ANALISIS SENTIMEN PUBLIK TERHADAP PROGRAM MAKAN BERGIZI GRATIS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE PADA MEDIA SOSIAL TIKTOK

Program Makan Bergizi Gratis (MBG) merupakan inisiatif strategis pemerintah Indonesia untuk meningkatkan kualitas sumber daya manusia dan menanggulangi masalah stunting. Pelaksanaan program ini memicu respons beragam di media sosial, khususnya TikTok yang memiliki jangkauan demografi luas dan viralitas tinggi. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap program MBG serta mengevaluasi performa algoritma Support Vector Machine (SVM) dalam mengklasifikasikan opini tersebut. Data penelitian dikumpulkan dari platform TikTok menggunakan teknik scraping dengan bantuan tools Apify dengan menggunakan hastag makan bergizi gratis, mbg, sppg dan program makan bergizi gratis, menghasilkan 611 data bersih setelah melalui tahap pra-pemrosesan. Metode penelitian meliputi tahapan cleaning, case folding, tokenisasi, normalisasi, stopword removal, dan stemming, dengan pelabelan data menggunakan model IndoBert serta ekstraksi fitur menggunakan TF-IDF. Hasil penelitian menunjukkan bahwa sentimen publik didominasi oleh respons positif sebesar 48,1%, diikuti sentimen netral 46,3%, dan sentimen negatif 5,6%. Analisis wordcloud mengungkapkan bahwa sentimen positif berfokus pada peningkatan kualitas hidup dan kondisi kesehatan yang lebih baik ("semangat” dan “sehat"), sedangkan sentimen negatif menyoroti kekhawatiran terkait keamanan pangan ("racun" dan "korban"). Sementara itu, sentimen netral didominasi oleh kata kunci identitas program ("mbg", "makanbergizigratis", "sppg"), yang mengindikasikan bahwa diskusi pada kategori ini cenderung bersifat informatif, objektif, atau sekadar penyebutan topik tanpa muatan emosi yang signifikan. Berdasarkan evaluasi model, algoritma SVM menghasilkan tingkat akurasi sebesar 79%, dengan performa terbaik pada klasifikasi kelas positif yang memiliki nilai F1-Score sebesar 0,83.