Claim Missing Document
Check
Articles

Found 2 Documents
Search

Seminar Literasi Digital Bertema : Meningkatkan Ekonomi dan Menjaga Budaya di Era Digital Nashrulloh, Muhammad Rikza; Yanti, Yanti; Riyandi, Fachrry Al-Fachrizzy; Nurodin, Azmi Miftah; Alinurdin, Rendi; Jipar, Muzaki Abdul; Faris, Salman Adam; Dzulkhomzah, Moh. Rival; Kifti, Jalaludin; Masripah, Ulpah; Alawiyah, Dini; Muttaqin, Iswan Nurul; Mubarok, Muhammad Imam Husni; Maulana, Moh. Alvin Apita; Akib, Yasir Al; Sidik, Ghimnastiar Moch; Nurhakim, Sultan Jabar; Rizki, Ikbal; Ramadhan, Tasya Shakila; Ridha, Muhamad Munna Ar; Oktaviany, Sindi; Fauzi, Sandi Muhtar
Jurnal PkM MIFTEK Vol 4 No 1 (2023): Jurnal PkM MIFTEK
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/miftek/v.4-1.1326

Abstract

Globalization and the acceleration of technological advances have had such a significant impact in various fields. The presence of technology provides a new face for economic development and this becomes an opportunity and a big change for the system, process or economic actors themselves. Therefore it really needs counseling to help digitally literate people through digital literacy seminars with the theme «improving the economy and maintaining culture in the digital era» which will help, assist the community, for example in the use of common applications needed daily, the ethics of using technology wisely, maintaining culture in the digital era and so on, everything is explained in counseling on digital literacy.
Analisis Sentimen Pemilu Dalam Text Mining Terhadap Hasil Real Count 2024 Fauzi, Sandi Muhtar; Ramdani, Rizki; Cahyana, Rinda
Indonesian Journal of Computer Science and Engineering Vol. 1 No. 02 (2024): IJCSE Volume 01, Nomor 02, November 2024
Publisher : CV. Cendekiawan Muda Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70656/ijcse.v1i02.117

Abstract

Penelitian ini telah mengeksplorasi berbagai metode dan algoritma untuk melakukan analisis sentimen terhadap opini masyarakat terkait Pemilihan Umum (Pemilu) di Indonesia, khususnya menggunakan data dari media sosial seperti Twitter. Beberapa penelitian sebelumnya telah menggunakan teknik seperti bigram, trigram, dan vektorisasi data, serta algoritma klasifikasi seperti Naïve Bayes, Support Vector Machine (SVM), dan lainnya untuk mengklasifikasikan sentimen masyarakat. Selain itu, ada juga penelitian yang mencoba mengoptimalkan algoritma menggunakan metode seperti Particle Swarm Optimization (PSO) untuk meningkatkan akurasi analisis sentimen. Hasil dari berbagai penelitian tersebut menunjukkan tingkat akurasi dan performa yang bervariasi, namun secara keseluruhan menunjukkan potensi besar dalam menggunakan data media sosial untuk memprediksi dan memahami sentimen masyarakat terkait pemilihan umum. Beberapa penelitian juga menghadapi tantangan dalam representasi data yang terbatas dari platform media sosial tertentu, serta keterbatasan dalam mengklasifikasikan sentimen berdasarkan geolokasi atau atribut tertentu.