ANALISIS SENTIMEN KOMENTAR TIKTOK DAN FORECASTING KEBERLANJUTAN PROGRAM MAKAN BERGIZI GRATIS PEMERINTAH DALAM PERSPEKTIF PUBLIC RELATIONS MENGGUNAKAN MODEL HYBRID
DOI:
https://doi.org/10.62281/xe74zg24Keywords:
Analisis Sentimen, Forecasting, Hybrid Model, MBG, TiktokAbstract
Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap Program Makan Bergizi Gratis Pemerintah melalui komentar TikTok serta memprediksi keberlanjutannya menggunakan model hybrid yang menggabungkan IndoBERTa dan Random Forest. Sebanyak 1.975 komentar dikumpulkan melalui proses scraping dan diolah menggunakan teknik Natural Language Processing (NLP), meliputi pembersihan teks, normalisasi, tokenisasi, stopword removal, dan stemming. Klasifikasi sentimen dilakukan dengan IndoBERTa, sedangkan peramalan tren dilakukan menggunakan Random Forest berbasis TF-IDF. Hasil penelitian menunjukkan bahwa sentimen negatif mendominasi percakapan publik, terutama terkait kesiapan implementasi, efektivitas, dan keberlanjutan program. Model menghasilkan akurasi 81,77% dengan performa kuat pada sentimen negatif, namun performa untuk sentimen positif masih rendah karena ketidakseimbangan data. Hasil forecasting 30 hari menunjukkan bahwa komentar tidak mendukung diprediksi tetap stabil dan lebih tinggi dibandingkan komentar mendukung, yang muncul secara fluktuatif. Temuan ini menegaskan pentingnya peningkatan strategi komunikasi publik, transparansi kebijakan, dan perbaikan pelaksanaan program guna meningkatkan kepercayaan masyarakat serta mendukung keberlanjutan program.
Downloads
References
Aljabar, A. (2024). Mengungkap Opini Publik : Pendekatan BERT-based- caused untuk Analisis Sentimen pada Komentar Film. 5(1), 36–43.
Anastassia, S., Kharis, A., Haqqi, A., & Zili, A. (2022). Learning Analytics dan Educational Data Mining pada Data Pendidikan. 6, 12–20.
Fardhina, A., Siregar, R. M., Ria, M., Br, W., Chlara, I., Ginting, B., Teknologi, F., Satya, U., & Bhinneka, T. (2025). SISTEM DETEKSI BERITA HOAKS BERBASIS ALGORITMA NATURAL LANGUAGE PROCESSING ( NLP ) MENGGUNAKAN BERT. 4(1), 450–461. https://doi.org/10.70247/jumistik.v4i1.156
Hanandy, R., Sakapurnama, E., Administrasi, P. I., Barat, J., Publik, P., On, S., & Dki, D. (2024). Jurnal Agregasi : Jurnal Aksi Reformasi Government Dalam Demokrasi. 12(November), 108–121. https://doi.org/10.34010/agregasi.v12i2.12210
Pratiwi, F. S. (2024). Peran Komunikasi Digital dalam Pembentukan Opini Publik : Studi Kasus Media Sosial. 293–315.
Publik, O., Politik, K., Membentuk, D., Publik, O., & Lasswel, H. (n.d.). Hubungan Opini Publik Dengan Komunikasi Politik.
Rivaldi, R. C., & Wismarini, T. D. (2024). Analisis Sentimen Pada Ulasan Produk Dengan Metode Natural Language Processing ( NLP ) ( Studi Kasus Zalika Store 88 Shopee ). 17(1), 120–128.
Salam, Z. A., Saiku, A., & Buliali, J. L. (2025). Prediksi curah hujan dengan model hybrid xgboost- lstm berdasarkan data pengamatan permukaan. 10(4), 3731–3739.
Sebastianus Adi Santoso Mola, Necy Dessy Numraklak, D. P. N. P. (2024). ANALISIS SENTIMEN DENGAN METODE RANDOM FOREST (M. K. Tiwuk Widiastuti, S.Si. (Ed.)). Kaizen Media Publishing.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Nirma Ayu Suryaningtyas, Selvalentina Rista Anggita, Devita Rizqi Maulida, Dwi Novaria Misidawati (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
