Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

6.739

P-Index

This Author published in this journals

All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jupiter TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal IPTEK Jurnal Informatika Upgris Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Informatika IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal CoreIT Abdimas Talenta : Jurnal Pengabdian Kepada Masyarakat Indonesian Journal of Artificial Intelligence and Data Mining JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) JPPM (Jurnal Pengabdian dan Pemberdayaan Masyarakat) AMALIAH: JURNAL PENGABDIAN KEPADA MASYARAKAT Jurnal Teknik dan Informatika Jurnal Kridatama Sains dan Teknologi Jurnal Manajemen Informatika dan Sistem Informasi Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) Jurnal Sains dan Teknologi JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) TRIDARMA: Pengabdian Kepada Masyarakat (PkM) JATI (Jurnal Mahasiswa Teknik Informatika) INFOKUM Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Bulletin of Information Technology (BIT) PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Pendidikan Matematika Malikussaleh Blend Sains Jurnal Teknik Jurnal Teknologi Informasi INPAFI (Inovasi Pembelajaran Fisika) Innovative: Journal Of Social Science Research JS (Jurnal Sekolah) Jurnal Sistem Informasi dan Ilmu Komputer Journal of Informatics and Data Science (J-IDS) Jurnal Pendidikan IPA Indonesia SISFOTENIKA JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia)

Kana Saputra S

Program Studi Ilmu Komputer, FMIPA, Universitas Negeri Medan

Author-ID : 2457500

Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 59 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4 5

E-umkm sebagai Upaya Peningkatan Ekonomi Usaha Bihun Ubi Kayu di Desa Melati II Kabupaten Serdang Bedagai Insan Taufik; Kana Saputra S; Dinda Kartika; Debi Yandra Niska; Fevi Rahmawati Suwanto
TRIDARMA: Pengabdian Kepada Masyarakat (PkM) Vol. 5 No. 2 (2022): Nopember: Pengabdian Kepada Masyarakat (PkM)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/abdimas.v5i2.3006

Promosi sebagai satu dari empat unsur utama dalam menciptakan bauran pemasaran berperan penting agar hasil produksi dikenal bahkan dibeli oleh konsumen. Dengan adanya perkembangan teknologi, strategi pemasaranpun kini mulai mengalami pergeseran dari konvensional menjadi pemasaran melalui internet. Meskipun demikian, masih banyak ditemukan pelaku usaha khususnya usaha mikro yang belum mampu memasarkan produknya melalui internet. Salah satunya adalah mitra dalam kegiatan Program Kemitraan Masyarakat (PKM) ini, yaitu usaha bihun ubi kayu di Desa Melati II, Kecamatan Perbaungan, Kabupaten Serdang Bedagai. Pemasaran belum dilakukan secara langsung oleh pemilik usaha, melainkan hanya bergantung pada agen terbatas yang mendatangi dan membeli langsung bihun ke rumah produksi. Sebagai solusi bagi mitra sekaligus dukungan terhadap Usaha Mikro, Kecil, dan Menengah (UMKM) dalam rangka membangun perekonomian daerah, kegiatan ini telah menghasilkan media promosi berbasis web yang gratis yaitu e-umkm. Dengan adanya media tersebut, pemilik usaha bihun ubi kayu bahkan pemilik usaha lainnya yang datanya telah terdaftar dapat memasarkan produknya sendiri secara luas.

Perbandingan Algoritma Support Vector Machine dan K-Nearest Neighbor untuk Memprediksi Struktur Sekunder Protein Anggi Tasari; Dewan Dinata Tarigan; Erika Nia Devina Br Purba; Kana Saputra S
Jurnal Informatika Vol 9, No 2 (2022): Oktober 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/inf.v9i2.13100

Pendekatan biologi komputasi telah maju secara eksponensial dalam prediksi struktur sekunder protein yang sangat penting untuk industri farmasi. Ekstraksi fitur protein di dalam laboratorium memiliki informasi yang cukup untuk prediksi struktur sekunder protein yang digunakan dalam studi bioinformatika. Memprediksi struktur sekunder protein merupakan suatu permasalahan yang terdapat dalam bidang Bioinformatika. Terdapat beberapa metode yang telah diterapkan dengan tingkat akurasi yang dihasilkan berbeda-beda. Penelitian ini bertujuan untuk membandingkan model prediksi Support Vector Machine dengan K-Nearest Neighbor dalam memprediksi struktur sekunder protein. Dalam penelitian ini, model Support Vector Machine dan K-Nearest Neighbor disajikan dalam dataset RS126 yang terdiri dari 126 data protein dan memiliki panjang urutan protein rata-rata 185 sekuens Data RS126 juga terdiri atas 32% alpha helix, 21% beta, dan 47% coil. Masing-masing model prediksi pada penelitian ini diberikan nilai lebar sliding window sebesar 15. Nilai K = 5, K=10, dan K= 15 untuk model prediksi KNN serta Nilai C = 1, Gamma = 0,1 dan Kernel Radial Basis Function untuk model prediksi SVM. Penggunaan model Support Vector Machine dan K-Nearest Neighbor digunakan untuk memperoleh hasil yang relavan serta akurat dalam prediksi struktur sekunder. Beberapa prinsip yang diusulkan memiliki klarifikasi biologis yang menarik dan relevan. Hasil yang diperoleh menegaskan bahwa keberadaan asam amino tertentu dalam urutan protein meningkatkan stabilitas untuk prakiraan stuktur sekunder protein. Dalam penelitian ini algoritma KNN memiliki performa yang lebih baik dalam memprediksi struktur sekunder protein dibandingkan dengan algoritm SVM. Computational biology approaches have advanced exponentially in the prediction of the secondary structure of proteins of great importance to the pharmaceutical industry. The extraction of protein features in the laboratory has sufficient information for the prediction of the secondary structure of proteins used in bioinformatics studies. Predicting the secondary structure of proteins is a problem in the field of bioinformatics. There are several methods that have been applied with different levels of accuracy produced. This study aims to compare the Support Vector Machine prediction model with K-Nearest Neighbor in predicting the secondary structure of proteins. In this study, the Support Vector Machine and K-Nearest Neighbor models are presented in the RS126 dataset which consists of 126 protein data with an average protein sequence length of 185 sequences. RS126 data also consists of 32% alpha helix (H) , 21% beta (E), and 47% coil (C). Each prediction model in this study is given a sliding window width value of 15. The value of K = 5, K = 10, and K = 15 for the KNN prediction model and the value of C = 1, Gamma = 0.1 and Kernel Radial Basis Function for SVM prediction model. The use of Support Vector Machine and K-Nearest Neighbor models are used to obtain relevant and accurate results in secondary structure prediction. Some of the proposed principles have interesting and relevant biological clarifications. The obtained results confirm that the presence of certain amino acids in the protein sequence increases the stability for the predicted secondary structure of the protein. In this study, the KNN algorithm has a better performance in predicting the secondary structure of proteins than the SVM algorithm.

Implementasi Metode Adaboost untuk Mengoptimasi Klasifikasi Penyakit Diabetes dengan Algoritma Naive Bayes Lidia Pebrianti; Fitrahuda Aulia; Halimatun Nisa; Kana Saputra S
JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia) Vol 7, No 2 (2022): JUSTINDO
Publisher : Universitas Muhammadiyah Jember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32528/justindo.v7i2.8627

Diabetes melitus adalah penyakit metabolik yang disebabkan oleh kegagalan tubuh menggunakan insulin atau tidak adanya insulin kimia, karena itu kadar gula dalam darah tidak dapat terkendali. Menurut International Diabetes Federation (IDF), saat ini dinilai untuk jumlah penderita diabetes di Indonesia bisa mencapai 28,57 juta pada tahun 2045. Jumlah ini 47% lebih besar daripada 19,47 juta dari tahun 2021. Penderita diabetes diketahui melonjak 167% dibandingkan dengan penderita diabetes pada tahun 2011 yang mencapai 7,29 juta. Secara umum, IDF mengukur jumlah penderita diabetes di dunia dapat mencapai 783,7 juta orang pada tahun 2045. Jumlah ini meningkat 46% dibandingkan dengan tahun 2021 yang mencapai 536,6 juta. Adaboost adalah Algoritma Boosting yang paling terkenal, dapat digunakan dengan tujuan untuk meningkatkan keakuratan kinerja pembelajaran Machine Learning Naïve Bayes, sehingga dapat mengurangi noise dalam kumpulan data yang berukuran besar dengan beberapa kelas atau multi kelas. .Dengan menggunakan split data 60/40 Algoritma Naïve Bayes menghasilkan akurasi sebesar 0.7608. Sedangkan untuk hasil Naïve Bayes yang di boosting dengan menggunakan algoritma Adaboost adalah sebesar 0,7694.

Sistem Pakar Diagnosa Penyakit Kulit Kucing Dengan Metode Dempster Shafer Khusnul Arifin; Anti Nada Nafisa; Erika Nia Devina Br Purba; Nurul Adawiyah Putri; Kana Saputra S; Debi Yandra Niska
Jurnal Informatika Vol 10, No 1 (2023): April 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/inf.v10i1.14488

Kucing merupakan salah satu hewan yang banyak dipelihara oleh masyarakat. Penyakit kulit pada kucing seringkali membuat pemiliknya merasa bingung dan terkendala dalam diagnosa penyakit kulit pada kucing yang dipelihara. Butuh perawatan lebih untuk menjaga kesehatan kulit kucing dan perlunya pemahaman bagi pemilik kucing untuk mengetahui cara menangani apabila kucing terserang penyakit kulit. Dengan adanya sistem pakar dapat diketahui penyakit kulit apa yang sedang dialami oleh kucing tersebut dan dapat memberikan solusi. Metode dempster shafer memiliki kemampuan dalam memberikan tingkat keakuratan yang tinggi, dimana metode ini mampu berpikir layaknya seorang pakar, namun dengan menggunakan perhitungan melalui gejala yang memiliki nilai densitas. Sistem pakar diagnosa penyakit kulit kucing dengan metode dempster shafer berbasis web dapat mempermudah bagi pemilik kucing dalam mencari informasi jenis penyakit kulit pada kucing, juga dapat mendiagnosa penyakit dan memberikan solusi dari penyakit kulit tersebut. Hasil akurasi yang diperoleh dari perhitungan manual sebesar 90% dan hasil akurasi yang diperoleh dari sistem sebesar 83%. Kata Kunci: Sistem Pakar, Kulit Kucing, Dempster Shafer

PENGEMBANGAN SISTEM PENILAIAN KEMANDIRIAN BELAJAR MAHASISWA BERBASIS WEB PADA MATA KULIAH KALKULUS MULTIVARIABEL Muhammad Badzlan Darari; Kana Saputra
JS (JURNAL SEKOLAH) Vol 7, No 1 (2022): DESEMBER 2022
Publisher : Universitas Negeri Medan

Abstract: Previous research conducted by Suci Frisnoiry and Muhammad Badzlan Darari revealed that online learning using LMS Moodle can increase student motivation and learning achievement and with the right activity content and learning resources can also shape student learning attitudes. Learning independence is part of learning attitudes, while research on student learning independence is still small, especially in online learning at Medan State University. Meanwhile, the attitude of independent student learning is a skill needed in the online lecture process. This research was conducted to describe the effectiveness of an online learning independence questionnaire for students of the Mathematics Department, Medan State University. The questionnaire was developed as an answer to concerns about the level of student learning independence in online lectures during a pandemic. The questionnaire was compiled based on 9 criteria, namely; 1) Learning initiatives, 2) Diagnosing learning needs, 3) Setting learning targets and objectives, 4) Monitoring, organizing, and controlling, 5) Seeing difficulties as challenges, 6) Utilizing and finding relevant learning resources, 7) Selecting and assigning learning strategies, 8) Evaluating learning processes and outcomes, and 9) appropriate selfefficacy. This indicator corresponds to a question published by Murray Fisher. The findings from the responses given by students revealed that the online learning independence of Unimed Mathematics students was not yet in the high category.Keywords: Independent online learning, Zoho Survey, Multivariable CalculusAbstrak: Penelitian sebelumnya yang dilakukan oleh Suci Frisnoiry dan Muhammad Badzlan Darari mengungkapkan bahwa pembelajaran daring menggunakan LMS Moodle dapat meningkatkan motivasi dan prestasi belajar siswa serta dengan konten kegiatan dan sumber belajar yang tepat juga dapat membentuk sikap belajar siswa. Kemandirian belajar merupakan bagian dari sikap belajar, sedangkan penelitian tentang kemandirian belajar mahasiswa masih sedikit, terutama pada pembelajaran daring di Universitas Negeri Medan. Sedangkan sikap kemandirian belajar mahasiswa merupakan keterampilan yang dibutuhkan dalam proses perkuliahan daring. Penelitian ini dilakukan untuk mendeskripsikan keefektifan angket kemandirian belajar daring mahasiswa Jurusan Matematika Universitas Negeri Medan. Angket tersebut dikembangkan sebagai jawaban atas kekhawatiran terhadap tingkat kemandirian belajar mahasiswa dalam perkuliahan daring di masa pandemi. Angket disusun berdasarkan 9 kriteria, yaitu; 1) Inisiatif pembelajaran, 2) Mendiagnosis kebutuhan belajar, 3) Menetapkan target dan tujuan pembelajaran, 4) Memonitor, mengorganisir, dan mengontrol, 5) Melihat kesulitan sebagai tantangan, 6) Memanfaatkan dan menemukan sumber belajar yang relevan, 7) Memilih dan menugaskan pembelajaran strategi, 8) Mengevaluasi proses dan hasil belajar, dan 9) selfefficacy yang sesuai. Indikator ini sesuai dengan pertanyaan yang diterbitkan oleh Murray Fisher. Temuan dari tanggapan yang diberikan mahasiswa mengungkapkan bahwa kemandirian belajar daring mahasiswa Jurusan matematika Unimed belum masuk pada kategori tinggi.Kata kunci: Kemandirian belajar daring, Zoho Survey, Kalkulus Multivariabel

Pengembangan Website Jurnal Teknologi Informasi sebagai Media Publikasi Artikel Ilmiah sanusi sanusi; Muhammad Ardiansyah; Imam Ahmad; Muhammad Usman; Kana Saputra S
Jurnal Teknologi Informasi Vol 2, No 1 (2023): Mei
Publisher : Universitas Teuku Umar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35308/jti.v2i1.7595

Jurnal Teknologi Informasi (JTIf) dalam pengelolaan media publikasi jurnal ilmiah masih perlu adanya pengembangan dari segi tampilan media publikasi itu sendiri, serta web jurnalnnya masih ada yang belum sesuai dengan standar Open Journal System (OJS). Seiring dengan perkembangan teknologi informasi dan komuniasi, internet menjadi salah satu faktor utama pendorong perkembangan website Jurnal sebagai media publikasi artikel ilmiah. Website jurnal tentu saja dapat diakses melalui jaringan elektronik yang mana jaringan ini merupakan kumpulan jaringan-jaringan yang menghubungkan komputer di seluruh dunia. Tujuan dari penelitian ini adalah melakukan pengembangan website jurnal JTIf yang sesuai dengan standar Open Journal System (OJS). Hasil yang telah dicapai dari pengembangan adalah website jurnal ilmiah sudah berstandar OJS dalam bentuk web portal jurnal ilmiah dalam bidang Teknologi informasi yang memiliki beberapa fitur seperti manajemen jurnal dan manajemen editor dan reviewer, menu sidebar, dan poster pengguuuna. Kesimpulan dari pengembangan website jurnal JTIf dapat membantu pihak pengelola web portal dalam melakukan pengelolaan jurnal yang akan dipublikasikan.

Penerapan Algoritma K-Nearest Neighbors untuk Klasifikasi Fragmen Metagenom Berdasarkan Ekstraksi Fitur K-Mers Ryan Ananda Nolly; Amanda Fitria; Kana Saputra S
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 17, No 1 (2022): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jim.v17i1.5779

Penelitian di bidang metagenomika menjadi salah satu bidang kajian bioinformatika yang terus berkembang. Metagenom merupakan sebuah teknik yang bertujuan untuk mengumpulkan gen-gen yang diambil secara langsung dari lingkungan dan mengenalisis informasi genetika di dalamnya. Data yang diambil langsung dari lingkungan memungkinkan fragmen yang dihasilkan mengandung berbagai mikroorganisme, sehingga akan berakibat pada terjadinya kesalahan perakitan terhadap fragmen metagenom. Proses binning (pengelompokan) dapat dilakukan dengan dua pendekatan, yaitu pendekatan homologi dan pendekatan komposisi. Pendekatan secara komposisi tidak perlu membandingkan dan menyimpulkan setiap hasil pencarian pada setiap level taksonomi sehingga waktu yang diperlukan untuk pengelompokan lebih cepat dibandingkan dengan pendekatan secara homologi.Pada proses binning (pengelompokan) dengan pendekatan komposisi, teknik yang dilakukan adalah dengan supervised learning. Tujuan dari penelitian ini adalah untuk mengklasifikasi fragmen metagenom menggunakan algoritma KNN dan K-Mers sebagai ekstraksi fitur. Selain itu, untuk menghitung tingkat akurasi klasifikasi fragmen metagenom menggunakan confusion matrix. Metode K-Mers yang digunakan sebagai ekstraksi fitur bertujuan untuk mempartisi data dan membentuk satu atau lebih kelompok yang memiliki kesamaan, sehingga perhitungan untuk mencari tingkat akurasi menjadi lebih mudah didapatkan. Berdasarkan hasil pengujian yang dilakukan menunjukkan bahwa semakin rendah nilai K yang digunakanpada KNN maka semakin tinggi akurasi yang diperoleh. Pada pengujian ini diperoleh perhitungan akurasi sebesar 94,37% dimana nilai K untuk KNN adalah 3 dan nilai K untuk K-Mers adalah 3. Hasil klasifikasi fragmen metagenom menggunakan algoritma KNN berdasarkan ekstraksi fitur K-Mers dapat dilakukan dengan baik.

Aplikasi Kurikulum 2013 berbasis Web dan Android Pizaini, Pizaini; Affandes, Muhammad; Khonofi, Khoidir; Syarifuddin, Syarifuddin; Saputra, Kana
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 7, No 2 (2021): Desember 2021
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

To facilitate the assessment and application of Curriculum 2013 (K13) for schools, students and teachers need an application system that can be accessed via the web and mobile. This study builds applications with K13 standards in education units. This application can be accessed through web and mobile applications with centralized data based on the Application Programming Interface (API). This application was built with the interaction between teachers, students, parents with the method of system design, implementation and testing. The application is equipped with Telegram API-based notifications to inform parents and students of grades. This application runs well on web and mobile-based with a response of 84.7% of users stating that they strongly agree with the application's features.

Analisis Sentimen Pengguna Twitter Mengenai Calon Presiden Indonesia Tahun 2024 Menggunakan Algoritma LSTM Mohammed Hafizh Al-Areef; Kana Saputra S
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 22, No 2 (2023): Agustus 2023
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v22i2.8680

Platform media sosial Twitter menjadi salah satu platform yang banyak digunakan oleh masyarakat Indonesia untuk berkomunikasi, dan mengakses informasi dengan cepat. Hal ini menyebabkan banyak sekali sentimen masyarakat Indonesia yang dapat dijadikan sebagai studi kasus salah satunya mengenai calon presiden Indonesia tahun 2024. Beberapa tokoh publik seperti Ganjar Pranowo, Prabowo Subianto, dan Ridwan Kamil sudah mulai banyak dibicarakan oleh masyarakat sebagai calon presiden dalam beberapa sentimen pada platform Twitter. Sentimen mengenai para tokoh publik tersebut akan diklasifikasikan dengan algoritma Long Short Term Memory (LSTM) dengan label positif dan negatif. Data sentimen selanjutnya akan melewati proses pre-processing, pelabelan data dengan textblob, word embedding dengan fasttext, hingga data balancing dengan SMOTE sebelum akhirnya model akan dilatih dan diuji. Tahapan penentuan hyperparameter tuning dilakukan sebelum melatih model LSTM seperti penentuan jumlah unit, learning rate, dropout, batch size hingga jumlah epoch agar menghasilkan model latih yang baik. Hasil uji dan evaluasi performa untuk setiap model yang telah dilatih adalah 82% akurasi, 86% presisi, 92% recall, dan 89% f1-score pada model Ganjar Pranowo. 82% akurasi, 82% presisi, 96% recall, dan 89% f1-score pada model Prabowo Subianto. 87% akurasi, 91% presisi, 95% recall, 93% f1-score pada model Ridwan. 87%.

Analisis Sentimen Pengguna Twitter Terhadap Kinerja Walikota Medan Menggunakan Metode Naive Bayes Classifier Fajar Muharram; Kana Saputra S
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 1 No. 2 (2023): Mei: Jurnal Sistem Informasi dan Ilmu Komputer
Publisher : Universitas Katolik Widya Karya Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59581/jusiik-widyakarya.v1i2.17

Technological developments today make it easy for people to use social media as a means of expressing opinions, including Twitter. The case study taken by the researcher is the sentiment towards the performance of the mayor of Medan. The case was taken because it was widely discussed by Indonesian people, especially the city of Medan on Twitter social media. One of the uses of this research is to find out the trend of Twitter user comments on the performance of the mayor of Medan by conducting a sentiment analysis. Sentiment will be classified as positive, negative and neutral. The algorithm used in sentiment analysis is Naïve Bayes. The stages in conducting sentiment analysis in this study are data preprocessing, data processing, classification, and evaluation. The results of this study are using the SMOTE method, the training and testing ratio is 80:20 because it has the highest accuracy, which is 78% compared to other ratios. The prediction results resulting from the classification turned out to be more dominant towards neutral labels. In addition to classifying for sentiment analysis, this study also measures the performance of the model created. The results showed that the Naïve Bayes algorithm has a precision value of 78%, a recall of 78%, and an f1-score of 77%.

Co-Authors Adidtya Perdana, Adidtya Advis Ambrosius Sitohang, Yuda Afif Nashi Ulwan, Mhd Agus Buono Agus Kembaren Agus Waruwu, Stefen Al-Areef, M. Hafizh Alfattah Atalarais Alfin, Muhammad Amanda Fitria Amelia Br Siregar, Ririn Ananda Hafika, Rizky anastasya, disty Anggi Tasari Anti Nada Nafisa Arnita Azizi, Nur Azqal Azkia Bambang Suseno Budi Akbar, Muhammad Bush Henrydunan, John Catur Kurniawan Chairunisah Chairunisah, Chairunisah citra, Citra Dewan Dinata Tarigan DIdi Febrian Dinda Farahdilla Dharma Dinda Kartika Eka Nainggolan, Rinay Erika Nia Devina Br Purba Fachry Abda El Rahman Fadhilah, Nazifatul Fahri Aulia Alfarisi Harahap Fajar Harahap, Muhammad Fajar Muharram Fajar Muharram Farhan Ramadhan, Haikal Fevi Rahmawati Suwanto Fitrahuda Aulia Fitri Aulia Fuzy Yustika Manik Fuzy Yustika Manik, Fuzy Yustika Hafiz Harahap, Fauzan Hafiz, Alvin Haikal Al Majid, Muhammad Halimatun Nisa Harahap, Muhammad Abarorya Hasibuan, Hanisah Hermawan Syahputra Hermawan Syahputra Hutagalung, Arif qaedi Ida Ayu Putu Sri Widnyani Ihsan Zulfahmi Ilyasyah Drilanang, Mhd Imam Ahmad Impana Manik, Kristin Indriani, Dechy Deswita Insan Taufik Irham Ramadhani Irya Shakila Syukron, Ananda Jasmidi Jasmidi Jeremia Manurung Josafat Simanjutak, Todo Jufita Sari Sitorus Karimuddin Hakim Hasibuan Kartika, Dinda Khonofi, Khoidir Khusnul Arifin Khusnul Arifin Latifah Hasibuan, Najwa Lidia Pebrianti Lubis, Afiq Alghazali Luge, Miclyael Maharani, Raysa Malik Fajri, Maulana MANSUR AS Manurung, Jeremia Mhd Hidayat Mhd Hidayat Mhd. Fadhillah Mochammad Iswan Mochammad Iswan Perangin-Angin Mochammad Iswan Perangin-Angin Mohammed Hafizh Al-Areef Muhammad Affandes Muhammad Ardiansyah Muhammad Badzlan Darari Muhammad Usman Muslim Sinaga, Rizal Nadilla Putri, Rezkya Nadya Ulfa Nasution, Hamidah . Neltriana Syafira Niska, Debi Yandra Nugraha, Zidan Indra Nur Hairiyah Harahap Nurul Adawiyah Putri Pane, Yeremia Yosefan Parapak, R Putri Angela Pinem, Josua Pittauli Ambarita Pizaini Pizaini Prana Walidin, Adamsyach Pratama, Ega Purwanto Putri, Alsya Adelia Putri, Rezkya Nadilla Raffi Akbar Tjg, Muhammad Raiyan Fairozi Ramadhan Manik, Albert Ramadhan, Taufiq Ramadhani, S.Pd., M.Pd, Irham Ratna Sari Dewi Reo Rizki Ananda Rifqi Maulana, Muhammad Rifqi Naufal, Muhammad Rizki Alfahri , Muhammad Ronaldo Mardianson Sinaga Rosyid Fauzan, Muhammad Ryan Ananda Nolly Sahrul Ramadhan Said . Iskandar Sanjaya, Aditia Sanusi Sasalia S, Putri Seget Tartiyoso Setiawan, Abi Simanjorang, Rio Givent A Siregar, Angginy Akhirunnisa Siringoringo, Andi Roi Berlian Siti Rahmah Sitompul, Sigun Putra Hasian Sri Adelila Sari Sri Adelila Sari* Sri Dewi Sri Wahyuni Suci Frisnoiry Syahri, Alfin Syarifuddin Syarifuddin Syawali, Yusfi Talib, Corrienna Abdul Tiur Malasari Siregar, Tiur Malasari Tuti Hardianti Valentino, Nicholas Wahyudi, Rizky Wisnu Ananta Kusuma Yanthy Leonita Perdana Simanjuntak Yazid Noor, Muhammad Yoakim Telaumbanua, Louders yola, beby Yulita Molliq Rangkuti Yulita Molliq Rangkuti Zaharani, Firna Zai, Samuel Anaya Putra Zulfahmi Indra, Zulfahmi Zulfahrizan, Atta

Title

Found 59 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 59 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 59 Documents
Search