Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Sentimen Terhadap Kebijakan Kenaikan PPN 12% Menggunakan Support Vector Machine (SVM) Rahmadina, Alishza Putri; Setiawan, Nanang Yudi; Rusydi, Alfi Nur
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kebijakan kenaikan Pajak Pertambahan Nilai (PPN) dari 11% menjadi 12% pada awal tahun 2025 memicu respons yang beragam dari masyarakat, baik berupa dukungan maupun penolakan. Salah satu bentuk penolakan tersebut tercermin dari munculnya petisi daring yang memperoleh dukungan luas, mencerminkan tingginya atensi dan keresahan publik terhadap isu kenaikan PPN. Penelitian ini bertujuan untuk mengklasifikasikan opini publik terhadap kebijakan tersebut menggunakan pendekatan analisis sentimen dengan algoritma Support Vector Machine (SVM). Data diperoleh dari platform X dan YouTube, dan diklasifikasikan ke dalam dua kelas sentimen: positif dan negatif. Tahapan preprocessing mencakup cleaning, case folding, normalization, tokenization, serta pembobotan menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Ketidakseimbangan data ditangani dengan metode Synthetic Minority Over-sampling Technique (SMOTE). Pemilihan parameter terbaik dilakukan menggunakan Grid Search terhadap nilai parameter C dengan evaluasi stratified 10-fold cross-validation. Model terbaik kemudian dievaluasi menggunakan confusion matrix dan menghasilkan akurasi sebesar 87%. Hasil klasifikasi menunjukkan bahwa opini publik didominasi oleh sentimen negatif dengan dua topik, yaitu ketidakberpihakan terhadap kelompok ekonomi bawah serta ketidakadilan kebijakan dan beban ekonomi. Sentimen positif mengangkat dua topik, yaitu stabilitas dan ketahanan ekonomi nasional serta penguatan sistem perpajakan dan keadilan fiskal.