Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Jurnal PkM MIFTEK Jurnal Algoritma
Sarah Khoerunisa
Institut Teknologi Garut
Humanities Computer Science & IT Economics, Econometrics & Finance Languange, Linguistic, Communication & Media Social Sciences Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penerapan Teknologi Dalam Program Kerja KKN Tematik di Dusun 1 Desa Wanamekar Dicky Muhamad Fadli; Ilham Abdul Gani; Ertansyah Rizal Priadi Sumarna; Muhammad Faturrahman; Husni Mubarok; Sarah Khoerunisa; Sri Deti Handihastuti; Sri Aisah; Fiqry Maulana Ali; Rifqi Muhammad Hilmi; Muhammad Alfie Diyaulhaq Daffa; Erick Husni Mubarok; Farhan Fauzan Al Afgani; Anggi Awaludin; Hikmatul Fadilah; Syita Fauziah; Lisna Yulianti; Muhammad Miftah Nurjaman; Bahril Ilmi; Rifaldi Muhamad Ramdhani; Felinda Febriana
Jurnal PkM MIFTEK Vol 3 No 2 (2022): Jurnal PkM MIFTEK
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/miftek/v.3-2.1310

Abstract

Real Work Lecture is a mandatory activity that combines the implementation of the Tri Dharma of Higher Education with the method of providing learning and work experience to students. Wanamekar Village is one of the villages located in Wanaraja District, Garut Regency. The area of ​​Wanamekar Village is 78.5 hectares. The rapid growth rate has made the development of settlements for the residents of Wanamekar Village so rapid. According to data obtained from the Village Head, the livelihood of most residents is traders in the market. The potential that can be developed in Wanamekar Village, especially in Hamlet 1, is MSME, including salt, knitting and noga. The method used is the ICT volunteer integration approach which consists of four stages. Based on the results of the KKN activities, several benefits were obtained in the economic field, including the knitting business getting a visual display as a form of implementing K3 in the work area. In the health sector, the results show that the environment is clean and encourages the community to carry out community service. In addition, the community is enthusiastic about visiting the posyandu and the community has adopted a healthy life such as carrying out routine healthy exercise. In the field of education, results were obtained based on data that had been collected from seminars and door to door activities of 500 digitally literate people. In the social field the KKN team succeeded in helping the community in welcoming Independence Day.
Analisis Sentimen Pengguna Twitter dalam Pemilihan Presiden (PILPRES) 2024 dengan Menggunakan Algoritma K-Means Abdusy Syakur Amin; Dede Kurniadi; Muhammad Zein Nurzaman; Rifa Sri Nurfadillah; Sarah Khoerunisa; Nisrina Khaerunisa; Rafi Nurkholiq Ajiz; Tegar Hanafi Jembar; Ridwan Nur Faisal
Jurnal Algoritma Vol 21 No 1 (2024): Jurnal Algoritma
Publisher : Institut Teknologi Garut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33364/algoritma/v.21-1.1596

Abstract

Salah satu bentuk penegakan demokrasi yang dilakukan oleh Negara Kesatuan Republik Indonesia yaitu melalui penyelenggaraan pemilihan presiden atau sering dikenal juga dengan istilah pilpres. yang diadakan setiap lima tahun sekali untuk memilih Presiden selanjutnya. Kemudian disamping itu, dalam era digital ini masyarakat semakin aktif menggunakan media sosial untuk menyampaikan pandangan, pendapat, dan sentimen mereka terkait dengan pemilihan presiden. Menjelang pilpres 2024 banyak kalangan seperti partai politik, tim sukses, buzzer, dan para pendukung memanfaatkan media sosial sebagai media berkampanye untuk meningkatkan popularitas dan elektabilitas bakal calonnya. Salah satu media sosial yang banyak digunakan dalam media promosi partai politik adalah twitter. Yang digunakan oleh orang-orang untuk mengirimkan berbagai komentar yang bisa bersifat positif atau negatif mengenai pemilihan tersebut. Terkadang, orang juga mengeluarkan pendapat yang bersifat hoaks sebelum atau selama pemilihan berlangsung. Mengingat komentar-komentar di Twitter saat ini sulit untuk dikategorikan sebagai positif atau negatif, diperlukan analisis sentimen guna memahami sikap publik terhadap pemilihan presiden tersebut. Penelitian ini bertujuan untuk mengevaluasi dokumen teks dan menentukan apakah dokumen tersebut memiliki orientasi sentimen positif atau negatif. selain itu metode yang digunakan yaitu K-Means untuk melakukan clustering pada data. Hasil dari pembobotan ini berupa sentimen positif dan negatif. Data diambil dari Twitter mengenai pemilu presiden (pilpres) 2024 sebanyak 1015 data tweet.
Co-Authors Abdusy Syakur Amin Anggi Awaludin Bahril Ilmi Dede Kurniadi Dicky Muhamad Fadli Erick Husni Mubarok Ertansyah Rizal Priadi Sumarna Farhan Fauzan Al Afgani Felinda Febriana Fiqry Maulana Ali Hikmatul Fadilah Husni Mubarok Ilham Abdul Gani Lisna Yulianti Muhammad Alfie Diyaulhaq Daffa Muhammad Faturrahman Muhammad Miftah Nurjaman Muhammad Zein Nurzaman Nisrina Khaerunisa Rafi Nurkholiq Ajiz Ridwan Nur Faisal Rifa Sri Nurfadillah Rifaldi Muhamad Ramdhani Rifqi Muhammad Hilmi Sri Aisah Sri Deti Handihastuti Syita Fauziah Tegar Hanafi Jembar