Claim Missing Document
Check
Articles

Found 4 Documents
Search

Implementasi ROT13 sebagai Algoritma Enkripsi Sederhana dalam Python untuk Keamanan Komunikasi Digital Sitompul, Dicky Sambora; Lubis, Muhammad Ghafur Rahman; Indra, Zulfahmi
Journal of Accounting Law Communication and Technology Vol 2, No 1 (2025): Januari 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jalakotek.v2i1.4030

Abstract

Penelitian ini mengkaji implementasi algoritma enkripsi Caesar Cipher dengan pergeseran 13 huruf, atau ROT13, menggunakan Python. ROT13 berfungsi sebagai mekanisme enkripsi sederhana yang memutar setiap huruf dalam teks input sebanyak 13 posisi dalam alfabet, sehingga menghasilkan teks yang tidak dapat dengan mudah dipahami. Penelitian ini merinci langkah-langkah implementasi, disertai dengan kode dan contoh hasil enkripsi serta dekripsi. Analisis menunjukkan bahwa ROT13 merupakan metode yang efektif dan mudah diterapkan untuk meningkatkan keamanan komunikasi digital dalam konteks yang tidak terlalu sensitif.
Evaluasi Kinerja Algoritma Support Vector Machine (SVM) Dalam Analisis Sentimen Publik Terhadap Naturalisasi Timnas Indonesia di Twitter Lubis, Muhammad Ghafur Rahman; Sitompul, Dicky Sambora; Giovanni, Teuku Muhammad; Ramadhani, Fanny; Dewi, Sri
Journal of Accounting Law Communication and Technology Vol 2, No 1 (2025): Januari 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jalakotek.v2i1.4180

Abstract

Studi ini bertujuan untuk menganalisis efektivitas algoritma Support Vector Machine (SVM) dalam menilai sentimen masyarakat terkait kebijakan naturalisasi pemain tim nasional sepak bola Indonesia yang dibicarakan di Twitter. Mengingat meningkatnya perhatian terhadap isu naturalisasi, pemahaman tentang reaksi publik menjadi sangat penting. Data diperoleh melalui teknik crawling dari Twitter, menghasilkan kumpulan data yang mencakup beragam opini dan tanggapan publik. Setelah melakukan praproses data, termasuk penghilangan kata yang tidak penting dan stemming, model SVM diterapkan untuk mengkategorikan sentimen menjadi positif, negatif, atau netral. Kinerja model dievaluasi dengan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil dari penelitian ini menunjukkan bahwa algoritma SVM mampu mencapai tingkat akurasi yang memuaskan dalam analisis sentimen publik, serta memberikan wawasan yang berguna mengenai pandangan masyarakat terhadap naturalisasi timnas Indonesia. Temuan ini diharapkan dapat memberikan bantuan kepada pembuat kebijakan dan pemangku kepentingan lainnya dalam memahami dinamika opini publik seputar isu-isu penting dalam dunia olahraga nasional.
Implementasi ROT13 sebagai Algoritma Enkripsi Sederhana dalam Python untuk Keamanan Komunikasi Digital Sitompul, Dicky Sambora; Lubis, Muhammad Ghafur Rahman; Indra, Zulfahmi
Journal of Accounting Law Communication and Technology Vol 2, No 1 (2025): Januari 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jalakotek.v2i1.4030

Abstract

Penelitian ini mengkaji implementasi algoritma enkripsi Caesar Cipher dengan pergeseran 13 huruf, atau ROT13, menggunakan Python. ROT13 berfungsi sebagai mekanisme enkripsi sederhana yang memutar setiap huruf dalam teks input sebanyak 13 posisi dalam alfabet, sehingga menghasilkan teks yang tidak dapat dengan mudah dipahami. Penelitian ini merinci langkah-langkah implementasi, disertai dengan kode dan contoh hasil enkripsi serta dekripsi. Analisis menunjukkan bahwa ROT13 merupakan metode yang efektif dan mudah diterapkan untuk meningkatkan keamanan komunikasi digital dalam konteks yang tidak terlalu sensitif.
Evaluasi Kinerja Algoritma Support Vector Machine (SVM) Dalam Analisis Sentimen Publik Terhadap Naturalisasi Timnas Indonesia di Twitter Lubis, Muhammad Ghafur Rahman; Sitompul, Dicky Sambora; Giovanni, Teuku Muhammad; Ramadhani, Fanny; Dewi, Sri
Journal of Accounting Law Communication and Technology Vol 2, No 1 (2025): Januari 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jalakotek.v2i1.4180

Abstract

Studi ini bertujuan untuk menganalisis efektivitas algoritma Support Vector Machine (SVM) dalam menilai sentimen masyarakat terkait kebijakan naturalisasi pemain tim nasional sepak bola Indonesia yang dibicarakan di Twitter. Mengingat meningkatnya perhatian terhadap isu naturalisasi, pemahaman tentang reaksi publik menjadi sangat penting. Data diperoleh melalui teknik crawling dari Twitter, menghasilkan kumpulan data yang mencakup beragam opini dan tanggapan publik. Setelah melakukan praproses data, termasuk penghilangan kata yang tidak penting dan stemming, model SVM diterapkan untuk mengkategorikan sentimen menjadi positif, negatif, atau netral. Kinerja model dievaluasi dengan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil dari penelitian ini menunjukkan bahwa algoritma SVM mampu mencapai tingkat akurasi yang memuaskan dalam analisis sentimen publik, serta memberikan wawasan yang berguna mengenai pandangan masyarakat terhadap naturalisasi timnas Indonesia. Temuan ini diharapkan dapat memberikan bantuan kepada pembuat kebijakan dan pemangku kepentingan lainnya dalam memahami dinamika opini publik seputar isu-isu penting dalam dunia olahraga nasional.