Claim Missing Document
Check
Articles

KONTRIBUSI KONSELING ISLAM DALAM MEWUJUDKAN PALLIATIVE CARE BAGI PASIEN HIV/AIDS DI RUMAH SAKIT ISLAM SULTAN AGUNG SEMARANG Ema Hidayanti; Siti Hikmah; Wening Wihartati; Maya Rini Handayani
Religia Vol 19 No 1: April 2016
Publisher : IAIN Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28918/religia.v19i1.662

Abstract

Pasien HIV/AIDS mengalami problem yang kompleks baik fisik, psikologis, sosial, maupun spiritual. Karenanya mereka membutuhkan perawatan paliatif yang bertujuan untuk meningkatkan kualitas hidup pasien HIV/AIDS dan keluarganya. Realitasnya, dimensi spiritual dalam perawatan paliatif, sering kali terabaikan karena tidak tersedianya rohaniawan. Tetapi dimensi spiritual mendapatkan perhatian besar pada rumah sakit “agama” seperti Rumah Sakit Islam Sultan Agung.Hal ini terlihat dari keterlibatan rohaniawan sebagai konselor Voluntary Counseling Test (VCT) HIV/AIDS. Adanya konselor dari rohaniawan inilah yang memberikan terapi psikoreligi dalam pelayanan konseling di Klinik Voluntary Counseling Test HIV/AIDS. Konseling Islam terbukti memberikan solusi bagi problem yang dialami pasien HIV/AIDS. Solusi tersebut tidak sebatas pada problem spiritual, tetapi juga problem psikologis dan sosial. Pasien HIV/AIDS yang terbebas dari problem psikososio-spiritual, selanjutnya akan memiliki fisik yang lebih sehat. Pasien yang memiliki kondisi fisik, psikologis, sosial, dan spiritual yang lebih baik berarti telah mengalami peningkatan kualitas hidup. Penjelasan tersebut menunjukkan bahwa konseling Islam memberikan kontribusi dalam mewujudkan palliative care bagi pasien HIV/AIDS
MANFAAT JEJARING SOSIAL BAGI KEGIATAN DAKWAH SISWA PRATEPSASANA ISMAIL MEMORIAL SCHOOL (PIMS) NAKHON SI THAMMARAT THAILAND SELATAN Maya Rini Handayani
Wahana Akademika: Jurnal Studi Islam dan Sosial Vol 1, No 1 (2014): Wahana Akademika
Publisher : Kopertais Wilayah X Jawa Tengah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21580/wa.v1i1.797

Abstract

AbstractThis article discusses about the benefits of information technology for Islamicda’wa activities of PIMS (Pratepsasana Ismail Memorial School) students. In thisarticle, the information technology focuses on social network, which is a facebook. PIMS is a school managed by Pondok Bantan in Nakhon Si Thammarat(NST) province, Southern Thailand. Both PIMS school and pondok Bantanhave provided some modern facilities such as buildings, classrooms, and computer laboratories. Therefore, it is very interesting to know the PIMS student’sIslamic da’wa activities using the information technology by utilizing computerlaboratories in PIMS and Pondok Bantan.Keyword: dakwah Islamiyah, facebook, Pratepsasana Ismail MemorialSchool
KONTRIBUSI KONSELING ISLAM DALAM MEWUJUDKAN PALLIATIVE CARE BAGI PASIEN HIV/AIDS DI RUMAH SAKIT ISLAM SULTAN AGUNG SEMARANG Ema Hidayanti; Siti Hikmah; Wening Wihartati; Maya Rini Handayani
Religia Vol 19 No 1: April 2016
Publisher : UIN K.H. Abdurrahman Wahid Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28918/religia.v19i1.662

Abstract

Pasien HIV/AIDS mengalami problem yang kompleks baik fisik, psikologis, sosial, maupun spiritual. Karenanya mereka membutuhkan perawatan paliatif yang bertujuan untuk meningkatkan kualitas hidup pasien HIV/AIDS dan keluarganya. Realitasnya, dimensi spiritual dalam perawatan paliatif, sering kali terabaikan karena tidak tersedianya rohaniawan. Tetapi dimensi spiritual mendapatkan perhatian besar pada rumah sakit “agama” seperti Rumah Sakit Islam Sultan Agung.Hal ini terlihat dari keterlibatan rohaniawan sebagai konselor Voluntary Counseling Test (VCT) HIV/AIDS. Adanya konselor dari rohaniawan inilah yang memberikan terapi psikoreligi dalam pelayanan konseling di Klinik Voluntary Counseling Test HIV/AIDS. Konseling Islam terbukti memberikan solusi bagi problem yang dialami pasien HIV/AIDS. Solusi tersebut tidak sebatas pada problem spiritual, tetapi juga problem psikologis dan sosial. Pasien HIV/AIDS yang terbebas dari problem psikososio-spiritual, selanjutnya akan memiliki fisik yang lebih sehat. Pasien yang memiliki kondisi fisik, psikologis, sosial, dan spiritual yang lebih baik berarti telah mengalami peningkatan kualitas hidup. Penjelasan tersebut menunjukkan bahwa konseling Islam memberikan kontribusi dalam mewujudkan palliative care bagi pasien HIV/AIDS
Implementasi analisis sentimen pada ulasan aplikasi Duolingo di Google Playstore menggunakan algoritma Naïve Bayes Apriliyani, Meli; Musyaffaq, Mirza Izzal; Nur’Aini, Siti; Handayani, Maya Rini; Umam, Khotibul
AITI Vol 21 No 2 (2024)
Publisher : Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/aiti.v21i2.298-311

Abstract

Penelitian ini menyelidiki analisis sentimen evaluasi Aplikasi Duolingo menggunakan metode Naive Bayes. Program Duolingo mencontohkan penggunaan teknologi data besar untuk pemrosesan data yang luas dan rumit. Google Play Store menawarkan fungsi peninjauan dan pemeringkatan yang dapat membantu pengembangan program dan perbaikan aspek yang tidak diinginkan.  Proyek ini menggunakan teknik analisis sentimen yang secara otomatis menganalisis ulasan produk internet Indonesia dan mendapatkan informasi mengenai perasaan yang diungkapkan dalam ulasan tersebut. Metode Naïve Bayes digunakan untuk menentukan klasifikasi ulasan menjadi positif atau negatif. Temuan penelitian menunjukkan bahwa kumpulan data yang terdiri dari 1000 data yang berasal dari ulasan program Duolingo di Google Play Store diberi label secara manual sebelum ke langkah prapemrosesan. Dari jumlah tersebut, 500 data memiliki sentimen positif, sedangkan 500 data memiliki sikap negatif. Selain itu, analisis sentimen menunjukkan tingkat akurasi sebesar 86%. Skor f1 menunjukkan nilai presisi 89% dan recall 83%, dengan hasil f1 pada klasifikasi sebesar 86%.
Opini Publik Pasca-Pemilihan Presiden: Eksplorasi Analisis Sentimen Media Sosial X Menggunakan SVM: Indonesia Adib, khoirul; Handayani, Maya Rini; Yuniarti, Wenty Dwi; Umam, Khotibul
SINTECH (Science and Information Technology) Journal Vol. 7 No. 2 (2024): SINTECH Journal Edition Agustus 2024
Publisher : Prahasta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/sintechjournal.v7i2.1581

Abstract

Pemilihan Presiden di Indonesia seringkali menjadi pemicu perubahan dramatis dalam dinamika opini publik, terutama di era digital yang dipenuhi dengan suara yang tersebar di media sosial. Penelitian ini bertujuan untuk memetakan perubahan sentimen publik pasca-pemilihan Presiden dengan menggunakan analisis media sosial, dengan fokus pada aplikasi X yang memiliki 24 juta pengguna aktif di Indonesia. Metode Support Vector Machine (SVM) digunakan untuk menganalisis dan mengklasifikasikan sentimen dengan akurat berdasarkan kata tweet yang sedang tren setelah pemilihan Presiden. Penelitian ini bertujuan untuk memberikan pemahaman yang lebih dalam tentang perubahan opini publik pasca-pemilihan presiden, dengan menggambarkan dinamika sentimen masyarakat yang tercermin dalam media sosial. Kontribusi dari penelitian ini adalah pemetaan yang akurat tentang perubahan opini publik, yang dapat memberikan wawasan yang berharga bagi pembuat kebijakan, analis politik, dan praktisi media sosial dalam merespons kebutuhan masyarakat di era digital ini. Hasil pengujian dengan menggunakan 3850 dengan karateristik dataset dengan menggunakan tiga kelas kata tweet yang sedang tren dari platform X menunjukkan tingkat akurasi tertinggi pada klasifikasi "Pemilu Damai" dengan 97.3%, "Hak Angket" dengan 96.5%, dan "Pemilu Curang" dengan 94.0%.
KONTRIBUSI KONSELING ISLAM DALAM MEWUJUDKAN PALLIATIVE CARE BAGI PASIEN HIV/AIDS DI RUMAH SAKIT ISLAM SULTAN AGUNG SEMARANG Hidayati, Ema; Hikmah, Siti; Wihartati, Wening; Handayani, Maya Rini
Religia: Jurnal Ilmu-Ilmu KeIslaman Vol 19 No 1 (2016)
Publisher : Universitas Islam Negeri K.H. Abdurrahman Wahid Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28918/religia.v19i1.662

Abstract

Pasien HIV/AIDS mengalami problem yang kompleks baik fisik, psikologis, sosial, maupun spiritual. Karenanya mereka membutuhkan perawatan paliatif yang bertujuan untuk meningkatkan kualitas hidup pasien HIV/AIDS dan keluarganya. Realitasnya, dimensi spiritual dalam perawatan paliatif, sering kali terabaikan karena tidak tersedianya rohaniawan. Tetapi dimensi spiritual mendapatkan perhatian besar pada rumah sakit “agama” seperti Rumah Sakit Islam Sultan Agung.Hal ini terlihat dari keterlibatan rohaniawan sebagai konselor Voluntary Counseling Test (VCT) HIV/AIDS. Adanya konselor dari rohaniawan inilah yang memberikan terapi psikoreligi dalam pelayanan konseling di Klinik Voluntary Counseling Test HIV/AIDS. Konseling Islam terbukti memberikan solusi bagi problem yang dialami pasien HIV/AIDS. Solusi tersebut tidak sebatas pada problem spiritual, tetapi juga problem psikologis dan sosial. Pasien HIV/AIDS yang terbebas dari problem psiko- sosio-spiritual, selanjutnya akan memiliki fisik yang lebih sehat. Pasien yang memiliki kondisi fisik, psikologis, sosial, dan spiritual yang lebih baik berarti telah mengalami peningkatan kualitas hidup. Penjelasan tersebut menunjukkan bahwa konseling Islam memberikan kontribusi dalam mewujudkan palliative care bagi pasien HIV/AIDS.
Modeling Political Discourse in Indonesia’s 2024 Election Using Unsupervised Machine Learning Malikhatul Ibriza; Maya Rini Handayani; Wenty Dwi Yuniarti; Khothibul Umam
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol. 14 No. 2 (2025): MEY
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v14i2.2359

Abstract

The 2024 General Election in Indonesia has generated a large volume of diverse and unstructured digital political discourse, necessitating a machine learning-based analytical approach for efficient, objective, and scalable data processing. This study aims to map political discourse from 14,813 text data collected from the open-source "Indonesian Election 2024" dataset on the Hugging Face platform, encompassing social media posts (e.g., Twitter) and online news content from January to March 2024. This research integrates three core methods: Principal Component Analysis (PCA) for dimensionality reduction, K-Means for clustering, and Latent Dirichlet Allocation (LDA) for topic extraction. This combination represents an original approach in Indonesian political discourse studies, leveraging unsupervised learning techniques to enhance topic mapping efficiency compared to single-method approaches in prior research. The analysis identified three primary clusters electoral technical issues, candidate figures, and official agendas yielding a Silhouette Score of 0.51 (a clustering quality metric) and a top topic coherence score of 0.51. Validation was conducted both quantitatively and qualitatively by content experts. This approach not only demonstrates strong analytical capability in uncovering thematic patterns but also offers practical applications for institutions such as the General Elections Commission (KPU), Election Supervisory Body (Bawaslu), and the media in monitoring strategic issues and detecting potential disinformation in the lead-up to the election.
HANA: An AI Chatbot for Islamic Jurisprudence on Menstruation using SBERT and TF-IDF Masuzzahra, Tsaura Rafah; Khothibul Umam; Hery Mustofa; Maya Rini Handayani
Journal of Applied Informatics and Computing Vol. 9 No. 3 (2025): June 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i3.9449

Abstract

The advancement of Artificial Intelligence (AI), particularly in Natural Language Processing (NLP), has opened new opportunities for religious technological innovation, especially in addressing practical Islamic jurisprudence issues such as menstruation (fiqh haid). This research proposes and implements HANA, an AI chatbot developed for Telegram, utilizing a hybrid approach combining Term Frequency-Inverse Document Frequency (TF-IDF) and Sentence-BERT (SBERT) models. A curated dataset of over 1000 question-answer pairs from classical and contemporary Islamic literature was used, primarily based on the Shafi'i school of thought. The chatbot matches user queries through a two-stage retrieval: initial keyword matching via TF-IDF and deeper semantic matching via SBERT embeddings. Evaluations were conducted by comparing TF-IDF, SBERT, and hybrid approaches using cosine similarity, precision, recall, and F1-score metrics, focused on top-1 retrieval accuracy. HANA achieved an average cosine similarity score of 0.6581 and a semantic relevance rating of 87% based on expert validation, while User Acceptance Testing (UAT) involving 15 respondents indicated 86.7% satisfaction. Although the system is deployed as a proof-of-concept on Google Colab without persistent hosting, it demonstrates the viability of lightweight AI chatbots for Shariah consultation services. Future improvements include multi-turn conversation handling and integration with large language models for better context understanding. This research contributes to expanding NLP applications within techno-dakwah initiatives, providing a scalable approach to enhance women's access to Islamic jurisprudence knowledge.
Comparative Study of SVM, KNN, and Naïve Bayes for Sentiment Analysis of Religious Application Reviews Heti Aprilianti; Khothibul Umam; Maya Rini Handayani
Journal of Applied Informatics and Computing Vol. 9 No. 3 (2025): June 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i3.9482

Abstract

This study aims to evaluate and compare the performance of three machine learning algorithms—Support Vector Machine (SVM), K-Nearest Neighbors (K-NN), and Naïve Bayes—for sentiment classification of user reviews on the NU Online application in the Google Play Store. NU Online is a religious digital platform providing Islamic content such as articles, prayers, and worship schedules. A total of 1,500 user reviews were collected using web scraping, and 1,491 were retained after data cleaning. Preprocessing steps included punctuation removal, case folding, normalization, stopword removal, stemming, and tokenization. Sentiment labels (positive or negative) were automatically assigned using a lexicon-based approach. The performance of the models was assessed using accuracy, precision, recall, and F1-score, calculated via confusion matrix with a training-testing data split. The results show that the SVM with a linear kernel achieved the best accuracy (81.6%), followed by Naïve Bayes (73.2%) and K-NN (66.9%). These findings indicate that SVM is the most effective algorithm in this context, providing practical contributions for developers of the NU Online digital religious platform and contributing to research in Indonesian natural language processing.
Detecting Fake Reviews in E-Commerce: A Case Study on Shopee Using Support Vector Machine and Random Forest Khoirotulmuadiba Purifyregalia; Khothibul Umam; Nur Cahyo Hendro Wibowo; Maya Rini Handayani
Journal of Applied Informatics and Computing Vol. 9 No. 3 (2025): June 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i3.9514

Abstract

The increasing popularity of online shopping, particularly on platforms such as Shopee, has made product reviews a significant factor influencing consumer purchasing decisions. However, the presence of fake reviews generated by non-human agents undermines consumer trust and affects platform credibility. This study aims to detect fake reviews on Shopee by applying a text classification approach using Random Forest and Support Vector Machine (SVM) algorithms. A dataset consisting of 3,686 Shopee product reviews was collected and underwent preprocessing steps including data cleaning, normalization, tokenization, and TF-IDF weighting. Review labeling was performed automatically through the Latent Dirichlet Allocation (LDA) method, categorizing reviews into Original (OR) and Computer-Generated (CG). Model performance was evaluated using accuracy, precision, recall, and F1-score metrics. Experimental results show that the SVM algorithm achieved the highest accuracy at 88.84%, outperforming Random Forest which obtained 80.39%. These findings highlight the effectiveness of SVM in handling high-dimensional text data for fake review detection. The study contributes to the application of automated topic modeling (LDA) for labeling e-commerce reviews in the Indonesian context and opens opportunities for further enhancement using larger datasets and deep learning-based models to improve classification accuracy and scalability.