Analisis Sentimen Netizen Twitter terhadap Pemberitaan PPN Sembako dan Jasa Pendidikan dengan Pendekatan Social Network Analysis dan Naive Bayes Classifier

Abstract

Pandemi covid-19 yang terjadi memberikan dampak di berbagai bidang kehidupan. Salah satu dampaknya penerimaan negara semakin tertekan hebat. Padahal di sisi lain negara dalam proses pemulihan ekonomi nasional (PEN) yang membutuhkan dana sangat besar. Sehingga pemerintah ingin menggenjot pendapatan negara dari pajak pertambahan nilai (PPN). Jika pemungutan PPN dapat dilakukan dengan seoptimal mungkin, maka akan meningkatkan penerimaan negara. Rencana tersebut mengakibatkan maraknya pemberitaan mengenai pengenaan PPN sembako dan jasa pendidikan di Indonesia. Pemberitaan tersebut secara otomatis memicu opini di masyarakat. Salah satu cara untuk melihat opini masyarakat adalah melalui media sosial Twitter. Penelitian ini bertujuan untuk mengkaji lebih dalam tentang network dan sentimen netizen Twitter tentang PPN Sembako dan jasa pendidikan. Hasil Social Network Analisis (SNA) menghasilkan 5 klaster dengan record ke-90 merupakan bottleneck node yaitu aktor utama penyebaran informasi antar klaster. Model Naive Bayes Classifier memberikan hasil Recall Accuracy bahwa untuk Accuracy Classified sebesar 74.865 persen sementara persentase untuk Incorrectly Classified Instance sebesar 25.135 persen. Hasil klasifikasi berdasarkan emosi terbentuk 5 ekspresi fear, sadness, surprise, joy, dan anger dan emosi kata yang paling banyak adalah emosi anger (amarah), artinya mayoritas respon masyarakat terhadap kebijakan pengenaan PPN sembako dan jasa pendidikan diidentifikasikan oleh R Studio sebagai wujud keamarahan.