Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Antigen: Jurnal Kesehatan Masyarakat dan Ilmu Gizi Jurnal Aplikasi dan Riset Informatika
Tursina Tursina
Unknown Affiliation
Computer Science & IT Education Health Professions Public Health

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Analisis Sentimen Tren Olahraga di Masa Pandemi COVID-19 pada Twitter dengan Metode Naïve Bayes Classifier (NBC) Syahfira Mulya; Herry Sujaini; Tursina Tursina
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 8, No 2 (2022): Volume 8 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v8i2.52815

Abstract

Masyarakat perlu tetap fit agar terhindar dari COVID-19 dengan cara berolahraga sehingga memunculkan topik di masyarakat tentang tren olahraga pada masa pandemi COVID-19. Media sosial yang digunakan masyarakat untuk membahas topik tersebut diantaranya yaitu Twitter. Twitter memudahkan masyarakat untuk berbagi, berdiskusi, dan menuangkan isi hati serta pikiran karena masyarakat dapat saling gabung berdiskusi mengenai topik tersebut secara terbuka tanpa harus saling berteman. Adapun sentimen masyarakat dapat diklasifikasikan ke dalam kelas positif dan negatif, untuk mengetahuinya diperlukan analisis sentimen mengenai topik tersebut dapat dengan menggunakan metode pengklasifikasian yaitu Naïve Bayes karena metode ini tidak memerlukan data yang banyak untuk mengklasifikasi. Tujuan penelitian ini yaitu untuk mengetahui sentimen masyarakat terhadap olahraga-olahraga yang sedang populer pada masa COVID-19 melalui Twitter serta dapat mengetahui performa dari klasifikasi metode Naïve Bayes. Metodologi penelitian ini yaitu untuk mengetahui olahraga yang sedang tren dari Google Trends, kemudian streaming crawling API Twitter, preprocessing text, mengklasifikasi sentimen dengan Naïve Bayes, dan evaluasi. Terkait hasil analisis yang telah dilakukan serta berdasarkan tujuan pada penelitian ini, olahraga yang sedang trending yaitu bulu tangkis, bersepeda, dan lari memiliki sentimen yang positif pada masa pandemi COVID-19 di Indonesia melalui media sosial Twitter. Akurasi pada prediksi dari pengklasifikasian Naive Bayes pada data olahraga yang sedang trending, yaitu menghasilkan akurasi yang paling tinggi pada bulu tangkis yang sebagai peringkat pertama olahraga yang sedang populer di masyarakat dengan hasil recall sebesar 83,8%, precision 85,4% dan accuracy 88%. Jadi pada penelitian ini diperoleh data olahraga yang sedang populer berdasarkan Google Trends ditemukan bahwa olahraga yang berada di top 3 yaitu bulu tangkis, bersepeda, dan lari memiliki positif trending dari ulasan opini masyarakat berbahasa Indonesia melalui media sosial Twitter pada masa COVID-19. 
Analisis Akun Fake Terhadap Penjualan Smartphone di Media Sosial Instagram Nur Hidayat; Tursina Tursina; Helen Sasty Pratiwi
Jurnal Aplikasi dan Riset Informatika Vol 1, No 2 (2023)
Publisher : Jurnal Aplikasi dan Riset Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jari.v2i1.66240

Abstract

Instagram merupakan media sosial yang pada dasarnya berfungsi untuk berbagi foto maupun vídeo pada sesama pengguna. Instagram dapat memberikan kemudahan bagi penjual Smatphone untuk memasarkan dan mempromosikan produknya melalui internet. Instagram sebagai tempat untuk mempromosikan produknya, tidak luput pula banyak yang menyalah gunakan Instagram sebagai media penipuan, salah satu dari penipuan Instagram yang sering terjadi adalah penjualan Smatphone yang menggunakan akun fake/palsu yang tidak jelas siapa penggunanya untuk menjual produknya dengan memberi harga yang sangat lah jauh lebih murah dari harga yang dijual di pasaran. Penelitian ini membuat membandingkan dua metode untuk pemodelan text mining dengan mengelompokkan akun kedalam kelompok akun fake / palsu dan akun asli, text mining yang digunakan algoritma Clustering K-Menas dan Naives Bayes dengan parameter username, bio, postingan, followers, following, simbol, privasi, caption postingan, komentar, dan jumlah like. Penelitian ini menggunakan data sebanyak 120 data akun penjual smartphone diambil secara random menggunakan scrapping. Untuk mengetahui seberapa baik kinerja pengelompokan yang dilakukan dengan menggunakan metode K-Means Clustering dan Naive Bayes. Untuk mendapatkan hasil akurasi terbaik dilakukan dilakukan pembagian data training dan data testing menggunakan Algoritma Naive Bayes. Hasil perhitungan Algoritma K-Means Clustering mendapatkan hasil akurasi sebesar 37,19% sedangkan Naive Bayes mendapatkan hasil akurasi sebesar 61,90%. Sehingga Alagoritma yang baik untuk medapatkan hasil akurasi terbaik di penelitian ini adalah Algoritma Naive Bayes.
Pendekatan Pivot Language Terhadap Nilai Akurasi Mesin Penerjemah Statistik Syarifah Nurbaiti; Herry Sujaini; Tursina Tursina
Jurnal Aplikasi dan Riset Informatika Vol 1, No 1 (2022)
Publisher : Jurnal Aplikasi dan Riset Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jari.v1i1.53228

Abstract

Perbedaan bahasa dapat menjadi penghalang pertukaran informasi, maka saat ini sedang dikembangkan teknologi mesin penerjemah. Untuk mengatasi kelangkaan korpora dwi bahasa untuk beberapa pasangan bahasa, salah satunya menggunakan pivot sebagai “jembatan”  yang digunakan sebagai bahasa perantara terjemahan antara bahasa yang berbeda. Salah satu metode yang dapat digunakan adalah triangulation pivoting, tabel frase triangulation menggabungkan dua tabel frase, yaitu source pivot dan pivot target menjadi frase buatan korpus sumber dan target. Tujuan yang ingin dicapai dalam penelitian ini adalah untuk melihat pengaruh pivot language dengan metode triangulation terhadap nilai akurasi mesin penerjemah Bahasa Melayu Pontianak ke Bahasa Melayu Sambas dan Bahasa Indonesia sebagai pivot language. Pada penelitian yang dilakukan, penggunaan pivot language dengan metode triangulation dapat mempengaruhi nilai akurasi mesin penerjemah. Terlihat peningkatan nilai akurasi sebesar 4,147% dari nilai yang didapatkan pada mesin penerjemah tanpa pivot language. Penelitan ini dilakukan pengujian pada decoder moses, pengujian mesin penerjemah dengan bahasa Indonesia sebagai pivot language menghasilkan BLEU score sebesar 32,17%, sedangkan mesin penerjemah tanpa pivot language menghasilkan BLEU score sebesar 22,74%. Berdasarkan data tersebut penggunaan pivot language dengan metode triangulation pada mesin penerjemah statistik Bahasa Melayu Pontianak ke Bahasa Melayu Sambas dapat meningkatkan nilai akurasi.
Pengaruh Kecanduan Merokok dan Vape pada Remaja: Literatur Review Telsa Amanda; Tursina Tursina; Marniati Marniati
Antigen : Jurnal Kesehatan Masyarakat dan Ilmu Gizi Vol. 3 No. 3 (2025): Agustus: Antigen : Jurnal Kesehatan Masyarakat dan Ilmu Gizi
Publisher : LPPM STIKES KESETIAKAWANAN SOSIAL INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57213/antigen.v3i3.746

Abstract

The habit of smoking and using e-cigarettes (vape) among adolescents in Indonesia shows a significant increasing trend. This study aims to conduct a systematic review of various factors that influence dependence on cigarettes and vapes in adolescents, by analyzing 30 national scientific articles. The results of the review revealed that the dominant factors contributing to this behavior include the influence of the friendship environment, permissive parental attitudes, lack of knowledge, psychological pressure, and exposure to the media. In addition, education was found to be an effective strategy in increasing understanding and reducing smoking intentions. This behavior is also driven by the mistaken view that vaping is considered safer than regular cigarettes. This study suggests the need for a cross-sectoral approach, which includes ongoing education, regulatory enforcement, and the active role of families and educational institutions in efforts to prevent and control cigarette and vape addiction among adolescents.
Co-Authors Helen Sasty Pratiwi Herry Sujaini Herry Sujaini Marniati Marniati Nur Hidayat Syahfira Mulya Syarifah Nurbaiti Telsa Amanda