Garuda - Garba Rujukan Digital

Impression Flow Based on Comment in Islamic Studies from Instagram using Sentiment Analysis Mariyatul Norhidayati; Munsyi M.T
Alhadharah: Jurnal Ilmu Dakwah Vol 20, No 1 (2021)
Publisher : UIN Antasari Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18592/alhadharah.v20i1.3982

Islamic studies in industrial revolution 4.0 grown very rapidly. Everyone can access an information everywhere and everytime using their end devises such a smartphone and laptop base on internet access using a social media such instagram, facebook, and twitter. development of da'wah media that is not only through radio television and through studies conducted either in mosques or other places for delivering of studies and insights about Islam for all muslims in Indonesian country especially in Kalimantan Selatan. One of aplication social media for studying islam is Instagram. All of preachers is very easily make a post on Instagram for sharing a religious knowledge to users of Instagram social media, hence this case a lot of Islamic da'wah accounts in great demand by the muslims people in Indonesia. Islamic posts made by preachers on Instagram make a lot of conflict and the direction of negative or positive impressions left by users through the comments column provided from instagram. To determine the positive and negative directions of the post from a preacher. We develop a system for detecting the direction of impression from all of comment on Islamic content on Instagram created by the user using a sentimen analysis. This system analyzes comments left on a post from a preacher's Instagram story. The system that was built succeeded for classifying the filtered comments by attributing the direction of the da'wah impression posted by the preacher. The classification of the impression direction of this system contains 3 impression directions, namely positive, negative, and neutral

Impression Flow Based on Comment in Islamic Studies from Instagram using Sentiment Analysis Mariyatul Norhidayati; Munsyi M.T
Alhadharah: Jurnal Ilmu Dakwah Vol 20, No 1 (2021)
Publisher : UIN Antasari Banjarmasin

Islamic studies in industrial revolution 4.0 grown very rapidly. Everyone can access an information everywhere and everytime using their end devises such a smartphone and laptop base on internet access using a social media such instagram, facebook, and twitter. development of da'wah media that is not only through radio television and through studies conducted either in mosques or other places for delivering of studies and insights about Islam for all muslims in Indonesian country especially in Kalimantan Selatan. One of aplication social media for studying islam is Instagram. All of preachers is very easily make a post on Instagram for sharing a religious knowledge to users of Instagram social media, hence this case a lot of Islamic da'wah accounts in great demand by the muslims people in Indonesia. Islamic posts made by preachers on Instagram make a lot of conflict and the direction of negative or positive impressions left by users through the comments column provided from instagram. To determine the positive and negative directions of the post from a preacher. We develop a system for detecting the direction of impression from all of comment on Islamic content on Instagram created by the user using a sentimen analysis. This system analyzes comments left on a post from a preacher's Instagram story. The system that was built succeeded for classifying the filtered comments by attributing the direction of the da'wah impression posted by the preacher. The classification of the impression direction of this system contains 3 impression directions, namely positive, negative, and neutral

Rainless Day Management using Geographic Information System and Wireless Sensor Networks on Climatology Station Banjarbaru Raden Yani Gusriani; Munsyi M.T; Arum Murdianingsih
TEKNOLOGI DITERAPKAN DAN JURNAL SAINS KOMPUTER Vol 5 No 2 (2022): December
Publisher : Universitas Nahdlatul Ulama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33086/atcsj.v5i2.3776

Information obtained at the Banjarbaru Climatology Station includes seasonal forecasts, rainfall analysis, rainfall properties analysis, rainy day analysis, and monitoring of rainless days in the South Kalimantan region. Monitoring of Rainless Day is a form of data on rainless days that occur in South Kalimantan in sequence. The data is sent by observers to the Banjarbaru Climatology Station office using SMS, WhatsApp, and even by calling the staff of the Banjarbaru Climatology Station so that employees must check every media both SMS, WhatsApp, and telephone to find out the data sent by observers. Related to these problems, a web-based rainless day monitoring application was made. By using the Research and Development (R&D) method to facilitate the management of rainless day data, a geographic information system management system using Google Maps API and MySQL database is built which is integrated with Internet of Things (IoT) technology based on Wireless Sensor Networks (WSN) for data collection in real-time. The system built will provide notifications in the management of areas affected by rainless days in order to deal with drought.

Manajemen Hari Tanpa Hujan menggunakan Sistem Informasi Geografis dan Jaringan Sensor Nirkabel di Stasiun Klimatologi Banjarbaru Raden Yani Gusriani; Munsyi M.T; Aulia Aziza
Technologia : Jurnal Ilmiah Vol 14, No 3 (2023): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i3.12125

Informasi yang diperoleh di Stasiun Klimatologi Banjarbaru meliputi ramalan musim, analisis curah hujan, analisis properti curah hujan, analisis hari hujan, dan pemantauan hari tanpa hujan di wilayah Kalimantan Selatan. Pemantauan Hari Tanpa Hujan merupakan bentuk data tentang hari-hari tanpa hujan yang terjadi secara berurutan di Kalimantan Selatan. Data ini dikirim oleh para pengamat ke kantor Stasiun Klimatologi Banjarbaru melalui SMS, Whatsapp, dan bahkan dengan menelepon staf Stasiun Klimatologi Banjarbaru sehingga para karyawan harus memeriksa setiap media baik SMS, Whatsapp, maupun telepon untuk mengetahui data yang dikirim oleh para pengamat. Terkait dengan masalah ini, dibuatlah aplikasi pemantauan hari tanpa hujan berbasis web. Dengan menggunakan metode Penelitian dan Pengembangan (RnD), dibangunlah sistem manajemen berbasis Sistem Informasi Geografis yang menggunakan Google Maps API dan basis data MySql yang terintegrasi dengan teknologi Internet of Things (IoT) berdasarkan Jaringan Sensor Nirkabel (WSN) untuk pengumpulan data secara waktu nyata. Sistem yang dibangun akan memberikan notifikasi dalam pengelolaan daerah yang terdampak oleh hari tanpa hujan guna mengatasi kekeringan.

Klasifikasi Sentimen Radikalisme dalam Konten Dakwah Radikal Indonesia melalui Media Sosial Twitter dengan Menggunakan Analisis Sentimen dan Text Mining Aulia Aziza; Samsul Rani; Munsyi M.T
Technologia : Jurnal Ilmiah Vol 14, No 3 (2023): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i3.12148

Kementerian Komunikasi dan Informatika (Kemenkominfo) Indonesia menyatakan bahwa jumlah pengguna internet di Indonesia pada tahun 2019-2020 mencapai 196,7 juta orang. Dari jumlah tersebut, 95% pengguna menggunakan internet untuk mengakses jejaring media sosial seperti Twitter, Instagram, Facebook, dan lain-lain. Peningkatan ini juga dipengaruhi oleh periode pandemi yang dialami di seluruh dunia, terutama di Indonesia, di mana Pemerintah Presiden Jokowi menetapkan aturan sosial di masyarakat. Hampir semua aktivitas dilakukan di rumah, terutama di bidang pendidikan, sehingga menyebabkan peningkatan besar dalam akses internet. Aktivitas besar dalam akses internet, terutama media sosial, memudahkan pengguna untuk mengakses informasi dan berbagi informasi ini dengan siapa pun kapan saja. Hal ini dapat dimanfaatkan oleh pihak-pihak yang tidak bertanggung jawab untuk menyebarkan informasi yang dapat menyebabkan hal-hal negatif dan bahkan provokasi terhadap pengguna lain di media sosial, terutama di media sosial Twitter. Di media sosial Twitter terdapat fenomena yang dikenal sebagai "buzzer," yaitu pengguna media sosial yang berdampak pada pengguna lainnya. Platform seperti media sosial Twitter digunakan oleh pihak-pihak tertentu untuk membentuk kelompok-kelompok kebencian, komunitas rasialis yang menyebarkan ide-ide ekstremis dan menimbulkan kemarahan atau kekerasan, mempromosikan radikalisasi, merekrut anggota, dan menciptakan organisasi virtual untuk melakukan aksi teror yang terorganisir melalui dunia maya. Terkait konten dalam media online yang telah mendapat perhatian cukup bersama dengan berbagai insiden yang menyebabkan intoleransi dalam kehidupan masyarakat, merupakan masalah konten radikal yang melahirkan radikalisme dalam masyarakat. Dalam penelitian ini, kami mencoba metode Text Mining menggunakan Analisis Sentimen untuk mendeteksi arah sentimen radikalisme guna mengklasifikasikan dan mendeteksi konten yang mengandung radikalisme. Klasifikasi konten radikal dengan metode dalam penelitian ini berjalan dengan baik, sebagian besar data konten diklasifikasikan sesuai dengan sistem klasifikasi dengan akurasi sebesar 66,37%.

Analisis Genre pada Konten Situs Web Dongeng Anak Popmama.com Menggunakan Convolutional Neural Network Arum Murdianingsih M.Pd; Munsyi M.T
Technologia : Jurnal Ilmiah Vol 15, No 1 (2024): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i1.13983

Penelitian ini bertujuan untuk mengetahui penerapan Convolutional Neural Network (CNN) dalam mengklasifikasikan jenis dongeng anak pada program digital. Data penelitian yang diambil dari sebuah situs web dongeng anak menjalani pemrosesan data awal (pre-processing) tekstual sebelum diinput ke dalam CNN. Model ini terdiri dari lapisan konvolusi, penggabungan, dan fully-connected, yang dilatih menggunakan validasi silang untuk meningkatkan kendala dalam mengidentifikasi genre. Model tersebut berhasil mengklasifikasikan dongeng ke dalam genre seperti fabel, legenda, dan mitos dengan akurasi 92%. Hal ini menunjukkan keefektifan perangkat seperti karakter dan pengaturan dalam prediksi. Hasil ini menunjukkan bahwa model CNN dapat meningkatkan pilihan rekomendasi konten pada situs web dongeng, sekaligus memberikan wawasan untuk perbaikan berkelanjutan dalam kualitas konten. Penelitian ini menegaskan potensi CNN sebagai alat klasifikasi teks yang kuat, menawarkan jalur menuju otomatisasi yang dapat memperkaya pengalaman edukasi dan hiburan anak-anak dalam lingkungan digital.

Title

Found 6 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 6 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search