Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Bianglala Informatika : Jurnal Komputer dan Informatika Akademi Bina Sarana Informatika Yogyakarta Jurnal Inovasi Pendidikan dan Sains
Gunawan, Irwan
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Education Materials Science & Nanotechnology Physics

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : CESS (Journal of Computer Engineering, System and Science)

 1 
Analisis Sentimen Terhadap Tindakan Pemerintah Indonesia Untuk Menampung Sementara Pengungsi Etnis Rohingya Menggunakan Naïve Bayes Classifier Gunawan, Irwan; Furqan, Mhd.
CESS (Journal of Computer Engineering, System and Science) Vol 9, No 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.61808

Abstract

Etnis Rohingya merupakan penduduk asli di negara myanmar yang sebagian besar mayoritasnya beragama muslim. Konflik yang terjadi pada etnis tersebut dimulai sejak ditetapkannya kebijakan Burma Citizen Law oleh pemerintah myanmar. kebijakan ini berisi terkait penolakan pemerintah myanmar terhadap etnis Rohingya sebagai etnis resmi dan memutuskan jika etnis tersebut tidak termasuk dari negara Myanmar. Indonesia merupakan salah satu negara di ASEAN yang masih menampung sementara pengungsi Rohingya, tindakan ini dilakukan berdasarkan konsep Human Security dan mengacu pada Peraturan Presiden Republik Indonesia Nomor 125 Tahun 2016 Tentang Penanganan Pengungsi Dari Luar Negeri Pasal 4 Ayat 2 mengenai koordinasi penanganan pengungsi yang meliputi Penemuan, Penampungan, Pengamanan dan Pengawasan. Akibatnya, terjadinya cemburu sosial yang berdampak pada keberagamannya opini masyarakat dan menjadi isu yang sering dibicarakan. Penelitian ini bertujuan untuk mengetahui kecenderungan opini berdasarkan klasifikasi sentimen yang diperoleh melalui video YouTube. Manfaat dari penelitian ini adalah agar pemerintah indonesia dapat mengetahui tindakan tersebut cenderung positif atau negatif. Dalam penelitian ini menerapkan algoritma Naïve Bayes Classifier dengan dataset berjumlah 7547 yang dibagi menjadi 6037 data latih dan 1510 data uji. Hasil Confussion Matrix pada penelitian ini menunjukan akurasi 93%.
Analisis Sentimen Terhadap Tindakan Pemerintah Indonesia Untuk Menampung Sementara Pengungsi Etnis Rohingya Menggunakan Naive Bayes Classifier Gunawan, Irwan; Furqan, Mhd.
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 2 (2024): July 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i2.61808

Abstract

Etnis Rohingya merupakan penduduk asli di negara myanmar yang sebagian besar mayoritasnya beragama muslim. Konflik yang terjadi pada etnis tersebut dimulai sejak ditetapkannya kebijakan Burma Citizen Law oleh pemerintah myanmar. kebijakan ini berisi terkait penolakan pemerintah myanmar terhadap etnis Rohingya sebagai etnis resmi dan memutuskan jika etnis tersebut tidak termasuk dari negara Myanmar. Indonesia merupakan salah satu negara di ASEAN yang masih menampung sementara pengungsi Rohingya, tindakan ini dilakukan berdasarkan konsep Human Security dan mengacu pada Peraturan Presiden Republik Indonesia Nomor 125 Tahun 2016 Tentang Penanganan Pengungsi Dari Luar Negeri Pasal 4 Ayat 2 mengenai koordinasi penanganan pengungsi yang meliputi Penemuan, Penampungan, Pengamanan dan Pengawasan. Akibatnya, terjadinya cemburu sosial yang berdampak pada keberagamannya opini masyarakat dan menjadi isu yang sering dibicarakan. Penelitian ini bertujuan untuk mengetahui kecenderungan opini berdasarkan klasifikasi sentimen yang diperoleh melalui video YouTube. Manfaat dari penelitian ini adalah agar pemerintah indonesia dapat mengetahui tindakan tersebut cenderung positif atau negatif. Dalam penelitian ini menerapkan algoritma Naive Bayes Classifier dengan dataset berjumlah 7547 yang dibagi menjadi 6037 data latih dan 1510 data uji. Hasil Confussion Matrix pada penelitian ini menunjukan akurasi 93%.
Co-Authors Anggorowati, Rita Armansyah Armansyah Mhd Furqan Putri, Fadilla Maharani