Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Jumlah kasus positif COVID-19 yang telah terkonfirmasi di Indonesia saat ini telah melebihi angka 6,4 juta. Walaupun angka kasus kian menurun, aturan menjaga jarak harus tetap dipatuhi. Aturan untuk menjaga jarak atau menjauhi kerumunan juga diterapkan di sekolah-sekolah, namun saat ini belum ada sistem yang dapat memonitoring hal tersebut. Tujuan dari penelitian ini adalah membangun sebuah sistem pendeteksian tingkat kerumunan orang dalam ruangan kelas untuk membantu menekan angka kerumunan yang terjadi di sekolah-sekolah, selain itu sistem yang dibangun dapat mempermudah memantau kerumunan sehingga dapat memperkecil area penyebaran virus COVID-19. Sistem yang dibangun menggunakan algoritma deteksi dan segmentasi pada Mask R-CNN. Sistem yang dirancang dapat mendeteksi objek orang, kerumunan, dan kepadatan dalam ruangan. Pengujian sistem dilakukan menggunakan metrik akurasi dan membandingkan kepadatan hasil perhitungan dengan hasil segmentasi. Pengujian dilakukan di area Indoor ruang kelas dan menggunakan kamera webcam. Hasil pengujian menggunakan matriks konfolusi menunjukkan tingkat akurasi deteksi objek manusia yaitu 92,42 %, sedangkan tingginya performa deteksi adalah 96,5%. Sedangkan Error terendah dan tertinggi yang di dapat pada pengukuran kepadatan masing-masing adalah 7,51% dan 0,79% ......The number of confirmed positive cases of COVID-19 in Indonesia has now exceeded 6.4 million. Even though the number of cases is decreasing, the rules for maintaining distance must still be obeyed. Rules to maintain distance or stay away from crowds are also implemented in schools, but currently there is no system that can monitor this. The purpose of this research is to build a crowd level detection system in classrooms to help reduce crowd numbers that occur in schools, besides that the system built can make it easier to serve crowds so as to reduce the area of spread of the COVID-19 virus. The system built uses detection and segmentation algorithms on Mask R-CNN. The designed system can detect objects, people, crowds, and density in the room. System testing is carried out using measurement metrics and comparing the calculated density with segmentation results. Testing was carried out in the indoor area of the classroom and using a webcam camera. The test results using the convolution matrix show that the accuracy of human object detection is 92.42%, while the high detection performance is 96.5%. While the lowest and highest errors that can be achieved in density measurements are 7.51% and 0.79%, respectively.

Abstrak :
Penelitian ini membahas tentang proses keberangkatan dan kepulangan pekerja migran Indonesia (PMI) yang mengikuti program pemagangan di Jepang. Terdapat berbagai skema pengiriman PMI ke Jepang, namun jumlah pemegang visa Technical Intern Training Program (TITP) mencakup lebih dari 50 persen dari total populasi Warga Negara Indonesia di Jepang. Arus migrasi yang melibatkan para PMI tidak mendapat pengawasan memadahi, sehingga keahlian para PMI yang telah kembali tidak dapat ditangkap dengan baik oleh bursa lapangan kerja di Indonesia. Penelitian ini dilakukan dengan metode kualitatif untuk memahami pengalaman para PMI secara lebih komprehensif. Proses pengambilan data utama dilakukan dengan wawancara mendalam terhadap lima orang narasumber alumni program TITP yang berada di Jepang dalam kurun tahun 2010 hingga 2020. Konsep dan teori yang digunakan untuk menganalisis temuan penelitian di antaranya (1) teori New Institutional Economic Sociology yang menjelaskan bahwa keputusan ekonomi individu mencerminkan kebutuhan ekonomi rumah tangga, (2) teori jaringan sosial yang menjelaskan koneksi antar individu dalam migrasi, dan (3) teori modal sosial yang menjelaskan bahwa relasi, keahlian, pengetahuan, dan nilai- nilai yang didapatkan selama proses migrasi adalah sebuah keuntungan. Hasil dari penelitian ini adalah (1) kondisi ekonomi rumah tangga dan informasi yang diberikan oleh jaringan sosial memengaruhi proses pengambilan kebijakan PMI untuk bermigrasi ke luar negeri, dan (2) modal sosial yang didapat dari keterlibatan dalam proses migrasi menjembatani PMI dengan masyarakat negara penerima dalam keputusan remigrasi, dan berfungsi sebagai pengikat PMI dengan masyarakat negara asal proses reintegrasi. ......This study discusses the departure and return processes of Indonesian migrant workers who took part in the technical training program in Japan. There are various schemes for sending Indonesian migrant workers to Japan, but the number of Technical Intern Training Program (TITP) visa holders covers more than 50 percent of the total population of Indonesian citizens in Japan. Migration flows of Indonesian migrant workers have not been properly monitored, affecting to the waste of skills of returning Indonesian migrant workers which supposed to be useful for Indonesia's job market. This research was conducted using a qualitative method to dig deeper into the experiences Indonesian migrant workers. Data collection was carried out by in-depth interviews towards five interviewee who were the TITP alumni between 2010 to 2020. Concepts and theories used to analyze the research findings are: (1) the New Institutional Economic Sociology theory which explains that economic decisions individuals reflect household economic needs, (2) social network theory which explains the connections between individuals involved in migration, and (3) social capital theory which explains that relationships, skills, knowledge, and values acquired during the migration process are an advantage. The results of this study are: (1) household economic conditions and information provided by social networks affect PMI's policy-making process of their participation in international migration, and (2) the social capital obtained from their involvement in the migration process functions as a bridging between Indonesian migrant workers and the recipient country's community during the remigration process, and serves as a binding between Indonesian migrant workers and the country of origin's community during the reintegration process.

Abstrak :
Hasil sintesis senyawa nanopartikel ZnO, nanopartikel CuCo2O4 dan nanokomposit ZnO/CuCo2O4 melalui metode Fitosintesis menggunakan ekstrak daun sukun (Artocarpus altilis) (EDS) berhasil dilakukan untuk pertama kalinya. Nanokomposit ZnO/CuCo2O4 memiliki morfologi spherical dengan ukuran partikel 14.87 ± 6.40 nm serta efek sinergis antara ZnO dan CuCo2O4 pada sifat adsobsi dan aktivitas fotokatalitik yang meningkatkan degradasi malachite green (MG) di bawah radiasi tampak dengan efisiensi 93,01% selama 120 menit. Berdasarkan perhitungan pemodelan kinetik, fotodegradasi malachite green dengan ZnO/CuCo2O4 adalah pseudo orde dua dengan konstanta laju 2.14 x 104 mol-1/min-1 . Hal ini disebabkan oleh penurunan nilai energi celah pita ke daerah cahaya tampak menjadi 2.84 eV akibat kekosongan oksigen yang tinggi dan transfer elektron dari permukaan ZnO ke permukaan CuCo2O4. ......The results of the synthesis of ZnO nanoparticles, CuCo2O4 nanoparticles and ZnO/CuCo2O4 nanocomposites through the phytosynthesis method using breadfruit leaf extract (Artocarpus altilis) were successfully carried out for the first time. The ZnO/CuCo2O4 nanocomposite has a spherical morphology with a particle size of 14.87 ± 6.40 nm and a synergistic effect between ZnO and CuCo2O4 on the adsorption properties and photocatalytic activity which increases the degradation of malachite green (MG) under visible radiation with an efficiency of 93.01% during 120 minutes. Based on kinetic modeling, photodegradation of malachite green with ZnO/CuCo2O4 was pseudo second order with a constant rate of 2.14 x 104 mol-1/min-1 . This is caused by a decrease in the band gap energy to the visible light region of 2.84 eV due to high oxygen and electron transfer from the ZnO surface to the CuCo2O4 surface.

Abstrak :
ABSTRAK
Proses pengembangan perangkat lunak tidak hanya bagaimana perangkat lunak dikembangkan dan bagaimana para pelaku dilibatkan, tetapi juga alat bantu yang dapat mempermudah pengembangan. JIRA merupakan alat bantu pengembangan perangkat lunak yang digunakan di Pusilkom UI. Fitur yang ada pada JIRA tidak semuanya dapat mendukung kegiatan pengembangan di Pusilkom UI. Penelitian ini melakukan analisis terhadap kebutuhan fitur tambahan pada JIRA sehingga dapat mendukung proses pengembangan perangkat lunak. Pusilkom Agile Unified Process (PAUS) adalah metodologi pengembangan perangkat lunak yang digunakan oleh Pusilkom UI. Berdasarkan PAUS, Informasi tentang kebutuhan fitur digali melalui kegiatan Focus Group Discussion (FGD). Hasil FGD akan dianalisis dengan menggunakan metode hermeneutika fenomenologi. Pada akhir penelitian didapatkan 6 fitur tambahan yang harus ada pada JIRA sehingga dapat memenuhi kebutuhan pengembangan perangkat lunak di Pusilkom UI.

---

ABSTRACT
Software development lifecycles is not only about how the software was developed and how the people was involved, but also about tools which facilitate software development. JIRA is a tool which is used in software development at Pusilkom UI. JIRA’s features do not help development activity at all. This research analyzes additional JIRA’s feature for supporting software development process. Pusilkom Agile Unified Process (PAUS) is software development methodology which is used at Pusilkom UI. Based on PAUS, requirement informations are capture through Focus Group Discussion activity. FGD’s results will be analyzed using phenomonelogy hermeneutical method. At last, this research come up with 6 additional JIRA’s features so that requirements for software development are satisfied.

Abstrak :
Sintesis dan Aplikasi Nanokomposit Berbasis Selulosa Corn Cob - TiO2/ZnO sebagai Katalis pada Konversi Glukosa Menjadi 5-Hidroksimetilfurfural dan Asam Levuinat Selulosa dapat diisolasi dari limbah corn cob tongkol jagung yang akan digunakan untuk sintesis nanokomposit berbasis selulosa yang dimodifikasi dengan nanopartikel anorganik TiO2/ZnO sehingga memiliki sifat unggul yang berasal dari gabungan sifat keduanya. Metode yang digunakan untuk isolasi selulosa adalah perlakuan alkali dan hidrolisis asam. Hasil isolasi dan sintesis tersebut dikarakterisasi dengan menggunakan instrumen FTIR, XRD, TEM dan SEM. Rendemen selulosa hasil isolasi diperoleh sebesar 57,51. TiO2 dan ZnO hasil sintesis berukuran nano dengan struktur masing-masing berupa anatase dan heksagonal wurtzite. Nanokomposit selulosa ndash; TiO2/ZnO dapat diaplikasikan sebagai katalis pada konversi glukosa menjadi 5-Hidroksimetilfurfural dan produk sampingnya yaitu asam levulinat dengan uji kuantitatif nya menggunakan HPLC. Kondisi optimum pembentukan 5-Hidroksimetilfurfural dari konversi glukosa adalah pada suhu 180oC selama 210 menit, dengan komposisi glukosa sebanyak 30 mg dan katalis 15 mg. Laju reaksi konversi glukosa menjadi 5-hidroksimetilfurfural mengikuti reaksi orde 1 dengan energi aktivasi yang diperoleh dengan perhitungan Arhenius adalah sebesar 37,61 kJ/mol untuk reaksi penguraian glukosa menjadi produk, 29,28 kJ/mol untuk reaksi pembentukan HMF dan 22,12 kJ/mol untuk reaksi pembentukan LA,

---

Synthesis and Application Nanocomposite Based Corn Cob Cellulose TiO2 ZnO as Catalyst in Glucose Conversion to 5 Hydroxymethylefurfural and Levulinic Acid Cellulose can be isolated from corn cob waste to be used for the synthesis of cellulose based nanocomposites modified with inorganic TiO2 ZnO nanoparticles so as to have superior properties derived from their combined properties. The methods used for cellulosic isolation are alkaline treatment and acid hydrolysis. The isolation and synthesis results were characterized using FTIR, XRD, TEM and SEM instruments. The yield of isolated cellulose was obtained at 57,51. TiO2 and ZnO of nano sized synthesis with their respective structures in the form of anatase and hexagonal wurtzite. Nanocomposite cellulose TiO2 ZnO can be applied as a catalyst on conversion of glucose to 5 Hydroxymethylfurfural and its byproducts of levulinic acid with its quantitative test using HPLC. The optimum conditions of 5 Hydroxymethylfurfural formation of glucose conversion were at 180 C for 210 min, with a glucose composition of 30 mg and a catalyst of 15 mg. The rate of glucose conversion reaction to 5 hydroxymethylfurfural follows the reaction of order 1 with the activation energy obtained by Arhenius calculation is 37.61 kJ mol for the decomposition reaction of glucose into product, 29.28 kJ mol for HMF forming reaction and 22.12 kJ mol for LA forming reaction.

Abstrak :
Penelitian ini membahas peningkatan bunuh diri yang terjadi di kalangan pekerja perempuan Jepang yang terjadi tahun 2020 sampai 2021. Tujuan penelitian ini adalah untuk menganalisis pengaruh situasi pandemi COVID-19 yang menimbulkan perubahan struktur sosial dan masalah sosial gender terhadap faktor- faktor yang menyebabkan risiko bunuh diri di kalangan perempuan Jepang. Teori interseksionalitas digunakan untuk mengkaji fenomena bunuh diri kalangan pekerja perempuan Jepang. Tesis ini menggunakan metode kualitatif bersifat studi literatur dengan menggunakan data resmi yang diterbitkan oleh lembaga pemerintah Jepang, buku, artikel jurnal, video dan catatan hasil wawancara dalam berita. Hasil studi menunjukkan bahwa kebijakan masa pandemi COVID-19 menimbulkan kegelisahan semua masyarakat Jepang karena perubahan pola hidup secara drastis. Berbagai pembatasan dialami perempuan Jepang menyebabkan mereka menjalani banyak peran (multi roles) di satu ranah domestik. Selain itu, sistem patriarki Jepang yang telah mengakar dan bertahan di Jepang semakin membatasi ruang gerak perempuan di masa pandemi COVID-19 sehingga terjadi ketimpangan kekuasaan yang merugikan perempuan dan menimbulkan kekerasan yang berujung pada perilaku bunuh diri. ......This study discusses the increase in suicide that occurred among Japanese female workers that occurred in 2020 to 2021. The purpose of this study was to analyze the influence of the COVID-19 pandemic situation which caused changes in social structure and gender social problems on the factors that caused the risk of suicide Among Japanese women. The theory of intersectionality is used to examine the phenomenon of suicide among Japanese female workers. This thesis uses a qualitative method of literature study using official data published by Japanese government institutions, books, journal articles, videos, and notes on the results of interviews in the news. The results of the study show that the pandemic COVID-19 policy raises anxiety among the people of Japan due to a drastic change in lifestyle. Various restrictions experienced by Japanese women caused them to undergo many roles (multi roles) in a domestic domain. In addition, the Japanese patriarchal system that has been rooted and survived in Japan increasingly limits the space for women in the COVID-19 pandemic so that there is an imbalance in power that harms women and causes violence which results in suicidal behavior.

Abstrak :
Globalisasi membawa dampak besar bagi pertumbuhan ekonomi Indonesia. Sejak tahun 1961, secara umum pertumbuhan ekonomi Indonesia selalu mengalami kenaikan. Banyak faktor yang menyebabkan meningkatnya pertumbuhan ekonomi nasional. Salah satunya adalah investasi. Terdapat berbagai macam instrumen investasi. Sekarang ini yang paling banyak diminati oleh masyarakat umum adalah investasi saham. Bursa Efek Indonesia (BEI) mencatat bahwa per Juni 2018 banyaknya investor pasar modal mencapai 1,12 juta Single Investor Identification (SID) dengan 710.000 Single Investor Identification (SID) merupakan total investor saham ritel. Saham menjadi salah satu usaha dalam pemenuhan kebutuhan hidup di masa depan. Daya tarik utamanya adalah karena saham memberikan potensi keuntungan yang tinggi dalam jangka panjang. Namun, dengan potensi keuntungan yang tinggi tersebut, saham juga memiliki potensi kerugian yang tinggi. Salah satu usaha untuk meminimalkan potensi kerugian saham adalah dengan melakukan prediksi harga saham menggunakan machine learning. Harga saham akan diprediksi menggunakan metode penyelesaian masalah regresi, yaitu Fuzzy Support Vector Regression (FSVR). Fungsi pemetaan dalam fungsi keanggotaan fuzzy digunakan untuk menghasilkan fluktuasi harga saham yang tepat. Untuk memastikan keefektifan dan keefisienan penggunaan fitur, Fisher Score digunakan untuk memilih fitur yang paling berpengaruh dan informatif dalam model prediksi sehingga kesalahan hasil prediksi dapat diminimalkan. Fitur-fitur terpilih tersebut akan dijadikan sebagai variabel input dalam model prediksi. Evaluasi hasil prediksi dari data dengan dan tanpa dilakukan pemilihan fitur selanjutnya akan dianalisis menggunakan Normalized Mean Square Error (NMSE) dan dibandingkan sebagai bagian dari evaluasi performa model prediksi. Dari hasil prediksi pada salah satu data yang digunakan, tanpa pemilihan fitur, diperoleh model terbaik dengan nilai NMSE terendah sebesar 0,179 dan persentase data training 80%, sedangkan dengan pemilihan fitur Fisher Score, diperoleh model terbaik menggunakan sembilan fitur dengan nilai NMSE terendah sebesar 0,011 dan persentase data training 90%. ......Globalization has a big impact on Indonesias economic growth. Since 1961, in general Indonesias economic growth has always increased. Many factors have led to an increase in national economic growth. One of which is investment. There are many investment instruments. The most popular among the public is stock investment. Indonesia Stock Exchange (IDX) recorded as of June 2018 total of capital market investors reached 1,12 million Single Investor Identification (SID) with 710,000 Single Investor Identification (SID) representing total retail stock investors. Stock has become one of the activities to fulfill the needs of life in the future. Its main attraction is that stock provides high potential return of profit in long run. However, as high return of profit, stock also has high potential return of risks. One of the ways to minimize the potential return of risks is by predicting stock prices using machine learning. The stock prices will be predicted using a regression problem solving method, namely Fuzzy Support Vector Regression (FSVR). The mapping function in fuzzy membership function is used to produce the right stock price fluctuations. To ensure the effectiveness and the efficiency of using features, Fisher Score is used to select the most influential and informative features in the prediction model so that the prediction errors can be minimized. These selected features will be used as input variables in the stock price prediction model. The evaluation of the prediction results from the data with and without feature selection will be analyzed using Normalized Mean Square Error (NMSE) and compared as part of the performance evaluation of the prediction model. From the prediction results on one of data used, without doing feature selection, the best model is obtained with the lowest error is 0.179 and 80% training data, while with doing Fisher Score feature selection, the best model is obtained by using nine features with the lowest error is 0.011 and 90% training data.

Abstrak :
Saham merupakan salah satu surat berharga yang diterbitkan dan dijual oleh perusahaan, yang telah memenuhi syarat, di Bursa Efek Indonesia. Prinsip dasar yang dimiliki oleh saham adalah High Risk High Reward, yang menggambarkan bahwa saham memang dapat memiliki hasil yang besar, namun memiliki risiko yang tinggi pula. Dengan prinsip High Risk High Reward, tentunya para investor harus lebih hati-hati dalam menentukan langkah yang akan mereka lakukan. Salah satu cara yang dapat digunakan untuk mengurangi risiko, yaitu melakukan prediksi tren harga saham menggunakan Machine Learning. Menggunakan data historis saham pada Bursa Efek Indonesia, yaitu open, high, low, dan close price, algoritma Machine Learning dapat melakukan prediksi tren harga saham yang selanjutnya akan digunakan sebagai strategi investasi para investor. Terdapat banyak metode Machine Learning yang dapat digunakan untuk melakukan prediksi, salah satu metode yang dapat digunakan adalah Recurrent Neural Network yaitu Long Short Term Memory (LSTM). Pada metode LSTM, data historis harga saham akan dibawa ke depan melalui seluruh gerbang LSTM yaitu: Forget Gate, Input Gate, dan Output Gate. Selanjutnya akan dicari nilai loss dari model, setelah didapat nilai loss, model akan ditinjau kembali setiap tahapannya, dimulai dari belakang. Langkah pengulangan tesebut dilakukan agar mendapat variabel Weight dan Bias yang optimal. Kemudian, tingkat akurasi dari metode tersebut akan ditentukan menggunakan: Root Mean Square Error (RMSE) dan Mean Absolute Error (MAE). Penelitian ini menggunakan data historis perusahaan yang termasuk pada Indeks LQ45 dan dapat diambil melalui website, finance.yahoo.com. Dari penelitian ini, diketahui bahwa, masing-masing masalah memiliki model terbaiknya, untuk penyelesaian masalah tersebut. ......Stock is a part of ownership of a company, that have fulfill the requirement to be sold at Bursa Efek Indonesia. The basic principal of stock market is High Risk High Reward, which describe that stock market indeed have a chance to get a great profit, but it also come with a high risk. This principal is the reason that all investor must be cautious in deciding their move. There’s many method to do this, with one of the being, forecasting the stock market trend with machine learning. With the historical data, that include open, high, low, dan close price, the machine learning algorithm, could forecast the stock market direction for the next days, which will be one of the deciding factor for investor to choose their move. Nowadays, there’s many machine learning method that can be used to forecast, one of them is the branch method of Recurrent Neural Network, which is, Long Short Term Memory (LSTM). LSTM use the historical data, and bring them forward to, Forget Gate, Input Gate, Memory State, Output Gate. Then the loss value of the model will be calculated. After all the process the model will be re-evaluated. The re-evaluation step is to update all the weights and biases in the model. Then the accuracy of the model will be evaluated with Root Mean Squared Error (RMSE) and Mean Absolute Error (MAE). This study uses the historical data of the companys that’s included in the index LQ45, and the data is taken from the website, finance.yahoo.com. From this research, it is known that every problem has their own preference model to solve.

Abstrak :
ABSTRAK
TB atau tuberkulosis adalah penyakit yang disebabkan oleh bakteri dan menyerang hewan dan manusia. Model deterministik penyebaran tuberkulosis pada skripsi ini melibatkan populasi manusia, dan dua macam penyakit. yaitu TB sensitif dan resisten. Fenomena mutasi, dimana seseorang yang terjangkit penyakit TB sensitif kemudian berubah menjadi terjangkit TB resisten dipertimbangkan. Hal ini lumrah terjadi dikarenakn beberapa sebab medis. Model ini dikontruksi berdasarkan model SEIS dengan sistem persamaan difer- ensial biasa berdimensi lima dengan dua titik keseimbangan: titik keseimbangan bebas penyakit dan endemik. Analisis terhadap titik keseimbangan bebas penyakit dilakukan secara analitik, sementara untuk titik endemik dilakukan secara numerik. Dari model ini juga diperoleh nilai bilangan reproduksi dasar sebagai faktor penentu, apakah penyakit mewabah dalam populasi atau tidak. Bilangan ini dibagi menjadi dua, yaitu bilangan reproduksi untuk TB sensitif, dan bilangan reproduksi untuk TB resisten. Hasil dari ana- lisis bilangan reproduksi dan simulasi, diperoleh bahwa penyakit TB resisten dinilai lebih dominan dalam konteks pewabahan dibandingkan dengan TB sensitif.

---

ABSTRACT
TB or tuberculosis is a disease caused by bacteria and attacks on animals and humans. The deterministic model of the spread of tuberculosis in this paper involves the human pop- ulation, and two types of diseases, namely sensitive and resistant TB. The phenomenon of mutation, in which someone who is infected with sensitive TB then changes to con- tracting resistant TB is considered. This happens naturally due to some medical reasons. This model is constructed based on the SEIS model with a system of ordinary differential equations with a dimension of five with two equilibrium points: a disease-free and en- demic equilibrium points. The analysis of disease-free equilibrium points is carried out analytically, while for endemic points is done numerically. From this model also obtained the value of basic reproduction numbers as a determining factor, whether the disease is prevalent in the population or not. This number is divided into two, namely reproduction numbers for sensitive TB, and reproduction numbers for resistant TB. From the results of reproduction numbers and simulation analysis, it was found that resistant TB was consid- ered more dominant in the context of breeding compared to sensitive TB.

Abstrak :
Twitter merupakan salah satu media sosial yang digunakan secara massive di Indonesia. Para pengguna Twitter ini membicarakan berbagai macam hal, salah satunya terkait pencalonan presiden. Perbincangan para pengguna Twitter ini memiliki nilai sentimen baik positif maupun negatif. Dukungan masyarakat terhadap masing-masing kandidat calon presiden dapat diketahui dengan melihat sentimen masyarakat melalui perbincangan mereka di Twitter, hal ini sering disebut juga sebagai analisis sentimen. Namun, jumlah pengguna dan obrolan para pengguna Twitter yang sangat banyak mengakibatkan data yang akan diproses membutuhkan waktu yang cukup lama. Untuk melakukan proses analisis sentimen para pengguna Twitter secara cepat dan otomatis dapat digunakan bantuan mesin. Salah satu metode yang digunakan untuk melakukan proses analisis sentimen adalah Support Vector Machine (SVM). Pada dasarnya, semakin banyak data yang digunakan sebagai data training dalam pemilihan model fungsi klasifikator maka akan memberikan generalisasi akurasi analisis sentimen untuk data testing yang tinggi pula. Namun di sisi lain, semakin banyaknya data training juga akan menyebabkan besarnya dimensi ruang fitur. Hal ini membuat mesin membutuhkan waktu yang cukup lama dalam melakukan pembentukan fungsi klasifikator. Untuk menanggulangi hal ini, akan dilakukan metode optimasi fitur sehingga mesin dapat tetap membentuk fungsi klasifikator dengan akurasi yang tinggi namun dengan dimensi ruang fitur yang rendah.

---

Twitter is a social media that used in Indonesia massively. Twitter users talk (tweet) about various things, one of them is about presidential nomination. Twitter user conversations have a positive or negative sentiment. Community support for each presidential candidate can be determined by looking at the public sentiment through their conversations on Twitter, this is often referred to sentiment analysis. However, the number of users and tweets cause the data to be processed requires quite a long time. Machine can be used to make the process of Twitter sentiment analysis quickly and automatically. One method that used to perform the sentiment analysis process is a Support Vector Machine (SVM). Basically, the more data that used as data training in the model selection function will give a high accuracy generalization sentiment analysis on data testing. On the other hand, the increasing number of training data will also cause large dimensional feature space. This makes the machine takes a long time to perform model selection. To overcome this problem, feature optimization will be performed. Feature optimization will preserve the high accuracy of the model, but with a low dimensional feature space.