Klasifikasi Sentimen Publik Terhadap Makanan Bergizi Gratis Berbasis Algoritma Decision Tree

Abstract

The Free Healthy Meal Provision Program is one of the government initiatives aimed at improving community nutrition and supporting social welfare, particularly for vulnerable groups. The implementation of this program has generated various public responses, which are widely expressed through social media platforms. Therefore, sentiment analysis is essential to systematically and quantitatively understand public perceptions. This study aims to classify public sentiment toward the Free Healthy Meal Provision Program using the Decision Tree algorithm. The data used in this study were obtained from public comments on social media related to the program. The research stages include data collection, text preprocessing consisting of case folding, data cleaning, tokenization, stopword removal, and stemming. Furthermore, feature extraction was performed using the Term Frequency–Inverse Document Frequency (TF-IDF) method to transform textual data into numerical representations. The sentiment classification process was then carried out using the Decision Tree algorithm to categorize the data into three classes: positive, negative, and neutral. Model performance was evaluated using a confusion matrix with accuracy, precision, recall, and F1-score as evaluation metrics. The results indicate that the Decision Tree algorithm is capable of effectively classifying public sentiment toward the Free Healthy Meal Provision Program and demonstrates competitive performance. In addition, the resulting model offers strong interpretability, facilitating a clearer understanding of the decision-making process. This study is expected to provide an objective overview of public responses and serve as a consideration for policymakers in improving the effectiveness of the Free Healthy Meal Provision Program.

ABSTRAK

Program Makanan Bergizi Gratis merupakan salah satu langkah dari pemerintah yang ditujukan untuk memperbaiki nutrisi masyarakat dan mendukung kesejahteraan sosial, terutama bagi kelompok yang paling rentan. Pelaksanaan program ini memicu berbagai reaksi dari masyarakat yang banyak disampaikan lewat platform media sosial. Oleh karena itu, analisis sentimen sangat penting untuk memahami pandangan publik secara sistematis dan terukur. Penelitian ini bertujuan untuk mengklasifikasikan sentimen masyarakat terhadap Program Makanan Bergizi Gratis dengan menggunakan algoritma Pohon Keputusan. Data yang digunakan untuk penelitian ini berasal dari komentar-komentar masyarakat di media sosial yang terkait dengan program tersebut. Tahapan penelitian mencakup pengumpulan data, pengolahan teks yang meliputi penyederhanaan huruf, pembersihan data, pemecahan kalimat menjadi kata-kata, penghapusan kata-kata umum, dan pengurangan kata ke bentuk dasarnya. Selanjutnya, fitur-fitur diekstrak dengan menggunakan metode Frekuensi Kata–Frekuensi Dokumen Terbalik (TF-IDF) untuk mengkonversi teks menjadi bentuk angka. Proses klasifikasi sentimen kemudian dilakukan menggunakan algoritma Pohon Keputusan untuk mengelompokkan data ke dalam tiga kategori: positif, negatif, dan netral. Penilaian kinerja model dilakukan menggunakan matriks kebingungan dengan parameter akurasi, presisi, recall, dan skor F1. Hasil penelitian menunjukkan bahwa algoritma Pohon Keputusan dapat mengklasifikasikan sentimen masyarakat terhadap Program Makanan Bergizi Gratis dengan baik dan menunjukkan performa yang kompetitif. Model yang dihasilkan juga memiliki kekuatan dalam hal interpretasi, sehingga mempermudah pemahaman tentang proses pengambilan keputusan. Penelitian ini diharapkan dapat memberikan gambaran objektif mengenai reaksi masyarakat dan menjadi bahan pertimbangan bagi para pengambil kebijakan dalam meningkatkan efektivitas Program Makanan Bergizi Gratis.  Model menghasilkan akurasi sebesar 92%, precision 0.91, recall 0.90, dan F1-score 0.90.