Claim Missing Document
Check
Articles

Found 40 Documents
Search

Islamism and The Challenge of Democratization in Indonesia Alam, Syariful; Al-Fatih, Sholahuddin; Borsa, Merve Ozkan
De Jure: Jurnal Hukum dan Syari'ah Vol 15, No 2 (2023)
Publisher : Shariah Faculty UIN Maulana Malik Ibrahim Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18860/j-fsh.v15i2.23398

Abstract

This article studies the phenomenon of Islamism and its impacts on the process of democratization in Indonesia through a legal normative method by examining some regulations and cases regarding the issue. Extreme Islamic loyalist organizations authorize themselves to judge and decide what is and is not permissible, thereby hampering the development of democratic growth in Indonesia with their frequent interference in the government’s affairs and political parties in decision-making. Democracy in Indonesia is put under threat by these organizations. Studies conducted by several scholars indicate that the socio-religious practices of some Islamic organizations in Indonesia are shifting further away from the goals of democratic values. This research seeks to reveal the involvement of Islamism and its impacts on the process of democratization in the Indonesian government. The research results found that addressing negative images to Islam is not something uncommon, raising concern among Muslims and leaving a big obstacle that the democratization in Indonesia needs to encounter. Keywords: Islam; democracy; political party; religion.
Artificial Intelligence (AI) In Judiciary Processes Alam, Syariful; Salsabila, Mutiara Shaquila; Al-Fatih, Sholahuddin
Indonesian Journal of Law and Society Vol 5 No 1 (2024): Social Justice in Transition: A Global Perspectives
Publisher : Faculty of Law, University of Jember, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.19184/ijls.v5i1.42798

Abstract

Artificial intelligence (AI) is part of increasingly sophisticated technological developments in various sectors, including in the legal and judicial sectors. The data source used in this paper uses books and other literature in the form of articles in English from 2000 to 2023. Basically, AI can change the flow of trials in court, starting from pre-trial administrative matters and the trial process to post-trial as a form of rehabilitation for all parties. It is even possible that Ai will add other alternatives to the trial in its process so as to make the final decision produce a just and impartial decision. Even so, the application of AI is quite controversial, especially because the parties involved in the previous trial did not understand the matters that could be represented by the implementation of AI. growing points ultimately function effectively in the judiciary process. it's just that, in its management, carefulness is needed so that the trial runs effectively, not the other way around. guidelines must be made regarding AI governance, limitations in its implementation, especially the extent to which AI can work safely in the realm of justice until continuous research is needed on this matter.
ANALISIS SENTIMEN ULASAN PRODUK SERUM WAJAH PADA BEAUTY BRAND SOMETHINC MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER Meisa Azzahra, Dinda; Hafid Totohendarto, Moch; Alam, Syariful
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 7 No. 3 (2023): JATI Vol. 7 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v7i3.6929

Abstract

Perkembangan jumlah pengguna media sosial didampingi dengan perkembangan bisnis produk perawatan kulit baik secara global maupun domestik di Indonesia. Pada penelitian ini untuk menegtahui riview dari produk serum somethinc, dengan perbandingan Serum Niacinemaid dan Serum AHA BAH. Yang terdapat berbagai ulasan positif dan negative dan neutral. Penelitian ini menggunakan metode text mining yang terdiri dari tahapan crawling data, labelling, cleaning, preprocessing (transformation, tokenization, filtering). Untuk algoritma yang digunakan yaitu naïve bayes karena mempunyai nilai probabilitas atau peluang tertinggi untuk pengklasifikasian data, untuk pembobotan menggunakan perhitungan TF-IDF, dan pengujian data menggunakan confusion matrix yang ada pada tools phyton. Dari hasil penelitian ini terdapat analisis sentimen dari ulasan produk serum Niacinamide dengan jumlah data sebanyak 720, Dan serum AHA BAH PAH dengan jumlah data sebanyak 824, Berdasarkan confusion matrix menggunakan tools phyton serta goggle colaboratory. Dan setelah melakukan evaluasi menggunakan confusion matrix pada serum AHA BAH PAH didapatkan akurasi sebanyak (accuracy) 80%, presisi sebesar (Precision) 84%, serta (Recall) sebesar 94%. Pada Serum Niacinamid didapatkan akurasi sebanyak 64% presisi sebesar 67%, serta recall sebesar 69%, Disimpulkan bahwa hasil dari Penilaian diatas menunjukan bahwa data produk serum Serum AHA BAH PAH memiliki hasil lebih baik dengan jumlah data sentimen Positif 675 dan nilai akurasi (accuracy) 80% dan Presisi (Precision) 84%, recall 94%. Yang tergolong positif.
ANALISIS SENTIMEN ISU KECURANGAN PEMILU 2024 BERDASARKAN OPINI PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE CRISP-DM DENGAN ALGORITMA NAÏVE BAYES CLASSIFIER Abdullah Muttaqin, Aab; Alam, Syariful; Andayani Komara, Mutiara
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10821

Abstract

Pemilu yang berlangsung pada tanggal 14 Februari 2024 di Indonesia telah menimbulkan berbagai pendapat tentang dugaan kecurangan pemilu di platform media sosial, terutama Twitter. Hal ini menjadi perhatian penting karena dapat mengancam stabilitas demokrasi di Indonesia, yang diatur dalam UU No 7 Tahun 2017 tentang Pemilihan Umum. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap dugaan isu kecurangan pemilu yang diungkapkan melalui Twitter, yang kemudian diklasifikasikan menjadi sentimen positif, negatif, dan netral. Dari 951 tweet yang dianalisis setelah proses text preprocessing, terdapat 949 tweet yang berhasil diidentifikasi: 471 tweet sentimen positif dengan 222 sentimen negatif, dan 256 tweet dengan sentimen netral. Metode klasifikasi yang digunakan adalah algoritma Naïve Bayes, yang menghasilkan tingkat akurasi sebesar 66.85%, Selain itu, nilai Precision 68.05%, Recall 56.11%, dan F1-Score 61,56%.
ANALISIS SENTIMEN PENGGUNA SLIK OJK MENGGUNAKAN NAÏVE BAYES DENGAN OPTIMASI INFORMATION GAIN DAN SMOTE Darusalam, Tatan; Alam, Syariful; Andayani Komara, Mutiara
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10822

Abstract

Bank Indonesia Checking (BI Checking) atau Sistem Informasi Debitur (SID) sangat penting untuk verifikasi data nasabah dan mitigasi risiko bagi penyedia layanan fintech. Pada 27 April 2017, Otoritas Jasa Keuangan (OJK) memperkenalkan Sistem Layanan Informasi Keuangan (SLIK) sebagai perluasan dari SID untuk memonitor penyaluran dana oleh lembaga keuangan. Namun, SLIK OJK menghadapi berbagai keluhan terkait akses yang lambat dan proses verifikasi yang lama. Memahami komentar-komentar pengguna penting untuk dilakukan karena berisi ulasan pengguna ketika menggunakan layanan, sehingga dapat dimanfaatkan oleh pengembang untuk meningkatkan kualitas pelayanan yang dimiliki. Akan tetapi, pengolahan informasi dari banyaknya komentar tidak memungkinkan untuk dilakukan secara manual. Oleh karena itu, penelitian ini menerapkan analisis sentimen menggunakan algoritma Naïve Bayes yang dioptimasi dengan Information Gain dan SMOTE. Data yang digunakan adalah 233 komentar pengguna layanan SLIK OJK dari Januari hingga Maret 2024. Model terbaik, Opt2, menunjukkan akurasi 77.65% dan F1-score 70.27%. Metode optimasi meningkatkan nilai precision, recall, dan F1-score masing-masing sebesar 29.45%, 13.78%, dan 16.71%, namun menurunkan akurasi sebesar 0.24%.
ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP BOIKOT PRODUK ISRAEL PADA MEREK DAGANG UNILEVER INDONESIA MENGGUNAKAN ALGORITMA LONG SHORT TERM MEMORY Muhammad Aditya, Andika; Alam, Syariful; Andayani Komara, Mutiara
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10823

Abstract

Unilever Indonesia menghadapi tantangan serius terkait tanggapan publik terhadap isu sosial dan politik yang mempengaruhi citra merek dan kinerja keuangan mereka, terutama setelah dugaan dukungan akan tindakan Israel terhadap Palestina yang memicu gerakan boikot di Indonesia. Penelitian ini melibatkan algoritma Long Short Term Memory (LSTM) untuk melakukan klasifikasi sentimen. Data teks diubah menjadi vektor numerik melalui teknik Word2Vec dengan dimensi 300. Ada dua skenario pengujian yang dilakukan untuk mencapai akurasi terbaik yaitu skenario pertama dengan 80% data latih dan 20% data uji, sementara skenario kedua menggunakan 90% data untuk pelatihan dan 10% untuk pengujian. Beberapa parameter diuji, termasuk jumlah neuron pada layer LSTM, layer dropout, jumlah epoch, ukuran batch, dan nilai learning rate untuk meminimalisir overfitting dan meningkatkan kinerja model. Hasil penelitian menunjukkan skenario kedua lebih baik, dengan akurasi pelatihan 95,17% dan akurasi pengujian 77,11%, dibandingkan skenario pertama dengan akurasi pelatihan 97,58% dan akurasi pengujian 74,40%, yang mengindikasikan overfitting. Skenario kedua juga menunjukkan peningkatan dalam nilai presisi, recall, dan F1-Score, menunjukkan bahwa LSTM yang dioptimalkan dapat mencapai hasil terbaik dalam klasifikasi sentimen positif, negatif, dan netral.
ANALISIS SENTIMEN ISU PEDOFILIA PADA GAME BLUE ARCHIVE BERDASARKAN KOMENTAR PEMAINNYA DI FACEBOOK MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER Pauzi, Nur; Alam, Syariful; Andayani Komara, Mutiara
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10835

Abstract

Game online merupakan media hiburan yang diminati oleh berbagai kalangan, dengan genre yang beragam beberapa diantaranya ada Role Playing Game (RPG), Multiplayer Online Battle Arena (MOBA), Turn Base Game, First Person Shooter (FPS), dan Tower Defense. Blue Archive sendiri merupakan sebuah game dengan tema RPG yang populer dikalangan gamer RPG Indonesia yang dikembangkan oleh perusahaan Nexon Games dan dirilis pada tahun 2021. Terlepas dari banyaknya pemain serta popularitasnya, game ini tidak terlepas dari adanya konotasi buruk bagi para pemainnya. Pasalnya banyak yang mencap pemain game ini sebagai pedofilia. Hal ini disebabkan karena setting game ini berlatar tempat di sebuah kota yang bernama Kivotos, yang mana kota ini dihuni oleh anak-anak sekolah, dimulai dari taman kanak-kanak, sekolah dasar, sekolah menengah pertama, hingga sekolah menengah atas. Selain itu banyak dari komentar pemainnya yang menuju ke arah hal yang vulgar pada setiap gambar yang berkaitan dengan karakter game ini. Dan juga banyak jokes atau candaan di komunitas game ini sendiri yang sering merujuk pada hal sensual terhadap anak dibawah umur yang membuat para pemain game ini di cap sebagai Pedofilia. Tujuan dari dibuatkannya Penelitian ini adalah untuk menganalisis isu kecenderungan pedofilia di kalangan pemain Blue Archive berdasarkan komentar mereka di Facebook menggunakan metode Naive Bayes. Penelitian ini melibatkan 3097 data komentar yang telah melewati tahap preprocessing seperti cleaning, labeling, case folding, tokenizing, filtering, dan stemming. Hasil analisis sentimen menunjukkan bahwa isu pedofilia di kalangan pemain game Blue Archive tergolong negatif dengan akurasi 76%, precision 50%, dan recall 52% dan f1-score 53%.
ANALISIS SENTIMEN MASYARAKAT DI PLATFORM X TERHADAP PENGGUNAAN BANSOS UNTUK MEMENANGKAN SALAH SATU CAPRES TERTENTU DI PILPRES 2024 MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER Alim Adiyatma, Fikri; Alam, Syariful; Andayani Komara, Mutiara
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 5 (2024): JATI Vol. 8 No. 5
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i5.10836

Abstract

Media sosial, khususnya platform Twitter, telah menjadi platform utama bagi pengguna untuk mengungkapkan pendapat mereka mengikuti tren berita secara global. Di Indonesia, penggunaan Twitter meluas, mencerminkan signifikansi platform ini dalam mempengaruhi opini publik. Salah satu isu yang hangat dibahas adalah penggunaan bantuan sosial (BANSOS) dalam konteks politik, terutama terkait Pilpres 2024. Tujuan dari penelitian ini adalah untuk menganalisis sentimen masyarakat di platform Twitter terhadap penggunaan BANSOS untuk memenangkan salah satu calon presiden menggunakan metode Naïve Bayes Classifier. Metode ini digunakan untuk mengklasifikasikan sentimen positif, negatif, dan netral dari 722 dokumen yang telah melalui tahap preprocessing, termasuk cleaning, labelling, tokenizing, dan stemming. Hasil analisis menunjukkan bahwa sebagian besar pendapat yang diekspresikan cenderung positif, dengan 71,3% tweet mengungkapkan pandangan positif terhadap strategi penggunaan BANSOS dalam kampanye politik. Evaluasi menggunakan Confusion Matrix menunjukkan tingkat akurasi sebesar 80,82%, presisi 80,28%, recall 100%, dan f1-score 89,06%. Hasil ini mengindikasikan bahwa mayoritas pengguna Twitter memiliki pandangan positif terhadap penggunaan BANSOS untuk mendukung calon presiden di Pilpres 2024. Temuan ini menawarkan wawasan yang lebih mendalam mengenai dinamika opini publik di media sosial serta hubungannya dengan proses politik di Indonesia.
Analisis Sentimen Pengguna MY JNE Menggunakan Algoritma Naïve Bayes Putra, Egy Aria; Alam, Syariful; Kurniawan, Imay
Jurnal Teknologi Informatika dan Komputer Vol. 10 No. 2 (2024): Jurnal Teknologi Informatika dan Komputer
Publisher : Universitas Mohammad Husni Thamrin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37012/jtik.v10i2.2251

Abstract

Peningkatan industri logistik saat ini didorong oleh peningkatan industri e-commerce, di mana membutuhkan dukungan kecepatan dan keterjangkauan hingga ke seluruh pelosok tanah air. Dengan banyaknya jumlah pulau di Indonesia, dibutuhkan moda udara yang handal dalam pengiriman kargo/barang e-commerce. Di sisi lain, kecepatan waktu pengiriman membutuhkan moda yang handal dan tepat waktu. PT. Tiki Jalur Nugraha Ekakurir atau biasa dikenal sebagai JNE merupakan salah satu perusahaan ekspedisi barang terbesar di Indonesia, berkat jaringan dan jangkauan area distribusinya yang mencakup lebih dari 83.000 kota, termasuk kabupaten, desa, dan pulau terluar, dengan gerai penjualan berjumlah lebih dari 8.000 titik dan mempekerjakan lebih dari 50.000 karyawan di seluruh Indonesia. JNE memiliki aplikasi bernama MY JNE yang dirilis pada tanggal 27 Januari 2016 di Google Play. Hingga saat ini, aplikasi MY JNE telah di download oleh lebih dari lima juta pengguna. Adapun my JNE telah mendapat ulasan sebanyak lebih dari 123.000 komentar dan hingga 26 April 2024 hanya mendapatkan rating 1,5 bintang dari total keseluruhan penilaian bintang 5. Ulasan ini pun mencakup bukan hanya mengenai aplikasi namun juga pelayanan JNE secara keseluruhan, mencakup keluhan yang bersifat negatif dan juga saran yang positif. Hal ini mendorong dilakukannya penelitian terkait JNE dengan menggunakan data ulasan pengguna dari Google Play. Ulasan yang digunakan pada penelitian ini berjumlah 996 ulasan pengguna yang most relevan yang diklasifikasikan menjadi kelas sentimen positif dan negatif menggunakan algoritma Naïve Bayes Classifier. Klasifikasi dengan naïve bayes classifier dengan perbandingan data latih 80% dan data uji 20% menghasilkan akurasi yang optimum yaitu sebesar 96%. Hasil sentimen dari aplikasi My JNE ini mendapatkan hasil negative karena ulasan yang terbesar sebanyak 96.8%.
Decision Support System for Underprivileged Scholarship Recipients Using the Simple Additive Weighting (SAW) Method in XYZ University Raymond Ramadhan, Yudhi; Alam, Syariful; Iman Hermanto, Teguh; Agus Sunandar, Muhamad; Arialdi, Miftahul
RISTEC : Research in Information Systems and Technology Vol. 4 No. 2 (2023): RISTEC : Research in Information Systems and Technology
Publisher : RISTEC : Research in Information Systems and Technology

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

XYZ University as an educational institution that is responsible not only for academic quality, but also for equal access to higher education, has established various scholarship programs. However, a fair and transparent selection process for scholarship recipients is still a challenge. Unclear criteria, poorly defined weights, and an unstructured decision-making process can result in injustice for prospective students who should be eligible for financial aid. To overcome this problem, it is necessary to develop a Decision Support System (SPK) which can assist in the selection process for underprivileged scholarship recipients. The Simple Additive Weighting (SAW) method is a method that can be implemented because it is relatively easy to implement and can provide transparent and accountable results. Based on the calculation results, the student with the highest calculated score, namely 1,400, is a student who is recommended to be entitled to an educational scholarship.