Penelitian ini menganalisis sentimen publik terhadap pelayanan Bea Cukai di Indonesia yang menjadi sorotan di media sosial X. Metode Soft Voting digunakan dengan menggabungkan prediksi algoritma Naïve Bayes, K-Nearest Neighbor, dan Decision Tree pada data unggahan pengguna yang diproses melalui tahapan KDD, preprocessing, N-Gram 1–3, serta SMOTE, dan dievaluasi menggunakan Stratified K-Fold Cross Validation (5 fold). Hasil menunjukkan akurasi Naïve Bayes sebesar 93%, Decision Tree 85%, dan KNN 57%, sedangkan metode Soft Voting menghasilkan akurasi 99% pada data uji dan turun sekitar 4% pada data baru, menandakan kemampuan generalisasi yang baik serta pengurangan kesalahan klasifikasi, khususnya pada tweet negatif. Walaupun secara kuantitatif sentimen mayoritas tampak positif, analisis wordcloud menunjukkan dominasi isu negatif seperti penahanan barang, dugaan korupsi, dan permasalahan sistem yang menjadi perhatian utama publik. Oleh karena itu, Direktorat Jenderal Bea dan Cukai perlu memperkuat penerapan kode etik serta penegakan regulasi terkait guna meningkatkan transparansi dan kepercayaan masyarakat.
Copyrights © 2024