Detail Tugas Akhir

ANALISIS SENTIMEN PUBLIK TERHADAP PROGRAM MBG SEBELUM DAN SETELAH IMPLEMENTASI DI MEDIA SOSIAL X DAN TIKTOK MENGGUNAKAN SVM

Rosiqin, Ismail Akbar (2026) ANALISIS SENTIMEN PUBLIK TERHADAP PROGRAM MBG SEBELUM DAN SETELAH IMPLEMENTASI DI MEDIA SOSIAL X DAN TIKTOK MENGGUNAKAN SVM. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

Berkas Tugas Akhir

PDF
Text
1. PENDAHULUAN.pdf
PDF
Text
2. ABSTRAK.pdf
PDF
Text
3. BAB I.pdf
PDF
Text
4. BAB II.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (1MB)
PDF
Text
5. BAB III.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (1MB)
PDF
Text
6. BAB IV.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (1MB)
PDF
Text
7. BAB V.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (817kB)
PDF
Text
8. DAFTAR PUSTAKA.pdf
PDF
Text
9. LAMPIRAN.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Ukuran File (752kB)

Abstract

Program Makan Bergizi Gratis (MBG) merupakan kebijakan pemerintah Indonesia untuk menanggulangi stunting melalui penyediaan asupan gizi. Sebagai kebijakan nasional, program ini memunculkan beragam respons publik yang
banyak disampaikan melalui media sosial. Penelitian ini bertujuan menganalisis perubahan sentimen publik terhadap Program MBG sebelum dan setelah implementasi berdasarkan data dari media sosial X dan TikTok, serta mengevaluasi
kinerja metode Support Vector Machine (SVM). Data diperoleh melalui proses
scraping menggunakan tagar #MakanSiangGratis, #MakanBergiziGratis, dan
#MBG dengan total 4.000 data sebelum dan setelah implementasi pada masing
masing platform. Tahapan penelitian meliputi pelabelan sentimen, preprocessing
teks, pembobotan TF-IDF, serta klasifikasi sentimen menggunakan algoritma SVM
dengan evaluasi K-Fold Cross Validation. Hasil penelitian menunjukkan adanya
perbedaan pola sentimen publik sebelum dan setelah implementasi Program MBG.
Pada Platform X, sentimen negatif meningkat setelah implementasi, sedangkan
sentimen positif menurun. Sementara itu, pada Platform TikTok, sentimen positif
tetap mendominasi meskipun sentimen netral dan negatif mengalami peningkatan.
Algoritma SVM menunjukkan kinerja yang baik dan stabil dengan tingkat akurasi
yang tinggi. Temuan penelitian ini diharapkan dapat menambah wawasan dan
referensi akademik terkait analisis sentimen kebijakan publik di media sosial.

Informasi Item

Item Type Thesis (Undergraduate)
Keywords/Kata Kunci Analisis Sentimen, MBG, Platform TikTok, Platform X, Support Vector Machine.
Subjects 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions Faculty of Engineering > Department of Informatics Engineering (S1)
Date Deposited 30 Mar 2026 08:19
Last Modified 30 Mar 2026 08:26
URI https://repository.unmuhjember.ac.id/id/eprint/30577

Actions (login required)

View Item
View Item
Ada yang bisa kami bantu?