ANALISIS SENTIMEN TERHADAP PROGRAM MAKAN BERGIZI GRATIS (MBG) MENGGUNAKAN MODEL INDOBERT DAN BIGRU

Program Makan Bergizi Gratis (MBG) menimbulkan beragam opini masyarakat di media sosial Twitter/X, sehingga diperlukan metode analisis sentimen otomatis. Penelitian ini bertujuan mengembangkan sistem analisis sentimen berbasis website yang mengklasifikasikan opini masyarakat terhadap Program MBG ke dalam tiga kelas sentimen (positif, netral, negatif) menggunakan arsitektur hybrid IndoBERT-BiGRU. Data latih berjumlah 2.970 tweet dengan distribusi kelas tidak seimbang (negatif 1.921, positif 926, netral 123), sehingga diterapkan oversampling hingga menjadi 5.763 data dengan distribusi seimbang. Pencarian parameter fine-tuning dilakukan pada 27 kombinasi skenario, dengan dan tanpa oversampling. Hasil tertinggi diperoleh pada kombinasi oversampling dengan batch size 32, learning rate 3e-5, dan epoch 5 (checkpoint epoch keempat), dengan accuracy, precision weighted, recall weighted, dan F1-score weighted validasi masing-masing 0,9352, 0,9346, 0,9352, dan 0,9347. Pada data uji, keempat metrik tersebut sebesar 0,9191, 0,9183, 0,9191, dan 0,9184, dengan selisih F1-score 0,1579 poin dibandingkan tanpa oversampling.