KETIK : Jurnal Informatika

Analisis Sentimen Komentar YouTube Terhadap Program Makan Bergizi Gratis (MBG) Menggunakan Long Short-Term Memory (LSTM)

2026-01-29T02:43:40+00:00

Program Makan Bergizi Gratis (MBG) merupakan inisiatif pemerintah Indonesia di bawah Presiden Prabowo Subianto untuk mengurangi stunting dan malnutrisi pada anak sekolah, balita, ibu hamil, dan ibu menyusui dalam rangka mewujudkan Indonesia Emas 2045. Penelitian ini menganalisis sentimen publik terhadap Program MBG berdasarkan 4.983 komentar YouTube yang berasal dari video yang membahas kualitas makanan menggunakan model Long Short-Term Memory (LSTM). Data diproses melalui tahapan web scraping menggunakan YouTube Comment Downloader, praproses teks yang meliputi tokenisasi, stemming Sastrawi, dan stopword removal, serta pelabelan sentimen otomatis berbasis TextBlob dengan kata kunci spesifik MBG. Model Bi-LSTM dilatih menggunakan skema pembagian data 80:20. Hasil evaluasi menunjukkan bahwa sentimen publik didominasi oleh sentimen positif dan netral, yang mengindikasikan adanya dukungan masyarakat terhadap Program MBG. Meskipun demikian, masih ditemukan sentimen negatif dalam jumlah terbatas yang mencerminkan kritik terhadap aspek pelaksanaan program. Penelitian ini merekomendasikan penguatan pengendalian mutu pangan guna meningkatkan efektivitas pelaksanaan Program MBG.

Transformasi Digital Knowledge Base: Chatbot Interaktif untuk Manajemen Informasi Kebijakan dan SOP Perusahaan

2026-01-29T02:29:32+00:00

Pengelolaan dokumen kebijakan dan Standar Operasional Prosedur (SOP) perusahaan masih menghadapi tantangan signifikan, termasuk dokumen yang tersebar, kesulitan pencarian informasi spesifik, dan ketiadaan mekanisme akses real-time. Penelitian ini bertujuan mengembangkan chatbot interaktif berbasis Retrieval-Augmented Generation (RAG) sebagai knowledge base untuk manajemen informasi kebijakan dan SOP perusahaan. Sistem dikembangkan menggunakan platform Flowise yang terintegrasi dengan API ChatGPT, memanfaatkan model GPT-4o-mini untuk generasi respons dan text-embedding-3-large untuk representasi vektor dokumen. Pengujian dilakukan menggunakan metode black-box testing dengan 10 pertanyaan uji yang mencakup berbagai tingkat kompleksitas. Hasil pengujian menunjukkan sistem mencapai akurasi respons 100%, skor relevansi rata-rata 4,7 dari skala 5, dan waktu respons antara 4-7 detik. Temuan ini menunjukkan bahwa pendekatan RAG efektif dalam mengatasi keterbatasan chatbot konvensional untuk menangani dokumen kebijakan yang kompleks. Chatbot yang dikembangkan berpotensi menjadi knowledge base aktif yang menggantikan paradigma pencarian dokumen manual, meningkatkan aksesibilitas informasi kebijakan, dan mendukung konsistensi penerapan SOP dalam organisasi.

Analisis Sentimen Komentar Youtube Terhadap Kasus Bjorka Dengan Membadingkan Navie Bayes dan SVM

2026-01-29T02:48:32+00:00

Penelitian ini bertujuan untuk menganalisis sentimen komentar pengguna YouTube terkait kasus kebocoran data yang melibatkan Bjorka dengan membandingkan kinerja algoritma Naive Bayes dan Support Vector Machine (SVM). YouTube, sebagai salah satu platform media sosial terbesar, telah menjadi forum bagi masyarakat untuk mengekspresikan opini dan persepsi mereka mengenai isu keamanan data dan privasi digital. Data penelitian terdiri dari komentar YouTube yang dikumpulkan dari beberapa video terkait kasus Bjorka selama periode 2023–2025. Data diproses melalui pra-pemrosesan teks, pelabelan sentimen menggunakan metode VADER Indonesia, penyeimbangan data untuk mengatasi ketidakseimbangan kelas, dan ekstraksi fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Selanjutnya, proses klasifikasi dilakukan menggunakan algoritma Naive Bayes dan Support Vector Machine. Hasil menunjukkan bahwa algoritma Support Vector Machine memiliki kinerja yang lebih baik dengan nilai akurasi 95,18% dan skor F1 95%, sedangkan algoritma Naive Bayes memperoleh nilai akurasi 73,81% dan skor F1 74%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa algoritma SVM lebih efektif dalam mengklasifikasikan sentimen komentar pengguna YouTube berbahasa Indonesia terkait kasus Bjorka.

Analisis Penggunaan Internet of Things untuk Monitoring Parameter Fisika Terapan Berbasis Real Time

2026-02-18T14:40:11+00:00

Permasalahan dalam monitoring parameter fisika terapan seperti suhu, tekanan, dan kelembaban terletak pada keterbatasan sistem konvensional yang belum mampu menyediakan data secara real-time, terintegrasi, dan dapat diakses jarak jauh, sehingga berpotensi menimbulkan keterlambatan analisis dan kesalahan pencatatan manual. Penelitian ini menawarkan solusi berupa perancangan sistem monitoring berbasis Internet of Things (IoT) yang mengintegrasikan multi-sensor dengan mikrokontroler berkemampuan Wi-Fi serta platform komputasi awan untuk transmisi dan visualisasi data secara waktu nyata. Metode yang digunakan meliputi perancangan perangkat keras, implementasi protokol komunikasi MQTT, serta pengujian akurasi dan latensi sistem. Hasil yang dicapai menunjukkan bahwa sistem mampu melakukan akuisisi dan pengiriman data dengan latensi rendah serta tingkat kesalahan pengukuran yang berada dalam batas toleransi yang dapat diterima. Implementasi ini membuktikan bahwa teknologi IoT efektif meningkatkan efisiensi monitoring, akurasi pengukuran, serta mendukung pengambilan keputusan berbasis data secara lebih responsif.