Analisis sentimen masyarakat terhadap informasi penerapan PPN atas renovasi dan membangun rumah sendiri pada media sosial youtube dengan metode svm dan naive bayes

muhammad romadhona kusuma, windu gata, laela kurniawati, almay faiz rivan, triadi kurniawan

Abstract


Penelitian ini dilakukan untuk menganalisis komentar masyarakat terhadap informasi penerapan pajak pertambahan nilai atas kegiatan renovasi dan membangun rumah sendiri  yang kini telah diumumkan oleh pemerintah melalui kementrian keuangan. Analisis ini dilakukan untuk mengetahui bagaimana pandangan masyarakat terhadap adanya informasi tersebut dengan memfokuskan pada gaya bahasa yang digunakan masyarakat dalam menyampaikan komentarnya serta maksud dari komentar yang disampaikan atau ditulis.  Karena tidak mudah untuk menganalisis sentimen dari berbagai komentar, hal ini karena komentar mengandung teks yang tidak terstruktur, terutama dalam teks Indonesia. Prapemrosesan teks dalam penambangan teks merupakan bagian penting untuk mendapatkan informasi dasar yang terkandung dalam komentar. Adapun penelitian yang dilakukan menggunakan pra-pemrosesan teks Indonesia dengan Textmining menggunakan rapid minner. Teknik pengumpulan data dilakukan melalui pengumpulan komentar di media sosial youtube kanal berita viva.co.id dari tanggal 10 april 2022 hingga 30 juni 2022 dengan jumlah 1650 komentar . Kemudian dilanjutkan dengan mengekstraksi informasi menggunakan metode klasifikasi Naïve Bayes dan Support Vector Machine yang dioptimalkan menggunakan Particle Swarm Optimization. Hasil penelitian ini menunjukkan bahwa komentar masyarakat mengenai informasi penerapan pajak pertambahan nilai atas kegiatan renovasi dan membangun rumah sendiri beraneka ragam. Ada yang setuju, ada yang tidak setuju, dan ada pula yang tidak tahu menahu. Simpulan dari penelitian ini hendaknya pemerintah melalui kementerian keuangan RI memberikan sosialisasi yang luas kepada masyarakat, agar masyarakat tidak bingung terhadap informasi tersebut sehingga masyarakat tidak akan asal berkomentar dengan pendapatnya masing-masing.

Full Text:

PDF Untitled

References


X. Cheng, C. Dale, and J. Liu. Understanding the characteristics of internet short video sharing: YouTube as a case study. In Technical Report arXiv:0707.3670v1 cs.NI, New York, NY, USA, 2007. Cornell University, arXiv e-prints

Bridge, C. 2011. Unstructured Data and the 80 Percent Rule. [Online]. Tersedia di: http://www.clarabridge.com/default.aspx?tabid=137&ModuleID=635 &ArticleID=551

Jannti, R., Mahendra, R., Wardhana., W, C. Adriani, M, 2018. Stance Classification Towards Political Figures on Blog Writing. In: IEEE, 2018 International Conference on Asian Language Processing (IALP). Bandung, Indonesia 15-17 November 2018. Indonesia.

Oxford Disctionaries, 2018. Sentiment Analysis. [Online] Tersedia di: https://en.oxforddictionaries.com/definition/sentiment_analysis/

Liu, B., 2015. Sentiment Analysis Opinions, Sentiment, and Emotion in Text. Chicago, USA: Cambridge University Press.

D. C. Rini, Y. Farida, and D. Puspitasari, “Klasifikasi Menggunakan Metode Hybrid

Bayessian-Neural Network (Studi Kasus: Identifikasi Virus Komputer),” J. Mat. “MANTIK,” vol. 1, no. 2, p. 38, 2016, doi: 10.15642/mantik.2016.1.2.38-43.

A. P. Fadillah and B. Hardiyana, “Penerapan Naïve Bayes Classifier Untuk Pemilihan Konsentrasi Mata Kuliah,” J. Teknol. dan Inf. UNIKOM, vol. 8, no. 2, 2018, doi: 10.34010/jati.v8i2.1039.

A. R. T. Lestari, R. S. Perdana, and M. A. Fauzi, “Analisis Sentimen Tentang Opini Pilkada

DKI 2017 Pada Dokumen Twitter Berbahasa Indonesia Menggunakan Näive Bayes dan

Pembobotan Emoji,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 12, pp. 1718–1724, 2017.

D. J. Haryanto, L. Muflikhah, and M. A. Fauzi, “Analisis Sentimen Review Barang

Berbahasa Indonesia Dengan Metode Support Vector Machine Dan Query Expansion,” J. Pengembangan. Teknologi. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 9, pp. 2909–2916,

I. Santoso, W. Gata, and A. B. Paryanti, “Penggunaan Feature Selection di Algoritma Support Vector Machine untuk,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 1, no. 10, pp. 5–11, 2019

Saepulrohman, A. Saepudin, S, Gustian, D., 2019. Analisis Sentimen Kepuasan Pengguna Aplikasi Whatsapp menggunakan Algortima Naïve Bayes dan Support Vector Machine, Volume 6, Nomor 2 (2021) Hal. 91-105 ISSN: 2252-9853 (Print) | ISSN: 2656-808X (Online) https://ojs.unikom.ac.id/index.php/aisthebest/index

Kurniawan, S. Gata, W, Puspitawati, A D. , Nurmalasari., , Tabrani, M., , Novel K., , 2019.Perbandingan Metode Klasifikasi Analisis Sentimen Tokoh Politik Berita Online Pada Komentar Berita Online, Vol. 3 No. 2 (2019) 176 – 183 ISSN Media Elektronik: 2580-0760 http://jurnal.iaii.or.id

Kenneth Jensen, 2016. IBM SPSS Modeler CRISP-DM Guide. [Online] Tersedia di: ftp://public.dhe.ibm.com/software/analytics/spss/documentation/modeler/18.0/en/ModelerCRISPDM.pdf




DOI: https://doi.org/10.32502/digital.v6i2.4758

Refbacks

  • There are currently no refbacks.


Creative Commons License
Jurnal Digital by http://jurnal.um-palembang.ac.id/digital is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.