<![CDATA[Perkembangan teknologi digital membuka peluang yang semakin luas bagi masyarakat untuk menyampaikan pendapat secara bebas melalui berbagai platform media sosial. Salah satu isu yang banyak menarik perhatian publik adalah kebijakan pemerintah terkait kenaikan Pajak Pertambahan Nilai (PPN) menjadi 12%. Ragam opini yang muncul dari masyarakat dapat dimanfaatkan sebagai bahan pertimbangan dalam proses evaluasi maupun pengambilan keputusan. Penelitian ini bertujuan untuk mengidentifikasi sentimen publik terhadap kebijakan kenaikan PPN dengan memanfaatkan algoritma Naïve Bayes Classifier. Tahapan penelitian meliputi pengumpulan data dari media sosial, pra-pemrosesan teks seperti case folding, tokenisasi, stopword removal, dan stemming serta pengubahan data teks ke bentuk numerik menggunakan metode TF-IDF. Dari total 600 data yang berhasil dihimpun dari media social X, dengan 80% digunakan sebagai data pelatihan dan 20% data sebagai data pengujian. Hasil penelitian menunjukkan adanya 51 tweet yang bernada positif, 352 bernada netral, dan 197 bernada negatif. Model Naïve Bayes menghasilkan performa klasifikasi yang cukup baik dengan akurasi 81,36%, presisi rata-rata 88%, recall 79%, dan F1-Score 82%. Temuan ini membuktikan bahwa Naïve Bayes merupakan algoritma yang efektif dan layak diandalkan untuk mengklasifikasikan opini publik secara cepat dan sistematis. Dengan demikian, model ini berpotensi menjadi alat pendukung dalam menganalisis persepsi masyarakat terhadap kebijakan pemerintah secara berbasis data.]]>
Copyrights © 2025
