ANALISIS SENTIMEN PENGGUNA TIKTOK TERHADAP KONTEN MAKAN BERGIZI GRATIS DALAM ASPEK KUALITAS MAKANAN DENGAN ALGORITMA INDOBERT

Program Makan Bergizi Gratis (MBG) merupakan kebijakan pemerintah yang bertujuan meningkatkan gizi masyarakat. Pelaksanaan program tersebut memunculkan berbagai tanggapan masyarakat di media sosial, khususnya TikTok, termasuk mengenai aspek kualitas makanan. Penelitian ini bertujuan menganalisis sentimen pengguna TikTok terhadap aspek kualitas makanan Program Makan Bergizi Gratis serta mengkaji pengaruh teknik augmentasi data dalam mengatasi ketidakseimbangan kelas pada model IndoBERT. Data dikumpulkan melalui scraping 28 konten TikTok yang menghasilkan 61.906 komentar, kemudian dilakukan preprocessing, pelabelan manual ke dalam tiga kategori, yaitu pujian, kritik, dan saran, serta pembagian data dengan rasio 80:10:10. Model IndoBERT Base-P2 dilatih pada dua skenario, yaitu tanpa augmentasi dan dengan kombinasi Back Translation, Synonym Replacement, dan Random Swap. Hasil penelitian menunjukkan bahwa model tanpa augmentasi memperoleh akurasi tertinggi sebesar 86,79%, sedangkan model dengan augmentasi memperoleh akurasi sebesar 86,14%. Hasil klasifikasi menunjukkan kategori kritik memiliki jumlah data terbanyak (5.395), diikuti pujian (1.423) dan saran (899). Penelitian ini memberikan gambaran mengenai opini pengguna TikTok terhadap aspek kualitas makanan pada konten Program Makan Bergizi Gratis serta menunjukkan bahwa penerapan augmentasi data berhasil menyeimbangkan distribusi kelas, meskipun belum meningkatkan performa model secara signifikan.