Analisis Sentimen Publik X Terhadap Kenaikkan Ppn 12% pada Twitter Menggunakan Latient Dirichlet Allocation

Abstract

Rencana kenaikan tarif Pajak Pertambahan Nilai (PPN) menjadi 12% pada tahun 2025 telah menjadi salah satu isu kebijakan publik yang hangat diperbincangkan oleh masyarakat. Kebijakan ini memunculkan berbagai reaksi, baik dukungan maupun penolakan, terutama di media sosial X (sebelumnya Twitter), yang menjadi wadah dinamis bagi masyarakat dalam menyuarakan opini. Penelitian ini bertujuan untuk menganalisis persepsi publik terhadap rencana kenaikan PPN tersebut dengan menggunakan pendekatan analisis topik dan sentimen. Metode yang digunakan adalah Latent Dirichlet Allocation (LDA), yang memungkinkan identifikasi tema-tema dominan dalam percakapan daring. Data dikumpulkan secara otomatis menggunakan Twitter Harvest dengan kata kunci “PPN 12%” dalam kurun waktu Juli hingga Oktober 2024. Data mentah kemudian melalui tahapan preprocessing sebelum dilakukan pemodelan topik. Hasil analisis menunjukkan bahwa terdapat tujuh topik utama yang muncul dari percakapan publik, meliputi isu-isu seperti daya beli masyarakat, efektivitas kebijakan pemerintah, sistem perpajakan, serta dampak ekonomi. Nilai coherence score tertinggi yang diperoleh adalah sebesar 0,88, yang menunjukkan bahwa model topik yang dihasilkan memiliki kualitas yang baik. Temuan ini memperlihatkan bahwa metode LDA mampu secara efektif menggambarkan opini dan persepsi publik terhadap isu kebijakan. Hasil penelitian ini diharapkan dapat menjadi bahan pertimbangan bagi pembuat kebijakan dalam merancang strategi yang lebih responsif terhadap aspirasi dan kekhawatiran masyarakat luas. Abstract The plan to increase the Value Added Tax (VAT) rate to 12% by 2025 has become one of the public policy issues that is hotly discussed by the public. This policy has generated various reactions, both support and rejection, especially on social media X (formerly Twitter), which has become a dynamic forum for the public to voice their opinions. This study aims to analyze public perception of the VAT increase plan using a topic and sentiment analysis approach. The method used is Latent Dirichlet Allocation (LDA), which allows the identification of dominant themes in online conversations. The data was collected automatically using Twitter Harvest with the keyword "12% VAT" in the period from July to October 2024. The raw data then goes through a preprocessing stage before topic modeling is carried out. The results of the analysis show that there are seven main topics that emerge from the public conversation, including issues such as people's purchasing power, the effectiveness of government policies, the tax system, and economic impacts. The highest coherence score obtained was 0.88, which indicates that the resulting topic model is of good quality. These findings show that the LDA method is able to effectively describe public opinion and perception of policy issues. The results of this research are expected to be considered for policymakers in designing strategies that are more responsive to the aspirations and concerns of the wider community.