Abstract:Abstract: The Presidential general election on 2019 became one of the most popular topics on twitter nowdays. The society give their opinion about the pair of candidates that they are support through the social media.…
ia. This research was predicts about the society sentimens toward the candidates of President and Vice President of Republic of Indonesia. The data was used based on the tweet on the @jokowi twitter account. The retrieval of data by using the Tweepy library with the Python 2.7 programming language. This research was classified became of two of society sentiments classes, namely positive and negative. The modeling was used of the weighting method Unigram, Bigram, Trigram, N-Gram (1-2) and N-Gram (1-3) that used the Naïve Bayes Algorithm on the Weka Application. The modeling data was used by the dataset of 646 sentences. The highest results of this reseach were obtained by Unigram Weighting, namely: 81.4% accuracy, 81.5% precision, 81.3% recall with a time of 0.3 s.
Keywords: classification, naïve bayes, 2019 presidential election, twitter, unigram
Abstrak: Pemilihan Umum tentang Pilpres 2019 menjadi salah satu topik yang ramai diperbincangkan di Twitter. Adu pendapat di sosial media oleh masyarakat mengandung opini terhadap pasangan calon yang didukungnya. Penelitian ini memprediksi sentimen masyarakat kepada pasangan calon Presiden dan Wakil Presiden Republik Indonesia. Data yang digunakan adalah tweet yang ada pada akun Twitter @jokowi. Pengambilan data menggunakan library Tweepy dengan bahasa pemrograman Python 2.7. Penelitian ini mengklasifikasi sentimen masyarakat menjadi 2 kelas, yaitu positif dan negatif. Kemudian dilakukan pemodelan dengan metode pembobotan Unigram, Bigram, Trigram, N-Gram (1-2) Dan N-Gram (1-3) menggunakan Algoritme Naïve Bayes pada Aplikasi Weka. Pembuatan model menggunakan dataset yang berjumlah 646 kalimat. Hasil tertinggi yang diperoleh pada penelitian ini adalah dengan menggunakan Pembobotan Unigram, yaitu : akurasi 81,4%, presisi 81,5 % , recall 81,3 % dengan catatan waktu 0,3s.
Kata kunci: klasifikasi, naïve bayes, pilpres 2019, twitter, unigram.
Abstract:Abstract: PT Pinus Merah Abadi is one of the distributor companies in Indonesia engaged in selling snacks such as snacks and wafers with the Nabati brand. Every month the company offers increased incentives for its employees…
yees with predetermined conditions or targets. But in the process, the incentive calculation is managed manually using criteria by the General Affair Personnel who then data the results of the manual calculation are sent to the central office to obtain the disbursement of funds. Sometimes the results of these decisions are too rigid. The method used to solve this problem is the RAD method and each stage is adjusted accordingly based on the Tsukamoto fuzzy algorithm. From this study, an application of decision support systems was obtained that could support decision making to increase incentives that were more appropriate in human consideration.
Keywords: decison support system design; incentive calculation; tsukamoto method
Abstrak: PT Pinus Merah Abadi merupakan salah satu perusahaan distributor di Indonesia yang bergerak di bidang penjualan makanan ringan seperti snack dan wafer dengan merk nabati. Setiap bulan perusahaan menawarkan insentif yang meningkat bagi karyawannya dengan kondisi atau target yang telah ditentukan. Namun dalam prosesnya, perhitungan insentif dikelola secara manual menggunakan kriteria oleh personil urusan umum yang kemudian data hasil perhitungan manual dikirim ke kantor pusat untuk mendapatkan pencairan dana. Terkadang hasil dari keputusan ini terlalu kaku. Metode yang digunakan untuk memecahkan masalah ini adalah metode RAD dan dalam setiap tahap disesuaikan sesuai berdasarkan algoritma fuzzy Tsukamoto. Dari studi ini, sebuah aplikasi dari sistem pendukung keputusan diperoleh yang dapat mendukung pengambilan keputusan untuk meningkatkan insentif yang lebih tepat dalam pertimbangan manusia.
Kata kunci: metode tsukamoto; peningkatan insentif, perancangan sistem pendukung keputusan
Abstract:Abstract:Computer data security relies on preventing data theft from irresponsible parties by using cryptography method. Some cryptography algorithms have good and poor performance in encrypting and decrypting data depending…
ding on the key types. Therefore the purpose of this research is to measure the performance of the hybrid algorithm, consisting a symmetric keyBlowfish algorithm and an asymmetric key RSA algorithm, in encrypting and decrypting multiple types of data such as documents, photos, audios, and videos. The result is the performance of the hybrid algorithm is almost on par with Blowfish and provides a more secure data encryption and decryption by taking advantage of RSA algorithm. The average encryption performance of hybrid algorithm is 0.85s on document, 1.06s on photo, 3.38s on audio, and 15.56s on video. While the average decryption performance of hybrid algorithm is 1.01s on document, 1.38s on photo, 4.3s on audio, and 27.56s on video.
Keywords:Hybrid cryptography, Data security, Performance, Blowfish, RSA
Abstrak:Keamanan data komputer berhubungan dengan pencegahan dari pencurian data oleh pihak yang tidak bertanggung jawab, salah satu cara pengamanan data komputer yaitu dengan teknik kriptografi. Beberapa metode kriptografi memiliki performa yang baik dan buruk tergantung dengan tipe kuncinya. Maka dari itu, tujuan dari penelitian ini adalah mengukur tingkat kecepatan kriptografi hybrid, terdiri dari algoritma simetris Blowfish dan algoritma asimetris RSA, dengan beberapa tipe data seperti dokumen, foto, audio dan video. Hasil dari penelitian ini adalah algoritma hybrid memiliki performa yang tidak jauh berbeda dari algoritma Blowfish dan membuat proses enkripsi dan dekripsi data lebih aman dengan keunggulan dari algoritma RSA. Rata-rata kecepatan enkripsi algoritma hybrid untuk dokumen 0,85 detik, gambar 1,06 detik, audio 3,38 detik, dan video 15,56 detik. Sedangkan rata-rata kecepatan dekripsi algoritma hybrid untuk dokumen 1,01 detik, gambar 1,38 detik, audio 4,3 detik, dan video 27,56 detik.
Kata kunci:Kriptografihybrid, Keamanan data, Performa, Blowfish, RSA
Abstract:Abstract: Fantasy Kids is a children's clothing distribution in the Bangkinang area, Kampar Regency, Riau. In its operations, distros sell their products to the general public, including the sale of children's shirts, children's…
ildren's shirts, jackets or children's sweaters which are usually sold in other distros. These distributions carry out product updates at certain events. Data Mining is the development or discovery of new information by looking for certain patterns or rules of a large amount of data expected to overcome these conditions. The method that will be used in the construction of this application is the Association Rule method with the Apriori Algorithm. Association Rule method is a procedure to find relationships between items in a specified data set. In determining a Association Rule, there is a measure of trust obtained from the results of processing data with certain calculations. Apriori Algorithm is an alternative Algorithm that can be used to determine the frequent itemset in a data set.
Keywords : Data Mining, Algoritma, Apriori, Association Rule, Sales, Distro
Abstrak: Fantasy Kids merupakan sebuah distro baju anak-anak di kawasan Bangkinang, Kabupaten Kampar, Riau. Dalam operasionalnya, distro menjual produknya kepada masyarakat umum meliputi penjualan kaos anak, kemeja anak, bag, jaket atau sweater anak yang biasa dijual di distro-distro lainnya. Distro ini melakukan pembaruan produk pada event tertentu. Data Mining merupakan pegembangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data dalam jumlah besar diharapkan dapat mengatasi kondisi tersebut. Metode yang akan digunakan dalam pembangunan aplikasi ini adalah metode Association Rule dengan Algoritma Apriori. Metode Association Rule adalah suatu prosedur untuk mencari hubungan antara item dalam suatu kumpulan data yang ditentukan. Dalam menentukan suatu Association Rule, terdapat suatu ukuran kepercayaan yang di dapatkan dari hasil pengolahan data dengan perhitungan tertentu. Algoritma Apriori merupakan salah satu alternatif Algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam suatu kumpulan data.
Kata kunci: Data Mining, Algoritma, Apriori, Association Rule, Penjuaan, Distro
Abstract:Abstract: The increasing number of students who graduated each year causes a lot of student data that need to be processed, causing difficulties in grouping the data. In this research apply Data Mining by using Clustering…
g method to classify the quality of graduate students of Faculty of Computer Science Dehasen University of Bengkulu based on GPA and Study Program. The algorithm used is K-Means Clustering, where the data are grouped based on the same characteristics will be entered into the same group and the data set entered into the group does not overlap. Information displayed in the form of group ?? a group of graduate students who dominate the Study Program, so it is known to the group that has the best graduate quality. The results of this study will assist the University in analyzing the quality of graduated students and the most potential study programs. Software used to help this grouping is Rapid Miner.
Keywords: K-Means Clustering, Study Program, Graduate Quality, Rapid Miner
Abstrak: Semakin meningkatnya jumlah mahasiswa yang diluluskan setiap tahunnya menyebabkan banyaknya data mahasiswa yang perlu diolah sehingga menyebabkan kesulitan dalam pengelompokan data tersebut. Pada penelitian ini menerapkan Data Mining dengan menggunakan metode Clustering untuk mengelompokkan kualitas lulusan mahasiswa Fakultas Ilmu Komputer Universitas Dehasen Bengkulu berdasarkan IPK dan Program Studi. Algoritma yang digunakan yaitu K-Means Clustering, dimana data dikelompokkan berdasarkan karakteristik yang sama akan dimasukkan ke dalam kelompok yang sama dan set data yang dimasukkan ke dalam kelompok tidak tumpang tindih. Informasi yang ditampilkan berupa kelompok – kelompok lulusan mahasiswa yang mendominasi Program Studi, sehingga diketahui kelompok yang memiliki kualitas lulusan terbaik. Hasil penelitian ini akan membantu pihak Universitas dalam menganalisa kualitas mahasiswa yang diluluskan dan program studi yang paling berpotensi diminati. Software yang digunakan untuk membantu pengelompokan ini adalah Rapid Miner.
Keyword: K-Means Clustering, Program Studi, Kualitas Lulusan, Rapid Miner
Abstract:Abstract: Enormous logistical needs on General Hospital Kartini range to facilitate treatment requires a system that can predict to meet those needs with the right so as not to result in advantages and disadvantages to the…
he amount of usage that is always changing every year. At this time the calculations have been carried out with the help of software that is on a high-speed computer such as Neural Networks. Neural networks are used to predict the projection Backpropogation logistics patients based on the type of drugs Analgesics, antiemetics, vitamins, Antiepileptic, Anesthesia, Anti-Parkinson, Psychotherapeutic, Corticosteroids. This logistical projection data processing using software of Matlab 6.1. After using Backpropogation finally found the best architectural pattern is 8-3-3-1 of 5 aritektur architecture that has been tested. Of the pattern is then predicted projection logistics at General Hospital Kartini range in 2014 will increase to 91 290 from 65 422 in 2013 for an increase of 25 868 (28.33%).
Keywords: neural networks, backpropagation algorithm, projection logistics, matlab
Abstrak: Kebutuhan logistik yang sangat besar pada Rumah Sakit Umum Ibu Kartini Kisaran untuk memperlancar pengobatan membutuhkan suatu sistem yang bisa memprediksi untuk memenuhi kebutuhan tersebut dengan tepat agar tidak mengakibatkan kelebihan dan kekurangan terhadap jumlah pemakaian yang selalu berubah setiap tahunnya. Pada saat ini proses perhitungan telah banyak dilakukan dengan bantuan software-software yang ada pada komputer yang berkecepatan tinggi seperti Jaringan Saraf Tiruan. Jaringan Saraf Tiruan Backpropogation digunakan untuk memprediksi proyeksi logistik pasien berdasarkan jenis obat Analgetik, Antiemetik, Vitamin, Antiepilepsi, Anestesi, Anti Parkinson, Psikofarmaka, Kortikosteroid. Pengolahan data proyeksi logistik ini menggunakan software Matlab 6.1. Setelah menggunakan Backpropogation akhirnya ditemukan pola arsitektur yang terbaik yaitu arsitektur 8-3-3-1 dari 5 arsitektur yang telah diujikan. Dari pola tersebut kemudian diprediksi proyeksi logistik di Rumah Sakit Umum Ibu Kartini Kisaran pada tahun 2014 akan meningkat menjadi 91290 dari tahun 2013 sebesar 65422 atau meningkat sebesar 25868 (28,33%).
Kata Kunci: jaringan saraf tiruan, algoritma backpropagation, proyeksi logistik, matlab
Abstract:This study examines how employees perceive and trust Algorithmic Performance Appraisal (APA) in digital-native and technology-driven companies. Adopting Organizational Justice Theory, the Trust in Technology Framework, and…
nd Cognitive Appraisal Theory, the research explores both the direct and indirect effects of APA on employee trust, with Perceived Procedural Fairness (PPF) as a mediating variable. The study uses a quantitative, cross-sectional approach, collecting data from 200 employees in technology-based organizations and analyzing the data with Partial Least Squares Structural Equation Modeling (PLS-SEM). Results show that APA significantly enhances both procedural fairness and employee trust, with PPF playing a partial mediating role in this relationship. These findings underscore the importance of transparency, procedural legitimacy, and avenues for employee voice in cultivating trust in algorithmic systems. The study’s theoretical contribution lies in its integration of multiple perspectives on trust and fairness within algorithmic HR management. The practical implication calls for the careful design and implementation of APA systems that employees perceive as fair and trustworthy. Future research should investigate these relationships in longitudinal and multi-contextual settings to deepen the understanding of trust dynamics in evolving AI-mediated work environments.
Abstract:The rapid advancement of digital technology and artificial intelligence (AI) in the twenty-first century has fundamentally transformed the structure of modern constitutional governance. Digitalization has reshaped the interactions…
teractions between governments and citizens, altered the patterns of political participation, and presented major challenges to constitutional principles. This study aims to analyze the implications of technological development for constitutional law and propose the concept of a digital constitution as an adaptive framework in the AI era. This study employs a normative legal method, using both conceptual and statutory approaches. Legal materials consist of primary, secondary, and tertiary sources, which are analyzed qualitatively and descriptively. The findings reveal that, while digital transformation enhances governmental efficiency and public transparency, it also generates serious risks, including data misuse, digital surveillance, and political disinformation. These dynamics demand a reinterpretation of constitutional norms to protect citizens' digital rights in cyberspace. The concept of a digital constitution is proposed as a normative response that integrates digital rights into constitutional rights and reaffirms the principle of the rule of law within technological governance. To achieve a democratic and just constitutional order, it is crucial to strengthen regulatory frameworks, ensure algorithmic accountability, and foster collaboration among state institutions, civil society, and the private sector. Ultimately, constitutional law must evolve into an adaptive, transparent, and fair system that can address the profound challenges of the digital and AI-driven era.
Abstract:Penelitian ini bertujuan untuk mendeskripsikan dan menganalisis kemampuan berpikir komputasi matematis siswa SMA menggunakan software GeoGebra Pada Materi Tranformasi Geometri. Jenis penelitian ini adalah Kualitatif. Subjek…
jek penelitain ini adalah siswa Sekolah Menengah Atas Mandailing Natal Yang berjumlah 10 siswa. Metode pengumpulan data menggunakan tes, wawancara, dan dokumentasi. Teknik analisis data pada penelitian ini adalah reduksi data, paparan data, dan penarikan kesimpulan. Hasil penelitian menyatakan peserta didik pada kategori tinggi sudah mampu memenuhi semua indikator dengan menggunakan software geogebra, pada peserta didik dengan kategori cukup sudah mampu memenuhi soal menggunakan Geogebra dengan indikator Decomposition dan Pettern recognition namun kurang pada indikator Algorithm dan Debugging, sedangkan pada peserta didik dengan kemampuan kategori rendah, kurang mampu dalam menggunakan Geogebra dengan indikator Decomposition, Pettern recognition ,Algorithm dan Debugging.
Abstract:Penelitian ini bertujuan untuk menganalisis kemampuan komputasi siswa dengan menggunakan software geogebra. Penelitian ini menggunakan metode penelitian kepustakaan dalam penelitiannya, dimana peneliti melakukan kajian hasil…
asil peneliti terdahulu. Hasil penelian ini menyimpulkan bahwa kemampuan berpikir komputai siswa dengan menggunakan software geogebra dapat ditingkat lagi pada indikator Algorithms dan Debugging dan juga pada siswa berkategori rendah. Penggunaan software geogebra pada pelajaran matematika menghasilkan pengaruh yang positif pada pengetahuan komputasi siswa, Pembelajaran dengan software geogebra menjadikan pembelajaran matematika menjadi lebih mudah dipahami dan dimengerti siswa dan siswa lebih semangat dalam pembelajaran matematika dengan menggunakan software geogebra sehinnga dapat menambah kemampuan dan antusias siswa pada pembelajaran matematika.