Asriyanik, Asriyanik
Universitas Muhammadiyah Sukabumi

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementation Of the Naive Bayes Algorithm for Analysis Sentiment of Alun-Alun as A Public Open Space in Sukabumi Regency Fadhil, Farikh; Asriyanik, Asriyanik; Apriandari, Winda
Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Vol 20, No 2 (2023): SEPTEMBER 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/bit.v20i2.2434

Abstract

Kabupaten Sukabumi merupakan salah satu Kabupaten di Jawa Barat yang memiliki beberapa fasilitas dan prasarana, salah satunya ruang terbuka publik yang menjadi sebuah tempat yang bermanfaat untuk aktivitas bagi kebutuhan dan kepentingan masyarakat umum sehari-hari seperti contohnya alun-alun yaitu Alun-alun Cisaat, Alun-Alun Palabuhanratu, Alun-Alun Jampang Kulon, Alun-Alun Purabaya dan Alun-Alun Cicurug. Namun di Kabupaten Sukabumi juga masih terdapat alun-alun yang kurang terawat sehingga terdapat artikel atau opini dari pengunjung yang kurang baik mengenai alun-alun tersebut. Oleh karena itu perlu dilakukan pengembangan atau evaluasi oleh pemerintah setempat untuk menjadikan ruang terbuka publik di Kabupaten Sukabumi lebih baik lagi. Sebelum melakukan pengembangan dan evaluasi diperlukan terlebih dahulu informasi data atau analisis terkait opini publik terhadap ruang terbuka publik tersebut salah satunya dengan melakukan analisis sentimen. Penelitian ini melakukan analisis sentimen publik terhadap alun-alun sebagai ruang terbuka publik di Kabupaten Sukabumi menggunakan algoritma Naïve Bayes dalam melakukan analisis sentimen dan data yang diambil dari ulasan pengunjung tempat tersebut pada periode 2019-2023 di website Google Maps dan didapatkan data sentimen sebanyak 2698 yang terdiri dari data sentimen positif sebanyak 2254 dan data sentimen negatif 444 data dengan hasil akurasi dari algoritma yang digunakan pada model yang dibuat yang dibuat memiliki ketepatan akurasi sebesar 92%, nilai precision sebesar 90%, nilai recall sebesar 53% dan fi-score sebesar 67%. Frekuensi kata yang diperoleh dari hasil analisis sentimen mendapati 5 kata yang paling banyak muncul berdasarkan kelas sentimennya yaitu sentimen positif adalah mantap, bagus, bersih, nongkrong dan enak. Sedangkan 5 Frekuensi kata negatif adalah adalah sampah, kotor, kumuh, macet dan tata. Hasil dari penelitian ini terkait analisis sentimen diharap dapat membantu pemerintah setempat terutama Dinas Pertanahan dan Tata Ruang Kabupaten Sukabumi untuk dijadikan informasi sebagai bahan acuan atau rekomendasi untuk pengembangan dan evaluasi objek ruang terbuka publik di Kabupaten Sukabumi kedepannya.
Implementation Of HMAC-SHA-256 Algorithm For Product Packaging Security Angkasa, Bangga; Asriyanik, Asriyanik; Pambudi, Agung
Bit (Fakultas Teknologi Informasi Universitas Budi Luhur) Vol 20, No 2 (2023): SEPTEMBER 2023
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/bit.v20i2.2507

Abstract

Perkembangan teknologi memiliki dampak yang signifikan pada perindustrian, teknologi telah membantu perusahaan dalam meningkatkan efisiensi produksi, mengurangi biaya serta meningkatkan kualitas produk. Kemasan produk merupakan salah satu cara pemilik usaha menyiapkan informasi produk ke tangan konsumen. Namun pemalsuan label kemasan pada kemasan produk seperti perubahan tanggal kadaluwarsa atau juga peniruan Produk menjadi salah satu kendala dalam menjaga kualitas produk. Banyak upaya yang dilakukan dalam mencegah pemalsuan produk, salah satunya adalah dengan penggunaan segel hologram yang sulit dipalsukan, namun hal ini menyebabkan masalah baru dikarenakan pembuatan segel hologram membutuhkan mesin khusus dan biaya yang tidak sedikit. Untuk itu penelitian ini bertujuan untuk mengamankan produk menggunakan algoritma HMAC-SHA256 yang akan menjadi alternative segel keamanan kemasan produk. Algoritma HMAC-SHA256 yang merupakan algoritma hash yang memiliki kelebihan kecepatan komputasi dibandingkan dengan algoritma enkripsi, selain itu algoritma ini memiliki nilai Avalanche effect sebesar 68.24% yang dapat dikatakan baik karena persentase nilai lebih dari 50%. Hasil akhir dari penelitian ini adalah menciptakan sistem yang dapat membuat dan membuktikan segel keamanan kemasan untuk alternatif segel keamanan produk.