Implementasi BERTopic untuk Menganalisis Isu Program Makan Bergizi Gratis pada Media Sosial X

Marcellio Aurel Christian; Eka Dyar Wahyuni; Mohammad Al Hafidz

doi:10.70340/jirsi.v5i3.385

Penulis

Marcellio Aurel Christian Universitas Pembangunan Nasional "Veteran" Jawa Timur
Eka Dyar Wahyuni Universitas Pembangunan Nasional “Veteran” Jawa Timur
Mohammad Al Hafidz Universitas Pembangunan Nasional “Veteran” Jawa Timur

DOI:

https://doi.org/10.70340/jirsi.v5i3.385

Kata Kunci:

BERTopic, topic modeling, Free Nutritious Meal Program, social media X, text mining

Abstrak

Program Makan Bergizi Gratis menjadi salah satu kebijakan pemerintah yang banyak dibahas masyarakat di media sosial X. Banyaknya unggahan membuat identifikasi isu secara manual kurang efisien, sehingga diperlukan metode yang mampu mengelompokkan percakapan publik secara otomatis. Penelitian ini bertujuan mengimplementasikan BERTopic untuk memetakan isu Program Makan Bergizi Gratis pada media sosial X. Data dikumpulkan melalui proses scraping dengan kata kunci “Program Makan Bergizi Gratis” atau “MBG” pada periode 6 Januari 2025 hingga 6 Oktober 2025. Dari 37.368 data mentah, diperoleh 10.637 data setelah tahap filtering. Tahapan penelitian meliputi prapemrosesan teks, pemodelan topik menggunakan BERTopic, evaluasi, visualisasi, dan pelabelan topik. Hasil terbaik diperoleh pada min_cluster_size 40 dengan nilai coherence 0,740873, stability 0,753521, dan final score 0,747197. BERTopic menghasilkan 10 isu utama yang mencakup manfaat gizi anak, kebijakan dan anggaran, pelaksanaan di sekolah, keamanan makanan, pengawasan, operasional SPPG, serta stabilitas pangan. Hasil penelitian menunjukkan bahwa BERTopic mampu memetakan isu kebijakan publik berbasis teks pendek berbahasa Indonesia pada media sosial X secara representatif.

Unduhan

Data unduhan belum tersedia.

Referensi

www.presidenri.go.id, “Presiden Prabowo: Program Makan Bergizi Gratis Adalah Investasi untuk Masa Depan Bangsa,” 15 Oktober. Diakses: 18 Oktober 2025. [Daring]. Tersedia pada: https://www.presidenri.go.id/siaran-pers/presiden-prabowo-program-makan-bergizi-gratis-adalah-investasi-untuk-masa-depan-bangsa/

Albaburrahim, A. P. A. Putikadyanto, A. N. Efendi, M. A. Alatas, S. Romadhon, dan L. R. Wachidah, “Program Makan Bergizi Gratis: Analisis Kritis Transformasi Pendidikan Indonesia Menuju Generasi Emas 2045,” Entita J. Pendidik. Ilmu Pengetah. Sos. dan Ilmu-Ilmu Sos., hal. 767–780, 2025, doi: 10.19105/ejpis.v1i.19191.

I. W. Lendra, D. Husni, dan Y. Fitriani, “Kebijakan Makan Bergizi Gratis dan Relevansinya terhadap Nilai-nilai Good Governance: Analisis Kualitatif dalam Administrasi Publik,” Arus J. Sos. dan Hum., vol. 5, no. 1, 2025.

news.detik.com, “Ini Dugaan Penyebab Ratusan Siswa Keracunan MBG di Bandung Barat,” 23 September. Diakses: 18 Oktober 2025. [Daring]. Tersedia pada: https://news.detik.com/berita/d-8126149/ini-dugaan-penyebab-ratusan-siswa-keracunan-mbg-di-bandung-barat

ww.metrotvnews.com, “17 Kasus Keracunan MBG di 10 Provinsi: Kontaminasi, SOP Lemah, hingga Perlu Evaluasi Dapur,” 15 Mei. Diakses: 18 Oktober 2025. [Daring]. Tersedia pada: https://www.metrotvnews.com/read/NA0CEzqA-17-kasus-keracunan-mbg-di-10-provinsi-kontaminasi-sop-lemah-hingga-perlu-evaluasi-dapur

We Are Social, “Digital 2025 Indonesia the Essential Guide To Digital Trends ,” Weare.Social, hal. 89–90, 2025, [Daring]. Tersedia pada: https://wearesocial.com/id/blog/2025/02/digital-2025/

S. Kemp, DIGITAL 2025 Global Overview Report. Meltwater, 2025.

D. M. Boyd dan N. B. Ellison, “Social Network Sites : Definition , History , and Scholarship,” J. Comput. Commun., vol. 13, hal. 210–230, 2008, doi: 10.1111/j.1083-6101.2007.00393.x.

R. Nikmah dan E. Rasyid, “Public Perception of Islamic Higher Education Institutions on Twitter in Indonesia : A Social Media Sentiment Analysis,” CHANNEL J. Komun., vol. 11, no. 2, hal. 129–136, 2023.

R. Churchill dan L. Singh, “The Evolution of Topic Modeling,” ACM Comput. Surv., vol. 54, no. 10, 2022, doi: 10.1145/3507900.

M. Grootendorst, “BERTopic: Neural topic modeling with a class-based TF-IDF procedure,” 2022, [Daring]. Tersedia pada: http://arxiv.org/abs/2203.05794

R. Egger dan J. Yu, “A Topic Modeling Comparison Between LDA, NMF, Top2Vec, and BERTopic to Demystify Twitter Posts,” Front. Sociol., vol. 7, no. May, hal. 1–16, 2022, doi: 10.3389/fsoc.2022.886498.

T. I. Ifada, N. Ratnasari, Z. N. Rahmawati, F. Wahyudi, A. H. Widanigrum, dan R. I. Tarecha, “Analisis Pengaruh Kualitas Layanan Shopee Terhadap Kepuasan Konsumen Pada Mahasiswa,” JUSIFOR J. Sist. Inf. dan Inform., vol. 3, no. 1, hal. 38–44, Jun 2024, doi: 10.33379/jusifor.v3i1.4415.

N. N. Hidayanti dan S. Shaleha, “BERTopic Analysis of Indonesian Biodiversity Policy on Social Media,” ECTI Trans. Comput. Inf. Technol., vol. 18, no. 3, hal. 260–271, 2024, doi: 10.37936/ecti-cit.2024183.255058.

E. Triningsih, M. Afdal, I. Permana, dan N. Evrilyan Rozanda, “Analisis Sentimen Terhadap Program Makan Bergizi Gratis Menggunakan Algoritma Machine Learning Pada Sosial Media X,” Build. Informatics, Technol. Sci., vol. 6, no. 4, hal. 2240–2250, 2025, doi: 10.47065/bits.v6i4.6534.

E. Setiadi dan D. A. Sulistyo, “Analisis Sentimen Kebijakan Makan Bergizi Gratis Menggunakan IndoBERT dan Machine Learning,” J. FASILKOM, vol. 15, no. 3, hal. 507–513, 2025.