Abstract:Abstract: The current development of technology has successfully met various societal needs, one of which is the buying and selling activities. This development has led people to engage in online transactions, where buyers…
rs do not necessarily have to meet sellers in person. Tokopedia is one of the most popular e-commerce platforms used in Indonesia. Security issues arose when in 2020 Tokopedia experienced a breach, with data from around 91 million accounts being compromised by hackers. Consequently, Tokopedia needed to establish a Data Protection and Privacy Office (DPPO) to protect and safeguard user data privacy.This research addresses how perceptions of security and privacy can influence users' trust in transacting on Tokopedia. Using multiple linear regression analysis, the study evaluates the relationship between perceptions of data security and privacy with trust in transacting on Tokopedia. Based on the calculations of the multiple linear regression model using previously collected respondent data, it was found that perceptions of data security do not directly affect trust in transactions. However, perceptions of privacy are considered to have a significant influence and can increase trust in transactions among students in Pekanbaru.
Keywords: data security; e-commerce; tokopedia; transaction trust; user perceptions
Abstrak: Perkembangan teknologi saat ini telah sukses mencapai berbagai kebutuhan masayarakat salah satunya kegiatan jual beli, perkembangan ini membawa manusia untuk dapat melakukan jual beli secara online dimana tidak mengharuskan pembeli bertemu penjual secara langsung. Tokopedia menjadi salah satu platform e-commerce yang sangat popular digunkanan diindonesia. Masalah keamaan terjadi dimana pada tahun 2020 tokopedia mengalami peretasan dengan sekitar 91 juta akun berhasil diperoleh datanya oleh peretas, sehingga Tokopedia perlu membentuk data protection and privacy office (DPPO) guna melindungi dan menjaga privasi data pengguna Tokopedia.terkait hal tersebut penelitian ini mengangkat bagaimana persepsi keamanan dan privasi dapat mempengaruhi kepercayaan pengguna dalam bertransaksi ditokopedia. Dengan menggunakan metode regresi linear berganda, evaluasi dilakukan untuk menjelaskan hubungan antara persepi keamanan data dan privasi terhadap kepercayaan bertransaksi ditokopedia. Berdasarkan perhitungan model regresi linear berganda menggunakan data responden yang telah dilakukan sebelumnya didapat persepsi keamanan data terhadap kepercayaan bertransaksi tidak berpengaruh secara langsung. Namun pada persepsi privasi terhadap kepercayaan bertransaksi dinilai sangat berpengaruh dan dapat meningkatkan kepercayaan bertransaksi di kalangan mahasiswa di pekanbaru.
Kata kunci: e-commerce; keamanan data; kepercayaan transaksi; persepsi pengguna; tokopedia
Abstract:Abstract: Since information and communication technology has become ingrained in our daily lives, it has become easier to access information. However, there are some concerns. One of them is about fake news. The aim of this…
his study is to develop an Indonesian system for detecting false news by utilizing news headlines. The methods used are linear kernel support vector ma- chine and n-gram. According to the findings of the performance test that was carried out, the linear kernel support vector machine model employing the term frequency inverse document frequency unigram feature performs better than utilizing bigram. The precision value generated from the model performance test is 1.00. This means that the degree of accuracy in matching the requested information regarding fake news detection with the answers provided by the system is very good. Then the recall value generated is 0.99. This means the linear kernel support vector machine model using unigram news features is very effective for detecting fake news according to the text classification approach.
Keywords: classification; fake news; n-gram; support vector machine
Abstrak: Dengan adanya integrasi teknologi informasi dan komunikasi dalam kehidupan mem- buat kemudahan dalam mengakses informasi. Walaupun demikian, terdapat kekhawatiran akan beberapa hal. Salah satu di antaranya adalah berita palsu. Tujuan penelitian ini adalah merancang sistem deteksi berita palsu berbahasa Indonesia berdasarkan judul berita. Metode yang digunakan adalah Support Vector Machine kernel linier dan n-gram. Berdasarkan hasil uji performa, model Support Vector Machine kernel linier yang menggunakan fitur term frequency inverse document frequency unigram menunjukkan kinerja yang lebih baik dibandingkan bi- gram. Nilai precision yang dihasilkan dari uji performa model sebesar 1,00. Ini berarti derajat akurasi dalam mencocokkan informasi yang diminta mengenai deteksi berita palsu dengan ja- waban yang diberikan oleh sistem sangat baik. Kemudian nilai recall yang dihasilkan sebesar 0,99. Ini berarti model Support Vector Machine kernel linier dengan menggunakan fitur berita unigram sangat efektif untuk mendeteksi berita palsu menurut pendekatan teks klasifikasi.
Kata kunci: klasifikasi; berita palsu; n-gram; support vector machine
Abstract:Abstract: Population is a group of people who live or settle in an area for six months or more. Increasing the population in an area results in more problems being faced by the area such as high unemployment rates, poverty…
ty and food shortages which result in hunger. BPS Asahan Regency records that there is an increase in population every year. Asahan Regency BPS cannot predict population growth in the following year, so an application is needed to predict population growth. The purpose of this study is to predict population growth in Asahan Regency in the following year based on previous data using the concept of data mining. By applying data mining using multiple linear regression methods can be used to calculate population growth estimates based on previous data. This quantitative research used population data of Asahan Regency from 2016 to 2022. From the calculation of the multiple linear regression model using data from the previous five years, the estimated population growth of Asahan for 2023 was 824,617 people and the process of estimating the population became more systematic and calculated. well with this population estimation system and the process of storing data becomes easier and does not require a lot of paper to print and save.
Keywords: Application; Data Mining; Multiple Linear Regression
Abstrak: Penduduk merupakan sekumpulan orang yang tinggal atau menetap pada suatu wilayah selama enam bulan atau lebih. Bertambahnya jumlah penduduk pada suatu daerah mengakibatkan semakin banyak pula persoalan yang di hadapi oleh daerah tersebut seperti tingkat pengangguran yang tinggi, kemiskinan dan kekurangan pangan yang mengakibatkan kelaparan. BPS Kabupaten Asahan mencatat terjadi adanya pertambahan penduduk pada setiap tahunnya. BPS Kabupaten Asahan tidak dapat memprediksi pertumbuhan penduduk pada tahun berikutnya sehingga dibutuhkan suatu aplikasi untuk memprediksi pertambahan penduduk tersebut. Tujuan penelitian ini adalah untuk memprediksi pertumbuhan penduduk Kabupaten Asahan pada tahun berikutnya berdasarkan data sebelumnya menggunakan konsep data mining. Dengan menerapkan data mining menggunakan metode regresi linier berganda dapat digunakan untuk menghitung estimasi pertumbuhan penduduk berdasarkan data sebelumnya. Penelitian yang dilakukan secara kuantitatif ini menggunakan data penduduk Kabupaten Asahan dari tahun 2016 sampai tahun 2022. Dari perhitungan model regresi linier berganda menggunakan data lima tahun sebelumnya didapat estimasi pertumbuhan penduduk Asahan untuk tahun 2023 sebesar 824.617 jiwa dan proses estimasi jumlah penduduk menjadi lebih sistematis dan terkalkulasi dengan baik dengan adanya sistem estimasi jumlah penduduk ini dan proses penyimpanan data menjadi lebih mudah dan tidak memerlukan banyak kertas untuk di cetak dan di simpan.
Kata kunci: Aplikasi; Data Mining; Regresi Linier Berganda
Abstract: Abstract – Price forecasting is a part of economic decision making. Forecasting the daily rise and fall of gold prices can help investors decide when to buy or sell the commodity. The price of gold depends on many factors…
many factors such as the price of other precious metals, the price of crude oil, the performance of the stock exchange, and the exchange rate of currencies. This study discusses gold price forecasting using the multiple linear regression method. The results of this study indicate that the best model is in the data distribution of 70%: 30% for training and testing, with a MAPE of 4.7% Based on these results, it can be concluded that the use of multiple linear regression method produces a fairly good model for gold prices forecasting. Besides, the correlation analysis show that the price of other precious metals greatly influences the price of gold where in this case the silver price whose correlation value is 0.87.
Keywords: forecasting, gold investment, multiple linear regression
Abstrak: Peramalan harga merupakan bagian dari pengambilan keputusan ekonomi. Melakukan peramalan terhadap kenaikan dan penurunan harga emas harian dapat membantu investor memutuskan kapan harus membeli atau menjual komoditas. Harga Emas bergantung pada banyak faktor seperti harga logam mulia lainnya, harga minyak mentah, kinerja bursa saham, dan nilai tukar mata uang. Penelitian ini membahas peramalan harga emas dengan menggunakan metode regresi linear ganda. Hasil dari penelitian ini menunjukkan bahwa model terbaik terdapat pada pembagian data pelatihan 70% dan pengujian 30%, dengan MAPE sebesar 4.7%. Berdasarkan hasil tersebut dapat diambil kesimpulan bahwa penggunaan metode regresi linear ganda menghasilkan model yang cukup baik untuk peramalan harga emas. Selain itu, analisis korelasi menunjukkan bahwa harga logam mulia lainnya sangat mempengaruhi harga emas dimana dalam hal ini variabel harga perak yang nilai korelasinya 0.87.
Kata kunci: peramalan; investasi emas, regresi linear ganda
Abstract:Abstract: Flood disasters often occur in areas with certain geographical conditions, such as proximity to rivers, high rainfall especially during the wetseason and soil types that contain clay so that they are not good enough…
nough to absorb water. One of the cities in Indonesia whichhas frequent floods. The planned mitigation strategy must be more targeted so that it is more effective in tackling flood disasters. Therefore, mapping with Geographic Information Systems can be used to map areas that are prone to flooding specifically by combining spatial data on each predetermined parameter. Not only that, the integration of Geographic Information Systems and forecasting with multiple linear regression methods can predict the level of flood vulnerability based on the parameters determined in the following year. Based on the analysis that has been done, the areas in Pontianak City that are prone to flood disasters are spread over several sub-districts, namely East Pontianak District, Pontianak City District and parts of North Pontianak District.
Keywords: Flood vulnerability; Geographic Information System; Multiple Linear Regression
Abstrak: Bencana banjir seringkali terjadi di wilayah dengan kondisi geografis tertentu sepertijaraknya yang dekat dengan sungai, curah hujan cukup tinggi khususnya pada musim hujan hingga mayoritas jenis tanah yang memiliki kandungan lempung sehingga tidak cukup baikdalam menyerap air. Kota Pontianak merupakan satu diantara kota di Indonesia yang sering dilanda bencana banjir. Oleh karena itu, pemetaan dengan Sistem Informasi Geografis dapat digunakan untuk memetakan wilayah-wilayah yang rawan bencana banjir secara spesifik dengan menggabungkan data spasial pada setiap parameter yang sudah ditentukan. Tidak hanya itu, integrasi sistem informasi geografis dan peramalan dengan metoderegresi linier berganda dapatmemprediksi tingkat kerawanan banjir berdasarkan parameter yang ditentukan pada tahun berikutnya. Berdasarkan analisis yang telah dilakukan, daerah di Kota Pontianak yang rawan bencanabanjir tersebar di beberapa kecamatan yaitu Kecamatan Pontianak Timur, Kecamatan Pontianak Kota dan sebagianKecamatan Pontianak Utara.
Kata kunci: Kerawanan Banjir; Regresi Linier Berganda; Sistem Informasi Geografis
Abstract:Abstract: Non-performing loan (NPL) is a risk that credit unions must face and to avoid that, prospective debtors need to be surveyed. With previous loan data, support vector machine and naïve bayes can be used as classification…
ssification methods to give a decision about NPL. We use a data set with 61 data and process the data with orange 3.30 application to see the difference between SVM using linear (SVM-L), polynomial (SVM-P), RBF (SVM-R) and sigmoid (SVM-S) kernel with naïve bayes. We use a cross validation technique with various folds to measure the classification results and a convusion matrix to measure the data training classification results. Naïve bayes scores the highest in terms of accuracy and SVM-R scores the highest in terms of F1, precision and recall. SVM-P scores the lowest in terms of accuracy, F1, precision and recall. Naïve bayes scores the highest in terms of proportion of predicted for true negative class and proportion of actual for true positive class. SVM-S scores the highest in terms of proportion of predicted for true positive class and proportion of actual for true negative class. SVM-P scores the lowest in both proportion of predicted and proportion of actual.
Keywords: classification; naïve bayes; non-performing loan; support vector machine
Abstrak: Kredit macet merupakan resiko yang sering dialami koperasi simpan pinjam, sehingga perlu dilakukan survei terhadap calon debitur agar kredit menjadi sehat. Dengan menggunakan data pemberian kredit sebelumnya, support vector machine dan naïve bayes digunakan sebagai metode klasifikasi untuk memberikan keputusan macet atau tidaknya kredit anggota koperasi Mutiara Sejahtera. Data set yang berjumlah 61 data diolah menggunakan aplikasi Orange 3.30 dan dilihat perbandingan antara metode SVM dengan kernel linear, polynomial, RBF dan sigomoid dengan metode naïve bayes. Cross validation dengan jumlah fold bervariasi digunakan sebagai nilai ukur klasifikasi dan convusion matrix digunakan sebagai nilai ukur klasifikasi data training. Hasil yang diperoleh adalah naïve bayes memiliki nilai accuracy tertinggi dan SVM kernel RBF memiliki nilai F1, precision dan recall tertinggi. SVM kernel polynomial memiliki nilai terendah untuk accuracy, F1, precision dan recall. Naïve bayes memiliki nilai tertinggi untuk proportion of predicted (PoP) kelas true negative dan proportion of actual (PoA) kelas true positive. SVM kernel sigmoid memiliki nilai tertinggi untuk PoP kelas true positive dan PoA kelas true negative. SVM kernel polynomial memiliki nilai terendah baik untuk PoP maupun PoA true negative dan kelas true positive.
Kata kunci: klasifikasi; kredit macet; naive bayes; SVM
Abstract:Abstract: The technique of multiclass classification based on SVMs has been widely used. SVM optimization will be accomplished by examining the extraction features of Principal Component Analysis (PCA), Box-Cox Transformation,…
ation, and Recursive Feature Elimination (RFE). The dataset contains 13,611 rows and 17 variables, generated from the UCI repository's multiclass dry bean data. Barbunya, Bombay, Cal, Dermas, Horoz, Seker, and Sira are just a few of the dry bean kinds available. The dataset was tested using SVM Linear kernel and SVM Radial Basis.According to the results, the combination of scale-center-BoxCox-SVM Radial extraction achieves the maximum accuracy of 93.16 percent and the shortest processing time of 6.10 minutes. 96.00 percent, 100 percent, 96.71 percent, 95.16 percent, 97.60 percent, 97.74 percent, and 91.95 percent, according to bean class.RFE-SVM Radial has a 91.18 percent accuracy and a processing time of 6.55 minutes. BoxCox outperforms conventional techniques in terms of prediction accuracy while requiring less training time.
Keywords: Bean, PCA, BoxCox, SVM, RFE
Abstrak: Klasifikasi Multikelas menggunakan SVM telah banyak digunakan. Pada penelitian ini akan diuji fitur ekstraksi Principal Component Analysis, Box Cox Transformation dan fitur eliminisi Recursive Feature Elimination untuk mendapatkan optimasi SVM. Dataset berasal dari data multikelas kacang kering UCI repository dengan jumlah 13.611 baris dan 17 variabel. Kelas kacang kering yakni : Barbunya, Bombay, Cal, Dermas, Horoz, Seker dan Sira. Dataset diuji menggunakan kernel SVM Linier dan SVM Radial Basis. Didapatkan hasil, bahwa kombinasi fitur ekstraksi : scale-center-BoxCox-SVM Radial memiliki akurasi terbaik yakni 93,16% dan waktu proses 6,10 menit. Klasifikasi berdasarkan kelas kacang berturut-turut 96,00%,100%, 96,71%, 95,16%, 97,60%, 97,74% dan 91,95%. RFE- SVM Radial hanya memberikan akurasi sebesar 91,18 % dengan waktu proses sebesar 6.55 menit. Penggunaan BoxCox dibandingkan dengan lainnya, memberikan hasil prediksi lebih baik dan namun tidak mempercepat waktu pelatihan.
Kata kunci: BoxCox; Kacang; PCA; RFE; SVM
Abstract:Penelitian ini bertujuan untuk menganalisis konten latihan dan soal yang merepresentasikan kemampuan berpikir tingkat tinggi (HOTS) pada buku teks Matematika kelas VII SMP terbitan Kementerian Pendidikan, Kebudayaan, Riset,…
et, dan Teknologi sebagai bahan ajar Kurikulum Merdeka. Anifarka & Rosnawati (2023) menyatakan bahwa buku teks yang berkualitas seyogianya mampu memfasilitasi perkembangan kognitif peserta didik selaras dengan capaian pembelajaran yang ditetapkan. Metode yang diterapkan dalam kajian ini adalah analisis isi dengan pendekatan deskriptif kualitatif. Instrumen analisis merujuk pada dimensi kognitif C4 (Menganalisis), C5 (Mengevaluasi), dan C6 (Menciptakan) berdasarkan revisi taksonomi Bloom oleh Anderson & Krathwohl (2001). Temuan penelitian mengindikasikan bahwa dari total 485 butir soal dan aktivitas yang tersebar pada enam bab, sebanyak 147 butir (30,31%) tergolong dalam kategori HOTS. Distribusi HOTS tertinggi ditemukan pada Bab 5 tentang Persamaan dan Pertidaksamaan Linear Satu Variabel (38,46%), sedangkan terendah pada Bab 1 tentang Bilangan (22,80%). Level kognitif yang paling dominan adalah C4-Menganalisis (58,50%), diikuti C5-Mengevaluasi (28,57%), dan C6-Mencipta (12,93%). Temuan ini mengindikasikan bahwa buku teks Kurikulum Merdeka telah mengintegrasikan HOTS secara lebih sistematis dibandingkan kurikulum sebelumnya (Fanani, 2018)meskipun proporsinya perlu ditingkatkan untuk memenuhi tuntutan pembelajaran abad ke-21.
This study aims to analyze the content of exercises and questions representing higher-order thinking skills (HOTS) in the Mathematics textbook for grade VII junior high school published by the Ministry of Education, Culture, Research, and Technology as teaching materials for the Independent Curriculum. Anifarka & Rosnawati (2023) stated that a quality textbook should be able to facilitate students' cognitive development in line with the established learning outcomes. The method applied in this study is content analysis with a qualitative descriptive approach. The analysis instrument refers to the cognitive dimensions C4 (Analyzing), C5 (Evaluating), and C6 (Creating) based on the revised Bloom's taxonomy by Anderson & Krathwohl (2001). The research findings indicate that of a total of 485 questions and activities spread across six chapters, 147 items (30.31%) are classified as HOTS. The highest HOTS distribution was found in Chapter 5 on Linear Equations and Inequalities with One Variable (38.46%), while the lowest was in Chapter 1 on Numbers (22.80%). The most dominant cognitive level is C4-Analyzing (58.50%), followed by C5-Evaluating (28.57%), and C6-Creating (12.93%). This finding indicates that the Independent Curriculum textbooks have integrated HOTS more systematically than the previous curriculum (Fanani, 2018), although the proportion needs to be increased to meet the demands of 21st-century learning.
Abstract:Operasi pengamanan hutan membutuhkan evaluasi berbasis data agar alokasi patroli, pemantauan satelit, dan respons penegakan hukum dapat diarahkan pada wilayah serta periode yang paling berisiko. Penelitian ini mengevaluasi…
si hubungan antara intensitas patroli dan luas deforestasi, perubahan waktu respons penanganan kasus setelah pemanfaatan pemantauan satelit near-real-time, serta pola temporal dan indikasi konsentrasi spasial temuan kayu ilegal di Kabupaten Bolaang Mongondow, Sulawesi Utara. Penelitian menggunakan desain kuantitatif evaluatif berbasis data operasional Balai Penegakan Hukum Kehutanan. Data mencakup 150 titik patroli dan temuan kayu ilegal selama 1 Januari-31 Desember 2023, 10 sektor pengamatan hasil agregasi titik patroli, serta 30 pasang kasus respons yang dipadankan antara periode manual Januari-Juni 2022 dan periode berbasis satelit Januari-Juni 2023. Analisis dilakukan menggunakan statistik deskriptif, regresi linear sederhana, uji-t berpasangan, ukuran efek Cohen's d, uji Kruskal-Wallis, dan identifikasi outlier berbasis persentil ke-90. Hasil menunjukkan bahwa intensitas patroli berasosiasi negatif dan signifikan dengan luas deforestasi pada tingkat sektor (B = -1,05; R2 = 0,919; F(1,8) = 91,03; p < 0,001). Waktu respons rata-rata menurun dari 51,5 jam pada metode manual menjadi 23,6 jam setelah pemanfaatan pemantauan satelit, dengan selisih rata-rata -27,9 jam, t(29) = -14,72; p < 0,001; dan Cohen's d = 2,69. Volume temuan kayu ilegal tertinggi terjadi pada Q3 atau Juli-September (60,2 +/- 14,5 m3), dengan perbedaan signifikan antarkuartal (H(3) = 28,74; p < 0,001). Sebanyak 80% titik outlier berada pada wilayah berkerawanan tinggi. Temuan ini menunjukkan bahwa integrasi patroli terarah, pemantauan satelit, dan evaluasi spasial-temporal sederhana dapat memperkuat pengamanan hutan berbasis risiko. Namun, seluruh hasil perlu ditafsirkan sebagai asosiasi operasional karena penelitian bersifat observasional, jumlah sektor regresi terbatas, dan analisis spasial belum menggunakan pemodelan hotspot formal.
Abstract:Public service quality is one of the fundamental indicators in assessing the performance of government institutions, especially at the district level where direct interactions with citizens take place. This study aims to…
analyze the influence of employee motivation on the quality of administrative services at the Leihitu Sub-district Office, Central Maluku Regency. The research employs a quantitative approach with an explanatory design to identify causal relationships between variables. The population in this study consists of all employees involved in administrative services, and total sampling was used due to the manageable number of staff. Data were collected through a structured questionnaire using a Likert scale to measure motivation and service quality indicators. The data were analyzed using descriptive statistics and linear regression to determine the effect of motivation on service quality. The results show that employee motivation significantly and positively influences administrative service quality. Employees with higher intrinsic and extrinsic motivation tend to demonstrate better responsiveness, discipline, communication, and consistency in carrying out public service functions. The study concludes that strengthening motivation is essential to improve public service performance. Therefore, organizational leaders are encouraged to enhance work motivation through recognition, supportive leadership, fair reward systems, and professional development opportunities to ensure services meet community expectations.