Klasifikasi Opini Tidak Informatif Pada Program Makan Bergizi Gratis (MBG) Menggunakan Random Forest
DOI:
https://doi.org/10.31294/ijcs.v5i1.12509Keywords:
Opini Tidak Informatif, Program Makan Bergizi Gratis, Random Forest, Knowledge Discovery in Database, Text MiningAbstract
Pemerintahan Prabowo-Gibran meluncurkan kebijakan strategis Program Makan Bergizi Gratis (MBG) untuk menjamin pemenuhan hak dasar anak atas pangan yang aman, sehat, dan bergizi. Urgensi program ini didasarkan pada angka stunting di Indonesia tahun 2024 yang mencapai 14%, sehingga peluncuran kebijakan Program Makan Bergizi Gratis (MBG) memicu diskusi publik yang masif di platform media sosial X dengan jumlah pengguna mencapai 24,7 juta orang. Namun, volume data yang besar tersebut menghadirkan masalah "Data Sampah" (Noise) berupa spam, promosi jualan, hingga akun bot yang berpotensi menyebabkan bias pada analisis opini publik terhadap program Program Makan Bergizi Gratis (MBG). Penelitian ini bertujuan membangun model klasifikasi opini tidak informatif dengan mengimplementasikan algoritma Random Forest berbasis Knowledge Discovery in Database (KDD) sebagai tahap pra-pemrosesan sebelum analisis sentimen lanjutan. Data yang digunakan berjumlah 10.000 tweet bersumber dari Kaggle, diproses melalui lima tahapan KDD meliputi Data Selection, Data Preprocessing, Data Transformation, Data Mining, dan Data Evaluation dengan menggunakan RapidMiner. Representasi fitur dilakukan dengan pembobotan TF-IDF dan validasi model menggunakan k-fold Cross Validation dengan k=10. Hasil evaluasi menunjukkan model mencapai akurasi 82,03%, precision 93,78%, recall 68,61%, dan F-Measure 79,24%. Hasil ini membuktikan bahwa pendekatan KDD berbasis Random Forest efektif digunakan sebagai pipeline filter noise yang terstruktur untuk teks media sosial berbahasa Indonesia, khususnya pada domain opini kebijakan pemerintah.
References
Albaburrahim, A., Putikadyanto, A. P. A., Efendi, A. N., Alatas, M. A., Romadhon, S., & Wachidah, L. R. (2025). Program makan bergizi gratis: Analisis kritis transformasi pendidikan Indonesia menuju generasi emas 2045. Entita: Jurnal Pendidikan Ilmu Pengetahuan Sosial Dan Ilmu-Ilmu Sosial, 767–780.
Anam, M. H. K., Kurnianingtyas, D., & Soebroto, A. A. (2026). Implementasi Algoritma Random Forest Untuk Prediksi Churn Pada Pelanggan Retail Online. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 10(4).
Athallah, D., Fathoni, F., & Rachmad, M. I. F. (2025). Klasifikasi Risiko Strok Menggunakan Algoritma Random Forest dengan Teknik Knowledge Discovery in Database. Indonesian Journal Computer Science, 4(1), 38–44.
Azhari, M., & Parjito, P. (2024). Analisis sentimen opini publik program makan siang gratis dengan random forest pada media. Building of Informatics, Technology and Science (BITS), 6(3), 1932–1942.
Candra, A. N., Kamila, S. I., Victoria, M. Z. A.,Alviya, B., & Bintang, F. N. C. (2025). Failure of Governance and State Responsibility in the Free Nutritious Meals (FNM) Program. Journal of Social, Policy and Development Studies, 2(2), 27–38.
Fathoni, F., Maretta, A. P., Kusuma, A. N., Sasmita, R. M., Rizkyllah, A. F., & Ibrahim, A. (2025). PERBANDINGAN METODE NAÏVE BAYES DAN K-NEAREST NEIGHBOR TERHADAP ANALISIS SENTIMEN ULASAN PROGRAM MAKAN SIANG GRATIS DI INDONESIA. JATI (Jurnal Mahasiswa Teknik Informatika), 9(4), 6385–6390.
Firdaus, A. A., Hadiana, A. I., & Ningsih, A. K. (2024). Klasifikasi Sentimen pada Aplikasi Shopee Menggunakan Fitur Bag of Word dan Algoritma Random Forest. Ranah Research: Journal of Multidisciplinary Research and Development, 6(5), 1678–1683.
Habibah, N., Aradytia, M. T., Izzah, K. N., Hawarie, K. A., & Maheswara, M. (2025). Reviewing the Effectiveness of the Free Nutritious Meals (MBG) Policy in Promoting Nutritional Equity Among School Children. Journal of Social, Policy and Development Studies, 2(2), 18–26.
Hapsari, N. A., & Indriyanti, A. D. (2023). Analisis sentimen pada aplikasi dompet digital menggunakan algoritma Random Forest. Journal of Emerging Information Systems and Business Intelligence, 4(3), 186–192.
Hermansyah, I., & Hasibuan, M. S. (2025). Sentiment Analysis of Free Nutritious Meal Programme on Social Media X using Linear Regression and Random Forest Algorithms. PIKSEL: Penelitian Ilmu Komputer Sistem Embedded and Logic, 13(1), 55–68.
Idris, M., Rifai, A., & Tania, K. D. (2025). Sentiment analysis of Tokopedia app reviews using machine learning and word embeddings. Sinkron: Jurnal Dan Penelitian Teknik Informatika, 9(1), 210–219.
Kiftiyah, A., Palestina, F. A., Abshar, F. U., & Rofiah, K. (2025). Program makan bergizi gratis (MBG) dalam perspektif keadilan sosial dan dinamika sosial–politik. Pancasila: Jurnal Keindonesiaan, 5(1), 101–112.
KS, F. A. D., Jamaluddin, J., Sari, W. I. R., & Rachmaliana, L. (2025). Government Social Policy: Implementation of The Free Nutritious Meal Program (MBG). FORUM EKONOMI: Jurnal Ekonomi, Manajemen Dan Akuntansi, 27(Special Issue), 134–142.
Mahing, N. F., Gunawan, A. L., Zen, A. F. A., Bachtiar, F. A., & Wicaksono, S. A. (2024). Klasifikasi Tingkat Stress dari Data Berbentuk Teks dengan Menggunakan Algoritma Support Vector Machine (SVM) dan Random Forest. Jurnal Teknologi Informasi Dan Ilmu Komputer, 11(5), 1067–1076.
Mardiana, A., & Abidin, Z. (2025). The influence of user sentiment analysis on the free nutritious meal program using k-nearest neighbors and logistic regression methods. Research Horizon, 5(4), 1655–1668.
Mawarni, A. C., Rusdah, R., Hin, L. L., & Anubhakti, D. (2023). Deteksi Dini Gejala Awal Penyakit Diabetes Menggunakan Algoritma Random Forest. IDEALIS: InDonEsiA JournaL Information System, 6(2), 165–171.
Napiah, M., Heristian, S., Raharjo, M., & Purnama, R. A. (2026). Analyzing Public Sentiment Toward Makanan Bergizi Gratis Program Using Machine Learning. Computer Science (CO-SCIENCE), 6(1), 30–38.
Nuru Aini, M. A., Agustin, I. T., & Toyibah, Z. B. (2024). Implementasi Algoritma Random Forest untuk Klasifikasi Bidang MSIB di Prodi Pendidikan Informatika. Jurnal Informatika, 11(1).
Raditya, V. A., Saragih, T. H., Faisal, M. R., Abadi, F., & Muliadi, M. (2026). Analysis of Static and Contextual Word Embeddings in Capsule Network for Sentiment Analysis of The Free Nutritious Meal Program on Twitter. Jurnal Teknik Informatika (Jutif), 7(1), 633–646.
Rahmatullah, A., & Annisa, Q. (2025). Application Of TF-IDF And Word2vec For Feature Extraction In Sentiment Analysis Of Free Nutritious Food Policies. Journal of Computer, Electronic, and Telecommunication (COMPLETE), 6(2).
Ramadhan, N. F., & Alfat, L. (2026). APLIKASI PROFILING KEBUTUHAN PELAJARAN TAMBAHAN SISWA SMA MENGGUNAKAN ALGORITMA RANDOM FOREST. Jurnal Sistem Informasi Dan Informatika, 9(1), 46–54.
Rois, M. I. A., Dwilestari, G., & Suarna, N. (2025). PREDIKSI PERSETUJUAN PINJAMAN MENGGUNAKAN DATASET LOAN APPROVAL MENGGUNAKAN ALGORITMA KLASIFIKASI. JATI (Jurnal Mahasiswa Teknik Informatika), 9(1), 1342–1347.
Saleh, M. F., & Imanda, R. (2025). 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. Journal of Applied Informatics and Computing, 9(1),131–139.
Saputra, D. B., Atina, V., & Nastiti, F. E. (2024). Penerapan model CRISP-DM pada prediksi nasabah kredit menggunakan algoritma Random Forest. IDEALIS: InDonEsiA JournaL Information System, 7(2), 240–247.
Sulistyo, D. A., & Setiadi, E. (2025). Analisis Sentimen Kebijakan Makan Bergizi Gratis Menggunakan IndoBERT dan Machine Learning. JURNAL FASILKOM, 15(3), 507-513.
Sultan, M., Darnila, E., & Afrillia, Y. (2025). PREDIKSI POTENSI WISATA MENGGUNAKAN ALGORITMA RANDOM FOREST DI KABUPATEN GAYO LUES: TOURISM POTENTIAL PREDICTION USING RANDOM FOREST ALGORITHM IN GAYO LUES DISTRICT. RABIT: Jurnal Teknologi Dan Sistem Informasi Univrab, 10(2), 741–751.
Utama, D., Fahmi, R., & Pratama, M. R. K. (2025). Performance Comparison of 10 Machine Learning Algorithms in Sentiment Classification on Platform X Regarding the Government’s Priority Program: Makanan Bergizi Gratis (MBG). Teknika, 14(3), 501–508.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Lailla Syal Syabilla, Mei Intan Natasyah, Fathoni Fathoni, Jeremiah Alwin Siahaan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
