Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Mauliate Sarida Hutagalung Pengarang Harlen Gilbert Manullang, S.Kom, M.Kom, Dosen Pembimbing 1 Jimmy F. Naibaho, S.T, M.Kom Dosen Pembimbing 2 Ir.Surianto Sitepu, M.T, Ketua Penguji

ABSTRAK Program Makan Bergizi Gratis (MBG) merupakan inisiatif pemerintah Indonesia untuk mengurangi stunting melalui penyediaan makanan bergizi bagi anak sekolah, balita, ibu hamil, dan menyusui, namun pelaksanaannya menuai kritik publik di TikTok terkait kebersihan makanan, distribusi tidak merata, dan ketidaksesuaian menu lokal. Penelitian ini menganalisis sentimen dari 3.995 komentar berbahasa Indonesia (Januari 2025-Februari 2026) yang dikumpul via TikTok API, diproses melalui preprocessing (case folding, cleansing, tokenizing, stopword removal, stemming) menggunakan Python di Google Colab dengan library Pandas, NLTK, dan Sastrawi, kemudian diklasifikasikan via InSet Lexicon (positif >0, negatif <0, netral =0) serta divisualisasikan melalui pie chart, bar chart, dan word cloud. Hasil menunjukkan sentimen positif mendominasi (53,5% atau 2.137 komentar), diikuti negatif (26,8% atau 1.071 komentar) dan netral (19,7% atau 787 komentar), dengan kata dominan positif seperti mbg, makan, sekolah, anak, gratis; negatif seperti anak, mbg, racun, salah, menandakan dukungan mayoritas namun kritik signifikan terhadap pelaksanaan program. Metode InSet Lexicon terbukti efektif menggambarkan opini publik yang cenderung positif, sehingga direkomendasikan perbaikan pengawasan kebersihan, distribusi ke daerah 3T, dan adaptasi menu lokal untuk Badan Gizi Nasional (BGN) guna meningkatkan efektivitas MBG. Kata Kunci: Analisis Sentimen, InSet Lexicon, TikTok, Makan Bergizi Gratis, Text Mining