Article Per Year (5 Year)
p-Index From 2021 - 2026
1.606
P-Index
This Author published in this journals
All Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING The Indonesian Journal of Computer Science Research JURNAL MULTIDISIPLIN BHATARA
Utama, Hastari
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : The Indonesian Journal of Computer Science Research

 1 
Perancangan UI/UX Pada Aplikasi Peduli Alam Berbasis Aplikasi Mobile Menggunakan UCD Gavinda, Gigih Raka; Utama, Hastari; Masruro, Ahlihi
The Indonesian Journal of Computer Science Research Vol. 4 No. 1 (2025): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v4i1.192

Abstract

Permasalahan pembuangan sampah sembarangan masih sering terjadi di berbagai daerah, seperti di pinggir jalan dan sungai, yang menimbulkan bau tidak sedap, merusak pemandangan, serta mengganggu kenyamanan masyarakat. Fenomena ini menunjukkan rendahnya kesadaran masyarakat dalam menjaga kebersihan lingkungan. Untuk mengatasi masalah tersebut, diperlukan solusi inovatif yang dapat memudahkan masyarakat dan petugas kebersihan dalam mengelola sampah. Penelitian ini bertujuan merancang antarmuka aplikasi Peduli Alam berbasis mobile dengan menerapkan metode User-Centered Design (UCD) yang berfokus pada kebutuhan pengguna. Aplikasi ini dirancang dengan tiga fitur utama, yaitu Lokasi Sampah, Laporan Pekerjaan, dan Tip untuk Petugas Kebersihan, yang diharapkan dapat memudahkan masyarakat dalam melaporkan lokasi sampah serta membantu petugas kebersihan dalam menangani masalah sampah secara efektif. Pengujian prototipe dilakukan terhadap 30 responden menggunakan kuesioner dengan skala Likert yang terdiri dari 15 pertanyaan. Hasil evaluasi menunjukkan skor sebesar 84,71 yang termasuk dalam kategori “Baik”, mengindikasikan bahwa desain aplikasi ini telah memenuhi kebutuhan pengguna dan siap untuk dikembangkan lebih lanjut. Dengan adanya aplikasi ini, diharapkan dapat meningkatkan partisipasi masyarakat dalam menjaga kebersihan lingkungan serta mendukung kinerja petugas kebersihan dalam menanggulangi masalah sampah.
Weak Supervision Dengan Pendekatan Labeling Function Untuk Analisis Sentimen Pada Twitter Utama, Hastari; Daniati, Erna; Masruro, Ahlihi
The Indonesian Journal of Computer Science Research Vol. 3 No. 1 (2024): January
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v3i1.93

Abstract

Penggunaan sosial media saat ini telah meningkat dengan pesat. Salah satu jenis media sosial yang digunakan adalah Twitter. Media sosial ini memiliki miliaran pengguna dari seluruh dunia. Jadi, dalam waktu yang singkat data tweet yang mereka posting telah ada pada penyimpaannya. Setiap pengguna juga dibatasi jumlah karakter dalam melakukan pengiriman tweetnya. Namun, kumpulan tweet pada media sosial ini memiliki konteks tema yang bervariatif. Hal ini dapat memuat sentimen emosional seperti senang, sedih, gembira, duka, dan sebagainya. Berbagai jenis data tweet yang disediakan ini sangat berpotensial untuk dianalisis terutama bagi perusahaan berbasis profit. Hal ini dapat memuat kebiasaan pelanggan, tren produk, indeks saham, dan sebagainya. Salah satu jenis analisis yang dilakukan adalah sentiment analisis. Hal ini berguna untuk mengklasifikasikan opini tweet yang ada. Opini ini dapat berupa positif, negatif, atau netral. Hasil analisis ini sangat diperlukan perusahaan untuk mengetahui tren yang terjadi pada era ini. Salah satu solusi yang ditawarkan pada penelitian ini adalah dengan menggunakan Weak Supervision. Namun, ada tantangan yang terjadi pada metode ini. Hal ini adalah kuranganya tingkat akurasi jika dibandingkan dengan pelabelan secara manual.  Pada penelitian ini dilakukan pelabelan otomatis dengan weak supervision. Selain itu, dilakukan pendekatan labeling function dan Regex Pattern dalam melakukan pelabelan secara otomatis. Hal ini diharapakan dataset yang dilabeli akan menghasilkan model dengan tingkat akurasi mendekat pelabelan secara manual, lebih lagi jika dapat mengungguli metode manual. Selain itu, kontribusi yang diharapkan dalam penelitian ini adalah usaha untuk mempersingkat waktu pelabelan daripada dilakukan secara manual.Ringkasan penelitian tidak lebih dari 500 kata yang berisi latar belakang penelitian, tujuan dan metode penelitian yang diusulkan, luaran yang ditargetkan, serta uraian kontribusi penelitian. Gunakan style Abstract pada bagian ini dengan satu paragraf.
Perbandingan Kinerja Algoritma SVM, LSTM, dan Fine-tuned IndoBERT dalam Analisis Sentimen Opini Masyarakat Indonesia terhadap Mobil Listrik Daniati, Erna; Nugroho, Arie; Ristyawan, Aidina; Utama, Hastari
The Indonesian Journal of Computer Science Research Vol. 5 No. 1 (2026): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v5i1.245

Abstract

Penelitian ini menyajikan analisis sentimen terhadap opini publik di Indonesia mengenai mobil listrik menggunakan pendekatan fine-tuning pada model IndoBERT untuk meningkatkan akurasi klasifikasi sentimen. Dengan semakin meningkatnya pergeseran global menuju transportasi berkelanjutan, memahami persepsi masyarakat sangat penting bagi keberhasilan adopsi mobil listrik di Indonesia. Penelitian ini menggunakan dataset berisi 1.517 komentar berbahasa Indonesia yang dikumpulkan dari platform media sosial dan dilabeli menjadi tiga kategori sentimen: positif, negatif, dan netral. Model yang digunakan adalah IndoBERT-base yang diperbaiki melalui proses fine-tuning pada dataset tersebut untuk meningkatkan performanya dalam klasifikasi sentimen. Hasil evaluasi menunjukkan bahwa IndoBERT yang telah dilakukan fine-tuning mencapai akurasi sebesar 0,91, mengungguli tiga model baseline yaitu TF-IDF dengan SVM, LSTM, serta IndoBERT tanpa fine-tuning. Uji signifikansi statistik menggunakan uji McNemar membuktikan bahwa peningkatan tersebut signifikan secara statistik (p < 0,05). Selain itu, analisis tematik kualitatif mengungkapkan bahwa sentimen negatif didominasi oleh kekhawatiran terhadap harga yang mahal infrastruktur pengisian daya yang minim serta ketidakpercayaan terhadap kebijakan pemerintah sedangkan sentimen positif cenderung berkaitan dengan manfaat lingkungan dan insentif yang adil. Penelitian ini menunjukkan bahwa pendekatan fine-tuning pada IndoBERT secara signifikan meningkatkan akurasi klasifikasi sentimen dan memberikan wawasan berharga mengenai opini publik yang mendukung pengembangan kebijakan dan strategi industri dalam mempromosikan mobilitas ramah lingkungan di Indonesia
Co-Authors Aidina Ristyawan, Aidina Al Fatta, Khabib Anggara, Adrianus Ingka Arie Nugroho, Arie Cahyo, Iyondiansyah Eka Erna Daniati Ferdiansyah, Pramudita Frobenius, Arvin Claudy Gavinda, Gigih Raka Indriyatmoko, Toto JOKO DWI SANTOSO Majid Rahardi Masruro, Ahlihi Rasyid, Ahmad Hassan Sudarmanto Sudarmanto, Sudarmanto