Claim Missing Document
Check
Articles

Found 36 Documents
Search

Detecting Deceptive Online Reviews Using a Semantic Reliability Index and Hybrid Text Representation Hartatik; Andri Syafrianto
Journal of Information System and Informatics Vol 8 No 2 (2026): April
Publisher : Asosiasi Doktor Sistem Informasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63158/journalisi.v8i2.1576

Abstract

Online review platforms such as Yelp play an important role in consumer decision-making, but the growing prevalence of fake reviews undermines their reliability. This study proposes a hybrid approach for fake review detection by integrating stylometric features, language model signals, and semantic embeddings within a unified classification framework. The proposed method combines linguistic indicators, including GPT-2 perplexity, lexical diversity, sentence burstiness, punctuation ratio, and sentiment intensity, with TF-IDF representations and Sentence-BERT embeddings. A composite feature, namely the Semantic Reliability Index (SRI), is introduced to capture interactions between semantic similarity and linguistic characteristics, serving as an auxiliary feature within the hybrid model rather than a standalone classifier. Experiments on a Yelp hotel review dataset demonstrate that the hybrid model outperforms baseline methods in terms of F1-score and AUC, indicating improved discriminative capability. It should be noted that the classification setting is based on a binary transformation of ordinal labels, which may simplify the underlying label structure and influence performance interpretation. Overall, this work's contribution lies in a systematic feature-integration strategy that enhances fake review detection in the evaluated dataset.
PENERAPAN MODEL SENTENCE-BERT UNTUK SISTEM REKOMENDASI BUKU BERBASIS KONTEN DI PERPUSTAKAAN DIGITAL Hartatik, Hartatik; Syafrianto, Andri
Jurnal Dialektika Informatika (Detika) Vol. 6 No. 1 (2025): Jurnal Dialektika Informatika(Detika) Vol.6 No.1 Desember 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/detika.v6i1.15916

Abstract

Penelitian ini bertujuan merancang dan mengimplementasikan sistem rekomendasi buku berbasis konten (Content-Based Filtering (CBF)) untuk mendukung penelusuran koleksi pada perpustakaan digital. Dataset yang digunakan adalah GoodBooks-10K (versi enriched) yang memuat metadata lengkap berupa judul, penulis, dan deskripsi buku. Metode yang digunakan meliputi pra-pemrosesan teks, representasi konten menggunakan TF-IDF dan Sentence-BERT (SBERT, all-mpnet-base-v2), serta perhitungan cosine similarity untuk menghasilkan daftar rekomendasi Top-N. Hasil evaluasi menunjukkan bahwa representasi SBERT mampu menangkap kesamaan semantik secara konsisten dengan nilai Precision@K (Keyword) = 1,00 pada 𝐾={5,10,20}, sedangkan Precision@K (Author) berada pada kisaran 0,15–0,20. Nilai Intra-List Diversity (ILD) antara 0,686–0,738 menunjukkan bahwa sistem menghasilkan daftar rekomendasi yang beragam namun tetap relevan.
Membangun Literasi Digital Anak Usia Dini Berbasis Pendidikan Agama Islam Feskariani, Dwi; Aliyani, Ade Surya; Purwandari, Elce; Yanti, Sri; Hartatik, Hartatik
JOEAI (Journal of Education and Instruction) Vol. 8 No. 1 (2025): JOEAI (Journal of Education and Instruction)
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/joeai.v8i1.13896

Abstract

Penelitian ini bertujuan untuk menganalisis integrasi literasi digital berbasis nilai-nilai agama Islam dalam pembelajaran anak usia dini, khususnya melalui pemanfaatan teknologi digital seperti video kisah Nabi Muhammad SAW. Penelitian ini menggunakan metode kualitatif dengan pendekatan studi kasus. Subjek penelitian terdiri dari siswa RA, guru, dan orang tua di RA Ummi Kota Lubuklinggau. Teknik pengumpulan data dilakukan melalui wawancara semi-terstruktur, observasi lapangan, dan dokumentasi. Data dianalisis menggunakan teknik analisis tematik, dengan validasi melalui triangulasi sumber dan teknik. Hasil penelitian menunjukkan bahwa penggunaan teknologi digital mampu meningkatkan pemahaman anak terhadap nilai-nilai agama Islam. Guru memanfaatkan video kisah Nabi Muhammad SAW untuk mengajarkan konsep kejujuran, kasih sayang, dan kerja keras, dengan melibatkan anak secara interaktif dalam diskusi. Orang tua memberikan dukungan melalui pendampingan anak saat menggunakan teknologi di rumah, dengan pembatasan waktu dan seleksi konten yang sesuai. Program literasi digital berbasis nilai agama Islam ini juga didukung oleh kolaborasi antara guru dan orang tua untuk memastikan keberlanjutannya. Kesimpulan penelitian ini menunjukkan bahwa literasi digital berbasis nilai-nilai agama Islam dapat menjadi pendekatan efektif untuk membangun karakter anak usia dini di era teknologi. Keunikan penelitian ini terletak pada fokusnya pada pendidikan anak usia dini, yang masih jarang menjadi perhatian utama, serta integrasi teknologi digital dengan pembelajaran agama Islam sebagai upaya membangun generasi yang berkarakter. Penelitian ini memberikan kontribusi baru dalam pengembangan pendidikan berbasis nilai Islam di era digital.
Sentimen Analis Thread Investasi Pada Twitter Menggunakan Naïve Bayes Hartatik Hartatik
The Indonesian Journal of Computer Science Research Vol. 1 No. 1 (2022): Januari
Publisher : Hemispheres Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59095/ijcsr.v1i1.13

Abstract

Social media is one of the market shares that allows people to consume news or promotions from an investment service because the source data is abundant and is updated every second on the internet. Social media is vulnerable to containing news or information on an investment platform and other forms of investment that are illegal or called fraudulent investments, so to overcome this, an Investment Thread Analyst Sentiment on Twitter is needed. The method used to evaluate investment threads to obtain positive and negative feedback is nave Bayes. The research results received a precision score of 0.69, recall of 0.70, f1-score (f-measure) of 0.74, and accuracy of 0.7.
Comparative Analysis of Traditional Machine Learning and Sequential Deep Learning Models for Spam Email Classification Harliana Harliana; Hartatik Hartatik; Achmad Alvi Yudanuari
Formosa Journal of Computer and Information Science Vol. 5 No. 1 (2026): March 2026
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/fjcis.v5i1.16502

Abstract

This study compares the performance of traditional machine learning methods and sequential deep learning models for text-based spam classification. The primary issue addressed is the lack of consistent, fair evaluation across these approaches due to variations in datasets, preprocessing techniques, and experimental settings across previous studies. To overcome this limitation, this research proposes a controlled comparative evaluation framework by employing a unified dataset, standardized preprocessing procedures, consistent data splitting, and identical evaluation metrics. The dataset used consists of 5,572 messages with an imbalanced class distribution; therefore, oversampling was applied to the training data to mitigate bias. The evaluated models include TF-IDF-based Logistic Regression as the baseline, as well as Recurrent Neural Networks (RNNs), Long Short-Term Memory (LSTM), and Gated Recurrent Units (GRUs) as deep learning models.
Rancang Bangun Sistem Antrian Terkustomisasi Berbasis Android Yoeseph, Nanang Maulana; Riasti, Berliana Kusuma; Hartatik, Hartatik; Pratisto, Eko Harry; A'la, Fiddin Yusfida
IJAI (Indonesian Journal of Applied Informatics) Vol 6, No 1 (2021)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v6i1.56778

Abstract

Abstrak : Sebagian besar pelayanan publik di era ini masih menggunakan sistem konvensional. Yang mana, klien layanan mendapatkan tiket antrean, menunggu, dan dilayani di tempat yang sama. Penelitian ini bertujuan untuk memudahkan dan memungkinkan orang untuk mengantre dari jarak jauh. Dengan demikian waktu yang awalnya digunakan untuk dihabiskan menunggu, bisa digunakan untuk dihabiskan melakukan sesuatu yang lain lebih berguna.Berdasarkan kondisi yang dikatakan di atas, aplikasi yang menghubungkan agen layanan dengan klien layanan perlu dibuat. Aplikasi ini memanfaatkan internet dan smartphone yang dapat diakses melalui aplikasi Android atau browser web. Pengembangan aplikasi ini menggunakan kerangka kerja Ionic React. Aplikasi ini dirancang dan dibangun menggunakan metode Waterfall yang terdiri dari pengamatan dan pengumpulan data, analisis, desain sistem, bangunan dan pengujian, kesimpulan dan saran.Dari desain dan bangunan yang telah dilakukan, dibuat aplikasi yang memiliki ftur dasar untuk antrean online. Aplikasi ini dapat dijalankan di browser web dan perangkat Android dengan sistem operasi minimum Android 4.4 KitKat.Abstract : Most public services in this era still use conventional systems. Which is, service clients get queue tickets, wait, and be served in the same place. This research aims to ease and enable people to queue remotely. Thus the time that is originally used to be spent waiting, could be used to be spent doing something else more useful. Based on the conditions said above, an application that connects service agencies with service clients needs to be made. This application utilizes the internet and smartphone which can be accessed through Android application or web browser. The development of this application uses the Ionic React framework. This app is designed and built using the Waterfall method consisting of observation and data collection, analysis, system design, building and testing, conclusion and suggestion.