ANALISIS SENTIMEN MASYARAKAT TERHADAP EKS PEJABAT PAJAK DIPERIKSA KPK PADA YOUTUBE MENGGUNAKAN METODE K-NEAREST NEIGHBOR

Penulis

  • Dhika Dwi Kurnianto Universitas Budi Luhur
  • Sejati Waluyo Universitas Budi Luhur

Kata Kunci:

Analisis Sentimen, Youtube, KPK, K-Nearest Neighbor, CountVectorizer

Abstrak

Komisi Pemberantasan Korupsi (KPK), lembaga independen di Indonesia dengan misi tegas melawan korupsi, menghadapi variasi pandangan masyarakat terkait tindakannya. Masalah yang sering terjadi adalah dugaan praktik korupsi dalam sistem perpajakan terhadap eks pejabat pajak. Penyelidikan  dan pemeriksaan terhadap eks pejabat pajak oleh KPK, karena kurangnya akuntabilitas dan transparansi dalam pengelolaan perpajakan di Indonesia. Masalah tersebut menjadi perhatian masyarakat terhadap suatu kejadian atau isu terkini melalui komentar di Youtube. Manfaat dari penelitian ini adalah untuk menganalisis pandangan masyarakat Indonesia berdasarkan komentar yang dipublikasikan melalui media sosial Youtube. Sehingga dapat diperoleh gambaran sentimen masyarakat terkait topik pandangan masyarakat Indonesia terhadap kasus tersebut. Hasil penelitian ini juga diharapkan menjadi bahan evaluasi peran pemerintah dalam meminimalisir para pejabat yang melakukan flexing ataupun korupsi. Dalam metode ini, CountVectorizer digunakan untuk ekstraksi fitur dan algoritma K-Nearest Neighbor (KNN) untuk analisis lebih mendalam. Dataset atau sumber data yang digunakan dalam penelitian ini adalah dari data komentar Youtube melalui channel KOMPAS TV dengan judul konten 2023: Harta Tak Wajar, Eks Pejabat Pajak Rafael Trisambodo Dipanggil KPK. Memanfaatkan Youtube Data API v3 dan tools Google Developers Console serta Google Collab. Hasil penelitian mengindikasikan KNN mencapai akurasi yang cukup baik dengan puncak pada K = 5, membuka wawasan penting pada data. Penelitian ini menggarisbawahi urgensi langkah-langkah awal seperti pengumpulan, preprocessing, pelabelan, dan pemodelan demi hasil yang valid. Singkatnya, KPK menjabat peran vital dalam melawan korupsi, dan pendekatan inovatif seperti analisis sentimen memberikan wawasan mendalam pada pandangan masyarakat terhadap upaya KPK.  Perhitungan menggunakan confusion matrix menghasilkan 72% akurasi, 74% presisi dan 82% recall dengan pemecahan data terbaik yaitu 90% data latih dan 10% data uji. Hasil analisis sentimen terhadap 476 komentar menunjukkan bahwa pandangan orang Indonesia cenderung positif sebesar 58,61%,  sedangkan sentimen negatif sebesar 41,39% antara tanggal 25 Februari 2023 hingga 26 Maret 2023. 

Referensi

M. P. Munthe, A. Siswo, R. Ansori, and R. R. Septiawan, “Analisis Sentimen Komentar Pada Saluran Youtube Food Vlogger Berbahasa Indonesia Menggunakan Algoritma Naïve Bayes Sentiment Analysis Comment on Indonesian Youtube Channel About Food Vlogger Using Naïve Bayes Algorithm,” 2021.

E. F. Saputra and M. R. Pribadi, “ANALISIS SENTIMEN KOMENTAR PADA KANAL YOUTUBE THE LAZY MONDAY MENGGUNAKAN ALGORITMA NAÏVE BAYES,” MDP STUDENT Conf., 2023.

Chely Aulia Misrun, E. Haerani, M. Fikry, and E. Budianita, “Analisis sentimen komentar youtube terhadap Anies Baswedan sebagai bakal calon presiden 2024 menggunakan metode naive bayes classifier,” J. CoSci Tech (Computer Sci. Inf. Technol., vol. 4, no. 1, pp. 207–215, Apr. 2023, doi: 10.37859/coscitech.v4i1.4790.

M. Priandi and Painem, “Analisis Sentimen Masyarakat Terhadap Pembelajaran Daring di Era Pandemi Covid-19 pada Media Sosial Twitter Menggunakan Ekstraksi Fitur Countvectorizer dan Algoritma K-Nearest Neighbor,” Semin. Nas. Mhs. Ilmu Komputer. dan Apl. Jakarta-Indonesia, no. September, pp. 311–319, 2021.

D. N. Larasati, A. Aziz, and D. Aditya, “Analisis Sentimen Komentar Video Youtube Dengan Metode K-Nearest Neighbor,” J. Ilm. Wahana Pendidik., vol. 2023, no. 5, pp. 132–142, 2023, doi: 10.5281/zenodo.7728573.

R. Noviantho, A. Siswo, R. Ansori, and R. R. Septiawan, “ANALISIS SENTIMEN PADA KOMENTAR VIDEO ULASAN MAKANAN DARI SALURAN YOUTUBE BERBAHASA INDONESIA MENGGUNAKAN K-NEAREST NEIGHBOR SENTIMENT ANALYSIS ON VIDEO COMMENTS ABOUT FOOD REVIEW FROM INDONESIAN YOUTUBE CHANNELS USING K-NEAREST NEIGHBOR,” 2021.

F. F. Abdullah and I. R. Pambudi, “Analisis Sentimen Pengguna Youtube Terhadap Program Vaksin Covid-19,” CSRID (Computer Sci. Res. Its Dev. Journal), vol. 13, no. 3, p. 141, Nov. 2021, doi: 10.22303/csrid.13.3.2021.141-148.

M. Hudha, E. Supriyati, and T. Listyorini, “ANALISIS SENTIMEN PENGGUNA YOUTUBE TERHADAP TAYANGAN #MATANAJWAMENANTITERAWAN DENGAN METODE NAÏVE BAYES CLASSIFIER,” J. Inform. dan Komputer) Akreditasi KEMENRISTEKDIKTI, vol. 5, no. 1, pp. 2614–8897, 2022, doi: 10.33387/jiko.

S. Nurul, J. Fitriyyah, N. Safriadi, E. Esyudha, and P. #3, “JEPIN (Jurnal Edukasi dan Penelitian Informatika) Analisis Sentimen Calon Presiden Indonesia 2019 dari Media Sosial Twitter Menggunakan Metode Naive Bayes,” J. Edukasi dan Penelit. Inform., 2019, [Online]. Available: http://dev.twitter.com.

G. Sanjaya and K. Muslim Lhaksmana, “Analisis Sentimen Komentar YouTube tentang Terpilihnya Menteri Kabinet Indonesia Maju Menggunakan Lexicon Based,” e-Proceeding Eng., 2020.

Unduhan

Diterbitkan

11-10-2023

Cara Mengutip

Kurnianto, D. D., & Waluyo, S. (2023). ANALISIS SENTIMEN MASYARAKAT TERHADAP EKS PEJABAT PAJAK DIPERIKSA KPK PADA YOUTUBE MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 2(2), 632–641. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/820

Terbitan

Bagian

Artificial Intelligence

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 > >>