%0 Generic
%A HOT MAHARANI SARAGIH, 1717051077
%C UNIVERSITAS LAMPUNG
%D 2021
%F eprints:62447
%I FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
%T ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP  LAYANAN PAJAK KENDARAAN BERMOTOR MENGGUNAKAN    ALGORITME NAIVE BAYES CLASSIFIER
%U http://digilib.unila.ac.id/62447/
%X Undang-Undang No. 25 Tahun 2009, berisi mengenai aturan tentang keterlibatan dalam  pelayanan publik dan revolusi industri 4.0 saat ini. Direktorat Jenderal Pajak (DJP)  merupakan salah satu yang memberi layanan publik di bidang perpajakan diminta untuk  memberikan pelayanan terbaik sesuai dengan amanat Undang-Undang No. 25 Tahun  2009. Seperti yang diketahui bahwasanya dunia termasuk Indonesia tengah mengalami  kondisi penyebaran virus corona atau dikenal dengan Covid-19. Adanya teknologi  menjadi salah satu wadah masyarakat untuk berpendapat, berkomentar, atau mengkritik  sesuatu melalui jaringan internet salah satunya media sosial seperti Twitter. Pada  penelitian ini analisis sentimen dapat memahami isi data dengan tujuan mengelolah  komentar yang diberikan oleh si pengguna melalui tweet di Twitter mengenai pelayanan  pajak kendaraan bermotor. Pernyataan tersebut berupa tanggapan positif, negatif atau  netral mengenai topik layanan pajak kendaraan bermotor. Langkah yang dilakukan ada  Praproses pada data yang meliputi cleansing data, case folding, tokenizing, remove  stopword dan stemming. Selanjutnya melakukan tahapan pemberian label (kelas) pada  data yang dilakukan secara manual. Hasil dari tahapan yang telah dilakukan didapatkan  dua kelas yaitu kelas positif dan kelas negatif dengan jumlah data sebanyak 888. Data  yang sudah memiliki kelas, digunakan sebagai data training untuk mesin pengklasifikasi,  dalam riset ini menggunakan algoritme mesin pengklasifikasi Naïve Bayes. Terakhir,  diukur kinerja dari mesin pengklasifikasi menggunakan 10-fold cross validation. Hasil  evaluasi memberi rata-rata akurasi sebesar 91.00%.    Kata Kunci: analisis sentimen, klasifikasi, Naïve Bayes, Twitter  Law No. 25 of 2009, contains regulations regarding involvement in public services and  the current 4.0 industrial revolution. The Directorate General of Taxes (DGT) is one that  provides public services in the taxation sector. 25 of 2009. As is known, the world,    including Indonesia, is experiencing the spread of the corona virus or known as Covid-  19. The existence of technology is one of the forums for people to think, comment, or    criticize something through the internet, one of which is social media such as Twitter. In  this study, sentiment analysis can understand the content of the data with the aim of  managing comments given by the user via tweets on Twitter regarding motor vehicle tax  services. The statement is in the form of a positive, negative or neutral response  regarding the topic of motor vehicle tax services. The steps taken are preprocessing on  the data which includes data cleansing, case folding, tokenizing, remove stop words and  stemming. The next step is to label (class) the data manually. The results of the steps that  have been carried out obtained two classes, namely positive class and negative class with  a total of 888 data. The data that already has a class, is used as training data for the  classifier engine, in this research using the Naïve Bayes classifier engine algorithm.  Finally, the performance of the classifier engine was measured using 10-fold cross  validation. The evaluation results give an average accuracy of 91.00%.    Keywords: classification, Naive Bayes, Twitter, sentiment analysis