Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Sentimen Twitter Menggunakan Machine Learning untuk Identifikasi Konten Negatif Kartika Sari, Amalia; Akhmad Irsyad; Dinda Nur Aini; Islamiyah; Stephanie Elfriede Ginting
Adopsi Teknologi dan Sistem Informasi (ATASI) Vol. 3 No. 1 (2024): Adopsi Teknologi dan Sistem Informasi (ATASI)
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/atasi.v3i1.1373

Abstract

Konten Negatif adalah informasi dan dokumen elektronik yang mengandung konten yang tidak sopan, perjudian, penghinaan, pencemaran nama baik, pemerasan, pengancaman, serta penyebaran berita bohong dan menyesatkan yang dapat merugikan pengguna. Selain itu, konten negatif juga mencakup hal-hal yang memicu kebencian atau permusuhan berdasarkan suku, agama, ras, dan golongan (Alita & Isnain, 2020). Twitter adalah Wadah media sosial yang memungkinkan mengirim dan membaca pesan yang digunakan oleh individu, organisasi dan perusahaan untuk berbagi informasi, mengomentari peristiwa terkini, dan berinteraksi dengan pengguna lain. Proses analisis mencakup pembersihan data, eksplorasi data, dan penerapan model pembelajaran mesin seperti TF-IDF, Logistics Regression Model, dan Naive Bayes Classfier untuk klasifikasi sentimen. Hasil penelitian menunjukkan bahwa model pembelajaran mesin dapat mengklasifikasikan sentimen tweet dengan sangat akurat, memberikan wawasan penting tentang opini publik di platform Twitter. Kinerja terbaik dengan skor F-1 68,4% dihasilkan dari uji coba Logistic Regression.
EDUKASI KEAMANAN TRANSAKSI PERBANKAN DIGITAL MELALUI BLU by BCA Khairunnisa, Syahira; Kartika Sari, Amalia; Nikmah, Nadatul; Tua Br Sinaga, Rolina; Kartini, I. A. Nuh
BESIRU : Jurnal Pengabdian Masyarakat Vol. 3 No. 3 (2026): BESIRU : Jurnal Pengabdian Masyarakat, Maret 2026
Publisher : Lembaga Pendidikan dan Penelitian Manggala Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62335/besiru.v3i3.2105

Abstract

The development of digital banking has facilitated financial transactions, particularly among adolescents, while also increasing transaction security risks. This Community Service Program  aims to improve adolescents’ understanding and awareness of digital banking transaction security through the blu by BCA service. The program was conducted through face-to-face educational activities involving 30 adolescents. The results indicate improved understanding and more cautious behavior in using digital banking services, highlighting the importance of security education in strengthening digital financial literacy and transaction safety.