Analisis Sentimen Berbasis ASOQE dan Taksonomi pada Program MBG di X

Abstrak Program Makanan Bergizi Gratis (MBG) menghadapi tantangan implementasi seperti distribusi, kualitas menu, dan anggaran yang memicu beragam opini di media sosial. Penelitian ini menganalisis sentimen publik terhadap MBG menggunakan pendekatan Aspect-Opinion-Qualifier Extraction (ASOQE) berbasis taksonomi kebijakan. Dataset diperoleh dari media sosial X melalui web scraping, lalu diproses dan dianotasi otomatis menggunakan pelabelan BIO berbasis leksikon untuk menghasilkan silver standard dataset. Model klasifikasi dilatih menggunakan arsitektur IndoBERT-BiLSTM guna mengidentifikasi aspek dan opini secara kontekstual. Hasil inferensi dipetakan ke dalam lima kelas sentimen serta lima dimensi taksonomi: kualitas gizi, implementasi, dampak sosial, kebijakan, dan efektivitas. Evaluasi menunjukkan kinerja unggul dengan skor F1 melebihi 0, 98. Temuan mengungkapkan bahwa dimensi dampak sosial dan implementasi mendominasi wacana publik dengan sentimen positif yang signifikan. Penelitian ini membuktikan potensi Analisis Sentimen Berbasis Aspek sebagai alat berbasis data untuk mengevaluasi kebijakan publik secara komprehensif.