Online lecture is a distance learning system that utilizes information technology in its implementation. Although it has been agreed, this lecture system has caused controversy. Not infrequently online lectures are considered to bring a variety of new obstacles in lectures, and not a few also consider that online lectures are the most appropriate solution to continue to run lecture activities in the midst of alarming pandemic conditions. In response to this policy, many people expressed various kinds of opinions and views on the implementation of online lectures which are generally stated on social media, one of which is through Twitter. Sentiment analysis is a branch of the science of machine learning that is carried out to obtain useful information or new knowledge by extracting, understanding, and processing text data automatically. Several methods are widely used by researchers to classify sentiment analysis datasets including K-Nearest Neighbor (K-NN). K-NN will be adapted to classify online lecture datasets because K-NN can produce good accuracy on a large number of data. The presence of feature selection also helps machine learning in improving its performance. The purpose of this study was to determine student sentiment toward online lectures and to determine the level of accuracy of the combination of K-NN with various feature selections. Based on 780 tweets data, a classification of 394 positive sentiments, 320 negative sentiments, and 39 neutral sentiments was obtained. So, the results of student opinions are on POSITIVE sentiments.  The accuracy result of the K-NN Algorithm was 56% and the accuracy of the K-NN Algorithm + Forward Selection was 51%, the accuracy of the KNN Algorithm + Adabost was 54%, and the accuracy of the KNN Algorithm + Genetic Algorithm was 55%.

Prosesor AMD menjadi salah satu pesaing prosesor Intel semenjak dikeluarkannya prosesor Ryzen generasi 3. Berbagai pendapat dan opini masyarakat mengenai prosesor ini sangat mudah ditemui pada media sosial Twitter. Opini ini dapat digunakan sebagai sistem untuk mendukung keputusan berkaitan dengan produk AMD Ryzen. Tujuan penelitian ini adalah untuk mengimplementasikan Analisis Sentimen dalam pendekatan Data Mining untuk menganalisa tekstual data yang terdapat pada Twitter menggunakan metode Support Vector Machine, mengeksplorasi dan memahami tren opini publik mengenai prosesor AMD Ryzen dan mengklasifikasikannya kedalam polaritas biner. Penelitian ini menggunakan Tweet dari Library Tweetscrapper. Pelabelan dilakukan oleh expert untuk diklasifikasikan menjadi sentimen positif dan negatif. Selanjutnya melakukan pra-pemrosesan data untuk menghilangkan noise, mendeteksi nilai data yang hilang, data duplikat dan tidak relevan. Selanjutnya, algoritma machine learning digunakan untuk memprediksi data baru. Model yang dihasilkan dievaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa kinerja metode SVM sangat baik dalam hal akurasi, presisi, recall dan F1 Score dengan nilai masing-masing 96,67%, 96,43%, 100% dan 98,18%. Berdasarkan hasil yang diperoleh, sebagian besar publik memiliki opini yang positif terhadap prosesor AMD Ryzen. Penelitian ini juga membuktikan bahwa metode Support Vector Machine dapat digunakan sebagai algoritma cerdas untuk memprediksi sentimen di Twitter untuk data baru dengan cepat dan akurat.

Client-server  merupakan sebuah paradigma dalam teknologi informasi yang merujuk kepada cara untuk mendistribusikan aplikasi ke dalam dua pihak yaitu pihak client dan pihak server. Dalam model clien-server, sebuah aplikasi dibagi menjadi dua bagian yang terpisah, tapi masih merupakan sebuah kesatuan yakni komponen client dan komponen server. Berdasarkan teknik client-server dirancanglah sebuah aplikasi yang dapat berinterasi dengan pengguna dalam proses penguplodan file-file ujian yang diberikan oleh dosen baik untuk program studi Teknik Informatika maupun program studi Manajemen Informatika. Aplikasi yang dirancang menggunakan pemrograman PHP dan database MySQL pada server. Hasil yang diberikan berupa aplikasi dengan teknik client-server yang dapat digunakan oleh mahasiswa dan pihak laboran. yang mencakup keperluan dalam hal penguploadan file-file ujian mahasiswa. Simpulan yang diberikan dalam penelitian ini secara umum dapat mengefesiensi waktu dari pihak mahasiswa dalam proses penguplodan file ujian dan pihak laboran dalam proses pembuatan laporan.

Imunisasi Tetanus Toksoid adalah proses untuk membangun kekebalan sebagai upaya pencegahan terhadap infeksi tetanus. Pelaksanaan kegiatan imunisasi TT ibu hamil terdiri dari kegiatan imunisasi rutin dan kegiatan tambahan. Kegiatan imunisasi rutin adalah kegiatan imunisasi yang secara rutin dan terus-menerus harus dilaksanakan pada periode waktu yang telah ditetapkan. Imunisasi TT  masih menjadi masalah serius di Kelurahan Maccini Sawah, di karenakan kasusnya meningkat setiap tahun. Tujuan dari penelitian untuk mengetahui Hubungan Peran Bidan dan Dukungan Suami Dengan Kepatuhan Imunisasi TT Pada Ibu Hamil Primigravida Di Wilayah Kerja Puskesmas Maccini Sawah Makassar. Metode dalam penelitian menggunakan penelitian kuantitatif dengan pendekatan Cross Sectional yaitu suatu penelitian yang mempelajari hubungan antara faktor risiko dengan faktor efek, Populasi dalam penelitian ini adalah semua ibu hamil primigravida yang datang berkunjung di Wilayah Kerja Puskesmas Maccini Sawah Makassar sebanyak 43 orang, Teknik pengambilan sampel secara Purposive Sampling yaitu pengambilan responden dengan membatasi kriteria yang ditetapkan dengan total sampel 30 responden, instrumen penelitian yang digunakan yaitu kuesioner dimana untuk variabel peran bidan memiliki 10 item pertanyaan dengan menggunakan skala gutman dan dukungan suami memiliki 10 item pertanyaan dengan menggunakan skala gutman. Data yang dikumpulkan dalam penelitian diproses secara analitik dengan uji Chi Square dan hasil tersebut akan diolah untuk menentukan adanya hubungan antara kedua variabel independen dan variabel dependen. Hasil penelitian terdapat hubungan antara ada hubungan peran bidan dengan kepatuhan imunisasi TT ibu primigravida dengan nilai p=0,001. Hasil penelitian menunjukkan bahwa ada hubungan dukungan suami dengan kepatuhan imunisasi TT ibu primigravida dengan nilai p= 0,005. Tanpa adanya peran tenaga Kesehatan khususnya bidan dan dukungan suami kepatuhan ibu hamil dalam melakukan imunisasi TT tidak akan bisa berjalan dengan baik karena bidan memberi informasi atau nasehat verbal dan non verbal dan suami memberikan dukungan sosial, dukungan tersebut biasanya diinginkan dari orang-orang penting yang memiliki derajat keterlibatan erat dengan ibu hamil.

Iron is a blood-added tablet that can overcome iron nutritional anemia that occurs in pregnant women. Fe tablets are mineral tablets that are needed for the formation of red blood cells (Hemoglobin). This Fe tablet was given as many as 90 grains during her pregnancy. WHO states that there are 40% of maternal deaths in developing countries and the most common is anemia. In Indonesia reached 33.1% anemia occurred. After conducting research in the Lolak Health Center Work Area in 2021, out of 85 respondents, only 30 (35.3%) pregnant women were obedient to consuming Fe tablets. The purpose of this study is to find out what are the factors that influence the level of laziness of pregnant women in consuming Fe tablets in the Lolak Health Center Work Area in 2021. This research method uses an observational design with a Cross Sectional Study research design with a quantitative approach. With a population of pregnant women in the Lolak Health Center working area, which amounted to 51 respondents. The conclusion from this study that there is a relationship between knowledge factors (pvalue = 0.000), side effects (pvalue = 0.003), motivation (pvalue = 0.000) and family support (pvalue = 0.000) with the level of laziness of pregnant women in consuming Fe tablets, it can be concluded that there is a relationship between knowledge and the level of laziness of pregnant women in consuming Fe tablets. Suggestions in this study are for pregnant women to increase their compliance in consuming Fe tablets.