Publication Search

Qoutes merupakan kutipan dari sebuah buku, film, sosial media yang mengandung kata kata bijak atau biasa di sebut dengan kata kata motivasi untuk para penonton atau pembaca. Qoutes sangat populer di semua kalangan, terutama kalangan para remaja hingga orang dewasa, biasanya qoutes mudah dijumpai pada buku, film, dan yang paling banyak adalah di sosial media. Ada beragam macam sosial media seperti Facebook, instagram, Twitter, pinterest dll. Qoutes biasanya di beri tanda kutip (") tanda kutip berguna untuk pembeda antara qoutes dengan kata kata lainnya .

Organisasi Kesehatan Dunia (WHO) secara resmi menyebut virus Covid-19 sebagai pandemi global, oleh karena itu semua negara di dunia berusaha meminimalkan dampak yang ditimbulkan oleh virus tersebut, yaitu dengan mengembangkan vaksin. Dalam konteks pandemi Covid-19, pemerintah Indonesia juga meminta dan mendorong masyarakat untuk turut serta mendukung vaksinasi, namun upaya tersebut sebenarnya memiliki kelebihan dan kekurangan, sehingga banyak masyarakat yang mengutarakan pendapatnya di jejaring sosial salah satunya Twitter. Penelitian ini bertujuan untuk mengetahui hasil penerapan analisis sentimen dan mengukur performansi algoritma Naïve Bayes Classifier (NBC) dan Support Vector Machine (SVM) terhadap data vaksin Covid-19 dengan cara mengklasifikasikan data tersebut ke dalam kelas positif dan negatif. Data tweet yang didapat kemudian dilakukan text preprocessing untuk mengoptimalkan pengolahan data. Terdapat 4 tahapan text preprocessing antara lain Case Folding, Tokenizing, Filtering, dan Stemming. Penelitian ini mengkaji kinerja Naïve Bayes Classifier (NBC) dan Support Vector Machine (SVM) dengan menambahkan teknik TF-IDF (Term Frequency-Inverse Document Frequency) yang bertujuan untuk memberikan bobot pada hubungan kata (term) sebuah dokumen. Kemudian melakukan splitting data yaitu membagi data training 80% dan data testing 20% dengan harapan mendapatkan model dengan performansi terbaik dan yang terakhir melakukan visualisasi data tweet dengan menggunakan Word Cloud agar bisa menarik sebuah kesimpulan. Hasil klasifikasi data tweet vaksin Covid-19 menggunakan algoritma Naïve Bayes Classifier mendapatkan nilai accuracy sebesar 81%, precision sebesar 80%, recall sebesar 99%, dan f1-score sebesar 89%, Sedangkan untuk algoritma Support Vector Machine mendapatkan nilai accuracy sebesar 87%, precision sebesar 88%, recall sebesar 96%, dan f1-score sebesar 92%.

Infografis adalah alat atau media yang digunakan untuk menyampaikan informasi dalam bentuk visual, baik berupa spanduk, baliho, poster, dan lain sebagainya. Di era sekarang ini, teknologi informasi telah berkembang pesat baik di kalangan masyarakat pedesaan maupun perkotaan, sehingga infografis ini juga dapat disebarluaskan melalui media sosial, seperti Facebook, Instagram, Twitter dan lain sebagainya. Tujuan dari penelitian ini adalah untuk mengetahui bagaimana membangun infografis sebagai media informasi protokol kesehatan di era pandemi Covid-19 di Kecamatan Marisa Kabupaten Pohuwato. Penelitian ini dibangun dengan menggunakan metode deskriptif kualitatif, yaitu peneliti mengamati secara detail objek yang akan diteliti dan hal-hal lain yang berkaitan dengan objek yang akan diteliti, dimana teknik pengumpulan data dilakukan dengan cara observasi, wawancara dan dokumentasi.

Pada pembahasan ini yang melatarbelakangi kami tertarik untuk membuat penelitian ini karena bahasa yang digunakan di media sosial ini cenderung menggunakan kata-kata yang gaul dan tidak baku yang dipengaruhi oleh budaya, bahasa daerah, serta serapan bahasa dari media sosial lainnya, maka dari itu diadakannya penelitian ini agar memberikan informasi kepada orang-orang khususnya pada remaja untuk mulai menggunakan bahasa Indonesia yang baik dan benar. Penelitian ini bertujuan untuk mengetahui penggunaan bahasa Indonesia di media sosial. Data diperoleh dari status, cerita, maupun percakapan dikolom komentar pada twitter dan instagram yang diambil secara acak.

The Free Nutritious Meals (MBG) program launched by the Indonesian government aims to address the problem of malnutrition in children and students. However, the acceptance of this program in the community still requires in-depth evaluation because there are many negative sentiments that dominate on social media. This study aims to analyze the sentiment of the Indonesian community regarding the Free Nutritious Meals program on social media X (Twitter) using the Bidirectional Gated Recurrent Unit (BiGRU) model. Of the 1,405 tweet data obtained, 57% were negative opinions and 43% were positive opinions. The evaluation results show that the BiGRU model with FastText support to handle potential overfitting, is able to classify sentiment effectively, with an accuracy of 80%. Sentiment analysis shows that the majority of public responses to the Free Nutritious Meals (MBG) program tend to be negative, with 798 negative tweets and 607 positive. This reflects public dissatisfaction with the implementation of the program and highlights the need for evaluation and improvements so that the benefits can be more widely felt by the community.

Today there are various kinds of social media for business. Some examples social media for business including Facebook, Youtube, Blogs, Instagram, Twitter, Snapchat. From a variety of social media that are often used by business actors is facebook. Facebook users in Indonesia reach 129.9 million in early 2022. This figure is derived from advertising reach sources Facebook to Indonesian users. Thus, the percentage of users Facebook in Indonesia is equivalent to 46.8 percent of the total population in early 2022. In the world of marketing, social media plays an important role is very important in building a strong customer base for a brand. One of the biggest in Indonesia, of course, is Facebook. In to increase marketing channels, there are recommendations for tools and software Free Facebook marketing at its best. We don't need to spend money to subscribe or buy existing Facebook marketing tools is wrong one is Facebook Canvas.

Program pengabdian masyarakat yang dilakukan tahun ini berfokus dalam membantu masyarakat terutama generasi muda Indonesia pada usia 15-30 tahun untuk menyelesaikan permasalahan mengenai kesehatan mental. Adapun masalah-masalah itu dapat berupa depresi, trauma, stress, dan lain sebagainya. Dengan adanya pandemi covid - 19, program PKM dapat dilaksanakan dengan berbasis pada jaringan internet (internet-based). Kami berfokus pada 2 media sosial yang paling berpengaruh dengan pengguna usia 15-30 tahun terbanyak di wilayah Indonesia yaitu Twitter dan Instagram. Kegiatan ini dilaksanakan dengan tiga tahap yang meliputi: tahap perencanaan, tahap pelaksanaan, serta tahap refleksi. Hasil yang dicapai dari kegiatan pengabdian masyarakat ini adalah pelaksanaan kegiatan edukasi dan konseling kesehatan mental yang dilakukan menggunakan metode dua arah. Terdapat interaksi antara kelompok subjek sasaran promosi (mitra) dan penyuluh (psikolog klinis) sehingga muncul sikap aktif dan interaktif. MENFESS (Mental Health Confession) menyediakan suatu akun pengguna dimana para followers atau pengikutnya memiliki tempat untuk bercerita dan mengedukasi para komunitas yang peduli dengan kesehatan mentalnya.