<![CDATA[Penelitian ini bertujuan untuk menganalisis sentimen masyarakat Indonesia terhadap sistem perpajakan digital Coretax melalui media sosial Twitter dengan menggunakan metode Naive Bayes. Data dikumpulkan dari aplikasi X sebanyak 1009 tweet, yang setelah melalui proses pembersihan menghasilkan 899 data bersih. Sentimen dalam tweet diklasifikasikan ke dalam tiga kategori: positif, negatif, dan netral. Proses analisis melibatkan tahapan crawling data, preprocessing teks (tokenizing, stopword removal, dan stemming), serta pembobotan menggunakan TF-IDF sebelum diklasifikasikan oleh algoritma Naive Bayes. Hasil pengujian menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan akurasi sebesar 77%, dengan performa lebih baik pada sentimen negatif dan netral dibandingkan sentimen positif. Ketidakseimbangan jumlah data pada masing-masing kategori menjadi salah satu faktor penyebab ketidaktepatan klasifikasi. Penelitian ini memberikan gambaran awal terhadap persepsi publik mengenai implementasi Coretax, serta menunjukkan potensi penggunaan analisis sentimen sebagai alat bantu evaluasi sistem layanan digital pemerintah. Temuan ini diharapkan dapat menjadi bahan pertimbangan bagi pengembang dan instansi perpajakan untuk meningkatkan kualitas layanan, khususnya dalam aspek pengalaman pengguna, aksesibilitas, dan efisiensi sistem Coretax ke depannya.]]>
Copyrights © 2025
