POLIMEDIAPOLIMEDIA

JoMMiT : Jurnal Multi Media dan ITJoMMiT : Jurnal Multi Media dan IT

Pajak merupakan salah satu sumber utama pendapatan negara, termasuk di Indonesia. Pajak telah menjadi sumber penerimaan terbesar bagi negara sejak dahulu dan berperan penting dalam mendukung pembangunan nasional. Salah satu sumber pendapatan terbesar berasal dari Pajak Pertambahan Nilai (PPN). Kenaikan PPN dapat menimbulkan beberapa masalah, termasuk potensi berbelanja di luar negeri seiring dengan kenaikan harga barang dan jasa di Indonesia. Dengan kenaikan PPN ini, maka harga barang akan mengalami kenaikan dan penjualan akan mengalami penurunan sehingga berdampak pada turunnya sektor barang dan jasa. Rencana kenaikan PPN ini kemudian viral diperbincangkan di media sosial salah satunya yaitu Tiktok. Banyak masyarakat memperdebatkan rencana kenaikan sehingga terjadi pro dan kontra terhadap rencana kenaikan PPN ini. Oleh sebab itu penelitian ini bertujuan untuk melakukan klasifikasi komentar dari Tiktok mengenai PPN 12% dengan menggunakan metode naive bayes classifier. Beberapa tahap yang dilakukan yaitu crawling data, pelabelan data, preprocessing, ekstraksi fitur, klasifikasi dengan naive bayes classifier dan pengujian dengan confusion matrix. Dataset yang didapat merupakan hasil crawling data dari komentar yang ada di media sosial Tiktok mulai tanggal 1 Desember sampai dengan 15 Januari 2025. Dari 900 data komentar, hasil pengujian mendapatkan akurasi 96%, presisi 98%, recall 96%, dan f1-score 97%.

Metode Naïve Bayes berhasil diimplementasikan untuk menganalisis sentimen masyarakat di Tiktok terhadap kenaikan PPN 12% dengan mengklasifikasikan 900 komentar ke dalam kategori positif, negatif, dan netral.Hasil menunjukkan bahwa sentimen masyarakat cenderung netral, dan metode ini mencapai akurasi sebesar 96%.Kata-kata populer yang muncul dalam diskusi antara lain pajak, barang, ppn, mewah, dan rakyat, yang tercermin dalam visualisasi wordcloud.

Pertama, perlu dilakukan penelitian lanjutan yang membandingkan akurasi metode Naïve Bayes dengan algoritma lain seperti Support Vector Machine atau Random Forest menggunakan dataset komentar yang sama mengenai kebijakan pajak, untuk mengetahui metode mana yang paling efektif dalam konteks media sosial Indonesia. Kedua, penelitian selanjutnya dapat menganalisis perubahan sentimen masyarakat dari waktu ke waktu, dengan mengumpulkan data secara longitudinal sebelum, saat, dan setelah kebijakan PPN diterapkan, guna memahami dinamika respons publik terhadap kebijakan ekonomi. Ketiga, penting untuk mengeksplorasi faktor demografis pengguna Tiktok yang memengaruhi sentimen, misalnya dengan menganalisis hubungan antara usia, lokasi, atau profesi pengguna dengan polaritas komentar mereka, meskipun data demografis terbatas, pendekatan inferensial berbasis konteks bisa dikembangkan untuk mendalami representasi kelompok masyarakat dalam diskusi kebijakan publik.

  1. Sentiment Analysis of Digital Television Migration on Twitter Using Naïve Bayes Multinomial Comparison,... jurnal.atmaluhur.ac.id/index.php/sisfokom/article/view/1668Sentiment Analysis of Digital Television Migration on Twitter Using Nayve Bayes Multinomial Comparison jurnal atmaluhur ac index php sisfokom article view 1668
Read online
File size798.32 KB
Pages6
DMCAReport

Related /

ads-block-test