Yosia Wibowo, Lucky
Unknown Affiliation

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

Found 2 Documents
Search

IMPLEMENTASI LONG SHORT-TERM MEMORY DALAM ANALISIS SENTIMEN PENGGUNA APLIKASI TWITTER YANG MENGANDUNG UJARAN KEBENCIAN Yosia Wibowo, Lucky; Annisa, Norul; Ananda Khairunnisa, Puteri; Handrianus Pranatawijaya, Viktor; Priskila, Ressa
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 3 (2024): JATI Vol. 8 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i3.9654

Abstract

Aplikasi dan media sosial muncul sebagai hasil dari kemajuan internet dan teknologi, yang memungkinkan pengguna berinteraksi satu sama lain melalui teks dan komentar. Sebagai contoh, aplikasi Twitter merupakan media sosial yang sering sekali digunakan saat ini. Namun, Twitter juga berpotensi menjadi tempat penyebaran ujaran kebencian. Ujaran kebencian berarti menghina, merendahkan, atau mengintimidasi seseorang atau kelompok berdasarkan atribut tertentu, seperti ras, agama, etnis, gender, orientasi seksual, atau jenis kelamin. Ujaran kebencian memiliki banyak akibat buruk yang dapat membahayakan kesehatan mental dan keamanan online penggunanya. Tujuan penelitian ini adalah untuk memecahkan masalah ini dengan menguji seberapa efektif algoritma Long Short-term Memory (LSTM) dalam menganalisis sentimen ujaran kebencian pada aplikasi. Untuk mendeteksi ujaran kebencian dengan tingkat akurasi tinggi, penelitian ini mengembangkan model klasifikasi teks berbasis LSTM. Data teks yang dikumpulkan dari aplikasi yang mengandung ujaran kebencian kemudian dibersihkan dan dinormalisasi untuk pra-pemrosesan. Selain itu, model LSTM digunakan untuk klasifikasi teks sentimen, dan kinerjanya dinilai dengan metrik accuracy, precision, dan recall. Sehingga penelitian ini menghasilkan tingkat accuracy sebesar 83% dengan nilai rata-rata makro (macro average) sebesar 65%.
Rancang Bangun Aplikasi Web Ketahanan Pangan: Analisis Faktor, Prediksi Harga, dan Daya Beli Penduduk Kota Palangka Raya Yosia Wibowo, Lucky; Indra Gunawan, Galih; Setya Dwi Putri, Athay; Margareth, Artika; Hermawan Hasibuan, Liyando
Journal of Information Technology and Computer Science Vol. 6 No. 1 (2026): JOINTECOMS : Journal of Information Technology and Computer Science
Publisher : Universitas Palangka Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47111/jointecoms.v6i1.25778

Abstract

Ketahanan pangan menjadi permasalahan penting dalam menjaga stabilitas ekonomi dan kesejahteraan masyarakat, terutama di daerah dengan fluktuasi harga komoditas pangan yang cukup tinggi seperti Kota Palangka Raya. Keterbatasan akses informasi harga yang cepat dan akurat dapat menyulitkan masyarakat dalam merencanakan kebutuhan rumah tangga serta menyulitkan pemerintah dalam melakukan pengawasan harga. Penelitian ini bertujuan untuk merancang dan membangun aplikasi web ketahanan pangan yang mampu menyajikan informasi harga komoditas secara informatif dan mudah dipahami. Metode pengembangan sistem yang digunakan adalah Waterfall, yang meliputi tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Data harga komoditas diperoleh dari sumber resmi dan diolah menggunakan analisis data serta model prediksi berbasis machine learning untuk memproyeksikan tren harga. Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan mampu menampilkan harga harian, grafik tren, serta informasi pendukung ketahanan pangan secara efektif. Kesimpulannya, aplikasi web ketahanan pangan ini dapat membantu masyarakat dalam memantau perubahan harga dan mendukung pemerintah daerah dalam pengambilan keputusan terkait stabilitas harga pangan.