ANALISIS SENTIMEN PUBLIK DI MEDIA SOSIAL TERHADAP KENAIKAN PPN 12% DI INDONESIA MENGGUNAKAN INDOBERT
DOI:
https://doi.org/10.69916/jkbti.v4i2.322Keywords:
analisis sentimen, IndoBERT, kenaikan ppn, media sosial, Natural Language ProcessingAbstract
Penelitian ini menganalisis sentimen publik terkait rencana kenaikan Pajak Pertambahan Nilai (PPN) 12% di Indonesia menggunakan model transformer berbasis Bahasa Indonesia, IndoBERT. Dengan mengumpulkan 2.581 sampel data dari platform media sosial X, Instagram, dan TikTok, penelitian ini BERTujuan untuk memahami respons publik secara mendalam. Data melalui tahapan pra-pemrosesan, tokenisasi, dan label mapping sebelum dibagi 80/10/10 menjadi set pelatihan, validasi, dan pengujian. Model IndoBERT dasar yang di-fine-tuned selama tiga epoch menunjukkan kinerja yang signifikan pada set pengujian. Secara kuantitatif, model mencapai accuracy 84,94%, precision 85,60%, recall 84,94%, dan F1-score (weighted) 84,37%. Analisis distribusi sentimen lebih lanjut menunjukkan bahwa sentimen publik yang dominan adalah negatif. Tingginya nilai metrik evaluasi ini menegaskan efektivitas IndoBERT untuk tugas klasifikasi sentimen berbahasa Indonesia pada data media sosial. Kesimpulannya, temuan ini tidak hanya menunjukkan kapabilitas model, tetapi juga memberikan dasar analisis yang kuat mengenai tingkat penerimaan atau penolakan publik terhadap kebijakan kenaikan PPN 12%, menawarkan nilai tambah bagi pemahaman dampak kebijakan publik.
Downloads
References
U. Faruq, S. Adipurno, A. Aziz, N. Faadhilah, and M. Ridwan, “Konsep Dasar Pajak dan Lembaga yang Dikenakan Pajak : Tinjauan Literatur dan Implikasi untuk Kebijakan Fiskal,” J. Ekon. dan Bisnis, vol. 16, no. 2, pp. 65–70, 2024, doi: 10.55049/jeb.v16i2.306.
N. Fauziah, M. Alkautsar, Y. Suryaman, and F. F. Roji, “Pelabelan VADER Dalam Menganalisis Persepsi Masyarakat Terhadap Kenaikan Tarif PPN di Indonesia,” J. Akunt. DAN Keuang., vol. 12, no. 2, pp. 228–238, 2024.
M. G. Al-kadzim, “Analisis Perubahan Sentimen Publik di Media Sosial X terhadap Konflik Palestina-Israel Menggunakan Model IndoBERT,” Digit. Transform. Technol., vol. 4, no. 2, pp. 1167–1174, 2024.
D. Al Akhdaan, T. E. Sutanto, and M. Liebenlito, “Confident Learning pada IndoBERT: Peningkatan Kinerja Klasifikasi Sentimen,” Indones. J. Comput. Sci., vol. 13, no. 5, pp. 2357–2386, 2024.
Tarwoto, R. Nugroho, N. Azka, W. Sayudha, and R. Graha, “Jurnal JTIK ( Jurnal Teknologi Informasi dan Komunikasi ) Analisis Sentimen Ulasan Aplikasi Mobile JKN di Google,” J. JTIK (Jurnal Teknol. Inf. dan Komunikasi), vol. 9, no. June, pp. 495–505, 2025.
J. K. Siagian and Painem, “ANALISIS SENTIMEN MASYARAKAT INDONESIA TERHADAP RENCANA KENAIKAN PPN MENJADI 12 % DI MEDIA SOSIAL X ANALYSIS OF INDONESIAN PUBLIC SENTIMENT TOWARDS THE PLAN TO INCREASE VAT TO 12 % ON X SOCIAL MEDIA USING THE NAÏVE BAYES METHOD,” in Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 2024, pp. 779–786.
W. Irmayani, “PERSEPSI PUBLIK TERHADAP KENAIKAN PPN 12%: PENDEKATAN SENTIMEN PADA KOMENTAR YOUTUBE,” J. KHATULISTIWA Inform., vol. 12, no. 2, pp. 112–118, 2024.
F. Imawan, D. F. Shiddieq, and F. F. Roji, “Analisis Sentimen Publik di X Terhadap Rencana Kenaikan PPN 12% Menggunakan BERT,” CESS (Journal Comput. Eng. Syst. Sci., vol. 10, no. 1, pp. 136–148, 2025.
A. F. Setyawan, A. Devi, P. Ariyanto, F. K. Fikriah, and R. I. Nugraha, “Analisis Sentimen Ulasan iPhone di Amazon Menggunakan Model Deep Learning BERT Berbasis Transformer,” J. ELEKRONIKA DAN Komput., vol. 17, no. 2, pp. 447–452, 2024.
P. Zahwa, S. Agustian, F. Yanto, and S. Baru, “IMPLEMENTASI BI-DIRECTIONAL LONG SHORT TERM MEMORY TERHADAP KLASIFIKASI SENTIMEN DI,” Zo. J. Sist. Inf., vol. 7, no. 1, pp. 11–24, 2025.
P. P. Wulan and H. Basri, “Analisis Sentimen Terhadap Layanan Nasabah Bank Menggunakan Teknik Klasifikasi Naive Bayes Sentiment Analysis of Banking Customer Service Using Naive Bayes Classification Technique,” J. Kecerdasan Buatan dan Teknol. Inf., vol. 3, no. 2, pp. 68–74, 2024.
D. Nuryadi et al., “FINE TUNING INDOBERT UNTUK ANALISIS SENTIMEN PADA ULASAN PENGGUNA APLIKASI TIKET . COM DI GOOGLE PLAY STORE,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 2, pp. 3577–3583, 2025.
M. T. Uliniansyah et al., “Twitter dataset on public sentiments towards biodiversity policy in Indonesia,” Data Br., vol. 52, p. 109890, 2024, doi: 10.1016/j.dib.2023.109890.
B. Yanuargi, “Analisis Sentemen Terhadap Aplikasi Bukalapak Sebelum IPO dan Sesudah IPO Menggunakan Algoritma Naive Bayes,” Jnanaloka, vol. 3, no. 1, pp. 17–25, 2022, doi: 10.36802/jnanaloka.2022.v3-no1-17-25.
R. Merdiansah and A. Ali Ridha, “Sentiment Analysis of Indonesian X Users Regarding Electric Vehicles Using IndoBERT,” J. Ilmu Komput. dan Sist. Inf. (JIKOMSI, vol. 7, no. 1, pp. 221–228, 2024.
A. Wirayudha, P. S. Informasi, U. Gunadarma, D. Learning, and G. P. Store, “Analisis Sentimen Terhadap Ulasan Access By KAI Pada Google Play Store Menggunakan Metode IndoBERT,” PRINSIP Portal Ris. Inov. Sist. Perangkat Lunak, vol. 3, pp. 9–20, 2025.
P. Sayarizki and H. Nurrahmi, “Implementation of IndoBERT for Sentiment Analysis of Indonesian Presidential Candidates,” J. Comput., vol. 9, no. 2, pp. 61–72, 2024, doi: 10.34818/indojc.2024.9.2.934.
Downloads
Published
Scite Metrics
Altmetric
How to Cite
Issue
Section
License
Copyright (c) 2025 Michael Reynald Manoppo, Indri Claudia Kolang, Daffa Nur Nur Fiat, Reza Michelly Cantika Mawara, Anggraini Dwi Putri Sumarno, Ade Yusupa, Victor Tarigan
This work is licensed under a Creative Commons Attribution 4.0 International License.
menuterbaru
 |
 |
 |
 |
 |
 |
 |
 |
 |
|
|
 |
 |
 |
 |
 |
 |
 |
 |
| More Indexing and Abstracting |
|
|
View My Stats |
| Overall Visitor Statistics |
 |
