Hasil Pencarian  ::  Simpan CSV :: Kembali

"Perkembangan teknologi dan digitalisasi telah memudahkan akses informasi melalui internet, termasuk dalam jurnalistik. Data menunjukkan bahwa terdapat ribuan portal berita daring di Indonesia, dengan detik.com menjadi salah satu yang paling banyak diakses dan terverifikasi oleh Dewan Pers. Penelitian ini menganalisis tren dan sentimen berita pemilihan umum 2024 di detik.com menggunakan metode deep learning. Data dikumpulkan dari berita selama tiga bulan masa kampanye dan dibagi menjadi tiga dataset sesuai pasangan calon presiden. Metode yang digunakan mencakup Exploratory Data Analysis (EDA) dan analisis sentimen menggunakan model Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), dan Gated Recurrent Unit (GRU), serta advanced model-nya. Hasil penelitian menunjukkan pasangan calon nomor urut 02 memiliki frekuensi pemberitaan tertinggi yang fluktuatif, sementara pasangan calon nomor urut 01 dan 03 lebih stagnan. Sentimen positif mendominasi pemberitaan dengan topik berbeda pada setiap peak conversation. Analisis sentimen menunjukkan model CNN-LSTM memiliki akurasi tertinggi, namun model dasar CNN, LSTM, dan GRU juga menunjukkan performa baik dengan akurasi, F1-Score, precision, dan recall di atas 80%, serta waktu runtime yang lebih singkat, menjadikannya pilihan lebih optimal untuk dataset ini.

---

The rapid development of technology and digitalization has facilitated access to information, including journalism. Thousands of online news portals exist in Indonesia, with detik.com being one of the most accessed and verified by Dewan Pers. This study analyzes trends and sentiment in news about the 2024 general election reported by detik.com. Data were collected during the three-month campaign period and divided into three datasets for each presidential candidate pair. Methods used include Exploratory Data Analysis (EDA) to identify trends and news frequency, and sentiment analysis using Natural Language Processing (NLP) techniques like Convolutional Neural Network (CNN), Long Short-Term Memory (LSTM), and Gated Recurrent Unit (GRU), along with advanced models. Results show that candidate pair 02 has the highest and most fluctuating news frequency, while pairs 01 and 03 have more stable trends. Positive sentiment dominates coverage for all candidates, with different topics during peak discussions: pair 01 in campaign contexts, pair 02 during the third debate, and pair 03 early in the nomination period. The CNN-LSTM model shows the highest accuracy in sentiment analysis, but fundamental models—CNN, LSTM, and GRU—also perform well, achieving over 80% accuracy, F1-Score, precision, and recall, with shorter runtime."

"Penelitian ini dilatarbelakangi oleh meningkatnya ancaman terorisme yang bertujuan mengganggu Pemilihan Umum (Pemilu) 2024 di Indonesia. Kelompok teror dengan motivasi ideologis dan politis berupaya melemahkan sistem demokrasi melalui tindakan kekerasan dan ancaman keamanan. Penelitian ini bertujuan untuk menganalisis motivasi dan modus operandi kelompok teror serta mengevaluasi strategi pencegahan yang telah diterapkan oleh pihak berwenang. Penelitian ini menggunakan pendekatan kualitatif dengan metode eksploratif untuk mengevaluasi strategi pencegahan, mengeksplorasi kolaborasi antar-lembaga, penggunaan teknologi keamanan, dan keterlibatan masyarakat. Hasil penelitian menunjukkan bahwa motivasi ideologis kelompok teror didasarkan pada keyakinan untuk menegakkan khilafah dan menolak demokrasi, sementara tujuan politis mereka adalah menciptakan ketidakstabilan untuk mencemarkan citra pemerintah. Modus operandi yang digunakan mencakup perencanaan rahasia, pola serangan terhadap target spesifik seperti TPS, dan penggunaan teknologi untuk komunikasi tertutup. Strategi pencegahan saat ini, seperti deteksi dini, deradikalisasi, dan pengawasan, memiliki kekuatan namun perlu peningkatan. Penelitian merekomendasikan penguatan kolaborasi antar-lembaga keamanan melalui pusat komando gabungan dan pelatihan terintegrasi. Selain itu, pemanfaatan teknologi keamanan canggih seperti kecerdasan buatan untuk deteksi dini sangat penting. Keterlibatan masyarakat melalui program edukasi dan sosialisasi juga diperlukan untuk meningkatkan kesadaran terhadap ancaman terorisme dan mendukung stabilitas Pemilu. Strategi ini diharapkan mampu menciptakan lingkungan yang lebih aman dan efektif dalam menghadapi ancaman terorisme terkait Pemilu.

---

This study is motivated by the increasing threat of terrorism aimed at disrupting the 2024 General Election (Pemilu) in Indonesia. Terrorist groups driven by ideological and political motivations seek to undermine the democratic system through acts of violence and security threats. This research aims to analyze the motivations and modus operandi of terrorist groups and evaluate the prevention strategies implemented by authorities. A qualitative approach with an exploratory method was employed to assess prevention strategies, explore inter-agency collaboration, the use of security technology, and community involvement. The findings indicate that the ideological motivation of terrorist groups is rooted in their belief in establishing a caliphate and rejecting democracy, while their political goal is to create instability to tarnish the government's image. Their modus operandi includes secret planning, targeted attacks on specific sites such as polling stations, and the use of technology for covert communication. Current prevention strategies, such as early detection, deradicalization, and surveillance, have strengths but require enhancement. The study recommends strengthening collaboration among security agencies through joint command centers and integrated training. Additionally, the use of advanced security technologies, such as artificial intelligence for early detection, is deemed crucial. Community involvement through education and outreach programs is also necessary to raise awareness of terrorism threats and support election stability. These strategies are expected to create a safer and more effective environment for addressing terrorism threats related to the election."