Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Sentimen terhadap Koperasi Desa Merah Putih Menggunakan Random Forest dan Pelabelan Leksikon Steven Dermawan
Jejak digital: Jurnal Ilmiah Multidisiplin Vol. 2 No. 3 (2026): MEI 2026
Publisher : INDO PUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63822/9p4b3715

Abstract

Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap program Koperasi Desa Merah Putih pada periode Juli–Oktober 2025 dengan menggunakan 5396 tweet sebagai sumber data utama. Proses penelitian mengikuti alur kerja sistematis meliputi crawling data, preprocessing teks, pelabelan sentimen berbasis leksikon, pembagian dataset, vektorisasi TF-IDF, pelatihan model Random Forest, evaluasi, serta visualisasi word cloud. Sentimen dilabeli menggunakan metode lexicon-based dan kemudian diklasifikasikan melalui algoritma Random Forest. Hasil analisis menunjukkan bahwa opini publik didominasi oleh sentimen negatif sebesar 87.19%, diikuti sentimen positif sebesar 12.8%, menggambarkan adanya harapan terhadap penguatan ekonomi desa sekaligus kekhawatiran mengenai efektivitas pelaksanaannya. Evaluasi model menghasilkan akurasi 90%, presisi makro 0,91, recall makro 0,60, dan F1-score makro 0,63, menunjukkan performa klasifikasi yang baik meski keseimbangan antar kelas masih perlu ditingkatkan. Word cloud menampilkan dominasi kata seperti merah, putih, koperasi, desa, dan kopdes, yang menegaskan fokus publik pada identitas program serta relevansinya bagi pembangunan ekonomi desa. Kemunculan istilah ekonomi, masyarakat, rakyat, dan pangan mencerminkan ekspektasi peningkatan kesejahteraan, sementara kata presiden, menteri, dan pemerintah menunjukkan keterkaitan program dengan agenda kebijakan nasional. Secara keseluruhan, penelitian ini memberikan gambaran komprehensif mengenai persepsi publik dan menegaskan pentingnya peningkatan transparansi, komunikasi publik, dan efektivitas implementasi program. Penelitian selanjutnya disarankan menggunakan metode pelabelan hybrid atau model deep learning serta memperluas cakupan data untuk menghasilkan analisis sentimen yang lebih akurat dan seimbang.
Analisis Bibliometrik Manajemen Risiko Serangan Siber Menggunakan Tableau dan Vosviewer: BIBLIOMETRIC ANALYSIS OF CYBER ​​ATTACK RISK MANAGEMENT USING TABLEAU AND VOSVIEWER Steven Dermawan
Jurnal Inovasi Informatika Vol. 8 No. 1 (2026): Jurnal Inovasi Informatika
Publisher : LPPM bekerja sama dengan Prodi Informatika dan Sistem Informasi Universitas Pradita

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

Abstract

Meningkatnya kompleksitas ekosistem digital modern telah meningkatkan urgensi untuk melakukan kajian komprehensif mengenai Cyberattack Risk Management sebagai fondasi utama dalam membangun ketahanan siber. Penelitian ini menggunakan metode bibliometrik dengan dukungan VOSviewer dan Tableau untuk memetakan tren publikasi, jaringan sitasi, serta distribusi kata kunci selama periode 2020–2025. Metodologi penelitian mencakup proses pengumpulan dan pengolahan data, analisis menggunakan VOSviewer dan Tableau, serta interpretasi hasil analisis. Temuan penelitian menunjukkan adanya pertumbuhan publikasi yang konsisten, dominasi repositori ilmiah seperti arXiv dan Lecture Notes in Computer Science, serta keberadaan artikel-artikel berpengaruh yang membentuk struktur intelektual bidang ini, khususnya terkait dengan pemanfaatan data telemetri IoT dan perlindungan infrastruktur kritis. Pemetaan co-occurence mengungkapkan tiga klaster utama, yakni tata kelola dan kebijakan, pendekatan teknis, serta perlindungan data, sementara visualisasi kepadatan menunjukkan beberapa topik yang masih kurang dieksplorasi, termasuk smart grid, sektor kesehatan, perangkat IoT, dan isu privasi. Temuan ini menunjukkan adanya pergeseran dalam perkembangan pengetahuan menuju integrasi antara tata kelola risiko dan inovasi teknologi yang lebih adaptif. Lebih lanjut, meningkatnya minat terhadap pemodelan prediktif dan keamanan berbasis kecerdasan buatan (AI) mengindikasikan transformasi pendekatan dari deteksi yang bersifat reaktif menuju mitigasi yang lebih proaktif. Secara keseluruhan, penelitian ini menyajikan peta konseptual yang komprehensif untuk memperkuat arah penelitian di masa depan, pengembangan teknologi, serta perumusan kebijakan di bidang keamanan siber.