Online Betting Odds

Tentang aplikasi ini

🔥 Selamat datang di Online Betting Odds — Jelajahi tren terbaru tentang casino-basel!

Abstrak

Machine Learning berperan penting dalam menangani masalah klasifikasi dan pemrosesan untuk memprediksi perkembangan informasi terkait Undang-Undang Perlindungan Data Pribadi. Data pribadi merupakan informasi individu yang harus dijaga integritasnya, dengan perlindungan yang dijamin oleh negara. Namun sayangnya, Indonesia menduduki peringkat sangat rendah dalam hal keamanan siber dibandingkan negara-negara lain. Penelitian ini bertujuan untuk menggali tantangan ini dan mencari solusi potensial untuk memastikan keamanan dan perlindungan data pribadi. Dalam penelitian ini, metode Support Vector Machine (SVM) digunakan untuk menganalisis dan mengkategorikan sentimen masyarakat terkait Undang-Undang Perlindungan Data Pribadi pada platform aplikasi X bersifat positif, netral, atau negatif. Data sampel yang digunakan sebanyak 275 data tweets yang kemudian dilakukan scraping. Pengolahannya menggunakan pemrograman Python dan tools Google Colab. Sebelum dilakukan analisis, terlebih dahulu dilakukan preprocessing untuk menghilangkan kata-kata maupun informasi yang tidak diperlukan sehingga tingkat akurasi yang dihasilkan dapat mendekati gambaran pada kenyataannya. Setelah dilakukan analisis, diperoleh hasil sentimen positif sebanyak 83 data tweets, sentimen negatif sebanyak 43 dan sentimen bersifat netral sebanyak 143. Hasil pengujian klasifikasi pada data tweets memiliki akurasi sebesar 73%. Dengan menggunakan SVM, diharapkan dapat mengidentifikasi persepsi dan respon masyarakat terhadap perlindungan data pribadi serta mengembangkan strategi yang lebih efektif untuk menjaga keamanan data pribadi di Indonesia. Upaya ini penting mengingat tantangan meningkatnya ancaman siber dan perlunya perlindungan data yang kuat dalam era digital saat ini.

Kata Kunci

Keamanan Siber, Perlindungan Data Pribadi, Analisis Sentimen, Support Vector Machine

Penulis

- Rayhan Abdul Jabbar Fahmi - Institut Teknologi Sepuluh Nopember
- Wahib Muhibi Nur - Institut Teknologi Sepuluh Nopember
- Dee Canawine - Institut Teknologi Sepuluh Nopember
- Muhammad Naufal Kusumajaya - Institut Teknologi Sepuluh Nopember
- Ahmad Faris Fadhlillah
- Nur Aini Rakhmawati - Institut Teknologi Sepuluh Nopember

Referensi

- APJII. (2023, March 10). Survei APJII Pengguna Internet di Indonesia Tembus 215 Juta Orang. Diakses dari APJII: or
- Rivaldi A. A., Yudhantorro B. A., Ziaulhaq I., Rakhmawati, N. A. (2022). “Analisis Karakteristik Akun Twitter Berdasarkan Sentimen Pendapat Terkait Undang-Undang PSE.” SATIN – Sains dan Teknologi Informasi, 8(2).
- Almasyhari, A. (2023). Edukasi Literasi Digital: Peningkatan Kesadaran Masyarakat Dalam Perlindungan Data Pribadi dan Kaitannya Terhadap Financial Technology. Jurnal Abdimas PHB, 5(2), 10-16.
- Amal M. I., Rahmasita E. S., Suryaputra E., Rakhmawati, N. A. (2022). “Analisis Klasifikasi Sentimen Terhadap Isu Kebocoran Data Kartu Identitas Ponsel di Twitter.” Jurnal Teknik Informatika dan Sistem Informasi, 8(3). doi: 10.28932/jutisi.v8i3.5483
- Annur Mutia, C. (2022). “Indeks Keamanan Siber Indonesia Peringkat ke-3 Terendah di Antara Negara G20.” Databoks, 2022. Diakses dari co
- R. F. Koto, J. H. Lau & T. Baldwin (2020), “IndoLEM and IndoBERT: A Benchmark Dataset and Pre-trained Language Model for Indonesian NLP,” [Online]. Available: arxiv [Diakses 2023].
- Basyari, I. (2023, July 17). Kemendagri Investigasi Dugaan Kebocoran 337 Juta Data Dukcapil. Diakses dari kompas
- Chawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. (2002). Support Vector Machines. New York: Springer-Verlag.
- Chowdhary, K.R. (2020). Natural Language Processing. Dalam Fundamentals of Artificial Intelligence. Springer, New Delhi. doi
- Nursiyono, A. J., & Huda, Q. (2023). Sentiment Analysis Of Personal Data Protection With Machine Learning Approach. Jurnal Pertahanan & Bela Negara, 13(1), 1–16.
- Pahlevi, R. (2022, June 10). APJII: Penetrasi Internet Indonesia Capai 77,02% pada 2022. Diakses dari databoks: co
- Wibowo, N. I., Maulana, T. A., Muhammad, H., & Rakhmawati, N. A. (2021). Perbandingan Algoritma Klasifikasi Sentimen Twitter Terhadap Insiden Kebocoran Data Tokopedia. JISKa, 6(2), 120-129.

Diupdate pada

2026-07-24

Kasino Olahraga casinos-in-birmingham-alabama

Keamanan data

Keamanan dimulai dengan memahami cara developer mengumpulkan dan membagikan data Anda. Praktik privasi dan keamanan data dapat bervariasi berdasarkan penggunaan, wilayah, dan usia Anda.

Tidak ada data yang dibagikan kepada pihak ketiga

Tidak ada data yang dikumpulkan

Data dienkripsi saat transit