Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Journal of Informatics and Electronics Engineering
Nur Safika
Politeknik Negeri Bengkalis
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Sentimen Pengguna Coretax Pada Media Sosial menggunakan Decision Tree dan Adaptive Boosting Nur Safika; Elvi Rahmi
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v6i01.1659

Abstract

Implementasi sistem administrasi perpajakan digital terbaru di Indonesia, Coretax, memicu beragam opini dan keluhan dari masyarakat di media sosial. Komentar publik dalam jumlah besar dan tidak terstruktur menyulitkan pihak otoritas dalam mengevaluasi layanan secara manual. Penelitian ini bertujuan melakukan analisis sentimen terhadap komentar pengguna Coretax di platform X (Twitter) dan Instagram untuk mengelompokkan opini ke dalam kategori positif, negatif, dan netral. Metode yang digunakan adalah algoritma Decision Tree yang dioptimasi dengan teknik ensemble learning Adaptive Boosting (AdaBoost). Tahapan penelitian meliputi web scraping, preprocessing teks (termasuk normalisasi slang dan negation merging), pembobotan kata menggunakan TF-IDF, hingga evaluasi model. Dataset yang digunakan berjumlah 1.414 data setelah melalui proses augmentasi untuk menjaga keseimbangan kelas. Hasil pengujian menunjukkan bahwa optimasi AdaBoost berhasil meningkatkan akurasi model sebesar 12,18% dari baseline Decision Tree, dengan akurasi akhir mencapai 82,23% pada data uji dan rata-rata akurasi cross validation sebesar 83,74%. Sistem diimplementasikan dalam aplikasi berbasis web menggunakan arsitektur hybrid Laravel-Flask untuk visualisasi hasil analisis secara interaktif. Penelitian ini diharapkan membantu Direktorat Jenderal Pajak (DJP) memahami keluhan pengguna secara real-time untuk perbaikan kualitas layanan perpajakan digital.
Co-Authors Elvi Rahmi