Article Per Year (5 Year)
p-Index From 2021 - 2026
9.954
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Sinkron : Jurnal dan Penelitian Teknik Informatika Jusikom : Jurnal Sistem Komputer Musirawas Jurnal Nasional Komputasi dan Teknologi Informasi JETL (Journal Of Education, Teaching and Learning) MAJAMATH: Jurnal Matematika dan Pendidikan Matematika Jurnal Manajemen Informatika dan Sistem Informasi Jurnal Pendidikan Teknologi Informasi dan Vokasional JATI (Jurnal Mahasiswa Teknik Informatika) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Sistem Informasi dan Sistem Komputer Jurnal Ilmiah Wahana Pendidikan Journal of Software Engineering, Information and Communication Technology Bulletin of Information Technology (BIT) Jurnal Informasi Sains dan Teknologi (ISAINTEK) Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Informatika Progres Blend Sains Jurnal Teknik Journal of Education Technology Information Social Sciences and Health Golden Ratio of Data in Summary Jurnal Umum Pengabdian Masyarakat (JUPEMAS) Journal of Informatics and Data Science (J-IDS) Jurnal Pengabdian Masyarakat dan Riset Pendidikan Jurnal Ilmiah Sistem Informasi Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) SAKOLA: Journal of Sains Cooperative Learning and Law
Dedy Kiswanto
Universitas Negeri Medan
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Neuroscience Nursing Public Health Social Sciences Transportation Other

Published : 83 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 83 Documents
Search

 5   6   7   8   9 
Perancangan dan Implementasi Sistem Logging Jaringan Berbasis Website dengan Fitur Multi-User Real-Time dan Deteksi Tri Sapta Warman Zai; Dedy Kiswanto; Fahra Pebiana Putri; Bob Valentino
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9915

Abstract

Abstrak - Perkembangan teknologi informasi menimbulkan tantangan dalam deteksi anomali log secara real-time. Penelitian ini mengembangkan NetLog, sistem monitoring log dengan pendekatan hybrid yang menggabungkan deep learning dan deteksi berbasis aturan. Sistem menggunakan Autoencoder untuk mempelajari pola log normal dan rule-based detector sebagai fallback. Arsitektur terdiri dari backend FastAPI, frontend React/Next.js, dan modul anomaly detection. Hasil implementasi menunjukkan sistem berhasil mendeteksi 60% serangan simulasi dengan precision 100% dan recall 20%. Evaluasi komprehensif menunjukkan ROC AUC 82% dan PR AUC 86.7%, mengindikasikan kemampuan model yang baik dalam membedakan log normal dan log anomali. Dashboard real-time menampilkan log dengan latensi di bawah 2 detik. Kesimpulannya, pendekatan hybrid pada NetLog terbukti efektif memperluas cakupan deteksi anomali dibandingkan metode tunggal, meskipun masih diperlukan peningkatan sensitivitas deteksi.Kata kunci: Deteksi Anomali; Autoencoder; Deep Learning; Monitoring Log; Sistem Real-time; Abstract - The rapid advancement of information technology poses new challenges in real-time log anomaly detection. This study develops NetLog, a log monitoring system based on a hybrid approach that combines deep learning with rule-based detection. The system employs an Autoencoder to learn normal log patterns and a rule-based detector as a fallback mechanism. The architecture consists of a FastAPI backend, React/Next.js frontend, and an anomaly detection module. The implementation results show that the system successfully detected 60% of simulated attacks with 100% precision and 20% recall. A comprehensive evaluation demonstrates ROC AUC of 82% and PR AUC of 86.7%, indicating a strong ability of the model to distinguish between normal and anomalous logs. The real-time dashboard displays log data with latency below 2 seconds. In conclusion, the hybrid approach of NetLog effectively broadens anomaly detection coverage compared to single-method systems, although improvements in sensitivity are still required.Keywords: Anomaly Detection; Autoencoder; Deep Learning; Log Monitoring; Real-time System;
Penerapan Data Lifecycle Management Otomatis pada Sistem Informasi Karyawan Berbasis Web Rizky Wahyudi; Dedy Kiswanto; Pritiy Singgam; Khildan Rifail Azis
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 8, No 6 (2025): Desember 2025
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9911

Abstract

Abstrak - Pengelolaan data karyawan yang efektif menuntut sistem yang mampu mengatur siklus hidup data secara otomatis, aman, dan efisien. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi karyawan berbasis web dengan menerapkan Data Lifecycle Management (DLM) otomatis menggunakan scheduler dan event-based trigger. Sistem dikembangkan dengan framework Laravel dan basis data MySQL, serta diperkuat dengan mekanisme Role-Based Access Control (RBAC) untuk pembatasan hak akses dan Two-Factor Authentication (2FA) berbasis OTP email guna meningkatkan keamanan data. Pengujian dilakukan menggunakan metode black-box testing pada sembilan fitur utama, termasuk pengelolaan pengguna, absensi, dan retensi data otomatis. Hasil pengujian menunjukkan seluruh fitur berjalan sesuai rancangan tanpa kesalahan fungsional, sementara proses retensi berhasil mengeksekusi penghapusan dan pengarsipan data secara terjadwal. Kebaruan penelitian ini terletak pada integrasi antara DLM otomatis, RBAC, dan 2FA dalam satu platform yang saling terhubung, menjadikannya model implementasi yang dapat direplikasi untuk sistem informasi organisasi modern. Penelitian ini diharapkan berkontribusi terhadap peningkatan keamanan, efisiensi, dan kepatuhan dalam pengelolaan data karyawan di era digital.Kata kunci : Data Lifecycle Management; Sistem Informasi Karyawan; Role-Based Access Control; Two-Factor Authentication; Laravel; Abstract - Effective employee data management requires a system capable of managing the data lifecycle automatically, securely, and efficiently. This study aims to design and implement a web-based employee information system that integrates automated Data Lifecycle Management (DLM) using a scheduler and event-based triggers. The system was developed using the Laravel framework and MySQL database, strengthened by Role-Based Access Control (RBAC) to manage user permissions and Two-Factor Authentication (2FA) via email-based OTP to enhance data security. System testing was conducted using the black-box testing method across nine main features, including user management, attendance tracking, and automated data retention. The results show that all features performed as expected without functional errors, and the retention process successfully executed automatic data archiving and deletion according to schedule. The novelty of this research lies in the integration of automated DLM, RBAC, and 2FA within a unified platform, providing a practical and replicable model for modern organizational information systems. This study contributes to improving data security, efficiency, and compliance in employee data management within the digital era.Keywords: Data Lifecycle Management; Employee Information System; Role-Based Access Control; Two-Factor Authentication; Laravel;
Sistem Logging Jaringan Berbasis Web dengan Visualisasi Interaktif dan Analisis Anomali sebagai Solusi Keterbatasan Sistem Konvensional Rizal Muslim Sinaga; Dedy Kiswanto; Ega Pratama; Yohana Lorinez S.

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9937

Abstract

Abstrak - Pertumbuhan ekosistem digital di lingkungan kampus menghasilkan volume log jaringan yang tinggi sehingga administrator kesulitan mengidentifikasi anomali secara manual. Penelitian ini menghadirkan sistem logging berbasis web yang mengintegrasikan Django sebagai layanan aplikasi, ELK Stack untuk agregasi dan visualisasi real-time, serta modul machine learning RandomForest yang dilatih menggunakan dataset UNSW-NB15 guna mengklasifikasikan tipe serangan. Telegram Bot API digunakan sebagai kanal notifikasi instan ketika pola mencurigakan ditemukan. Metode Research and Development diterapkan untuk merancang arsitektur, mengimplementasikan modul, dan menguji performa sistem. Evaluasi menunjukkan akurasi model sebesar 81,54% dengan f1-score tertinggi 99,05% pada trafik Generic, sedangkan kelas dengan data terbatas seperti Backdoor masih menantang. Integrasi dashboard dan notifikasi menurunkan waktu investigasi insiden serta membuktikan bahwa sinergi visualisasi dan analitik dapat memperkuat ketahanan keamanan jaringan kampus.Kata kunci : Logging jaringan; ELK Stack; deteksi anomali; machine learning; Telegram Bot; Abstract - The rapid expansion of campus digital services produces high-volume network logs that complicate manual anomaly analysis. This article presents a web-based logging system that combines Django as the application layer, the ELK Stack for real-time aggregation and visualization, and a RandomForest model trained on the UNSW-NB15 dataset to classify attack categories. A Telegram Bot API integration delivers instant notifications when suspicious patterns emerge. A Research and Development methodology guides the architecture design, module implementation, and performance evaluation. Experiments report 81.54% accuracy with the highest f1-score of 99.05% on Generic traffic, while minority classes such as Backdoor remain challenging. The integrated dashboard and notification flow reduce incident investigation time and demonstrate how visual analytics and machine learning improve campus network resilience.Keywords: Network logging; ELK Stack; anomaly detection; machine learning; Telegram Bot;
Sistem Logging Jaringan dengan Visualisasi Interaktif Berbasis Website Nazwar Farezi; Dedy Kiswanto; Muhammad Alby Savana Hasibuan; Fauzan Azima Lubis

Publisher :

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v8i6.9918

Abstract

Abstrak - Penelitian ini bertujuan menciptakan sistem log jaringan yang berbasis website dengan tema SIAKAD (Sistem Informasi Akademik), sehingga dapat meningkatkan keamanan dan transparansi dalam aktivitas pengguna di lingkungan akademik. Masalah utama yang dibahas adalah kurangnya keamanan saat login dan tidak adanya catatan aktivitas jaringan yang terorganisir. Pengembangan sistem dilakukan menggunakan bahasa pemrograman PHP, HTML, CSS, dan JavaScript dengan database MySQL, serta diinstal di lingkungan localhost menggunakan XAMPP. Penelitian ini menggunakan metode eksperimen kuantitatif dengan menguji fungsi dan kinerja sistem melalui pendekatan Black Box Testing. Sistem menerapkan autentikasi dua faktor dengan mengirimkan token ke email pengguna dan CAPTCHA logika, serta membatasi login otomatis selama 15 menit setelah terdapat lima kali percobaan login yang gagal. Hasil penelitian menunjukkan bahwa sistem dapat mencatat semua aktivitas seperti login, logout, dan percobaan login gagal secara real time, serta menampilkan data tersebut dalam bentuk visualisasi interaktif menggunakan Chart.js. Kesimpulannya, sistem ini efektif meningkatkan keamanan pengguna dan efisien dalam memantau aktivitas jaringan akademik secara transparan dan terintegrasi.Kata kunci : Sistem Logging; SIAKAD; Token Email; CAPTCHA; Keamanan Autentikasi; Abstract - This study aims to create a website-based network log system with the theme of SIAKAD (Academic Information System), so that it can improve security and transparency in user activities in the academic environment. The main problems discussed are the lack of security during login and the absence of organized network activity logs. The system was developed using PHP, HTML, CSS, and JavaScript programming languages with a MySQL database, and installed in a localhost environment using XAMPP. This study used a quantitative experimental method by testing the system's functions and performance through a Black Box Testing approach. The system implements two-factor authentication by sending tokens to the user's email and CAPTCHA logic, as well as limiting automatic logins for 15 minutes after five failed login attempts. The results of the study show that the system can record all activities such as login, logout, and failed login attempts in real time, and display the data in the form of interactive visualizations using Chart.js. In conclusion, this system is effective in improving user security and is efficient in monitoring academic network activities in a transparent and integrated manner.Keywords: Logging System; SIAKAD; Email Token; CAPTCHA; Authentication Security;
Pengembangan dan Implementasi Sistem Deteksi Serangan DDoS Berbasis Algoritma Random Forest Dedy Kiswanto; Fanny Ramadhani; Nurul Maulida Surbakti; Nadrah Afiati Nasution
Bulletin of Information Technology (BIT) Vol 6 No 3: September 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v6i3.2203

Abstract

Serangan Distributed Denial of Service (DDoS) merupakan ancaman serius bagi keamanan jaringan, sementara metode deteksi tradisional seperti threshold-based detection dan signature-based detection memiliki keterbatasan dalam mengenali pola serangan baru maupun anomali lalu lintas yang kompleks. Penelitian ini bertujuan merancang dan mengimplementasikan model prediksi serangan DDoS berbasis algoritma Random Forest yang mampu membedakan trafik normal dan berindikasi serangan secara akurat. Pendekatan Research and Development (R&D) digunakan, meliputi studi literatur, perancangan model, implementasi, serta evaluasi performa menggunakan metrik akurasi, precision, recall, F1-score, confusion matrix, dan learning curve. Berdasarkan hasil evaluasi, model Random Forest menunjukkan kinerja sangat baik dengan akurasi 0,99942 (99,942%). Precision untuk kelas 0 dan 1 masing-masing sebesar 0,99979 dan 0,99884, sedangkan recall mencapai 0,99928 untuk kelas 0 dan 0,99966 untuk kelas 1. Nilai F1-score tinggi, yaitu 0,99953 untuk kelas 0 dan 0,99925 untuk kelas 1, dengan macro average F1-score sebesar 0,99939 dan weighted average sebesar 0,99942, menunjukkan keseimbangan performa pada kedua kelas. Confusion Matrix menunjukkan kesalahan klasifikasi rendah (44 false positive dan 13 false negative dari 99.066 sampel). Analisis learning curve mengungkapkan akurasi pelatihan stabil di atas 0,998, sedangkan akurasi validasi meningkat dari 0,986 pada 10.000 data hingga di atas 0,998 pada 80.000 data, dengan jarak antarkurva semakin kecil. Pola ini menandakan model mampu memanfaatkan data tambahan untuk meningkatkan generalisasi tanpa gejala overfitting atau underfitting. Temuan ini membuktikan bahwa model Random Forest yang dirancang dapat menjadi solusi deteksi dini serangan DDoS yang andal, adaptif, dan berpotensi diintegrasikan dalam sistem keamanan jaringan secara real-time.
Analisis Keamanan Login pada Sistem Oracle UIM Dedy Kiswanto; Yesy Simanjuntak; Rani Indah Sari
Journal of Education Technology Information Social Sciences and Health Vol. 5 No. 2 (2026): September 2026
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetish.v5i2.8735

Abstract

Keamanan login merupakan aspek penting dalam sistem informasi karena berfungsi sebagai gerbang utama akses pengguna ke dalam sistem. Pada sistem Oracle Unified Inventory Management (UIM), keamanan akses menjadi sangat penting karena sistem digunakan untuk mengelola data inventaris jaringan yang bersifat kritis. Penelitian ini dilakukan untuk menganalisis mekanisme keamanan login yang diterapkan pada Oracle UIM, mengkaji peran Virtual Private Network (VPN) dalam mendukung keamanan akses, serta mengevaluasi penerapan keamanan berlapis (layered security) pada proses autentikasi pengguna. Metode yang digunakan adalah penelitian kualitatif dengan pendekatan deskriptif melalui observasi dan studi literatur. Metode ini dipilih karena mampu memberikan gambaran mendalam mengenai mekanisme keamanan yang diterapkan tanpa melakukan intervensi terhadap sistem. Hasil penelitian menunjukkan bahwa Oracle UIM telah menerapkan keamanan berlapis melalui penggunaan VPN GlobalProtect dengan Multi-Factor Authentication (MFA), autentikasi berbasis username dan password, penggunaan HTTPS, serta pengelolaan autentikasi melalui WebLogic Server dengan embedded LDAP. Namun, masih ditemukan beberapa kelemahan, seperti tidak diterapkannya MFA pada halaman login Oracle UIM, tidak adanya mekanisme account locking untuk mencegah serangan brute force, belum diterapkannya digest authentication pada web services API, dan penggunaan role default yang belum sepenuhnya menerapkan prinsip least privilege. Berdasarkan hasil tersebut, dapat disimpulkan bahwa keamanan login Oracle UIM telah memenuhi sebagian besar prinsip keamanan informasi, namun masih memerlukan peningkatan pada aspek autentikasi, otorisasi, dan pengendalian akses. Penelitian selanjutnya disarankan melakukan pengujian penetrasi secara langsung serta mengkaji implementasi MFA pada sistem Oracle UIM untuk meningkatkan keamanan akses pengguna.
Implementasi Sistem Deteksi Serangan Port Scanning pada Jaringan Komputer Dengan Pendekatan XGboost Felix John Pardamean Hutabarat; Dedy Kiswanto; Tegas Ramadhan; Muhammad Dzaki Arjun
Journal of Education Technology Information Social Sciences and Health Vol. 5 No. 2 (2026): September 2026
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetish.v5i2.8745

Abstract

Serangan Port Scanning merupakan salah satu tahapan awal yang umum dilakukan oleh penyerang untuk mengidentifikasi layanan dan celah keamanan pada suatu sistem jaringan. Oleh karena itu, diperlukan mekanisme deteksi yang mampu mengenali aktivitas tersebut secara cepat dan akurat. Penelitian ini bertujuan mengimplementasikan dan mengevaluasi sistem deteksi serangan Port Scanning menggunakan algoritma Extreme Gradient Boosting (XGBoost). Dataset yang digunakan adalah CIC-IDS2017, khususnya berkas Friday-WorkingHours-Afternoon-PortScan.pcap_ISCX. Tahapan penelitian meliputi seleksi fitur bertahap, Exploratory Data Analysis (EDA), preprocessing, serta pelatihan dan evaluasi model menggunakan metode Stratified 5-Fold Cross-Validation. Proses seleksi fitur berhasil mereduksi 85 fitur awal menjadi 8 fitur prediktif utama. Setelah penghapusan data duplikat, dataset terdiri atas 110.364 observasi unik dengan rasio ketidakseimbangan kelas sekitar 66:1. Hasil pengujian menunjukkan bahwa model XGBoost mencapai akurasi sebesar 99,89%, precision 94,00%, recall 99,27%, dan F1-score 96,56% untuk kelas PortScan. Analisis learning curve menunjukkan kemampuan generalisasi yang baik tanpa indikasi overfitting yang signifikan. Selain itu, analisis eXplainable AI menggunakan SHAP mengidentifikasi bahwa fitur Total Length of Fwd Packets, PSH Flag Count, dan Fwd Packet Length Min merupakan faktor yang paling berpengaruh dalam proses klasifikasi. Hasil penelitian menunjukkan bahwa pendekatan XGBoost efektif dalam mendeteksi serangan Port Scanning dengan tingkat akurasi tinggi serta mampu memberikan interpretasi terhadap proses pengambilan keputusan model.
Implementasi Monitoring Router Mikrotik Menggunakan Python dan Telegram Bot Rani Indah Sari; Dedy Kiswanto; Yesy Simanjuntak; Raja Ansel Hartama Sihombing
Journal of Education Technology Information Social Sciences and Health Vol. 5 No. 2 (2026): September 2026
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetish.v5i2.8761

Abstract

Monitoring jaringan merupakan kegiatan penting untuk menjaga ketersediaan dan kinerja perangkat jaringan. Proses pemantauan yang dilakukan secara manual sering kali menyebabkan keterlambatan dalam mendeteksi gangguan sehingga dapat mengganggu layanan jaringan. Penelitian ini bertujuan untuk mengimplementasikan sistem monitoring Router MikroTik menggunakan bahasa pemrograman Python dan Telegram Bot sebagai media notifikasi. Sistem memanfaatkan API RouterOS untuk mengambil informasi kondisi router, seperti status interface, penggunaan CPU, penggunaan memori, dan uptime. Data yang diperoleh kemudian diproses oleh aplikasi Python menggunakan library librouteros dan dikirimkan kepada administrator melalui Telegram Bot. Hasil pengujian menunjukkan bahwa sistem berhasil terhubung dengan Router MikroTik melalui API RouterOS dan mampu mendeteksi perubahan status interface secara otomatis. Selain itu, sistem dapat mengirimkan notifikasi gangguan jaringan dan laporan kondisi router secara real-time melalui Telegram. Dengan demikian, sistem yang dikembangkan dapat membantu administrator dalam memantau kondisi jaringan secara lebih cepat, efektif, dan efisien.
Implementasi Pencadangan Konfigurasi Jaringan Berbasis Python di Lingkungan Lab Virtual: Netmiko dan SSH Hafizh Ariiq; Dedy Kiswanto; Ahmad Zulfan Hafiz Harahap
Journal of Education Technology Information Social Sciences and Health Vol. 5 No. 2 (2026): September 2026
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetish.v5i2.8765

Abstract

Pengelolaan konfigurasi perangkat jaringan secara manual terbukti tidak efisien dan rentan terhadap kesalahan manusia, terutama pada jaringan skala menengah hingga besar. Studi ini merancang dan mengimplementasikan sistem otomatisasi pencadangan konfigurasi jaringan berbasis Python menggunakan pustaka Netmiko melalui SSH dalam lingkungan lab virtual yang dibangun dengan GNS3/EVE-NG. Metode penelitian R&D dengan pendekatan eksperimental digunakan. Sistem ini membangun koneksi SSH ke router Cisco virtual, menjalankan perintah `show running-config`, dan secara otomatis menyimpan output ke dalam file teks dengan stempel waktu. Pengujian pada tiga aspek utama—fungsionalitas sistem, konsistensi pencadangan, dan efisiensi waktu—menunjukkan tingkat keberhasilan 100%, penghematan waktu rata-rata 87% dibandingkan metode manual, dan file pencadangan yang terstruktur dengan baik.
Perubahan Sentimen Publik Terhadap Calon Gubernur Sumatera Utara Tahun 2024 Berdasarkan Data Twitter: Pendekatan Naive Bayes Suvriadi Panggabean; Dedy Kiswanto; Nurul Maulida Surbakti; Zainal Azis; Tua Halomoan Harahap
MAJAMATH: Jurnal Matematika dan Pendidikan Matematika Vol. 7 No. 2 (2024): Vol. 7 No. 2 September 2024
Publisher : Prodi Pendidikan matematika Universitas Islam Majapahit (UNIM), Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/majamath.v7i2.3468

Abstract

Penelitian ini bertujuan untuk menganalisis perubahan sentimen publik terhadap calon gubernur Sumatera Utara pada pemilihan tahun 2024 menggunakan data Twitter. Fokus utama penelitian ini adalah dua kandidat, yaitu Edy Rahmayadi dan Bobi Nasution. Data yang digunakan mencakup 150 tweet per bulan dari periode Januari hingga Agustus 2024, yang diambil menggunakan API Tweet Harvest. Sentimen pada tweet tersebut diklasifikasikan menggunakan algoritma Naive Bayes ke dalam tiga kategori: positif, negatif, dan netral. Hasil analisis menunjukkan adanya fluktuasi sentimen publik yang signifikan setiap bulannya, terutama pada Juli dan Agustus 2024, yang mencerminkan perubahan persepsi publik terkait kedua calon gubernur tersebut. Penelitian ini diharapkan memberikan kontribusi dalam memahami opini publik melalui media sosial sebagai salah satu indikator dalam konteks pemilihan politik.
Co-Authors Abdi Azzaki G, Fikri Abid Syuja, Muhammad Adidtya Perdana, Adidtya Adventino Gulo, Steven Afiq Alghazali Lubis Afrrahman S. Effendi, Ali Agi Berutu, Iwan Ahmad Fahrezi, Bryan Ahmad Zulfan Hafiz Harahap Akbar, Muhammad Budi Al-Kautsar, Muhammad Zidane Albert Ramadhan Manik Alfin Syahri Alvansyah, Oka Alvin Hafiz Ananda Irya Shakila Syukron Andreas Sinabariba, Ade Anggraini Yolandari, Nezza Aqilah Defiyanti Ardani Achmad Arifin, Muhammad Hidayatul Arion Pardede Ashillah, Salma Asro Harahap, Fatimah Audy Priscilia, Selfi Aulia Artika, Delvita Aulia, Windy Auzi, Sybil Azima Lubis, Fauzan Azis, Zainal Azril Arfansyah Azzahra, Dita Putri Bicanro Gebriyan Panjaitan Bob Valentino Bonifasius Simbolon, Aldo Br Hutagalung, Fhadillah Citra Hasiana Rajagukguk, Gloria Davina, Sherly Dealva Arsyad, Thania Defi, Aqilah Dewi Lestari Dly, Revidamurti Drilanang, Mhd Ilyasyah Dwi Febrianti, Bunga Ega Pratama Evanthe, Hansel Evanthe, Hansel Valent Fadilla Amanah Fahra Pebiana Putri Fauzan Azima Lubis Felix John Pardamean Hutabarat Fhadillah Br Hutagalung Fitra, Muhammad Rizki Andrian Gaol, Anwar Shaleh Lbn Gerhard Hasangapon Parapat Gloria Citra Hasiana Rajagukguk Gulo, Steven Adventino Hafika, Rizky Ananda Hafiz, Alvin Hafizh Ariiq Hanafiah Hanafiah Harahap, Fatima Asro Harahap, Salsa Nabila Heppy Ria Sibarani, Ronasip Hermawan Syahputra Hidayat, M Fauzan Human Sukma, Ayman Hutagalung, Fhadillah Br Ichwanul Muslim Karo Karo Idris Putra Hatoguan Insan Pratama Siagian, Raihan Iwan Agi Berutu Jehian, Neysa Talitha Jibran Muzakki Khan, Adhevta Jogi Purba John Bush Henrydunan Josua Pinem Juliana Silalahi, Feby Khildan Rifail Azis Khoiriah, Najwatul Kristin Impana Manik Latifah Hasibuan, Najwa Lubis, Ardilla Syahfitri Lubis, Fauzan Azima M.Pd., Zulherman Malau, Mei Lammi Manik, Albert Ramadhan Manik, Kristin Impana Meliala, Ruth Amelia Vega S Melly Br Bangun Mhd Ilyasyah Drilanang Muhammad Agus Syaputra Lubis Muhammad Alby Savana Hasibuan Muhammad Alfin Muhammad Budi Akbar Muhammad Dzaki Arjun Muhammad Hidayatul Arifin Muhammad Iqbal Fahrezzi Muhammad Naufal Musyaafa Muhammad Raffi Akbar Tanjung Muhammad Rois Lukman Damanik Muhammad Zidane Al-Kautsar Muslim Sinaga, Rizal Nababan, Sirus Daniel Nababan, Sirus Daniel Haholongan Nadrah Afiati Nasution Najwa Latifah Hasibuan Nasution, Adzkia Nasution, Afifah Naila Nasution, Aurela Khoiri Nasution, Siti Ananda Nazwar Farezi Nezza Anggraini Yolandari Noor, Muhammad Yazid Nurul Maulida Surbakti Panggabean, Suvriadi Parapat, Gerhard Hasangapon Paskah Abadi Simanullang Pebiana Putri, Fahra Peter Tymothy Hutabarat Prana Walidin, Adamsyach Pritiy Singgam Purba, Jogi Putra Paskah Halawa, Sovantri Putri Handayani Simbolon, Agata Putri Syaifullah, Sarah Putri, Fahra Pebiana Putri, Rezkya Nadilla Rabiah Adawi Raffi Akbar Tanjung, Muhammad Raja Ansel Hartama Sihombing Ramadhani, Fanny Rangga Wahyu Pratama Rani Indah Sari Revidamurti Dly Ridho Affandi Rifail Azis, Khildan Ririn Amelia Br Siregar Riyan Wardhana Rizal Muslim Sinaga Rizki Andrian Fitra, Muhammad Rizky Ananda Hafika Rizky Wahyudi Safitri, Eli Safrida Napitupulu Sapta Warman Zai, Tri Selfi Audy Priscilia Sembiring, Febe Gracia Shaleh Lbn Gaol, Anwar Shaqila Rahmayani Siagian, Raihan Insan Pratama Sianipar, Freyro Dobry silalahi, evelyn keisha Silalahi, Feby Juliana Siregar, Dean Sitanggang, Yoseph Christian Sitepu, Ahmad Denil Sitepu, Keysa Shifa Adwitia Siti Mamduhah siti wulandari Situmorang, Romatua SM Sidabutar, Yusiva Sovantri Putra Paskah Halawa Sri Dewi Stefen Agus Waruwu Sukma, Ayman Human Suryaningsih, Embun Suvriadi Panggabean Syti Salwaa Nafiisah Syukron, Ananda Irya Shakila Talitha Jehian, Neysa Tegas Ramadhan Tri Sapta Warman Zai Tua Halomoan Harahap Tua Halomoan Harahap, Tua Halomoan Vega S. Meliala, Ruth Amelia Vincentius Manurung, Enriko Vivielda Farmawaty Tambunan Waruwu, Stefen Agus Windy Aulia Yesy Simanjuntak Yohana Lorinez S. Yohanes Gerardus Haga Zai Yuda Advis Ambrosius Sitohang YUSRIDA JELIANTI SIHITE SIHITE Zahira Putri Julia Daulay Zainal Azis Zidane Al-Kautsar, Muhammad Zulfahrizan, Atta Zulfi, M. Fikri