ANALISIS SENTIMEN OPINI MASYARAKAT TERHADAP KEBIJAKAN KENAIKAN PPN (PAJAK PERTAMBAHAN NILAI) PADA MEDIA SOSIAL TWITTER DENGAN METODE SUPPORT VECTOR MACHINE

Pajak Pertambahan Nilai (PPN) adalah pajak yang dikenakan atas konsumsi barang dan jasa di dalam negeri. Sebagai salah satu pilar utama penerimaan negara, Namun mekanisme PPN yang dikenakan pada setiap rantai distribusi menyebabkan pajak ini pada akhirnya dibebankan kepada konsumen akhir, sehingga setiap perubahannya memiliki dampak langsung terhadap masyarakat luas. Ramainya pembahasan PPN pada platform twittwer X menbuat tertarik untuk mengetahui sentimen masyarakat terhadap PPN. Sentimen sendiri terdiri dari sentimen postif, negatif, dan netral. Dalam analisis ini menggunakan support vector machine SVM ). Term frequency-inverce document frequency TF-IDF gunakan untuk melakukan pengukuran seberapa penting kata dalan suatu data. Sedangkan untuk mengukur kinerja klasifikasi SVM menggunakan metode Confusion matrix. Karnel linear merupakan karnel yang gunakan pada analisis data. Sehingga dapat mengevaluasi akurasi sebesar 89.09% dan menyimpulkan bahwa mayoritas sentimen masyarakat pada platform X terhadap kebijkan PPN lebih condong sentimen netral.