Article Per Year (5 Year)
p-Index From 2020 - 2025
0.778
P-Index
This Author published in this journals
All Journal Building of Informatics, Technology and Science KOMMAS: Jurnal Pengabdian Kepada Masyarakat Multidisciplinary Indonesian Center Journal
Uliyatunisa, Uliyatunisa
Unknown Affiliation
Religion Humanities Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Education Engineering Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Narasi Presiden Indonesia: Analisis Wacana Politik Menggunakan BERTopic dalam Mengungkap Pola Tematik Pidato Presiden Uliyatunisa, Uliyatunisa; Tukiyat, Tukiyat; Waskita, Arya Adhyaksa; Handayani, Murni; Zain, Rafi Mahmud
Building of Informatics, Technology and Science (BITS) Vol 7 No 2 (2025): September 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i2.8298

Abstract

The speeches of the President of Indonesia play an important role as a means of political communication, policy delivery, and leadership image building in front of the public. However, the increasing volume of speeches presents new challenges in the manual analysis process, as it is time-consuming and prone to researcher subjectivity. This study offers a solution by using BERTopic, a transformer-based topic modelling method that utilises semantic representations from modern embedding models. The research data consists of transcripts of President Joko Widodo's official speeches obtained from the Cabinet Secretariat portal. To improve the quality of semantic representations, this study compares several Indonesian language embedding models, namely DistilBERT, NusaBERT, IndoE5, and SBERT. The analysis process was carried out through the stages of data preprocessing, embedding formation, dimension reduction, clustering, and model evaluation using topic coherence metrics. The objectives of this study were to reveal the themes contained in the President's speeches and to evaluate the effectiveness of embedding models in producing more coherent topics. The results show twenty main themes that consistently appear, including infrastructure development, economic policy, health and the pandemic, digital transformation, international diplomacy, sports, nationalism issues, and regional development. In terms of performance, SBERT provides the best results with a coherence value of UMass = -2.036 and NPMI = 0.082, indicating a positive semantic relationship. A UMass value close to zero indicates greater coherence of words within a topic, while an NPMI value above zero indicates that the connections between words are more easily understood by humans. This research contributes to the development of NLP-based political discourse studies in Indonesia, providing an empirical overview of the selection of appropriate embedding models in topic modelling and opening up opportunities for the integration of similar methods in public policy analysis.
PELATIHAN MICROSOFT EXCEL UNTUK MENUNJANG KEGIATAN ADMINISTRASI PADA BANK SAMPAH KASIH MANDIRI BOJONGSARI-DEPOK: Pengabdian kepada Masyarakat Kasih, Kasih Kasih; Santoso, Bodi; Uliyatunisa, Uliyatunisa
KOMMAS: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 2 (2024): KOMMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : KOMMAS: Jurnal Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Microsoft excel untuk menunjang kegiatan administrasi pada bank sampah Kasih Mandiri merupakan salah satu pelatihan yang akan diberikan kepada para pengurus atau pengelola bank sampah dalam rangka Pengabdian kepada Masyarakat. Bank Sampah merupakan kegiatan yang menerapkan konsep 3R (Reduce, Reuse & Recycle) dalam pengolahan sampah kering atau sampah anorganik.Hasil sampah yang sudah dipilah-pilah lalu ditimbang dan ditukarkan dengan sistem manajemen meniru perbankan. Bank Sampah Kasih mandiri adalah salah satu bank sampah yang terdapat di Bojongsari kota Depok. Permasalahan dari pihak bank sampah kasih mandiri ialah sistem penginputan dan pengolahan data masih dilakukan secara manual. Tujuan dari pengabdian kepada masyarakat ini adalah untuk mengubah administrasi pengelolaan sampah dari manual menjadi digital, dan untuk mengetahui pengoperasian bank sampah. Subjek pada pelatihan ini yaitu para pengurus dan anggota bank sampah Kasih Mandiri sebanyak 20 orang. Sebagai langkah awal metode kegiatan yang digunakan dalam pengabdian kepada masyarakat ini meliputi survey dan wawancara dengan para pengurus meliputi observasi, pengumpulan data yang berhubungan dengan pengelolaan administrasi bank sampah, serta studi pustaka sebagai dasar untuk memperoleh referensi yang baik agar pelaksanaan pengabdian kepada masyarakat dapat dipertanggungjawabkan secara ilmiah. Hasil dari pengabdian masyarakat ini yaitu meningkatnya pengetahuan para nasabah dan para pengurus bank sampah Kasih mandiri tentang pemanfaatan dan pengelolaan administrasi bank sampah dengan microsof excel. Dengan demikian pelatihan Microsoft excel untuk menunjang kegiatan bank sampah sangat efektif untuk dijadikan administrasi dalam pengelola bank sampah.
KLASIFIKASI DATA MINING KELULUSAN MAHASISWA (STIMIKOM) STELLA MARIS SUMBA MENGGUNAKAN ALGORITMANAIVE BAYES Tamo, Rahel Danga; Trisno, Trisno; Kurra , Titus; Uliyatunisa, Uliyatunisa
Multidisciplinary Indonesian Center Journal (MICJO) Vol. 1 No. 1 (2024): Vol. 1 No. 1 Edisi Januari 2024
Publisher : PT. Jurnal Center Indonesia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62567/micjo.v1i1.43

Abstract

Dalam data mining, penelitian mengenai klasifikasi kelulusan mahasiswa sudah pernah dilakukan oleh peneliti lain. Sebagian besar penelitian tersebut difokuskan pada identifikasi variabel prediktor. Ada banyak penelitian dalam literatur terdahulu yang menjelaskan faktor-faktor apa saja yang dapat mensukseskan proses pengklasifikasian kelulusan mahasiswa. Pemilihan penggunaan algoritma Naive Bayes, dan pada penelitian ini didasarkan pada beberapa alasan, yaitu: Selain ketiga algoritma tersebut sama-sama mudah diimplementasikan dan sama-sama dapat memberikan hasil yang baik dalam kasus klasifikasi, ketiga algoritma tersebut juga mempunyai beberapa keunggulan masing-masing. Implementasi data training sebanyak 51 data dengan algoritma Naive Bayes berhasil memprediksi besarnya kelulusan mahasiswa dengan persentase keakuratan sebesar 74,67%, Sebanyak 184 mahasiswa sebagai data uji yang dihasilkan penelitian ini bahwa mahasiswa yang akan lulus tepat waktu sebanyak 42 mahasiswa atau sekitar 22,8% dari jumlah data testing dengan keakuratan sebesar 74,67%, Bagi Prang Studi Teknik Informatika berdasarkan hasil penelitian ini diharapkan dapat dimanfaatkan oleh pihak jurusan sebagai bahan pertimbangan bahwa dari jumlah data testing sebanyak 184 mahasiswa yang diperdiksi lulus tepat waktu sekitar 22,8% dan jumlah tidak tepat waktu 77,2%.
PELATIHAN PENGENALAN KECERDASAN BUATAN DAN MACHINE LEARNING DENGAN GOOGLE'S TEACHABLE MACHINE BAGI SISWA SEKOLAH MENENGAH Kasih, Kasih Kasih; Santoso, Bodi; Uliyatunisa, Uliyatunisa
KOMMAS: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 3 (2025): KOMMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : KOMMAS: Jurnal Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The introduction of Artificial Intelligence (AI) among secondary school students, particularly at Cahaya Kasih Educational Institution in Bojongsari Baru, remains limited, even though AI has become increasingly important across various fields. The rapid advancement of AI and Machine Learning (ML) technologies has significantly influenced many aspects of human life. This situation may create a digital literacy gap between young generations and the competencies required in the modern era. This Community Service Program (PKM) aims to provide a solution through a training activity on AI and ML introduction using Google’s Teachable Machine. This platform was selected because it is web-based, easy to use, and allows students to build simple AI models without requiring complex programming skills. The program involved 20 participants aged between 12 and 17 years. The implementation methods included surveys and interviews with teachers and students, supported by stages of observation, reflection, and data collection related to learning and technology application. In addition, a literature review was conducted to provide a strong theoretical foundation so that the implementation could be scientifically accountable. The primary goal of this activity is to improve students’ digital literacy through the development of simple AI models. The results show that most participants were satisfied with the training, with around 85% expressing a strong interest in learning more about AI. The students’ projects successfully recognized objects and sounds with good accuracy, indicating an improvement in their understanding of AI concepts. Therefore, this activity is expected to help educational partners overcome limitations in technological understanding while contributing to the development of a younger generation that is better prepared to face the challenges of the AI era. Keywords: Artificial Intelligence, Machine Learning, Teachable Machine, Digital Literacy
Co-Authors Kasih, Kasih Kasih Kurra , Titus Murni Handayani Santoso, Bodi Tamo, Rahel Danga Trisno Trisno Tukiyat Tukiyat, Tukiyat Waskita, Arya Adhyaksa Zain, Rafi Mahmud