan ini menegaskan bahwa GRU, sebagai salah satu varian RNN, mampu mengolah data media sosial secara efektif untuk menangkap dan memahami persepsi publik dalam skala besar
Downloads
References
L. Tsabitah et al., “ANALISIS SENTIMEN PROGRAM MAKAN SIANG GRATIS DALAM MENDUKUNG SDGS MENGGUNAKAN NAÏVE BAYES,” Jurnal Mahasiswa Teknik Informatika), vol. 9, no. 4, pp. 6288–6294, 2025, [Online]. Available: https://www.kaggle.com
P. Muhammad Jakak and M. Rahman, “Analisis Sentimen Publik Terhadap Program Makan Bergizi Gratis di Instagram Menggunakan Algoritma Support Vector Machine,” SMARTICS Journal, vol. 11, no. 1, pp. 14–20, 2025, doi: 10.21067/smartics.v11i1.11852.
E. I. Saputra, T. Sy. E. Fatdha, Agustin, Junadhi, and M. Khairul Anam, “Klasifikasi Emosi Terhadap Konflik Israel-Palestina Menggunakan Algoritma Gated Recurrent Unit,” The Indonesian Journal of Computer Science, vol. 13, no. 4, pp. 6230–6242, Jul. 2024, doi: 10.33022/ijcs.v13i4.4106.
V. R. Danestiara, E. Setiana, I. Akbar, and T. Hidayah, “Algoritma Gated Recurrent Unit untuk Prediksi Harga Indeks Penutupan Saham LQ45,” Jurnal Accounting Information System (AIMS, vol. 7, no. 1, pp. 1–8, 2024, doi: 10.32627.
F. Lubis and D. Novianty Sitompul, “Aspect-Based Sentiment Analysis on Hotel Reviews Using Gated Recurrent Unit,” INCODING: Journal of Informatics and Computer Science Engineering , vol. 5, no. 1, pp. 75–94, 2025, doi: 10.34007/incoding.v5i1.710.
Z. Purwanti, P. Studi Sistem Informasi, S. Tinggi Ilmu Komputer Cipta Karya Informatika, K. Jakarta Timur, and D. Khusus Ibukota Jakarta, “Pemodelan Text Mining untuk Analisis Sentimen Terhadap Program Makan Siang Gratis di Media Sosial X Menggunakan Algoritma Support Vector Machine (SVM),” Jurnal Indonesia : Manajemen Informatika dan Komunikasi (JIMIK), vol. 5, no. 3, pp. 3065–3079, 2024, [Online]. Available: https://journal.stmiki.ac.id
A. Sitanggang, Y. Umaidah, Y. Umaidah, R. I. Adam, and R. I. Adam, “ANALISIS SENTIMEN MASYARAKAT TERHADAP PROGRAM MAKAN SIANG GRATIS PADA MEDIA SOSIAL X MENGGUNAKAN ALGORITMA NAÏVE BAYES,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3, pp. 2755–2762, Aug. 2024, doi: 10.23960/jitet.v12i3.4902.
D. T. Attaulah and D. Soyusiawaty, “Analisis Sentimen Program Makan Siang Gratis di Twitter/X menggunakan Metode BI-LSTM,” Edumatic: Jurnal Pendidikan Informatika, vol. 9, no. 1, pp. 294–303, Apr. 2025, doi: 10.29408/edumatic.v9i1.29725.
W. Anggriyani and M. Fakhriza, “Analisis Sentimen Program Makan Gratis Pada Media Sosial X Menggunakan Metode NLP,” Journal of Computer System and Informatics (JoSYC), vol. 5, no. 4, pp. 1033–1042, Aug. 2024, doi: 10.47065/josyc.v5i4.5826.
A. Tholib, N. K. Agusmawati, and F. Khoiriyah, “PREDIKSI HARGA EMAS MENGGUNAKAN METODE LSTM DAN GRU,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 11, no. 3, pp. 620–627, Aug. 2023, doi: 10.23960/jitet.v11i3.3250.
K. Danil, “Pengenalan Jenis Kelamin dalam Lingkungan Multiaksen Menggunakan Metode Multi Layer Perceptron (MLP) dan Gated Recurrent Unit (GRU),” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 3, pp. 803–811, May 2024, doi: 10.57152/malcom.v4i3.1323.
R. Hidayat and D. J. Ratnaningsih, “Analisis Sentimen Program Makanan Bergizi Gratis Menggunakan Algoritma Random Forest dan Naive Bayes,” Journal of Computing and Informatics Research, vol. 5, no. 1, pp. 395–400, 2025, doi: 10.47065/comforch.v5i1.2355.
K. Kevin, M. Enjeli, and A. Wijaya, “Analisis Sentimen Pengunaaan Aplikasi Kinemaster Menggunakan Metode Naive Bayes,” Jurnal Ilmiah Computer Science, vol. 2, no. 2, pp. 89–98, Jan. 2024, doi: 10.58602/jics.v2i2.24.
S. Khairunnisa, A. Adiwijaya, and S. Al Faraby, “Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 5, no. 2, p. 406, Apr. 2021, doi: 10.30865/mib.v5i2.2835.
Abd. A. Syam, G. Hardy M, A. Salim, D. F. Surianto, and M. Fajar B, “ANALISIS TEKNIK PREPROCESSING PADA SENTIMEN MASYARAKAT TERKAIT KONFLIK ISRAEL-PALESTINA MENGGUNAKAN SUPPORT VECTOR MACHINE,” JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol. 9, no. 3, pp. 1464–1472, Aug. 2024, doi: 10.29100/jipi.v9i3.5527.
Y. Qi and Z. Shabrina, “Sentiment analysis using Twitter data: a comparative application of lexicon- and machine-learning-based approach,” Soc Netw Anal Min, vol. 13, no. 1, Dec. 2023, doi: 10.1007/s13278-023-01030-x.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Jurnal Informatika dan Teknik Elektro Terapan
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
