TEXT
ANALISIS SENTIMEN OPINI PUBLIK TERHADAP PROGRAM MAKAN BERGIZI GRATIS (MBG) PADA KOMENTAR YOUTUBE MENGGUNAKAN METODE FINE-TUNING INDOBERT
ABSTRAK
Program Makan Bergizi Gratis (MBG) merupakan salah satu kebijakan pemerintah yang banyak memperoleh tanggapan masyarakat melalui komentar di YouTube. Banyaknya data komentar dan penggunaan bahasa yang beragam menyebabkan analisis sentimen secara manual menjadi kurang efektif. Penelitian ini bertujuan menerapkan metode Fine-Tuning IndoBERT untuk mengklasifikasikan sentimen komentar YouTube terkait Program MBG serta menganalisis pengaruh variasi learning rate terhadap performa model. dataset yang digunakan terdiri atas 5.000 komentar berbahasa Indonesia yang diproses melalui tahapan preprocessing, tokenization, pelabelan sentimen menggunakan InSet Lexicon yang kemudian divalidasi menggunakan Gemini, split data, dan Fine-Tuning IndoBERT. Evaluasi model dilakukan menggunakan classification report, confusion matrix, dan ROC Curve. Hasil penelitian menunjukkan bahwa model terbaik menggunakan learning rate sebesar 5 x 10-5 dengan nilai accuracy 97,96%, macro precision 98,08%, macro recall 97,96%, macro Fl-score 97,96%, serta micro-average AUC 0,997. Hasil tersebut menunjukkan bahwa metode Fine-Tuning IndoBERT efektif dalam mengklasifikasikan sentimen opini publik terhadap Program Makan Bergizi Gratis (MBG).
Kata Kunci: Analisis Sentimen, IndoBERT, Learning Rate, Program Makan Bergizi Gratis.
| S06-26031 | Tersedia |
Tidak tersedia versi lain