Analisis Sentimen Berdasarkan Aspek pada Komentar TikTok Terkait Program Makan Bergizi Gratis Menggunakan Model CNN, BiLSTM, dan IndoBERT (Studi Kasus: Komentar pada Tiga Video dari Akun Info MBG, BBC News Indonesia, dan Inilah.com)

Abstract

Program Makan Bergizi Gratis merupakan program yang bertujuan untuk mengatasi masalah malnutrisi dan stunting, dengan fokus pada kelompok usia rentan. Program ini memicu berbagai pro dan kontra dalam masyarakat sejak pertama kali digagaskan, terutama pada media sosial TikTok. Analisa terhadap tanggapan masyarakat ini sangat penting agar dapat memberikan masukan dan meningkatkan kebijakan terkait program tersebut. Oleh karena itu, tujuan dari penelitian ini adalah untuk menganalisis sentimen masyarakat mengenai Program Makan Bergizi Gratis dengan menggunakan metode Analisis Sentimen Berdasarkan Aspek (ABSA). Data yang diperoleh berasal dari tiga video TikTok, masing-masing dari akun Info MBG (infombg.id), BBC News Indonesia dan Inilah.com, dengan total data yang telah melalui tahap pre-processing sebanyak 9.050 komentar. Proses ekstraksi aspek dilakukan dengan menggunakan metode Latent Direchlet Allocation (LDA), yang menghasilkan tiga aspek, yaitu Ketidaksetujuan dan Risiko Program, Pelaksanaan Program di Sekolah, dan Dukungan terhadap Program. Sentimen terhadap aspek Ketidaksetujuan dan Risiko Program serta Pelaksanaan Program di Sekolah didominasi oleh sentimen negatif, sementara Dukungan terhadap Program lebih banyak didominasi oleh sentimen positif. Selanjutnya, model ABSA dibangun menggunakan model CNN, BiLSTM, dan IndoBERT, di mana evaluasi untuk klasifikasi sentimen dan berdasarkan aspek menunjukkan bahwa model IndoBERT merupakan model terbaik. Hasil evaluasi sentimen berdasarkan F1-score weighted average mencapai 92,98%, sementara F1- score weighted average berdasarkan masing-masing aspek secara berturut-turut adalah 91%, 95%, dan 95%.