Analisis sentimen opini publik terkait program makan bergizi gratis di twitter (x) menggunakan metode word2vec dan klasifikasi random forest

Program Makan Bergizi Gratis (MBG) merupakan kebijakan nasional yang mulai diimplementasikan pada Januari 2025 sebagai upaya peningkatan kualitas sumber daya manusia melalui pemenuhan gizi masyarakat. Pelaksanaan program ini menimbulkan beragam respons publik yang banyak disampaikan melalui media sosial, khususnya Twitter (X), sehingga diperlukan analisis sentimen untuk memahami persepsi masyarakat secara komprehensif. Penelitian ini bertujuan untuk mengklasifikasikan sentimen opini publik terhadap Program MBG menggunakan metode Word2Vec sebagai ekstraksi fitur dan algoritma Random Forest sebagai model klasifikasi. Hasil pengujian menunjukkan bahwa konfigurasi optimal dengan parameter Word2Vec berupa vector size 200, window 10, dan epoch 20 serta parameter Random Forest dengan n estimators 200, max depth 8, min samples split 5, dan min samples leaf 1 pada k-fold 9 menghasilkan kinerja terbaik dengan nilai akurasi sebesar 88.54%, presisi 91.26%, recall 94.62%, dan F1-score 92.91%. Selain itu, hasil analisis sentimen menunjukkan bahwa opini publik terhadap Program MBG didominasi oleh sentimen positif sebesar 79.5% yang banyak membahas terkait dukungan terhadap tujuan peningkatan gizi, manfaat sosial, serta dampak ekonomi masyarakat, sedangkan sentimen negatif sebesar 20.5%, yang umumnya membahas terkait kekhawatiran terhadap kualitas makanan, distribusi, transparansi anggaran, serta tingkat kepercayaan publik yang perlu adanya perbaikan. Temuan ini menunjukkan bahwa kombinasi Word2Vec dan Random Forest efektif dalam mengklasifikasikan sentimen opini publik serta dapat menjadi dasar evaluasi kebijakan Program MBG.