Public Sentiment Analysis of the Free Meal Program: A Comparison of Naive Bayes and Support Vector Machine Methods on the Twitter (X) Social Media Platform

Muhammad Farhan Saleh; Rahmi Imanda

doi:10.30871/jaic.v9i1.8895

Muhammad Farhan Saleh Universitas Muhammadiyah Prof. Dr. Hamka
Rahmi Imanda Universitas Muhammadiyah Prof. Dr. Hamka

DOI: https://doi.org/10.30871/jaic.v9i1.8895

Keywords: Sentiment Analysis, Naïve Bayes, SVM, Free Meal Program, Twitter

Abstract

The problems of nutrition, including stunting, remain a challenge in Indonesia. Therefore, Prabowo and Gibran launched the 2024 Free Meal Program, which provides free lunch to every school child as well as pregnant mothers. This research analyzes public sentiment towards this program using data from X with Naïve Bayes and Support Vector Machine (SVM) methods. The data was analyzed through crawling, preprocessing, labeling, and feature extraction using TF-IDF. The results showed a predominance of positive sentiment towards the program, with SVM performing better in sentiment classification, achieving 86.42% accuracy compared to Naïve Bayes with 67.9%. The findings can guide policymakers in improving the communication strategy and implementation of the Free Meal Program to make it more impactful for Indonesians.

Downloads

Download data is not yet available.

References

O. Martony, “Stunting di Indonesia: Tantangan dan solusi di era modern,” Journal of Telenursing (JOTING), vol. 5, no. 2, pp. 1734–1745, 2023.

N. Nasriyah and S. Ediyono, “Dampak Kurangnya Nutrisi Pada Ibu Hamil Terhadap Risiko Stunting Pada Bayi Yang Dilahirkan,” Jurnal Ilmu Keperawatan dan Kebidanan, vol. 14, no. 1, pp. 161–170, 2023, doi: 10.26751/jikk.v14i1.1627.

R. Hizriyani, “Pemberian asi ekslusif sebagai pencegahan stunting,” Jurnal Jendela Bunda Program Studi PG-PAUD Universitas Muhammadiyah Cirebon, vol. 8, no. 2, pp. 55–62, 2021.

N. A. Rahmawati, S. A. Prasetyo, and M. W. Ramadhani, “Memetakan Visi Prabowo Gibran Pada Masa Kampanye Dalam Prespektif Pembangunan:(Analisis Wacana Kritis Visi Dan Misi Prabowo Gibran Dalam Prespektif Moderenisasi),” WISSEN: Jurnal Ilmu Sosial dan Humaniora, vol. 2, no. 3, pp. 97–120, 2024.

R. Saputra and F. N. Hasan, “Analisis Sentimen Terhadap Program Makan Siang & Susu Gratis Menggunakan Algoritma Naive Bayes,” Jurnal Teknologi Dan Sistem Informasi Bisnis, vol. 6, no. 3, pp. 411–419, 2024.

F. I. Septiani, N. Rosiana, and A. Azzahra, “Dampak Makan Siang Gratis Pada Kondisi Keuangan Negara Dan Peningkatan Mutu Pendidikan,” JUPENSAL: Jurnal Pendidikan Universal, vol. 1, no. 2, pp. 191–196, 2024.

P. A. Maharani, A. R. Namira, and T. V. Chairunnisa, “Peran Makan Siang Gratis Dalam Janji Kampanye Prabowo Gibran Dan Realisasinya,” Journal Of Law And Social Society, vol. 1, no. 1, pp. 1–10, 2024.

M. R. Alwi, S. Subandi, and M. R. Hariyadi, “Analisis Sentimen Data Twitter Terhadap Pelaksanaan Pembelajaran Online Di Indonesia Pada Masa Pandemi Covid-19 Menggunakan Metode Natural Language Processing,” Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI), vol. 5, no. 3, pp. 319–331, 2023.

F. Panjaitan, “Perbandingan Penggunaan Tfidfvectorizer, Countvectorizer, Dan Hashingvectorizer Dengan Optimalisasi Parameter Pada Machine Learning Untuk Analisis Sentimen Pemilu 2024,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 4, pp. 7413–7419, 2024.

N. Nurwanda, N. Suarna, and W. Prihartono, “Penerapan Nlp (Natural Language Processing) Dalam Analisis Sentimen Pengguna Telegram Di Playstore,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 2, pp. 1841–1846, 2024.

T. Wurijanto, H. B. Setiawan, and A. B. Tjandrarini, “Penerapan Model CRISP-DM pada Prediksi Nasabah Kredit yang Berisiko Menggunakan Algoritma Support Vector Machine,” Jurnal Ilmiah Scroll (Jendela Teknologi Informasi), vol. 10, no. 1, pp. 1–6, 2022.

N. B. Tsaniyah, N. A. R. Putri, H. N. Kafidani, and D. Amalia, “Interaksi Sosial Akun Twitter PT. Angkasa Pura II (Studi Analisis Isi),” Al-DYAS, vol. 3, no. 1, pp. 87–102, 2024.

A. Gaizka, A. R. Dzikrillah, and E. Sinduningrum, “Analisis Sentimen Masyarakat Sebelum Dan Sesudah Terpilihnya Gibran Sebagai Cawapres Prabowo Menggunakan Naïve Bayes,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 4, no. 6, pp. 2830–2841, 2024.

M. F. Latif, “Visualisasi Analisis Sentimen Ulasan Pengunjung Mengenai Objek Wisata Di Sulawesi Selatan (Studi Kasus Kabupaten Gowa),” 2023, Politeknik Negeri ujung Pandang.

I. Budianto and S. N. Anwar, “Analisis Sentiment Pengguna Twitter Mengenai Program Vaksinasi Covid-19 Menggunakan Algoritma Naïve Bayes,” (JurTI) Jurnal Teknologi Informasi, vol. 6, no. 1, pp. 37–43, 2022.

R. Al Rasyid and D. H. U. Ningsih, “Penerapan Algoritma TF-IDF dan Cosine Similarity untuk Query Pencarian Pada Dataset Destinasi Wisata,” Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), vol. 8, no. 1, pp. 170–178, 2024.

M. Rinestu and B. Marsanto, “Klasifikasi Keputusan Investasi Di Masa Pandemi Covid-19 Dengan Menggunakan Naive Bayes,” Management Studies and Entrepreneurship Journal (MSEJ), vol. 3, no. 3, pp. 1784–1796, 2022.

A. S. Rahayu, A. Fauzi, and R. Rahmat, “Komparasi Algoritma Naïve Bayes Dan Support Vector Machine (SVM) Pada Analisis Sentimen Spotify,” Jurnal Sistem Komputer dan Informatika (JSON), vol. 4, no. 2, pp. 349–354, 2022.

S. Ernawati and R. Wati, “Evaluasi Performa Kernel SVM dalam Analisis Sentimen Review Aplikasi ChatGPT Menggunakan Hyperparameter dan VADER Lexicon,” Jurnal Buana Informatika, vol. 15, no. 01, pp. 40–49, 2024.

S. N. Qofifa, R. Ardiansyah, Y. Y. Joefrie, and N. T. Lapatta, “Artikel Analisis Sentimen terhadap Resolusi Genjatan Senjata PBB 2023: Studi pada 10 Negara Penolak Resolusi Konflik Israel-Palestina,” The Indonesian Journal of Computer Science, vol. 13, no. 5, 2024.

L. A. Fudholi, N. Rahaningsih, and R. D. Dana, “Sentimen Analisis Perilaku Penggemar Coldplay Di Media Sosial Twitter Menggunakan Metode Naïve Bayes,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 3, pp. 4150–4159, 2024.

R. Rahmadani, A. Rahim, and R. Rudiman, “Analisis Sentimen Ulasan ‘Ojol The Game’ Di Google Play Store Menggunakan Algoritma Naive Bayes Dan Model Ekstraksi Fitur Tf-Idf Untuk Meningkatkan Kualitas Game,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3, 2024.

S. Djusar and S. F. Abdillah, “Perbandingan Analisis Sentimen Masyarakat Terhadap Calon Presiden Negara Indonesia 2024 Berdasarkan Opini di Twitter Menggunakan Metode Rule Based,” in SEMASTER: Seminar Nasional Teknologi Informasi & Ilmu Komputer, 2024, pp. 364–375.

M. S. Mahendrasyah and T. Hariguna, “Analisis Sentimen Pengguna Aplikasi Bukalapak di Platform Playstore Menggunakan Metode Naïve Bayes,” Building of Informatics, Technology and Science (BITS), vol. 6, no. 2, pp. 733–745, 2024.

W. Wartumi, R. Kurniawan, and Y. A. Wijaya, “Analisis Data Sentimen Ulasan Pengguna Aplikasi Shopee di Google Play Store dengan Klasifikasi Algoritma Naïve Bayes,” Jurnal Informatika dan Rekayasa Perangkat Lunak, vol. 6, no. 1, pp. 164–170, 2024.

S. Sahilla, F. Amalia, and K. Mariskhana, “Klasifikasi Sentimen Pengguna Terhadap Akun Twitter Official Dana Dengan Menggunakan Algortima Naïve Bayes Classifier,” Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI), vol. 6, no. 3, pp. 580–591, 2024.

F. Baehaqi and N. Cahyono, “Analisis Sentimen Terhadap Cyberbullying Pada Komentar Di Instagram Menggunakan Algoritma Naïve Bayes,” Indonesian Journal of Computer Science, vol. 13, no. 1, 2024.

V. A. Sulistiani and M. Hamka, “Analisis Sentimen Pengguna Media Sosial Terhadap Identitas Kependudukan Digital Menggunakan Metode Support Vector Machine (SVM),” Journal of Information System Research (JOSH), vol. 5, no. 4,

pp. 1323–1332, 2024.

D. Vonega, A. Fadila, and D. Kurniawan, “Analisis Sentimen Twitter Terhadap Opini Publik Atas Isu Pencalonan Puan Maharani dalam PILPRES 2024”, JAIC, vol. 6, no. 2, pp. 129-135, Nov. 2022.