Analisis Sentimen Publik Program Makan Bergizi Gratis (MBG) Menggunakan Algoritma Naïve Bayes

Muhammad Nabil; Samsudin Samsudin

doi:10.31004/riggs.v5i2.10998

Authors

Muhammad Nabil Universitas Islam Indragiri
Samsudin Samsudin Universitas Islam Indragiri

DOI:

https://doi.org/10.31004/riggs.v5i2.10998

Keywords:

Analisis Sentimen, Program Makan Bergizi Gratis (MBG), Naïve Bayes, TF-IDF, Instagram

Abstract

Program Makan Bergizi Gratis (MBG) merupakan salah satu program pemerintah yang mendapat perhatian luas dari masyarakat dan menimbulkan berbagai tanggapan di media sosial, khususnya Instagram. Banyaknya komentar yang dihasilkan membuat proses analisis opini secara manual menjadi kurang efektif sehingga diperlukan metode otomatis untuk mengidentifikasi sentimen masyarakat. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap Program Makan Bergizi Gratis (MBG) menggunakan algoritma Naïve Bayes. Data penelitian diperoleh melalui proses scraping komentar Instagram menggunakan Apify Store Sebanyak 2.000 komentar berhasil dikumpulkan dan setelah melalui proses pembersihan data diperoleh 383 data yang digunakan dalam proses analisis. Tahapan penelitian meliputi preprocessing data berupa case folding, cleaning, Tokenizing, Filtering dan stemming, kemudian dilakukan pembobotan kata menggunakan metode TF-IDF sebelum proses klasifikasi dengan algoritma Naïve Bayes. Evaluasi model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes memperoleh nilai akurasi sebesar 93,21%. Model memiliki performa yang sangat baik dalam mengidentifikasi sentimen negatif dengan nilai recall sebesar 1,00 dan F1-score sebesar 0,96. Namun, model masih mengalami keterbatasan dalam mendeteksi sentimen positif dengan nilai recall sebesar 0,26 akibat ketidakseimbangan jumlah data pada masing-masing kelas. Secara keseluruhan, penelitian ini menunjukkan bahwa algoritma Naïve Bayes efektif digunakan untuk analisis sentimen publik terhadap Program Makan Bergizi Gratis berdasarkan data komentar Instagram.

Downloads

Download data is not yet available.

References

[1] F. Andriansyah and P. Astuti, “Analisis Sentimen Komentar Konten Edukatif Di Instagram Dengan Metode Naïve Bayes Dan Support Vector Machine,” 2025. [Online]. Available: http://jurnal.bsi.ac.id/index.php/imtechno

[2] R. Hidayat and D. J. Ratnaningsih, “Analisis Sentimen Program Makanan Bergizi Gratis Menggunakan Algoritma Random Forest dan Naive Bayes,” Journal of Computing and Informatics Research, vol. 5, no. 1, pp. 395–400, 2025, doi: 10.47065/comforch.v5i1.2355.

[3] R. Yulika Go, H. Sarah Divanda Gaspersz, R. Hendra Kusumawardhana, and N. Aeni Hidayah, “Analisis Sentimen Publik Program Makan Bergizi Gratis (MBG) di Youtube: Perbandingan Kinerja Algoritma Support Vector Machine (SVM) dan Random Forest,” vol. 7, no. 1, pp. 24–31, 2026, doi: 10.35960/ikomti.v7i1.2424.

[4] Z. Prisdian Tiararosa, I. Sani Wijaya, and E. Rohaini, “Jurnal Informatika Dan Rekayasa Komputer (JAKAKOM) Perbandingan SVM dan Naive Bayes pada Analisis Sentimen MBG di Platform TikTok dan Instagram,” p. 1983, 2026, doi: 10.33998/jakakom.v6i1.

[5] J. Minfo Polgan et al., “Analisis Sentimen Pelanggan Tokopedia Menggunakan Metode Naïve Bayes Classifier”, [Online]. Available: www.tokopedia.com

[6] R. Abidin, A. Herawati, F. Ekonomi, B. Islam, U. K. H. Abdurrahman, and W. Pekalongan, “Journal of Information System and Computer ANALISIS SENTIMEN PUBLIK TERHADAP KEBIJAKAN PROGRAM TABUNGAN PERUMAHAN RAKYAT (TAPERA),” 2024. [Online]. Available: https://journal.unisnu.ac.id/JISTER/

[7] I. F. Rahman, A. N. Hasanah, and N. Heryana, “ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI SAMSAT DIGIITAL NASIONAL (SIGNAL) DENGAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 2, Apr. 2024, doi: 10.23960/jitet.v12i2.4073.

[8] P. M. Kadafi, H. Z. Riyadi, R. S. G. Raya, Ika Kurniawati, Waeisul Bismi, and Riza Fahlapi, “PENERAPAN MACHINE LEARNING UNTUK ANALISIS SENTIMEN PROGRAM MBG PADA PLATFORM X DAN YOUTUBE,” INFOTECH journal, vol. 12, no. 1, pp. 67–74, Mar. 2026, doi: 10.31949/infotech.v12i1.17472.

[9] D. Duei Putri, G. F. Nama, and W. E. Sulistiono, “Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 10, no. 1, Jan. 2022, doi: 10.23960/jitet.v10i1.2262.

[10] Zaenab Kurnia, Amalina Maryam Zakiyyah, Nur Qodariyah Fitriyah, and Agus Milu Susetyo, “Analisis Sentimen Masyarakat Berdasarkan Komentar Kerja Sama Tiktok Shop dan Tokopedia di Instagram Menggunakan Metode Naïve Bayes Classifier,” Jurnal Penelitian Teknologi Informasi dan Sains, vol. 2, no. 2, pp. 115–125, Jun. 2024, doi: 10.54066/jptis.v2i2.1978.

[11] S. J. Rain et al., “ANALISIS SENTIMEN MASYARAKAT TERHADAP PROGRAM MAKAN BERGIZI GRATIS PADA MEDIA SOSIAL X DENGAN NAÏVE BAYES.”

[12] B. Rahmatullah, S. A. Saputra, P. Budiono, and P. Wigandi, “Sentimen Analisis Makan Bergizi Gratis Menggunakan Algoritma Naive Bayes,” JIFOTECH (JOURNAL OF INFORMATION TECHNOLOGY, vol. 05, no. 01, 2025.

[13] J. Khatib Sulaiman, F. Baehaqi, N. Cahyono, and U. Amikom Yogyakarta, “Analisis Sentimen Terhadap Cyberbullying Pada Komentar di Instagram Menggunakan Algoritma Naïve Bayes,” Indonesian Journal of Computer Science.

[14] I. Habib Kusuma and N. Cahyono, “Analisis Sentimen Masyarakat Terhadap Penggunaan E-Commerce Menggunakan Algoritma K-Nearest Neighbor,” vol. 8, no. 3, 2023.

[15] Chely Aulia Misrun, E. Haerani, M. Fikry, and E. Budianita, “Analisis sentimen komentar youtube terhadap Anies Baswedan sebagai bakal calon presiden 2024 menggunakan metode naive bayes classifier,” Jurnal CoSciTech (Computer Science and Information Technology), vol. 4, no. 1, pp. 207–215, Apr. 2023, doi: 10.37859/coscitech.v4i1.4790.

[16] N. Hadi and D. Sugiarto, “Analisis Sentimen Pembangunan IKN pada Media Sosial X Menggunakan Algoritma SVM, Logistic Regression dan Naïve Bayes,” Jurnal Informatika: Jurnal Pengembangan IT, vol. 10, no. 1, pp. 37–49, Jan. 2025, doi: 10.30591/jpit.v10i1.7106.

[17] B. Ramadhani and R. R. Suryono, “Komparasi Algoritma Naïve Bayes dan Logistic Regression Untuk Analisis Sentimen Metaverse,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 8, no. 2, p. 714, Apr. 2024, doi: 10.30865/mib.v8i2.7458.

[18] Friska Aditia Indriyani, Ahmad Fauzi, and Sutan Faisal, “Analisis sentimen aplikasi tiktok menggunakan algoritma naïve bayes dan support vector machine,” TEKNOSAINS : Jurnal Sains, Teknologi dan Informatika, vol. 10, no. 2, pp. 176–184, Jul. 2023, doi: 10.37373/tekno.v10i2.419.

[19] J. Homepage, N. C. Agustina, D. Herlina Citra, W. Purnama, C. Nisa, and A. Rozi Kurnia, “MALCOM: Indonesian Journal of Machine Learning and Computer Science The Implementation of Naïve Bayes Algorithm for Sentiment Analysis of Shopee Reviews on Google Play Store Implementasi Algoritma Naive Bayes untuk Analisis Sentimen Ulasan Shopee pada Google Play Store,” vol. 2, pp. 47–54, 2022.

[20] E. Febriyani and H. Februariyanti, “Analisis Sentimen Terhadap Program Kampus Merdeka Menggunakan Algoritma Naive Bayes Classifier Di Twitter,” vol. 17, no. 1.

[21] K. Diah Indarwati and H. Februariyanti, “ANALISIS SENTIMEN TERHADAP KUALITAS PELAYANAN APLIKASI GO-JEK MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER.”

[22] M. Hafizh Mahendra, D. Triantoro Murdiansyah, and K. Muslim Lhaksmana, “Dike : Jurnal Ilmu Multidisiplin Analisis Sentimen Tweet COVID-19 Menggunakan Metode K-Nearest Neighbors dengan Ekstraksi Fitur TF-IDF dan CountVectorizer,” 2023.

[23] R. Amelsan, J. Bali, K. Bali, K. Teluk Segara, and K. Bengkulu, “ANALISIS PERBANDINGAN KINERJA ALGORITMA NAIVE BAYES DAN SVM DALAM MENGKLASIFIKASI SENTIMEN TERHADAP MBG,” 2026.

[24] S. Alpin Rizaldi, S. Alam, and I. Kurniawan, “ANALISIS SENTIMEN PENGGUNA APLIKASI JMO (JAMSOSTEK MOBILE) PADA GOOGLE PLAY STORE MENGGUNAKAN METODE NAIVE BAYES 1),” vol. 2, no. 3, pp. 109–117, 2023, doi: 10.55123.

[25] Y. Yulistiani and S. Styawati, “Analisis Sentimen Terhadap Calon Presiden Indonesia 2024 dengan Metode Extreme Gradient Boosting (XGBOOST),” Jurnal Informatika: Jurnal Pengembangan IT, vol. 9, no. 3, pp. 322–328, Dec. 2024, doi: 10.30591/jpit.v9i3.6127.