Claim Missing Document
Check
Articles

Found 2 Documents
Search

Peran Sistem Informasi Manajemen Dalam Mendukung Kebijakan Pemerintah Di Bidang Kesejahteraan Sosial Nur Oktavia, Azzahra; Adi Raharjo, Dafa; Irfantowi; Idris, Maulana; Sugiarto, Ryan; Pratama, Yoga; Heidiani Ikasari, Ines
Jurnal Riset Informatika dan Inovasi Vol 2 No 2 (2024): JRIIN: Jurnal Riset Informatika dan Inovasi
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini mengkaji peran penting sistem informasi manajemen (SIM) dalam mendukung kebijakan pemerintah di bidang kesejahteraan sosial. Dengan meningkatnya kompleksitas permasalahan sosial dan tuntutan akan layanan yang lebih baik, SIM menjadi alat vital bagi pemerintah dalam merancang, mengimplementasikan, dan mengevaluasi program-program kesejahteraan sosial. Melalui studi literatur dan analisis kasus dari berbagai negara, penelitian ini mengidentifikasi beberapa peran kunci SIM, termasuk peningkatan efisiensi administrasi, pengambilan keputusan berbasis data, koordinasi antar lembaga yang lebih baik, dan peningkatan akuntabilitas. Tantangan dalam implementasi SIM juga dibahas, seperti masalah interoperabilitas, keamanan data, dan kesenjangan digital. Penelitian ini menyimpulkan bahwa integrasi SIM yang efektif sangat penting untuk meningkatkan efektivitas kebijakan kesejahteraan sosial, namun memerlukan pendekatan holistik yang mempertimbangkan aspek teknologi, organisasi, dan sumber daya manusia.
Implementasi Metode Natural Language Processing Dalam Studi Analisis Semantik Dan Emosi Buzzer Pada Tweet Di Aplikasi X Nur Oktavia, Azzahra; Iqbal, Muhammad; Wahyu Saputra, Rikky; Ichsan Zulfikar, Muhammad; Saifudin, Aries
Buletin Ilmiah Ilmu Komputer dan Multimedia Vol 2 No 1 (2024): Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA)
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Implementasi Metode Natural Language Processing (NLP) telah menjadi kunci dalam studi analisis semantik dan emosi terhadap tweet buzzer di aplikasi X. Penelitian ini bertujuan untuk mengungkap pola-pola kata dan ekspresi emosi yang muncul dalam konteks diskusi politik dan sosial di media sosial.   Pada tahap pengantar, penelitian ini menjelaskan signifikansi penggunaan NLP dalam mengurai bahasa natural dari tweet buzzer, yang sering kali menjadi cerminan opini publik terhadap kebijakan politik dan tokoh-tokoh terkait. Metode yang digunakan meliputi pengumpulan data tweet selama periode tertentu, pengolahan teks untuk menghilangkan noise seperti emotikon dan simbol, serta penerapan teknik NLP seperti tokenisasi, stemming, dan analisis sentimen untuk mengidentifikasi pola-pola yang relevan.  Hasil pembahasan menunjukkan bahwa kata-kata semantik positif seperti "baik", "mendukung", dan "kompeten" sering muncul dalam tweet dengan sentimen positif, sementara kata-kata negatif seperti "kecewa", "tidak setuju", dan "kurang baik" dominan dalam tweet dengan sentimen negatif. Analisis emosi juga mengungkapkan variasi ekspresi emosi seperti kegembiraan, kekecewaan, dan kemarahan dalam respons terhadap isu-isu politik tertentu.