1. Home
  2. Vol 4, No 1
  3. Mergianti

Analisis Sentimen Pengguna Aplikasi X Terhadap Pelaksanaan Makan Bergizi Gratis Menggunakan Metode Adaptive Neuro-Fuzzy Inference System

Author


Wahyu Ningtiyas Mergianti(1), Nasroh Khudin(2), Achsan Afandi(3), Novia Adibatus Shofah(4), Dian Candra Rini Novitasari(5Mail),
(1) UIN Sunan Ampel Surabaya, Indonesia
(2) UIN Sunan Ampel Surabaya, Indonesia
(3) UIN Sunan Ampel Surabaya, Indonesia
(4) UIN Sunan Ampel Surabaya, Indonesia
(5) UIN Sunan Ampel Surabaya, Indonesia

Mail Corresponding Author
Article Analytic
  [File Size: 656KB]  Language: id
Available online: 2026-02-19  |  Published : 2026-02-19
Copyright (c) 2026 Wahyu Ningtiyas Mergianti, Nasroh Khudin, Achsan Afandi, Novia Adibatus Shofah, Dian Candra Rini Novitasari
Article can trace at:

Article Metrics

Abstract Views: 15 times PDF Downloaded: 4 times

Abstract


Program Makan Bergizi Gratis (MBG) menimbulkan beragam sentimen positif dan negatif di media sosial yang mencerminkan perbedaan persepsi publik terhadap pelaksanaannya. Penelitian ini bertujuan menganalisis sentimen masyarakat menggunakan metode Adaptive Neuro-Fuzzy Inference System (ANFIS) agar perbedaan sentimen positif dan negatif dapat diidentifikasi secara lebih jelas dan terukur. Data penelitian berupa 3520 tweet hasil crawling dengan beberapa kata kunci. Dataset melalui empat tahap persiapan dan dilakukan pembobotan menggunakan TF-IDF. Penelitian ini menguji kinerja ANFIS menggunakan validasi silang K-Fold dengan variasi learning rate (0.001, 0.01, 0.1, 0.2) dan 4 optimasi yakni sgd, adam, RMSProp, Adagrad. Hasil pengujian menunjukkan model uji terbaik menghasilkan akurasi sebesar 56.55%, sensitivitas 19.73%, presisi 38.06%, dan f1-score 25.98% dengan kombinasi parameter learning rate sebesar 0.01 dan optimizer Adam. Hasil evaluasi menggunakan confussion matrix menunjukkan bahwa sentimen positif terhadap pelaksanaan program MBG masih rendah, sehingga diperlukan evaluasi dan perbaikan pada aspek implementasian program.

Keywords


ANFIS; MBG; Sentimen; Text Mining; TF-IDF

References


Agung, S., & Santara, A. (2024). Implementasi Text Mining untuk Analisis Review pada Aplikasi Crowdfunding LX dan ST Menggunakan Metode Sentiment Analysis. Lancah Jurnal Inovasi Dan Tren, 2(1), 124–130. https://doi.org/https://doi.org/10.35870/ljit.v2i1.2245

Almumtazah, N., Kiromi, M. S., Ulinnuha, N., Islam, U., Sunan, N., & Korespondensi, P. (2023). Klasifikasi Alzheimer Berdasarkan Data Citra MRI Otak Menggunakan FCM dan ANFIS. Jurnal Teknologi Informasi Dan Ilmu Komputer, 10(3), 613–622. https://doi.org/10.25126/jtiik.2023106826

Amini, M. N., Sriatmi, A., & Kartini, A. (2026). Faktor Pendukung dan Penghambat Implementasi Program Makan Bergizi Gratis di Sekolah Dasar di Indonesia: Scoping Review. Jurnal Ners, 10, 857–865. https://doi.org/https://doi.org/10.31004/jn.v10i1.52646

Anahiz, S., Hakim, S. A., Ramadhan, M. F. A., Azhari, S. D., & Ilham, M. F. (2024). Pembentukan Komunitas Virtual di Platform X : Studi Kasus Reaksi Komunitas Marah-Marah Atas Penganugerahan Gelar H.C. Kepada Raffi Ahmad. Socius: Jurnal Penelitian Ilmu-Ilmu Sosial, 2(December), 180–187. https://doi.org/https://doi.org/10.5281/zenodo.14565448

Arsi, P., & Waluyo, R. (2021). Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM). Jurnal Teknologi Informasi Dan Ilmu Komputer, 8(1), 147–156. https://doi.org/10.25126/jtiik.202183944

Ashari, P., Mutiah, N., & Prawira, D. (2025). Perbandingan Kinerja Model Deep Learning BERT dan GPT dalam Analisis Sentimen Komentar Video Youtube (Studi Kasus : Film Dirty Vote ). Jurnal Edukasi Dan Penelitian Informatika, 11(1), 66–75.

Damayanti, A., & Agustina, D. (2024). Implementasi Metode Adaptive Neuro Fuzzy Inference System (ANFIS) dalam Prediksi Harga Saham X. Euler : Jurnal Ilmiah Matematika, Sains Dan Teknologi, 12(1), 71–76. https://doi.org/10.37905/euler.v12i1.25278

Fathonah, F., & Herliana, A. (2021). Penerapan Text Mining Analisis Sentimen Mengenai Vaksin Covid - 19 Menggunakan Metode Naïve Bayes. 7(November), 155–164. https://doi.org/10.34128/jsi.v7i2.331

Fazri, M. Al, & Nabila, P. (2025). The Impact of the Free Meal Program on the Improvement of Academic Achievement of Elementary School Students : A Case Study at SDN 31 Palembang. Tofedu: The Futurw of Education Journal, 4(4), 866–874. https://doi.org/https://doi.org/10.61445/tofedu.v4i4.512

Girsang, D. L., Sidiq, A., & Elenaputri, T. S. (2023). Analisis Sentimen Masyarakat terhadap Layanan BPJS Kesehatan dan Faktor-Faktor Pendukung Opini dengan Pemodelan Natural Language Processing ( NLP ). 1(2), 238–249. https://doi.org/https://doi.org/10.20885/esds.vol1.iss.2.art24

Haryati, & Harahap, N. (2025). Analisis Framing Netizen Di X Dalam Pelaksanaan Program Makan Bergizi Gratis Analysis of Netizen Framing in X in the Implementation of the Free Nutritious Meal Program. Hulondalo Jurnal Ilmu Pemerintahan Dan Ilmu Komunikasi, 4, 701–715. https://doi.org/https://doi.org/10.59713/jipik.v4i2

Hendikawati, P., Subanar, Abdurakhman, & Tarno. (2021). Optimal Adaptive Neuro-Fuzzy Inference System Architecture for Time Series Forecasting with Calendar Effect. Sains Malaysiana, 12, 6–13. https://doi.org/10.14569/IJACSA.2021.0120670

Kale, S. (2020). Development of an Adaptive euro-Fuzzy Inference System (ANFIS) Model to Predict Sea Surface Temperature (SST). International Journal of Oceanography and Hydrobiology, 49, 354–373. https://doi.org/10.1515/ohs-2020-0031

Marwondo, Saputra, J. S., Mahardika, H. F., & Aziz, F. N. (2024). Klasifikasi Kebutuhan Dokter untuk Kesejahteraan Masyarakat Menggunakan ANFIS. Nuansa Nusantara, 18. https://doi.org/https://doi.org/10.25134/ilkom.v18i2

Ningrum, A. F., Amri, I. F., & Hisani, Z. A. (2024). Sentiment Analysis of Public Opinion on Handling Stunting Using Random Forest. Jurnal Statistika Dan Aplikasinya, 8(1), 31–40.

Ningsih, M. R. (2024). Sentiment Analysis on SocialMedia Using TF-IDF Vectorization and H2O Gradient Boosting for Student Anxiety Detection. 11(4), 1137–1144. https://doi.org/10.15294/sji.v11i4.20582

Putri, A. D. M., Sulistianingsih, N., & Rismayati, R. (2025). Pengaruh Teknik Representasi Teks Bag-of-Words dan TF-IDF terhadap Klasifikasi Sentimen Teks Multi-Domain. Jurnal Teknologi Informasi Dan Multimedia, 7(4), 675–688.

Putri, D. D., Nama, G. F., & Sulistiono, W. E. (2022). Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) pada Twitter Menggunakan Metode Naive Bayer Classifier. Jurnal Informatika Dan Teknik Elektro Terapan, 10(1), 34–40.

Stefanni, Zulfachmi, Zulkipli, & Saputra, A. (2025). Analisis Sentimen Pengguna X Terhadap Kebocoran Data Pribadi Menggunakan Algoritma Naïve Bayes Classifier. Bangkit Indonesia, 14(01), 32–40. https://doi.org/10.52771/bangkitindonesia.v14i1.434

Surianto, D. F., & Surianto, D. F. (2024). Enhancing K - Means Clustering for Journal Articles using TF - IDF and LDA Feature Extraction. 4(2), 964–972. https://doi.org/https://doi.org/10.47709/brilliance.v4i2.5547

Widodo, S., Brawijaya, H., & Samudi. (2022). Stratified K-Fold Cross Validation Optimation on Machine Learning for Prediction. Sinkron Jurnal & Penelitian Teknik Informatika, 51(3), 895–909.

Wijaya, H., & Hayati, N. (2025). Natural Language Processing (NLP) untuk Analisis Sentimen Ulasan Seblak Bandung Pedas Kudus. Jurnal of Business and Information System, 8(1), 13–22.

Wijiyanto, Pradana, A. I., & Atina, V. (2024). Teknik K-Fold Cross Validation untuk Mengevaluasi Kinerja Mahasiswa. Jurnal Algoritma Institut Teknologi Garut, 239–248. https://doi.org/10.33364/algoritma/v.21-1.1618


Refbacks

  • There are currently no refbacks.