Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Network Security Komputer Tingkat Desa Menggunakan Metode Security Policy Development Life Cycle (SPDLC) Yunanri. W; Yasinta Bella Fitriana
Jurnal Teknik Juara Aktif Global Optimis Vol. 1 No. 2 (2021): December
Publisher : STTI Bontang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (407.287 KB) | DOI: 10.53620/jtg.v1i2.28

Abstract

Dunia telekomunikasi semakin berkembang mulai pada tahapan Generasi (1G), Generasi2 (2G), Generasi3 (3G), sampai tahap generasi 4 (4G). manfaat tekneologi ilmu komputer banyak memeberikan kemudahan-kemudahan atau fiture-fiture menarik dan canggih, agar di manfaatkan oleh masyarakat luas di Indonesia salah satunya, pengguna wifi pada pemerintahaan tingkat Desa. Adanya kendala yang menyebabkan menurunnya performa akses internet, maka dibutuhkan langkah-langkah menganalisa kendala, faktor utama yang menyebabkan, menurunya performa akses internet kantor Desa. Salah satu metode yang dapat dikembangkan adalah security policy development life cycle (SPDLC) dimana berkaitan dengan keamanan jaringan yang mikrotik. suatu faktor yang penting dalam dunia teknologi. Sasaran keamanan komputer antara lain adalah sebagai perlindungan informasi terhadap pencurian data-data yang dianggap penting oleh suatu lembaga.
Analisis Sentimen Facebook & Instagram tentang Pilgub NTB 2024 dengan Algoritma SVM Adnia Tujahidah; M.Julkarnain; Atmawan Oktavia, Siska; Yunanri. W; Esabella, Shinta
Management of Information System Journal Vol 4 No 1: November 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/mis.v4i1.2202

Abstract

The 2024 West Nusa Tenggara (NTB) gubernatorial election has become a major public spotlight, particularly on social media platforms such as Facebook and Instagram, where citizens actively express political opinions. This study aims to (1) describe the sentiment of NTB society toward gubernatorial candidates through social media, and (2) analyze the “headspit” phenomenon and its influence on public sentiment using the Support Vector Machine (SVM) algorithm. Data consisting of comments, captions, and interactions from accounts such as @SuaraNTB, @KpuNTB, and @MediaNTB were collected through a scraping process. The analysis followed the Knowledge Discovery in Database (KDD) approach, including data selection, preprocessing, transformation, classification, and evaluation. The results reveal three sentiment categories, with one being dominant, and illustrate the dynamics of digital political interaction and the emergence of headspit during the NTB 2024 gubernatorial campaign.