Analisis Sentimen Publik terhadap Pernyataan Menteri Keuangan tentang Kebijakan Pajak meggunakan Support Vector Machine

Farida Islamiah (State University of Makassar)
Muh. Qardawi Hamzah (State University of Makassar)
Fakhira Az Zahira (State University of Makassar)
Rezky Angelina Pailang (State University of Makassar)
Nafilah Agand (State University of Makassar)

Jurnal Teknologi dan Manajemen Industri Terapan
Vol. 5 No. 2 (2026): Jurnal Teknologi dan Manajemen Industri Terapan

Penelitian ini menganalisis respons publik terhadap kebijakan Menteri Keuangan yang tidak menaikkan pajak menggunakan analisis sentimen berbasis machine learning. Data berupa 2.950 komentar YouTube dari video CNBC Indonesia dianalisis dengan algoritma Support Vector Machine (SVM) setelah melalui tahap preprocessing, pelabelan leksikon, dan representasi fitur TF-IDF. Hasil menunjukkan dominasi sentimen positif sebesar 80,4% dan sentimen negatif 19,6%. Model SVM mencapai akurasi 87%, dengan kinerja lebih baik pada klasifikasi sentimen positif. Temuan ini mengindikasikan tingginya penerimaan publik terhadap kebijakan fiskal tersebut serta efektivitas SVM dalam analisis sentimen kebijakan publik.