Claim Missing Document
Check
Articles

Found 2 Documents
Search

Pengembangan Dashboard Kependudukan Berbasis Peta Di Kecamatan Berbah Kabupaten Sleman Cosmas Haryawan; Maria Mediatrix Sebatubun
KREATIF: Jurnal Pengabdian Masyarakat Nusantara Vol. 3 No. 2 (2023): Juni : Jurnal Pengabdian Masyarakat Nusantara
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/kreatif.v3i2.1367

Abstract

Berbah is a sub-district currently called kapenawon, in the Sleman regency of the Special Region of Yogyakarta. Berbah District has a fairly large area and is divided into 4 kelurahan. Large areas require integrated management and ease of monitoring various conditions based on location. Some examples of things that need to be monitored include: UMKM production, the development of a pandemic such as dengue fever, agricultural products and others. So far, the data in Berbah sub-district is spread across various applications so that sometimes it is quite difficult to see the condition of the sub-district in a more integrated manner. This service is aimed at providing solutions to these problems by developing a map-based dashboard application for population data in Berbah sub-district. Access to existing data is done using the Restful Web Service API with JSON format data exchange
Support Vector Machine untuk Analisis Sentimen Pernikahan Usia Muda menggunakan Data X (Twitter) Maria Mediatrix Sebatubun; Isnawan Argi Aryasatya; Sari Iswanti
Jurnal Teknologi Informasi Vol 5, No 2 (2026): Agustus 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/juti.v5i2.2869

Abstract

Fenomena pernikahan di usia muda banyak terjadi di Indonesia. Topik ini pun selalu menjadi perbincangan hangat di twitter (X). Opini netizen beragam ada yang baik, jelek, dan netral. Analisis sentimen dapat digunakan untuk menganalisis pendapat netizen dan mengklasifikasikan menjadi tiga kategori yaitu positif, negatif, dan netral. Penelitian ini menggunakan metode Support Vector Machine (SVM) untuk melakukan klasifikasi dan menggunakan  4.000 data. Rasio data yang digunakan 80% sebagai data latih dan 20% sebagai data uji. Penelitian ini menghasilkan akurasi Linear Support Vector Machine  87,38% dengan nilai presisi 95% untuk sentimen positif, 82% untuk sentimen negatif, dan 40% untuk sentimen netral.  Selain itu juga dihasilkan nilai recall 64% untuk sentimen negatif, 44% untuk sentimen netral serta diperoleh  f1-score  sentimen positif 93 %, 72% untuk sentimen negatif, dan 42% untuk sentimen  netral. Kata kunci: analisis sentimen, klasifikasi, nikah muda, opini,support vector machine