Apriyanto, Kevin Jonathan
Unknown Affiliation

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

Found 2 Documents
Search

Manajemen Jaringan Internet Menggunakan Router Mikrotik Dengan Fitur Marking Connection, Simple Queue, Dan Traffic Priority (Studi Kasus Yayasan Pendidikan Harapan Salahudin) Purwanto, Helmi; Tanjung, Cici Yolanda; Apriyanto, Kevin Jonathan; Sarimole, Frencis Matheos
INTECOMS: Journal of Information Technology and Computer Science Vol 8 No 2 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v8i2.14521

Abstract

Pengelolaan internet yang tepat bagi lembaga pendidikan seperti Yayasan Pendidikan Harapan Salahudin sangat penting agar ketika mengakses internet berjalan dengan lancar. Adapun perangkat yang bisa digunakan untuk memanage jaringan internet tersebut yaitu dengan menggunakan router. Router adalah perangkat jaringan yang berfungsi sebagai penghubung beberapa jaringan yang berbeda baik dalam satu area lokal maupun jaringan yang lebih luas.Router mengatur lalu lintas data antar jaringan dan memastikan setiap paket datanya mencapai tujuannya yang benar. Namun pada saat ini, di Yayasan Pendidikan Harapan Salahudin belum adanya manajemen internet yang dilakukan sehingga ketika perangkat-perangkat seperti PC, Laptop, dan HP terkoneksi ke wifi, berjalan lambat. Pada kesempatan ini, kami akan melakukan implementasi manajemen internet dengan menggunakan router Mikrotik. Fokus utama pada implementasi manajemen internet ini yaitu dengan mengkonfigurasi bandwidth secara merata kepada perangkat yang terkoneksi, dan membuat prioritas koneksi internet ketika suatu perangkat akan mengakses ke suatu web atau aplikasi yang sering dibuka di lingkungan yayasan seperti website pendidikan milik pemerintah untuk melakukan administrasi, dan platform berlajar seperti E-Learning serta mengatasi blankspot pada area tertentu yang terdapat banyak guru dan staff.
Pengembangan Model Analisis Sentimen Berbasis Naïve Bayes Terhadap Isu Kepemimpinan Presiden Prabowo Di Tiktok Setiawan, Kiki; Apriyanto, Kevin Jonathan
INTECOMS: Journal of Information Technology and Computer Science Vol. 8 No. 4 (2025): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/9dycmf54

Abstract

Penelitian ini dilatarbelakangi oleh meningkatnya intensitas diskusi publik di media sosial, khususnya TikTok, mengenai kepemimpinan Presiden terpilih Prabowo Subianto pasca Pemilu 2024. Isu-isu politik yang berkembang menimbulkan beragam opini dan sentimen masyarakat yang tersebar dalam bentuk komentar video. Penelitian ini bertujuan mengembangkan model analisis sentimen berbasis algoritma Naïve Bayes untuk mengkaji persepsi publik terhadap kepemimpinan Presiden Prabowo melalui komentar di TikTok. Obyek penelitian adalah data komentar pengguna TikTok yang diperoleh melalui metode scraping menggunakan bahasa pemrograman Python, dengan kata kunci yang relevan terhadap isu kepemimpinan Prabowo. Data kemudian diolah melalui tahapan pre-processing seperti Case Folding, tokenisasi, stopword removal, dan Stemming. Proses klasifikasi dilakukan dengan algoritma Naïve Bayes dan evaluasi performa model dilakukan menggunakan Confusion Matrix dengan metrik akurasi, presisi, recall, dan F1-score. Hasil analisis menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan tingkat akurasi mencapai 54%, dengan sentimen negatif mendominasi sebesar 46,3%, sedangkan sentimen positif sebesar 32,1% serta sentimen netral sebesar 21,6%. Kesimpulan dari penelitian ini menunjukkan bahwa isu kepemimpinan Presiden Prabowo di TikTok cenderung memperoleh respons negatif dari publik. Implikasi dari hasil ini menunjukkan pentingnya pemantauan opini publik di media sosial sebagai alat ukur persepsi masyarakat. Penelitian ini merekomendasikan pengembangan model lanjutan dengan algoritma pembelajaran mesin lain seperti SVM atau Random Forest untuk peningkatan akurasi.