Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi
Rayhan Abdul Jabbar Fahmi
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
ANALISIS SENTIMEN MASYARAKAT TERHADAP UU PERLINDUNGAN DATA PRIBADI PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Rayhan Abdul Jabbar Fahmi; Wahib Muhibi Nur; Dee Canawine; Muhammad Naufal Kusumajaya; Ahmad Faris Fadhlillah; Nur Aini Rakhmawati
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v10i1.2335

Abstract

Machine Learning berperan penting dalam menangani masalah klasifikasi dan pemrosesan untuk memprediksi perkembangan informasi terkait Undang-Undang Perlindungan Data Pribadi. Data pribadi merupakan informasi individu yang harus dijaga integritasnya, dengan perlindungan yang dijamin oleh negara. Namun sayangnya, Indonesia menduduki peringkat sangat rendah dalam hal keamanan siber dibandingkan negara-negara lain. Penelitian ini bertujuan untuk menggali tantangan ini dan mencari solusi potensial untuk memastikan keamanan dan perlindungan data pribadi. Dalam penelitian ini, metode Support Vector Machine (SVM) digunakan untuk menganalisis dan mengkategorikan sentimen masyarakat terkait Undang-Undang Perlindungan Data Pribadi pada platform aplikasi X bersifat positif, netral, atau negatif. Data sampel yang digunakan sebanyak 275 data tweets yang kemudian dilakukan scraping. Pengolahannya menggunakan pemrograman Python dan tools Google Colab. Sebelum dilakukan analisis, terlebih dahulu dilakukan preprocessing untuk menghilangkan kata-kata maupun informasi yang tidak diperlukan sehingga tingkat akurasi yang dihasilkan dapat mendekati gambaran pada kenyataannya. Setelah dilakukan analisis, diperoleh hasil sentimen positif sebanyak 83 data tweets, sentimen negatif sebanyak 43 dan sentimen bersifat netral sebanyak 143. Hasil pengujian klasifikasi pada data tweets memiliki akurasi sebesar 73%. Dengan menggunakan SVM, diharapkan dapat mengidentifikasi persepsi dan respon masyarakat terhadap perlindungan data pribadi serta mengembangkan strategi yang lebih efektif untuk menjaga keamanan data pribadi di Indonesia. Upaya ini penting mengingat tantangan meningkatnya ancaman siber dan perlunya perlindungan data yang kuat dalam era digital saat ini.
ANALISIS SENTIMEN MASYARAKAT TERHADAP UU PERLINDUNGAN DATA PRIBADI PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE SUPPORT VECTOR MACHINE Rayhan Abdul Jabbar Fahmi; Wahib Muhibi Nur; Dee Canawine; Muhammad Naufal Kusumajaya; Ahmad Faris Fadhlillah; Nur Aini Rakhmawati
METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Vol. 10 No. 1 (2024): Volume 10 Nomor 1
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/mtk.v10i1.2335

Abstract

Machine Learning berperan penting dalam menangani masalah klasifikasi dan pemrosesan untuk memprediksi perkembangan informasi terkait Undang-Undang Perlindungan Data Pribadi. Data pribadi merupakan informasi individu yang harus dijaga integritasnya, dengan perlindungan yang dijamin oleh negara. Namun sayangnya, Indonesia menduduki peringkat sangat rendah dalam hal keamanan siber dibandingkan negara-negara lain. Penelitian ini bertujuan untuk menggali tantangan ini dan mencari solusi potensial untuk memastikan keamanan dan perlindungan data pribadi. Dalam penelitian ini, metode Support Vector Machine (SVM) digunakan untuk menganalisis dan mengkategorikan sentimen masyarakat terkait Undang-Undang Perlindungan Data Pribadi pada platform aplikasi X bersifat positif, netral, atau negatif. Data sampel yang digunakan sebanyak 275 data tweets yang kemudian dilakukan scraping. Pengolahannya menggunakan pemrograman Python dan tools Google Colab. Sebelum dilakukan analisis, terlebih dahulu dilakukan preprocessing untuk menghilangkan kata-kata maupun informasi yang tidak diperlukan sehingga tingkat akurasi yang dihasilkan dapat mendekati gambaran pada kenyataannya. Setelah dilakukan analisis, diperoleh hasil sentimen positif sebanyak 83 data tweets, sentimen negatif sebanyak 43 dan sentimen bersifat netral sebanyak 143. Hasil pengujian klasifikasi pada data tweets memiliki akurasi sebesar 73%. Dengan menggunakan SVM, diharapkan dapat mengidentifikasi persepsi dan respon masyarakat terhadap perlindungan data pribadi serta mengembangkan strategi yang lebih efektif untuk menjaga keamanan data pribadi di Indonesia. Upaya ini penting mengingat tantangan meningkatnya ancaman siber dan perlunya perlindungan data yang kuat dalam era digital saat ini.
Co-Authors Ahmad Faris Fadhlillah Dee Canawine Muhammad Naufal Kusumajaya Nur Aini Rakhmawati Wahib Muhibi Nur