Analisis Sentimen Publik Terhadap Kasus Keracunan Makanan MBG Berbasis Data Media Sosial Menggunakan Model Indobert

Alustina Suci Manah

doi:10.23960/jitet.v14i2.9404

Alustina Suci Manah
Universitas Singaperbangsa Karawang

DOI: https://doi.org/10.23960/jitet.v14i2.9404

Keywords Analisis Sentimen, Keracunan Makanan, IndoBERT, MBG, Platform X

Abstract Views (Last 12 Months)

332 Abstract Views

273 Downloads

Abstract

Penelitian ini dilatarbelakangi oleh meluasnya kekhawatiran publik di media sosial terhadap insiden keracunan makanan dalam pelaksanaan Program Makan Bergizi Gratis (MBG), yang memicu krisis kepercayaan terhadap keamanan program. Penelitian ini bertujuan memetakan sentimen masyarakat di Platform X dan menguji efektivitas model IndoBERT-Base-P2 dalam mengklasifikasikan opini publik berbahasa Indonesia. Metode yang digunakan adalah Knowledge Discovery in Database (KDD) dengan 5.082 cuitan periode Januari–Desember 2025. Tahap pre-processing menggunakan kamus normalisasi kustom 2.127 entri tanpa stemming dan stopword removal. Pelabelan sentimen dilakukan melalui pendekatan hibrida (IndoBERT & Profanity Rule), sementara fine-tuning menggunakan IndoBERT-Base-P2 sebagai base model pre-trained murni. Hyperparameter optimal diperoleh dari full grid search 12 kombinasi dengan konfigurasi terbaik: Max Length 128, Batch Size 16, Learning Rate 3×10⁻⁵, best epoch ke-7 pada rasio 60:20:20. Hasil pengujian menunjukkan akurasi 94,75% dan F1-Score tertimbang 0,95. Distribusi sentimen didominasi sentimen negatif 74,27% (3.325 cuitan), netral 16,51% (739 cuitan), dan positif 9,22% (413 cuitan). Temuan ini membuktikan insiden keracunan MBG memicu penolakan masif di media sosial dan model IndoBERT-Base-P2 terbukti efektif sebagai alat pemetaan opini publik untuk evaluasi kebijakan pemerintah.

Downloads

Download data is not yet available.

References

D. Latif, M. A. Samad, Rinawulandari, dan S. A. Kadir, "Social Media in Shaping Public Opinion Roles and Impact: A Systematic Review," Jurnal Komunikasi: Malaysian Journal of Communication, vol. 40, no. 2, pp. 205–223, 2024.

CISDI & Riset Kumparan, "Data Kasus Keracunan MBG 2025," Kumparan, 2025. [Online]. Available: https://kumparan.com. [Accessed: Mar. 2026].

G. P. Rizky dan W. Alrasyid, "AI-Based Sentiment Analysis of Social Media to Detect Public Opinion on Government Policies," Journal Basic Science and Technology, vol. 14, no. 2, pp. 61–69, 2025.

F. Koto, A. Rahimi, J. H. Lau, dan T. Baldwin, "IndoLEM and IndoBERT: A Benchmark Dataset and Pre-trained Language Model for Indonesian NLP," dalam Proc. COLING 2020, pp. 757–770.

J. A. Lukmanto dan T. P. Wijayanti, "Analisis Sentimen Program Makan Siang Gratis Menggunakan Model IndoBERT," Jurnal Algoritma, Logika dan Komputasi, vol. 8, no. 2, pp. 820–829, 2025.

M. R. Manoppo et al., "Analisis Sentimen Publik Di Media Sosial Terhadap Kenaikan PPN 12% Di Indonesia Menggunakan Indobert," Jurnal Kecerdasan Buatan dan Teknologi Informasi, vol. 4, no. 2, pp. 152–163, 2025.

M. A. Gumilang et al., "Sentiment Analysis of Indonesian Ministries Social Media: Citizen Responses Utilizing TextBlob Analyser," Jurnal Sosioteknologi, vol. 23, no. 2, pp. 203–216, 2024.

C. Collins, D. Dennehy, K. Conboy, dan P. Mikalef, "Artificial intelligence in information systems research: A systematic literature review and research agenda," Int. J. Inf. Manag., vol. 60, 2021.

J. Devlin, M. W. Chang, K. Lee, dan K. Toutanova, "BERT: Pre-training of deep bidirectional transformers for language understanding," dalam Proc. NAACL HLT 2019, pp. 4171–4186.

N. P. D. Agustina, I. D. A. P. P. Tentriajaya, dan I. G. N. L. Wijayakusuma, "Public sentiment analysis on demonstration actions using IndoBERT based on transfer learning," Journal of Applied Informatics and Computing (JAIC), vol. 10, no. 1, pp. 969–974, 2026.

M. N. Zaidan, Y. Sibaroni, dan S. S. Prasetyowati, "Learning rate and epoch optimization in the fine-tuning process for IndoBERT's performance on sentiment analysis of MyTelkomsel app reviews," Jurnal Teknik Informatika (Jutif), vol. 5, no. 5, pp. 1443–1450, 2024.

F. Y. A'la, "Optimasi Klasifikasi Sentimen Ulasan Game Berbahasa Indonesia: IndoBERT dan SMOTE untuk Menangani Ketidakseimbangan Kelas," Edumatic: Jurnal Pendidikan Informatika, vol. 9, no. 1, pp. 256–265, 2025.

C. J. L. Tobing, I. G. N. L. Wijayakusuma, dan L. P. I. Harini, "Perbandingan Kinerja IndoBERT dan MBERT Untuk Deteksi Berita Hoaks Politik dalam Bahasa Indonesia," JST (Jurnal Sains dan Teknologi), vol. 14, no. 1, pp. 114–123, 2025.

N. N. Saragih dan R. Kurniawan, "Fine-Tuning IndoBERT untuk Klasifikasi Sentimen," Journal of Computer Engineering, System and Science, vol. 10, no. 1, pp. 299–311, 2025.

U. Agustini dan S. Mulyani, "Efektivitas dan Tantangan Kebijakan Program Makan Bergizi Gratis sebagai Intervensi Pendidikan di Indonesia," Jurnal Kiprah Pendidikan, vol. 4, no. 3, pp. 362–368, 2025.

D. Duei Putri, G. F. Nama, dan W. E. Sulistiono, "Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier," JITET, vol. 10, no. 1, Jan. 2022.