https://ejournal.sisfokomtek.org/index.php/saintek/issue/feedJurnal Sains dan Teknologi2025-01-21T00:00:00+00:00Handoko Prasetya[email protected]Open Journal Systems<div style="text-align: justify;"> <div style="background: #f7f7f7; border-bottom: none; border-left: 6px solid #de2d0f; border-right: none; border-top: none; box-shadow: rgba(0, 0, 0, 0.5) 0px 5px 8px -6px; color: #333333; padding: 0.875rem 1.5rem 0.875rem 0.875rem !important;"> <p align="justify"><strong style="text-align: justify;">Jurnal Sains dan Teknologi</strong><span style="text-align: justify;"> adalah jurnal yang diterbitkan oleh <strong>CV. Utility Project Solution (UPS)</strong> dengan Nomor </span><strong style="text-align: justify;">ISSN 2714-8661 (Online - Elektronik)</strong><span style="text-align: justify;"> dengan Nomor SK ISSN </span><strong style="text-align: justify;">:0005.27148661/JI.3.1/SK.ISSN/2019.11</strong><span style="text-align: justify;"> yang bertujuan untuk mewadahi penelitian di bidang Sains dan Teknologi. </span><strong style="text-align: justify;">Jurnal Sains dan Teknologi merupakan</strong><span style="text-align: justify;"> wadah informasi berupa hasil penelitian, studi kepustakaan, gagasan, aplikasi teori dan kajian analisis kritis dibidang Sains dan Teknologi komputer, </span><strong style="text-align: justify;">Jurnal Sains dan Teknologi</strong><span style="text-align: justify;"> terbit 2 kali dalam satu tahun yaitu di bulan </span><strong style="text-align: justify;">Maret</strong><span style="text-align: justify;"> dan </span><strong style="text-align: justify;">September</strong><span style="text-align: justify;">. Pengiriman artikel tidak dipungut biaya, kemudian artikel yang diterima akan diterbitkan secara online dan dapat diakses secara gratis.</span></p> </div> </div>https://ejournal.sisfokomtek.org/index.php/saintek/article/view/4615Analisis Sentimen Masyarakat Di Media Sosial X Terhadap Kemenkes Dengan Naive Bayes dan SVM 2024-11-20T08:00:52+00:00Freddy Andrew Ryandi[email protected]Dian Pratiwi[email protected]Syandra Sari[email protected]<p><span style="font-weight: 400;"> </span><span style="font-weight: 400;">This study examines public sentiment on social media platform X regarding Indonesia's Ministry of Health during the COVID-19 pandemic, using Naïve Bayes and Support Vector Machine (SVM) algorithms. Posts mentioning the Ministry’s official account (@KemenkesRI) were preprocessed and labeled using the VADER tool. Sentiment classification was performed with TF-IDF word weighting, and both algorithms were evaluated. Results show SVM achieved slightly higher accuracy (79%) than Naïve Bayes (77%), indicating its effectiveness in handling complex language structures, though it requires more computational resources. This research underscores the utility of SVM for analyzing public sentiment on health policies..</span></p> <p><br style="font-weight: 400;"><br style="font-weight: 400;"></p>2025-01-21T00:00:00+00:00Copyright (c) 2025 Freddy Andrew Ryandi, Dian Pratiwi, Syandra Sarihttps://ejournal.sisfokomtek.org/index.php/saintek/article/view/4561Identifikasi Tingkat Pengetahuan Mahasiswa Dalam Berperilaku Keselamatan dan Kesehatan Kerja (K3) Di Laboratorium Kimia2024-10-31T03:50:50+00:00Yayu Angriani[email protected]Rian Wahyul Ikhtiar[email protected]<p>Keselamatan dan Kesehatan Kerja sangat erat kaitannya dengan lingkungan sekitar, termasuk laboratorium. Praktik pada Laboratorium kimia dapat berdampak pada mahasiswa yang dapat mengakibatkan terjadinya resiko tinggi bahaya sehingga dapat menimbulkan kecelakaan kerja dan penyakit akibat kerja.tuljulan dari pelnellitian ini adalah ulntulk melngidelntifikasi tingkat pelngeltahulan mahasiswa dalam belrpelrilakul K3 di laboratoriulm Kimia Prodi Farmasi POLMElFARDAM. Penelitian ini menggunakan metode Observasi Deskriptif, desain Cross Sectional dengan teknik total sampling. Instrumen pengetahuan berupa kuesioner yang sudah dilakukan uji validitas dan reliabilitas. Data dianalisis dengan statistik deskriptif dan disajikan dalam bentuk tabel. Hasil penelitian menunjukan bahwa Tingkat pengetahuan responden dengan kategori baik 30 orang (75%) dan kurang sebanyak 16 (25%), Kesimpulan dari penelitian ini bahwa sebagian besar responden yang pengetahuan baik, sedangkan pengetahuan responden lainnya kurang baik, dapat dilakukan dengan selalu memberikan dan meningkatkan sosialisasi tentang pentingnya berperilaku K3 di dalam laboratorium kimia, edukasi SOP Penggunaan APD, peningkatan fasilitas dan pengawasan dalam penggunaan alat serta bahan kimia untuk menjamin keselamatan dan kerja mahasiswa di laboratorium.</p>2025-01-21T00:00:00+00:00Copyright (c) 2025 Yayu Angriani, Rian Wahyul Ikhtiarhttps://ejournal.sisfokomtek.org/index.php/saintek/article/view/1905Perbandingan Metode SAW dan Weighted Product dalam Pemilihan Siswa Berprestasi2023-11-08T16:55:37+00:00Ramson Rikson Maruwahal Sijabat[email protected]Richard Parlindungan Simanjuntak[email protected]Sardo Pardingotan Sipayung[email protected]<p>Evaluasi kinerja metode perankingan dalam pemilihan siswa terbaik menjadi aspek penting untuk memastikan akurasi dan keandalan hasil yang diperoleh. Penelitian ini membandingkan hasil perankingan metode Weighted Product (WP) dengan metode Simple Additive Weighting (SAW) dalam menentukan peringkat siswa. Evaluasi dilakukan menggunakan Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan Korelasi Spearman untuk mengukur kesesuaian hasil perankingan kedua metode. Berdasarkan hasil pengujian, diperoleh nilai MAE sebesar 0,75, RMSE sebesar 1,52, dan Korelasi Spearman sebesar 0,99. Nilai MAE dan RMSE yang relatif kecil menunjukkan bahwa perbedaan antara hasil perankingan kedua metode tidak signifikan. Sementara itu, nilai Korelasi Spearman yang mendekati 1 menunjukkan bahwa hasil perankingan metode WP dan SAW memiliki hubungan yang sangat kuat dan searah. Dengan demikian, kedua metode ini dapat digunakan secara efektif dalam pemilihan siswa terbaik dengan hasil yang relatif konsisten dan selaras satu sama lain.</p>2025-02-21T00:00:00+00:00Copyright (c) 2025 Ramson Rikson Maruwahal Sijabat, Richard Parlindungan Simanjuntak, Sardo Pardingotan Sipayung