Analisis Dinamika Sentimen Publik terhadap Program Makan Bergizi Gratis di Platform X Menggunakan Model IndoBERTweet

Abstract

Program Makan Bergizi Gratis (MBG) memicu polarisasi opini publik yang dinamis di media sosial X. Kompleksitas bahasa informal dan sarkasme dalam diskursus tersebut menuntut pendekatan klasifikasi teks yang tangguh. Penelitian ini mengimplementasikan model IndoBERTweet untuk memetakan dinamika sentimen publik terhadap kebijakan MBG melintasi tiga fase historis
(kampanye, transisi, dan implementasi awal) selama 17 bulan pemantauan. Pendekatan yang diusulkan mencakup strategi minimalist filtering guna mempertahankan jangkar konteks kalimat, serta intervensi penyeimbangan kelas (class weighting) untuk menangani ketimpangan distribusi data. Hasil evaluasi menunjukkan model berhasil mencapai tingkat akurasi 85,50% dan Weighted
F1-Score 0,8563, dengan kemampuan deteksi kelas minoritas yang stabil. Berdasarkan prediksi terhadap 126.365 cuitan aktual, opini publik secara agregat didominasi oleh sentimen negatif sebesar 60,6% yang berakar pada kecemasan terkait kapasitas fiskal. Namun, analisis longitudinal mengungkapkan tren penurunan resistensi secara konsisten dari 72,0% (fase kampanye) menjadi
54,8% (fase implementasi). Didukung oleh pemetaan diskursus berbasis N-gram, penelitian ini menyimpulkan bahwa konstelasi opini publik telah bertransformasi dari sekadar perdebatan wacana politis menjadi pengawasan kritis terhadap teknis operasional program di lapangan.