Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Inotera Triwikrama: Jurnal Ilmu Sosial
Irgi Ahmad Fahrezi
Unknown Affiliation
Humanities Computer Science & IT Economics, Econometrics & Finance Education Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mechanical Engineering Social Sciences

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PEMANFAATAN PLATFORM INSTAGRAM SEBAGAI MEDIA DAKWAH DI ERA GLOBALISASI Irgi Ahmad Fahrezi; Muh Syahrul Ramadhan; Sitti Alfiyana Bahar; Tri Dhevi Afiani Nggego; Suryani Musi
Triwikrama: Jurnal Ilmu Sosial Vol. 4 No. 3 (2024): Triwikrama: Jurnal Ilmu Sosial
Publisher : Cahaya Ilmu Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.6578/triwikrama.v4i3.4400

Abstract

Pemanfaatan platform Instagram sebagai media dakwah telah menjadi tren yang semakin populer di era globalisasi. Dalam beberapa tahun terakhir, Instagram telah berkembang menjadi salah satu platform media sosial terbesar di dunia, dengan lebih dari satu milyar pengguna aktif setiap bulan. Dengan demikian, Instagram menjadi sarana yang sangat efektif untuk menjangkau dan mengkomunikasikan pesan dakwah kepada jutaan orang di seluruh dunia. Penggunaan Instagram sebagai media dakwah memiliki beberapa kelebihan. Pertama, Instagram memungkinkan pengguna untuk berbagi foto dan video yang menarik dan interaktif, sehingga dapat meningkatkan kesadaran dan kesadaran masyarakat terhadap nilai-nilai agama dan moral . Kedua, Instagram memungkinkan pengguna untuk berbagi informasi dan pesan dakwah secara cepat dan luas, sehingga dapat menjangkau lebih banyak orang dan meningkatkan efektivitas dakwah. Ketiga, Instagram memungkinkan pengguna untuk berbagi konten yang kreatif dan interaktif, sehingga dapat meningkatkan kesadaran dan kesadaran masyarakat terhadap nilai-nilai agama dan moral secara lebih efektif. Namun, penggunaan Instagram sebagai media dakwah juga memiliki beberapa tantangan. Pertama, adanya risiko penggunaan media sosial yang tidak seimbang, seperti toxic positivity dan toxic negativity, yang dapat mengganggu kesadaran dan kesadaran masyarakat terhadap nilai-nilai agama dan moral. Kedua, adanya risiko penggunaan media sosial yang tidak seimbang, seperti penggunaan media sosial yang tidak seimbang, yang dapat mengganggu kesadaran dan kesadaran masyarakat terhadap nilai-nilai agama dan moral Dalam penelitian ini, kami akan meneliti pemanfaatan platform Instagram sebagai media dakwah bagi generasi milenial
A Comparative Sentiment Analysis of Computer Engineering Student Feedback Using Decision Trees and SVM Hanif, Kharis Hudaiby; Arif Fadllullah; Novita Ranti Muntiari; Irgi Ahmad Fahrezi
Jurnal Inotera Vol. 10 No. 1 (2025): January-June 2025
Publisher : LPPM Politeknik Aceh Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31572/inotera.Vol10.Iss1.2025.ID436

Abstract

The University of Borneo Tarakan, like many Indonesian universities, is committed to continuous quality improvement in education services. A crucial aspect of this improvement is gathering and analyzing student feedback to enhance lecturer performance. This research focuses on analyzing student comments using sentiment analysis, a technique that categorizes text into positive, negative, and neutral sentiments. To achieve this, two machine learning algorithms were employed: Decision Trees and Support Vector Machines (SVM). The research involved two approaches: Lexicon-Based Sentiment Analysis and TF-IDF word weighting. The Lexicon-Based approach compared the automated sentiment classification with manual human categorization to assess accuracy. The TF-IDF method, on the other hand, aimed to improve classification accuracy by assigning weights to words based on their frequency and importance. The experimental results demonstrated that Decision Trees outperformed SVM in terms of classification accuracy, achieving 95.454546% compared to 94.805194%. This finding suggests that Decision Trees is a more effective technique for sentiment analysis of student comments in this specific
Co-Authors Arif Fadllullah Hanif, Kharis Hudaiby Muh Syahrul Ramadhan Muntiari, Novita Ranti Sitti Alfiyana Bahar Suryani Musi Tri Dhevi Afiani Nggego