ROZIQIN, Khoeru (2026) Analisis Sentimen Opini Publik di Platform Media Sosial X Mengenai Program Makan Bergizi Gratis Menggunakan BERT-CNN. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Archive (FULL TEXT) 24060119120031_Khoeru Roziqin_Bebas Perpus FSM.zip Restricted to Repository staff only Download (8MB) | Request a copy
	Text 2. HALAMAN JUDUL.pdf Download (185kB)
	Text 4. HALAMAN PENGESAHAN.pdf Download (350kB)
	Text 5. KATA PENGANTAR.pdf Download (81kB)
	Text 7. ABSTRAK.pdf Download (138kB)
	Text 8. ABSTRACT.pdf Download (108kB)
	Text 9. DAFTAR ISI.pdf Download (131kB)
	Text 12. BAB I PENDAHULUAN.pdf Download (165kB)
	Text 17. DAFTAR PUSTAKA.pdf Download (148kB)

Abstract

Meningkatnya penggunaan media sosial sebagai ruang ekspresi opini publik terhadap
kebijakan pemerintah mendorong kebutuhan akan sistem analisis sentimen otomatis yang
mampu memproses teks informal berbahasa Indonesia secara akurat. Program Makan
Bergizi Gratis (MBG) sebagai salah satu program prioritas nasional menjadi subjek diskusi
yang masif di platform X, namun potensi arsitektur hibrida berbasis Transformer untuk
memetakan sentimen publik terhadap program tersebut secara lebih mendalam belum
banyak dieksplorasi. Penelitian ini mengusulkan arsitektur hibrida BERT-CNN Dual-Path
yang menggabungkan representasi kontekstual dari IndoBERT dengan ekstraksi fitur lokal
dari CNN secara paralel untuk klasifikasi sentimen tiga kelas pada data twit berbahasa
Indonesia. Dataset terdiri dari 6.642 twit berlabel yang dikumpulkan menggunakan dua kata
kunci, yaitu “mbg” dan “makan bergizi gratis”, dan dibagi dengan rasio 80:20 untuk
himpunan latih-validasi dan pengujian. Optimasi hyperparameter dilakukan menggunakan
metode Staged Grid Search tiga fase yang mencakup penentuan parameter pelatihan dasar,
konfigurasi arsitektur CNN 1D, dan pemilihan strategi penanganan ketidakseimbangan data.
Hasil eksperimen menunjukkan bahwa model mencapai F1-Macro sebesar 0,8547 dan
akurasi 0,8570 pada data uji, dengan nilai F1 per kelas sebesar 0,8891 untuk sentimen
positif, 0,8717 untuk negatif, dan 0,8034 untuk netral. Analisis distribusi sentimen
mengungkap pola yang asimetris antara kedua kata kunci, di mana twit dengan frasa “makan
bergizi gratis” didominasi sentimen positif (51,15%), sementara twit dengan akronim “mbg”
justru didominasi sentimen negatif (44,43%). Temuan ini menunjukkan bahwa distribusi
sentimen turut dipengaruhi oleh karakteristik kata kunci yang digunakan dalam proses
akuisisi data, sehingga proporsi sentimen pada dataset perlu dipahami sebagai gambaran
eksploratoris yang terikat pada cakupan metodologis penelitian.
Kata kunci : analisis sentimen, BERT, CNN, dual-path, Program Makan Bergizi Gratis,
klasifikasi teks, media sosial

(NO. KETERSEDIAAN : 1727F2026)

Actions (login required)

View Item