ANALISIS SENTIMEN PUBLIK TERHADAP APLIKASI LAYANAN PERPAJAKAN CORETAX PADA PLATFORM X MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Maraknya percakapan publik mengenai aplikasi layanan perpajakan CoreTax di media sosial X menunjukkan peningkatan perhatian masyarakat terhadap performa layanan tersebut. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap CoreTax dengan menggunakan metode Support Vector Machine (SVM) dan teknik ekstraksi fitur TFIDF. Data diperoleh melalui crawling dari media sosial X dan menghasilkan 12.710 data setelah melalui tahapan pra-pemrosesan, yang meliputi filtering, deduplikasi, case folding, cleaning, penghapusan elongation, normalisasi, tokenisasi, stopword removal, dan stemming. Proses pelabelan awal dilakukan secara otomatis dengan pendekatan lexiconbased menggunakan kamus sentimen InSet. Klasifikasi sentimen dibagi ke dalam tiga kategori: positif, negatif, dan netral. Hasil pengujian model menunjukkan akurasi sebesar 84,74% dan weighted F1-score sebesar 84,73%, menandakan performa model yang baik. Analisis lanjutan menunjukkan dominasi sentimen negatif, yang mengindikasikan potensi gangguan sistem dalam aplikasi CoreTax dan berdampak pada pengalaman pengguna. Temuan ini penting sebagai masukan bagi pengembang dan instansi terkait untuk meningkatkan kualitas dan keandalan layanan guna membangun kepercayaan publik.