Kencana, Surya (2025) Analisis Sentimen Terhadap Kebijakan Pajak Pertambahan Nilai Pada Media Sosial X Menggunakan Metode Support Vector Machine. Diploma thesis, UBP Karawang.
1. File Judul_250068_20416255201202_Surya Kencana.pdf
Download (225kB)
2. File Abstrak_250068_20416255201202_Surya Kencana.pdf
Download (40kB)
3. Daftar Isi_250068_20416255201202_Surya Kencana.pdf
Download (96kB)
4. BAB_I_250068_20416255201202_Surya Kencana.pdf
Download (129kB)
5. BAB_II_250068_20416255201202_Surya Kencana.pdf
Restricted to Registered users only
Download (144kB)
6. BAB_III_250068_20416255201202_Surya Kencana.pdf
Download (463kB)
7. BAB_IV_250068_20416255201202_Surya Kencana.pdf
Restricted to Registered users only
Download (1MB)
8. BAB_V_250068_20416255201202_Surya Kencana.pdf
Download (41kB)
9. Daftar Pustaka_250068_20416255201202_Surya Kencana.pdf
Download (202kB)
10. Lampiran_250068_20416255201202_Surya Kencana.pdf
Restricted to Registered users only
Download (2MB)
Abstract
Analisis sentimen terhadap kebijakan pajak pertambahan nilai pada media sosial X menggunakan metode Support Vector Machine. Tujuan penelitian ini yaitu untuk mengetahui proses implementasi dan hasil dari implementasi algoritma Support Vector Machine pada analisis sentimen terhadap kebijakan kenaikan pajak pertambahan. Objek penelitian ini merupakan opini publik sebuah platform media sosial X. Penelitian ini dilakukan dengan pengambilan data selama satu tahun secara bertahap dengan periode satu bulan. Pada penelitian ini dilakukan proses processing data dan selanjutnya dilakukan pelabelan data secara manual oleh seorang ahli sastra bahasa Indonesia. Hasil penelitian yang telah dilakukan proses labeling data dan didapatkan sebanyak 646 atau 25% label positif dan 1936 atau 75% label negatif. Hasil klasifikasi pada penelitian ini terbagi kedalam tiga skenario data yaitu 70:30, 80:20, dan 90:10, yang menunjukan skenario 70:30 pada kernel RBF menunjukan accuracy sebesar 78%, selanjutnya skenario 80:20 pada kernel linear menunjukkan accuracy sebesar 75%, dan skenario 90:10 pada kernel polynomial menunjukkan accuracy terbaik yaitu 75%.
Kata Kunci: Analisis Sentimen, Support Vector Machine, Pajak Pertambahan Nilai.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Pustakawan UBP Karawang |
| Date Deposited: | 14 Jan 2026 02:14 |
| Last Modified: | 14 Jan 2026 02:14 |
| URI: | http://repository.ubpkarawang.ac.id/id/eprint/5342 |
