Article Per Year (5 Year)
p-Index From 2021 - 2026
4.447
P-Index
This Author published in this journals
All Journal Paradikma: Jurnal Pendidikan Matematika JURNAL EDUCATION AND DEVELOPMENT JURTEKSI JOURNAL OF SCIENCE AND SOCIAL RESEARCH JURNAL MATHEMATIC PAEDAGOGIC EDUMATIC: Jurnal Pendidikan Informatika MES: Journal of Mathematics Education and Science Jurnal Teknik Informatika (JUTIF) J-Com (Journal of Computer) Jurnal Ipteks Terapan : research of applied science and education Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat
Mustika Fitri Larasati Sibuea
Sekolah Tinggi Manajemen Informatika Dan Komputer Royal
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search
Journal : JOURNAL OF SCIENCE AND SOCIAL RESEARCH

 1   2 
SENTIMENT ANALYSIS OF PUBLIC COMMENTS ON THE FREE NUTRITIOUS MEAL PROGRAM USING A RULE-BASED APPROACH Iqbal, Muhammad; Sibuea, Mustika Fitri Larasati; Harahap, Indra Ramadona
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.3994

Abstract

Abstract: The Free Nutritious Meal Program (MBG) is a government initiative aimed at improving children’s nutrition and reducing stunting in Indonesia. This study applies a rule-based sentiment analysis approach to evaluate public opinion on the program by analyzing YouTube comments. The dataset was processed through standard text preprocessing techniques, including case folding, stopword removal, and emoji filtering. Sentiment classification was performed using a keyword-based labeling system that categorized comments into positive, negative, and neutral classes. The classification results, visualized using a bar chart, revealed that neutral sentiment dominated the overall public discourse. This suggests that most users expressed uncertainty, factual observations, or non-judgmental questions about the program. Positive sentiment followed, reflecting public support and appreciation for the initiative’s goals. In contrast, negative sentiment accounted for the smallest portion, mainly expressing concerns about food safety and implementation. This study demonstrates that a simple and interpretable rule-based model, when combined with effective preprocessing, can serve as a practical and efficient tool for large-scale public sentiment monitoring. The visualization results provide initial insights for policymakers to improve communication strategies and address public concerns regarding the MBG program. Keywords: Sentiment Analysis; Public Opinion; Free Nutritious Meal Program (MBG); Stunting Reduction; Policy Evaluation. Abstrak: Program Makan Bergizi Gratis (MBG) merupakan inisiatif pemerintah untuk meningkatkan gizi anak dan menurunkan angka stunting di Indonesia. Penelitian ini bertujuan mengevaluasi opini publik terhadap program tersebut melalui analisis komentar di platform YouTube dengan pendekatan analisis sentimen berbasis aturan (rule-based). Data dianalisis melalui tahapan preprocessing teks, seperti case folding, penghapusan stopword, dan penyaringan emoji. Klasifikasi sentimen dilakukan menggunakan sistem pelabelan berbasis kata kunci yang membagi komentar ke dalam tiga kategori: positif, negatif, dan netral. Hasil klasifikasi yang divisualisasikan dalam grafik batang menunjukkan bahwa sentimen netral mendominasi komentar publik, mencerminkan ketidakpastian, pertanyaan, atau tanggapan informatif tanpa opini eksplisit. Sentimen positif berada di urutan kedua dan menunjukkan dukungan terhadap program, sementara sentimen negatif paling sedikit, umumnya berisi kekhawatiran terkait pelaksanaan dan keamanan pangan. Temuan ini menunjukkan bahwa pendekatan klasifikasi sederhana yang dipadukan dengan preprocessing yang efektif dapat menjadi alat yang efisien untuk memantau opini publik secara luas. Visualisasi hasil dapat menjadi dasar bagi pengambil kebijakan untuk menyusun strategi komunikasi yang lebih responsif terhadap persepsi masyarakat. Kata kunci: Analisis Sentimen; Opini Publik; Program Makanan Bergizi Gratis (MBG); Pengurangan Stunting; Evaluasi Kebijakan
IMPLEMENTASI METODE SAW DALAM PENDUKUNG KEPUTUSAN PEMBERIAN REWARD BAGI TENAGA PENGAJAR Handayani, Masitah; Sibuea, Mustika Fitri Larasati; Sundari, Sundari
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 2 (2025): May 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i2.3110

Abstract

Abstract: Rewarding is an important strategy in increasing individual motivation and performance, both in educational environments, companies, and other organizations. However, the process of selecting reward recipients is often done subjectively, which can lead to dissatisfaction and potential injustice. Therefore, an objective and measurable method is needed to determine reward recipients in a more transparent and fair manner. One of the decision-making methods that can be applied in this process is the Simple Additive Weighting (SAW) method. The SAW method is known as a simple and effective method in assessing alternatives based on predetermined criteria. With clear criteria weights and values, this method is able to provide more objective results in the reward recipient selection process. Rewarding based on the SAW method aims to increase objectivity and transparency in the selection of reward recipients because it has assessment indicators for each criterion in each alternative involved. There are nine classes of teaching staff who are assessed using the SAW Method with four assessment criteria in awarding rewards, namely Last Education, Length of Service, Discipline and Teaching Methods. Based on these calculations, the alternative that is entitled to receive a reward is A01 with the highest Vi value of 0.95 Keywords: SAW Method, Reward, Instructor Abstrak: Pemberian reward merupakan salah satu strategi penting dalam meningkatkan motivasi dan kinerja individu, baik dalam lingkungan pendidikan, perusahaan, maupun organisasi lainnya. Namun, proses pemilihan penerima reward sering kali dilakukan secara subjektif, sehingga dapat menimbulkan ketidakpuasan dan potensi ketidakadilan. Oleh karena itu, diperlukan metode yang objektif dan terukur untuk menentukan penerima reward secara lebih transparan dan adil. Salah satu metode pengambilan keputusan yang dapat diterapkan dalam proses ini adalah metode Simple Additive Weighting (SAW). Metode SAW dikenal sebagai metode yang sederhana dan efektif dalam menilai alternatif berdasarkan kriteria yang telah ditentukan. Dengan bobot dan nilai kriteria yang jelas, metode ini mampu memberikan hasil yang lebih objektif dalam proses seleksi penerima reward. Pemberian reward berbasis metode SAW bertujuan untuk meningkatkan objektivitas dan transparansi dalam pemilihan penerima reward karena memiliki indikator penilaian untuk setiap kriteria pada masing-masing alternative yang terlibat. Ada Sembilan beklas orang tenaga pengajar yang dinilai menggunakan Metode SAW dengan empat kriteria penilaian dalam pemberian reward yaitu Pendidikan Terkahir, Lama Bekerja, Kedisiplinan dan Metode Pengajaran. Berdasarkan perhitungan tersebut alternative yang berhak mendapatkan reward adalah adalah A01 dengan nilai Vi tertinggi adalah 0,95. Kata kunci: Metode SAW, Reward, Tenaga Pengajar
SELEKSI FITUR MENGGUNAKAN MUTUAL INFORMATION UNTUK DETEKSI INTRUSI Yusda, Riki Andri; Sahren, Sahren; Sibuea, Mustika Fitri Larasati; Arifin, Nadira Meutia; Aditya, Bima
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.3112

Abstract

Abstract: This study explores the use of Mutual Information (MI) for feature selection in intrusion detection, focusing on the CICIDS 2017 dataset. Given the complexity and large volume of data in intrusion detection systems, this research aims to identify the most informative features. The methodology includes data preprocessing, MI calculation, and feature selection based on the highest MI values. The analysis results indicate that using MI contributes to improving model accuracy and reducing the false positive rate. These findings underscore the importance of feature selection in enhancing the effectiveness of intrusion detection systems and provide significant contributions to developing more efficient cybersecurity strategies. Keyword: IDS, Mutual Information, CICIDS2017, Feature selection Abstrak: Penelitian ini mengeksplorasi penggunaan Mutual Information (MI) untuk seleksi fitur dalam deteksi intrusi, dengan fokus pada dataset CICIDS 2017. Mengingat kompleksitas dan volume data yang besar dalam sistem deteksi intrusi, penelitian ini bertujuan untuk mengidentifikasi fitur-fitur yang paling informatif. Metodologi yang diterapkan mencakup preprocessing data, perhitungan MI, dan seleksi fitur berdasarkan nilai MI tertinggi. Hasil analisis menunjukkan bahwa penggunaan MI berkontribusi pada peningkatan akurasi model serta pengurangan tingkat false positive. Temuan ini menegaskan pentingnya seleksi fitur dalam meningkatkan efektivitas sistem deteksi intrusi dan memberikan kontribusi signifikan dalam pengembangan strategi keamanan siber yang lebih efisien. Kata kunci: IDS, Mutual Information, CICIDS2017, Seleksi fitur
PENGEMBANGAN PERMAINAN EDUKATIF ULAR TANGGA ALJABAR SEBAGAI STRATEGI ALTERNATIF PEMBELAJARAN MATEMATIKA SEKOLAH DASAR Sibuea, Mustika Fitri Larasati; Sembiring, Muhammad Ardiansyah; Adinda, Fitrah
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4379

Abstract

Penelitian ini bertujuan untuk mengembangkan media pembelajaran ular tangga pada materi operasi hitung aljabar untuk siswa kelas III sekolah dasar dan mengetahui keefektifan rata-rata hasil belajar pada ujicoba terbatas. Penelitian ini merupakan penelitian pengembangan (Research and Development) menurut Borg dan Gall namun dibatasi sampai uji coba produk terbatas. Subjek dalam penelitian ini adalah 59 siswa kelas III SD Tamansiswa Sukadamai dan SDN 014682 Perhutaan Silau.Teknik pengumpulan data menggunakan metode observasi, wawancara, angket dan dokumentasi dengan teknik analisis data berupa deskriptif kuantitatif dan deskriptif kualitatif. Hasil pengembangan ini berupa media pembelajaran ular tangga aljabar dengan hasil penilaian akhir dari ahli media sebesar 92% termasuk kategori sangat baik dan hasil penilaian akhir dari ahli materi sebesar 90% termasuk kategori sangat baik. Hasil tes evaluasi siswa rata-rata sebesar 87,51. Hasil analisis tangggapan siswa terhadap media sebesar 93,52% dan pada angket keberterimaan media oleh guru sebesar 91%. Hal ini menunjukan bahwa media telah dinyatakan valid dan layak digunakan dalam pembelajaran di sekolah dasar.  Kata Kunci: Pengembangan, Media Pembelajaran, Ular Tangga Aljabar 
ANALISIS PERFORMANCE MODEL PREDIKSI HARGA JUAL MOBIL BEKAS MENGGUNAKAN MACHINE LEARNING Sembiring, Muhammad Ardiansyah; Sibuea, Mustika Fitri Larasati; elfina, Novita
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4378

Abstract

Abstract: Cars are a very popular four-wheeled means of transportation today, so that many consumers or buyers are interested in buying new or used cars depending on their respective economies. One factor that influences consumer interest in buying a car is price. Price greatly influences the sustainability of consumers in buying a car. It is necessary to estimate the estimated price of a used car based on criteria such as mileage, taxes, fuel consumption, and engine capacity. Estimation using regression method where in regression method there are 7 more methods including (1) Linear Regression, (2) Support Vector Regression – Linear, (3) Support Vector Regression – RBF, (4) Decision Tree Regression, (5) Random Forest Regressor, (6) Gradient Boosting Regression, (7) NLP Regressor applied in this research. Based on the 7 regression methods, the best method with the best accuracy value will be sought which will be used in the deployment processing process to determine the price of used cars with a ratio of 90:10, 80:20 and 70:30 producing the best estimated value is decision tree regression. Each method has a high level of accuracy including in the 90:10 ratio decision tree regression as the best method in the ratio has an accuracy level of 99%, and in the 80:20 ratio decision tree regression has an accuracy value of 99%, then the 70:30 ratio decision tree regression again becomes the best method with an accuracy level of 99%. Keyword: Machine Learning; Used Car Price Prediction; Regression; Performance Model Abstrak: Mobil merupakan sebuah alat transportasi kendaraan roda empat yang sangat populer saat ini, sehingga banyak sekali minat konsumen atau pembeli yang ingin membeli mobil baru maupun bekas tergantung dari ekonomi nya masing-masing Salah satu yang mempengaruhi minat konsumen dalam membeli mobil yaitu harga. Harga sangat berpengaruh dalam keberlangsungan konsumen dalam membeli suatu mobil Perlunya upaya estimasi untuk mengetahui perkiraan harga mobil bekas dengan berdasarkan kriteria seperti jarak tempuh, pajak, konsumsi bahan bakar, serta kapasitas mesin. Estimasi menggunakan metode regresi dimana dalam metode regresi terdapat 7 metode lagi meliputi (1) Linear Regression, (2) Support Vector Regression – Linear, (3) Support Vector Regression – RBF, (4) Decision Tree Regression, (5) Random Forest Regressor, (6) Gradient Boosting Regression, (7) NLP Regressor yang diterapkan dalam penelitian ini. Berdasarkan 7 metode regresi tersebut akan dicari 1 metode terbaik dengan nilai akurasi paling terbaik yang akan digunakan dalam proses pengolahan deploy untuk menentukan harga mobil bekas dengan rasio yaitu 90:10, 80:20 dan 70:30 menghasilkan nilai estimasi terbaik adalah decision tree regression. Masing – masing metode memiliki tingkat akurasi yang tinggi diantaranya dalam rasio 90:10 decision tree regression sebagai metode terbaik dalam rasio tersebut memiliki tingkat akurasi sebesar 99%, dan pada rasio 80:20 decision tree regression tersebut memiliki nilai akurasi sebesar 99%, selanjutnya rasio 70:30 decision tree regression kembali menjadi metode terbaik dengan tingkat akurasi sebesar 99%. Kata kunci: Machine Learning; Prediksi Harga Mobil Bekas; Regresi; Performance Model
Co-Authors Adinda, Fitrah Aditya, Bima Agus, Raja Tama Andri Andy Safta Anggraini, Sylvia Aprilia Utami Arifin, Nadira Meutia Asmin Asmin Bachtiar Efendi Dina Pertiwi Edi Syahputra elfina, Novita Eska, Juna Handayani, Masitah Harahap, Indra Ramadona Hommy Dorthy Ellyany Sinaga Iin Almeina Ika Rahmanda Sitorus Julita, Rina Khairunnisa Khairunnisa Masitah Handayani Maulida, Vivi Muhammad Ardiansyah Sembiring Muhammad Iqbal Muhammad Istaufa Arib Sinaga Nasution, Akmal Raja Tama Andri Agus Ramadhani, Andrew Safira, Gina sahren, sahren Sapta, Andy Selvi, Diana Sundari Sundari Yusda, Riki Andri