Claim Missing Document
Check
Articles

Found 52 Documents
Search
Journal : Jurnal Script

Analisis Sentimen Pada Media Sosisal Instagram Terhadap Perang Israel Vs Hamas Menggunakan Metode Naïve Bayes Dan SVM Niken Irawati Putri; Amir Hamzah; Erfanti Fatkhiyah
Jurnal SCRIPT Vol. 12 No. 1 (2024): Vol 12 No. 1 Juni 2024
Publisher : Jurusan Informatika INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/script.v12i1.4806

Abstract

Instagram berperan sebagai platform penting untuk berbagi informasi dan ekspresi opini publik terkait peristiwa dunia, termasuk konflik politik dan sosial seperti perang Israel vs Hamas. Instagram menjadi saluran penting bagi ekspresi opini dan sentimen publik terhadap peristiwa-peristiwa dunia. Sehingga, perlunya analisis terhadap media sosial Instagram tersebut untuk mengetahui tanggapan pengguna berupa positif, negatif atau netral terhadap Perang Israel vs Hamas.Dalam penelitian ini, analisis sentimen terhadap 8427 komentar pengguna Instagram pada akun CNN Indonesia menunjukkan bahwa 52.3% ekspresi negatif, 22.7% positif, dan 25.0% netral. Data penelitian ini diambil dari akun tersebut, dan metode pelabelan melibatkan Lexicon Based dan sentimen analisis pengguna Instagram menggunakan Naive Bayes Classifier, dan Support Vector Machine. Hasilnya menunjukkan mayoritas komentar cenderung negatif, dengan akurasi sekitar 66%, precision 68%, recall 66% dan f1-score 62% untuk Naive Bayes dan akurasi 81%, precision 81%, recall 81%, dan f1-score 81% untuk Support Vector Machine.
Analisis Perbandingan Algoritma Local Binary Patterns Histogram (LBPH) Dan Algoritma Convolutional Neural Network (CNN) Pada Sistem Pengenalan Wajah Galang Pratama Sukma Putra; Erfanti Fatkhiyah; Renna Yanwastika Ariyana
Jurnal SCRIPT Vol. 12 No. 1 (2024): Vol 12 No. 1 Juni 2024
Publisher : Jurusan Informatika INSTITUT SAINS & TEKNOLOGI AKPRIND YOGYAKARTA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34151/script.v12i1.4807

Abstract

Dalam sistem pengamanan dan verifikasi digital, kata sandi sering digunakan tetapi memiliki kerentanan terhadap manipulasi dan pencurian. Untuk mengatasi masalah ini, metode alternatif seperti pengenalan wajah mulai banyak digunakan karena fitur wajah sulit dipalsukan, stabil sepanjang hidup, dan unik bagi setiap individu. Pengenalan wajah dapat dilakukan dengan berbagai metode, termasuk algoritma Local Binary Patterns Histogram (LBPH) dan Convolutional Neural Network (CNN). LBPH adalah algoritma tradisional yang berbasis pada fitur wajah dengan keunggulan dalam penggunaan sumber daya komputasi yang ringan. Namun, algoritma ini kurang efektif dalam kondisi pencahayaan yang buruk dan memiliki waktu pemrosesan yang lebih lama. Sebaliknya, CNN adalah metode modern berbasis deep learning yang menawarkan akurasi dan kecepatan pemrosesan yang lebih tinggi, tetapi membutuhkan sumber daya komputasi yang lebih besar. Penelitian ini membandingkan performa kedua algoritma dalam hal akurasi dan kecepatan. Hasil penelitian menunjukkan bahwa masing-masing algoritma memiliki kelebihan dan keterbatasan. Algoritma CNN menunjukkan performa yang lebih unggul dibandingkan LBPH dalam efisiensi waktu komputasi untuk pengenalan wajah. Dari hasil pengujian, terlihat bahwa CNN memiliki tingkat akurasi pengenalan wajah yang mirip dengan LBPH, yaitu 98.6607%, dibandingkan dengan LBPH yang memiliki selisih 0.4464% lebih tinggi, yaitu mencapai 99.1071%. Selain itu, waktu komputasi untuk algoritma CNN lebih cepat, yaitu 0,0030 detik per citra, dibandingkan dengan LBPH yang memerlukan waktu 0,0227 detik per citra. Hal ini menunjukkan keunggulan CNN dalam menangkap fitur-fitur kompleks dari citra wajah dan efisiensi dalam pemrosesan data. Namun, perlu diperhatikan bahwa algoritma CNN membutuhkan sumber daya komputasi yang lebih besar jika dibandingkan dengan algoritma LBPH. Sehingga, pemilihan algoritma yang sesuai harus disesuaikan dengan kebutuhan spesifik dari aplikasi yang akan diterapkan. Mengingat kedua metode memiliki kelebihan dan keterbatasan masing-masing, keputusan akhir dalam pemilihan algoritma harus mempertimbangkan faktor-faktor seperti ketersediaan sumber daya komputasi, kondisi pencahayaan, dan kebutuhan spesifik dari aplikasi pengenalan wajah tersebut. Dengan demikian, penelitian ini memberikan panduan praktis bagi pengembang dan pengguna dalam memilih dan mengimplementasikan algoritma pengenalan wajah yang sesuai dengan kebutuhan dan sumber daya yang dimiliki.
Co-Authors -, Suraya Adina Sarmento Nunes Agradira Dwi Wahyuda Agus Suhardi Agus Suhardi, Agus Aldo Fiotama Josyaf Alfiandri - Amir Hamzah Andrianto - Andrianto . Andung Febi Prakoso Ardiansyah - Ariyana, Renna Yanwastika Arum Puspita Sari Asri Respti1 Azhar Munif Bima Gilang Pamukti Brilliani, Dhea Saintysta Catur Iswahyudi Catur Iswayudi Christina Anggreini Torar Cyrilla Indri Parwati Dadurrohman, Muhammad Iqbal Im Devi Iryanti Devi Iryanti, Devi Dian Anjarwati Dias Persada Dina Andayati Dina Mardiana Dody Pradana Edhy Sutanta (Jurusan Teknik Informatika IST AKPRIND Yogyakarta) Efendi, Endang Erma Susanti Evi Eltinah Fajar Febri Pratama Fikki Rian Irawan Galang Pratama Sukma Putra Hadi Prasetyo Suseno Haidar Ikram Ramadhan Haidar Ikram Ramadhan Hamdani . Harno Priyanto Indah Permata SarI Isa, Doddy Muhammad Isa, Doddy Muhammad Isworo Nugroho Jayanti, Laela Qodar Dwi Jefrianto Tafonao Joko Triyono Joko Triyono Joko Triyono Juewanto - Juliyanti, Nur Arifah Kartika Indayani Kurniawan, Widiharto Kusumaningsih, Rr. Yuliana Rachmawati Laksono Trisnantoro Lucio Almeida Da Costa Ludavikus Maturbongs Maria Ulfa Nofiani1 Mia Lusmiawati Muhammad Ardi Setiawan Muhammad Sholeh MUHAMMAD SHOLEH Muhammad Uwlinuha Muntaha Nega Naniek Widyastuti Niken Irawati Putri Nizar Izzuddin Yatim Fadlan Nizar Izzuddin Yatim Fadlan Nunes, Adina Sarmento Nurdiantoro Oktaviani Rahmita Putri Prita Haryani Pundha Kartika Putra, Galih Pradana Ramadhan, Renggana Surya Rifki Firdaus Kurniawan Rosalia Arum Kumalasanti Rosalina Elvideswita S. Sutysna Rr Yuliana Rachmawati Kusumaningsih RR. Yuliana Rachmawati Rr. Yuliana Rachmawati Rr. Yuliana Rachmawati Rr. Yuliana Rachmawati, Rr. Yuliana Rr.Yuliana Rachamawati, Rr.Yuliana Ryzka Rahmawati Sari, Indah Permata Sari1 Sholeh, Muhammad Siti Lestari Sukma Ageng Prihasmoro, Sukma Ageng Supariandi, Deddy Suraya Suraya - Suraya - Suraya - Suraya ., Suraya Suraya Suraya Suraya Suraya Suwanto Raharjo Taufik Ardiantoro Theresia Solot Diri Tri Romadhani Triyono Puji Pangestu Triyono, Joko Uning Lestari Uning Lestari Uning Lestari Utami, Annisaa Utomo, Hariyo Victor Motumona Waliadi, Julfikar Wibowo, Satrio Muslim Wirto Yoga Arjanggi Nofianto Yuliana Rachmawati