ANALISIS SENTIMEN MASYARAKAT TERHADAP RENCANA KENAIKAN PPN 12% DI INDONESIA PADA MEDIA SOSIAL X MENGGUNAKAN METODE DECISION TREE

Intan Diah Hardyatman; Firman Noor Hasan;

Analisis Sentimen Masyarakat terhadap Rencana Kenaikan PPN12% Di
Indonesia Pada Media Sosial X Menggunakan Decision Tree

Intan Diah Hardyatman

Penelitian ini menganalisis sentimen masyarakat terhadap rencana kenaikan Pajak Pertambahan
Nilai (PPN) menjadi 12% di Indonesia menggunakan data dari media sosial X. Kenaikan PPN dapat
memicu peningkatan belanja di luar negeri serta kenaikan harga produk dan jasa di Indonesia, yang
berpotensi menurunkan penjualan dan melemahkan industri. Usulan ini juga mendapat perhatian
luas di media sosial X. Rencana kenaikan PPN memiliki pro dan kontra, sehingga memicu banyak
diskusi di media sosial. Metode klasifikasi Decision Tree digunakan untuk mengolah data yang
diperoleh melalui proses crawling dan preprocessing teks. Penelitian ini membandingkan 80% data
latih dan 20% data uji yang terdiri dari 1000 data, dengan rincian 285 sentimen negatif dan 715
sentimen positif dalam dataset. Dalam hal ini dapat digambarkan bahwa pengguna media sosial X
terhadap rencana kenaikan PPN 12% di Indonesia cenderung positif. Penelitian ini bertujuan untuk
menganalisis sentimen masyarakat terhadap rencana kenaikan PPN 12% di Indonesia menggunakan
Decision Tree dan mengidentifikasi faktor-faktor yang memengaruhi sentimen tersebut. Hasil
analisis menunjukkan bahwa Decision Tree berhasil meningkatkan akurasi sebesar 81,34%
klasifikasi sentimen dibandingkan metode sebelumnya, seperti Naïve Bayes dengan tingkat akurasi
63,1%. Hasil dari penelitian ini diharapkan dapat membantu pemerintah dalam kebijakan fiskal yang
lebih responsif.
Kata kunci: Analisis Sentimen, PPN12%, Rapidminer, Decision Tree, Media Sosial

Analysis of Public Sentiment on the Plan to Increase VAT12% in Indonesia on

Social Media X Using Decision Tree
Intan Diah Hardyatman

This study analyzes public sentiment towards the planned increase of Value Added Tax (VAT) to
12% in Indonesia using data from X social media. The VAT hike could trigger an increase in
overseas spending and higher prices for products and services in Indonesia, potentially reducing
sales and weakening industries. This proposal also received widespread attention on social media
X. The VAT increase plan has pros and cons, triggering many discussions on social media. The
Decision Tree classification method was used to process the data obtained through crawling and
text preprocessing. This research compares 80% training data and 20% test data consisting of 1000
data, with details of 285 negative sentiments and 715 positive sentiments in the dataset. In this case,
it can be described that X social media users towards the plan to increase VAT by 12% in Indonesia
tend to be positive. This research aims to analyze people's sentiment towards the plan to increase
VAT by 12% in Indonesia using Decision Tree and identify factors that influence the sentiment. The
results of the analysis show that Decision Tree succeeded in increasing the accuracy by 81.34% of
sentiment classification compared to previous methods, such as Naïve Bayes with an accuracy rate
of 63.1%. The results of this study are expected to help the government in a more responsive fiscal
policy.
Keywords: Sentiment Analysis, 12% VAT, Rapidminer, Decision Tree, Social Media