Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JIKO (Jurnal Informatika dan Komputer)
Mochammad Asril Berlian Abdullah
Fakultas Ilmu Komputer, Universitas Handayani Makassar
Computer Science & IT

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

Found 1 Documents
Search

 1 
ANALISIS SENTIMEN KEBIJAKAN PPN 12% BERBASIS SEMI-SUPERVISED CNN Mochammad Asril Berlian Abdullah; Mashur Razak; Nasrullah Nasrullah
JURNAL INFORMATIKA DAN KOMPUTER Vol 10, No 2 (2026): Juni 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v10i2.2676

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kebijakan Pajak Pertambahan Nilai (PPN) 12% menggunakan pendekatan deep learning berbasis Convolutional Neural Network (CNN) dengan skema semi-supervised learning. Permasalahan utama dalam penelitian ini adalah keterbatasan data berlabel, sehingga digunakan teknik pseudo-labeling untuk memanfaatkan data tidak berlabel. Tahapan penelitian meliputi pengumpulan data dari media sosial, pra-pemrosesan teks, pelabelan awal, serta pelatihan model CNN. Evaluasi dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model yang diusulkan mampu mengklasifikasikan sentimen dengan baik dan menghasilkan distribusi sentimen yang didominasi oleh sentimen negatif. Selain itu, pendekatan semi-supervised learning terbukti meningkatkan performa model melalui pemanfaatan data tidak berlabel.
Co-Authors Mashur Razak Nasrullah