Komparasi Algoritma Random Forest, Naïve Bayes, dan SVM pada Sentimen Kebijakan PPN 12%

Abstract

Media sosial, salah satunya Twitter, telah berkembang menjadi platform penting untuk orang-orang menyuarakan pendapat mereka pendapat mereka, mengkritik, dan mendukung berbagai kebijakan pemerintah. Rencana untuk menaikkan Pajak Pertambahan Nilai (PPN) menjadi 12% di Indonesia pada tahun 2025 adalah salah satu kebijakan yang banyak dibicarakan publik. Dengan menggunakan metode machine learning, penelitian ini bertujuan untuk menganalisis persepsi publik terhadap kebijakan tersebut. Dalam penelitian ini, Random Forest, Naive Bayes, dan Support Vector Machine (SVM) digunakan. Data yang digunakan terdiri dari 2747 tweet yang didapatkan melalui metode crawling menggunakan kata kunci "PPN 12%" dari April 2024 hingga Januari 2025. Setelah melalui tahapan preprocessing, data diberi label menggunakan kamus leksikon bahasa Indonesia dengan tiga kelas sentimen yakni positif, netral, dan negatif. Jumlah data positif sebanyak 689, data netral 544, dan data negatif 1460, yang menunjukkan adanya ketidakseimbangan kelas. Meskipun demikian, penelitian ini tidak menggunakan teknik augmentasi seperti oversampling atau undersampling. Sebagai gantinya, metrik evaluasi yang digunakan tidak hanya akurasi, tetapi juga precision, recall, dan f1-score pada masing-masing kategori dengan pendekatan weighted average, guna menghasilkan evaluasi yang lebih adil dan komprehensif. 2154 data latih dan 539 data uji dihasilkan setelah dataset dibagi menjadi 80% data latih dan 20% data uji secara acak. Data latih nantinya akan digunakan untuk pembangunan model, sementara data uji digunakan untuk mengevaluasi performanya. Metode Term Frequency-Inverse Document Frequency (TF-IDF), yang membantu dalam menentukan seberapa relevan suatu kata yang ada dalam dokumen, digunakan dalam proses ekstraksi fitur penelitian ini. Hasil pengujian menunjukkan bahwa SVM memiliki performa terbaik dengan akurasi 76,25%, diikuti oleh Random Forest 72,35%, dan Naive Bayes 60,66%. SVM juga memiliki nilai precision, recall, dan f1-score tertinggi dibandingkan dua algoritma lainnya, yang menunjukkan kemampuan algoritma untuk memberikan hasil prediksi yang lebih tepat dan seimbang.  Hasilnya menunjukkan bahwa SVM paling efektif menangani data opini publik yang cenderung tidak eksplisit dan penuh nuansa di media sosial. Penelitian ini memberikan kontribusi dalam pemanfaatan data Twitter sebagai alat bantu analisis kebijakan publik, serta mendorong pemanfaatan machine learning dalam memahami persepsi masyarakat terhadap isu nasional.