Claim Missing Document
Check
Articles

Found 2 Documents
Search

Implementasi Kriptografi Caesar Cipher dalam Mengubah Pesan Teks Terenkripsi Farhansyah, Fauzi; Atila, Muhammad Farhan; Ridho, Ahmad; Aldrin, Medistra
Prosiding Sains dan Teknologi Vol. 3 No. 1 (2024): Seminar Nasional Sains dan Teknologi (SAINTEK) ke 3 - Januari 2024
Publisher : DPPM Universitas Pelita Bangsa

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

Abstract

Penelitian ini bertujuan untuk mengimplementasikan kriptografi Caesar Cipher dalam mengubah pesan teks menjadi pesan terenkripsi. Metode penelitian yang digunakan adalah studi pustaka dan eksperimen. Data yang digunakan dalam penelitian ini adalah pesan teks yang akan dienkripsi menggunakan Caesar Cipher. Hasil penelitian menunjukkan bahwa implementasi kriptografi Caesar Cipher berhasil mengubah pesan teks menjadi pesan terenkripsi dengan menggunakan kunci enkripsi yang tepat. Proses enkripsi menggunakan Caesar Cipher dapat menjaga kerahasiaan pesan teks dan hanya dapat dibaca oleh penerima yang memiliki kunci enkripsi yang sesuai. Berdasarkan hasil penelitian, dapat disimpulkan bahwa Caesar Cipher adalah metode enkripsi yang efektif dan dapat digunakan untuk menjaga kerahasiaan pesan teks. Namun, Caesar Cipher juga memiliki kelemahan, seperti rentan terhadap serangan brute force jika panjang kunci enkripsi terlalu pendek.
Analisis Sentimen Ulasan Aplikasi Tokopedia Pada Google Play Store Menggunakan Natural Language Processing (NLP) Dengan Algoritma Logistic Regression Afriantoro, Irfan; Farhansyah, Fauzi
Jurnal Pelita Teknologi Vol 20 No 1 (2025): Maret 2025
Publisher : Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/pelitatekno.v20i1.7305

Abstract

Pertumbuhan e-commerce di Indonesia yang semakin pesat, khususnya pada platform Tokopedia, menghasilkan volume ulasan pengguna yang besar di Google Play Store dan berpotensi dimanfaatkan sebagai sumber data untuk evaluasi layanan. Penelitian ini bertujuan mengembangkan sistem analisis sentimen otomatis berbasis Natural Language Processing (NLP) terhadap ulasan pengguna dengan memanfaatkan algoritma Logistic Regression dan antarmuka bot pada platform Telegram. Ekstraksi fitur teks dilakukan menggunakan metode TF-IDF, sedangkan proses klasifikasi sentimen menggunakan Logistic Regression. Hasil pengujian menunjukkan model mencapai akurasi rata-rata sebesar 75,89% dengan nilai precision, recall, dan F1-score masing-masing sebesar 0,75. Sistem yang dikembangkan juga mengintegrasikan model BERT lokal dari Hugging Face dan model sentimen hasil pelatihan lokal untuk mendukung klasifikasi sentimen secara real-time melalui bot. Penelitian ini memberikan kontribusi berupa solusi praktis analisis sentimen berbasis bot yang mudah diakses serta menawarkan pendekatan integratif antara metode NLP konvensional dan model AI generatif modern.