Muhamad Rafi Akbar
Unknown Affiliation

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

Found 1 Documents
Search

Metode Naïve Bayes Untuk Analisis Sentimen Kenaikan PPN 12% Di Media Sosial Tiktok Lela Budiarti; Alwendi; Muhamad Rafi Akbar
JoMMiT Vol 9 No 2 (2025): Artikel Jurnal Volume 9 Issue 2, Desember 2025
Publisher : Politeknik Negeri Media Kreatif

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

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, termasuk 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 di perbincangkan di media sosial salah satunya yaitu Tiktok. Banyak masyarakat memperdebatkan rencana kenaikan sehingga terjadinnya 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 fi-score 97%.