Article Per Year (5 Year)
p-Index From 2021 - 2026
6.468
P-Index
This Author published in this journals
All Journal Dinamik Semantik Techno.Com: Jurnal Teknologi Informasi JAIS (Journal of Applied Intelligent System) ANDHARUPA CESS (Journal of Computer Engineering, System and Science) Journal of Information System Sistemasi: Jurnal Sistem Informasi Journal of Applied Geospatial Information Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Sinkron : Jurnal dan Penelitian Teknik Informatika RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JURNAL MEDIA INFORMATIKA BUDIDARMA JOURNAL OF APPLIED INFORMATICS AND COMPUTING JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) CCIT (Creative Communication and Innovative Technology) Journal EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science Infotekmesin Indonesian Journal of Electrical Engineering and Computer Science Abdimasku : Jurnal Pengabdian Masyarakat Jurnal Teknik Informatika (JUTIF) Jurnal Restikom : Riset Teknik Informatika dan Komputer Jurnal Sains Kebidanan Advance Sustainable Science, Engineering and Technology (ASSET) Community: Jurnal Pengabdian Pada Masyarakat Jurnal Rekayasa elektrika Jurnal Informatika: Jurnal Pengembangan IT Prosiding SeNTIK STI&K Prosiding SENTIMETER : Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer
Junta Zeniarja
Departemen Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Indonesia
Arts Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mechanical Engineering Physics Social Sciences Other

Published : 59 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 59 Documents
Search

 2   3   4   5   6 
The Development of Javanese Glossary Website as a Form of Language Maintenance and Revitalization Muljono, Muljono; Zeniarja, Junta; Rokhman, Nur; Nugroho, Raden Arief; Suryaningtyas, Valentina Widya; Aryanto, Bayu
Jurnal Rekayasa Elektrika Vol 20, No 2 (2024)
Publisher : Universitas Syiah Kuala

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17529/jre.v20i2.34638

Abstract

As a vital component of cultural identity, language is under pressure as a result of globalization. This article discusses the creation of a website that provides a dictionary of Javanese phrases to help preserve and revitalize the language. In this study, we collect, categorize, and display Javanese words on electronic resources. In addition, the system usability scale (SUS) was used to conduct usability tests on the investigated websites to determine how user-friendly they actually were. Gathering terms from multiple sources, categorizing them, and developing a user-friendly interface with a search bar are all steps in the process of making a website. Users from all walks of life fill out the SUS questionnaire as part of the usability testing process. The test results reveal how well the website satisfies its users' requirements. Creating a database of Javanese words online and putting it through the SUS test is a great example of how technology can be used to help preserve a language and its heritage. It is believed that by taking this step, more people will become familiar with the Javanese language and become invested in its continued existence in the modern world. The usability testing results demonstrate that the development strategy and interface design effectively fostered a positive user experience. High scores on the SUS questionnaire, with an average rating of 80.25, indicate that users find the website satisfactory and user-friendly.
PERANCANGAN SISTEM PREDIKSI KELULUSAN MAHASISWA UNIVERSITAS DIAN NUSWANTORO MENGGUNAKAN UNIFIED MODELING LANGUAGE (UML): PERANCANGAN SISTEM PREDIKSI KELULUSAN MAHASISWA UNIVERSITAS DIAN NUSWANTORO MENGGUNAKAN UNIFIED MODELING LANGUAGE (UML) Zeniarja, Junta; Salam, Abu; Alan Ma’ruf, Farda
Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer Vol 1 (2022): Sentimeter 2022
Publisher : Prosiding Seminar Nasional Teknologi Informasi, Mekatronika, dan Ilmu Komputer

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

Abstract

Mahasiswa ialah salah satu tiang yang sangat berarti dalam siklus hidup suatu Universitas. Jumlah kelulusan suatu Universitas sering kali mempunyai perbandingan yang kecil bila dibanding dengan jumlah mahasiswa yang diperoleh pada tahun akademik yang serupa. Tingkatan kelulusan mahasiswa yang kecil ini bisa disebabkan oleh sebagian aspek, seperti banyaknya aktivitas kemahasiswaan yang diiringi oleh aspek ekonomi, serta aspek-aspek lainnya. Perihal ini membuat sesuatu Universitas wajib mempunyai desain ataupun metode yang bisa memperhitungkan apakah mahasiswa itu bisa lulus dengan durasi yang sesuai. Salah satu faktor yang mendukung keberhasilan di dalam Univeritas adalah mahasiswa yang lulus dengan durasi yang sesuai. Semakin banyak mahasiswa yang lulus dengan durasi yang sesuai (dalam hal ini untuk sarjana yaitu <= 8 semester), harus berbanding yang sama atau lebih tinggi terhadap jumlah mahasiswa yang masuk pada suatu Universitas. Jika jumlah mahasiswa yang tidak lulus dengan durasi yang sesuai lebih tinggi, maka dapat menyebabkan lonjakan peningkatan jumlah data akademis dari semua mahasiswa yang masih terdaftar sehingga akan mempengaruhi citra dan reputasi dari Universitas yang nantinya dapat mengancam nilai akreditasi Universitas tersebut. Untuk mengatasi hal tersebut, maka diperlukan sistem yang dapat memprediksi kelulusan mahasiswa. Objek Penelitian ini dilakukan pada mahasiswa Universitas Dian Nuswantoro. Perancangan sistem prediksi menggunakan diagram Unified Modelling Language (UML). Diharapkan sistem prediksi kelulusan mahasiswa ini dapat berjalan optimal sehingga dapat memprediksi dan mengantisipasi secara dini profil kelulusan mahasiswa Universitas Dian Nuswantoro yang tidak sesuai meskipun di tengah wabah pandemi Covid-19.
Optimalisasi Perilaku Hidup Bersih dan Sehat Melalui Aplikasi Kesehatan di SMP Ibu Kartini Egia Rosi Subhiyakto; Sindhu Rakasiwi; Ika Novita Dewi; Junta Zeniarja; Dhita Aulia Octaviani; Abu Salam; Shelomita Fitriyani; Almira Zuhrotus Safira
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 9, No 1 (2026): JANUARI 2026
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v9i1.3229

Abstract

Program Perilaku Hidup Bersih dan Sehat (PHBS) merupakan upaya penting dalam mendorong penerapan pola hidup sehat guna menjaga, merawat, serta meningkatkan derajat kesehatan. Penerapan gaya hidup sehat dapat mencegah berbagai penyakit yang berpotensi muncul di masyarakat. PHBS sangat tepat dikenalkan sejak usia sekolah, karena anak-anak termasuk kelompok yang rentan terhadap gangguan kesehatan akibat berbagai faktor. Perkembangan teknologi dalam bidang pendidikan telah terbukti mampu mengubah proses interaksi dan pembelajaran di kelas menjadi lebih efektif, efisien, mudah diakses, serta mendukung pengembangan keterampilan yang dibutuhkan di era digital, baik saat ini maupun di masa mendatang. Pemanfaatan aplikasi digital sebagai hasil perkembangan teknologi telah banyak diterapkan di bidang kesehatan dan pendidikan, yang keduanya saling berkaitan dan mendukung satu sama lain. Penyampaian informasi kesehatan membutuhkan peran pendidikan, sementara proses pendidikan juga tidak dapat berjalan optimal tanpa lingkungan yang sehat. Oleh karena itu, keberadaan teknologi dalam kedua bidang tersebut menjadi sangat krusial. Berdasarkan uraian tersebut, diperlukan pemberian pengetahuan mengenai PHBS kepada para siswa. Selain pemahaman secara teori, santri juga perlu mendapatkan pendampingan dalam penerapan PHBS secara langsung, serta dukungan teknologi berupa aplikasi digital agar proses pembelajaran menjadi lebih menarik dan efektif. Sebelum penerapan aplikasi tersebut, diperlukan sosialisasi dan pelatihan bagi pengasuh pondok pesantren terkait penggunaannya. Atas dasar pertimbangan tersebut, tim berinisiatif melaksanakan kegiatan Pengabdian Kepada Masyarakat dengan tema Pendampingan PHBS pada Siswa melalui Sosialisasi Aplikasi Digital yang berlokasi di SMP Ibu Kartini. Kegiatan ini diharapkan mampu membentuk kebiasaan PHBS dalam kehidupan sehari-hari santri serta mendorong mereka untuk menularkan perilaku positif tersebut kepada lingkungan sekitarnya.
Pemberdayaan Mahasiswa Melalui Bisnis Kopi Berobak Berbasis Keterampilan Interpersonal dan Kewirausahaan Yani Parti Astuti; Erwin Yudi Hidayat; Abu Salam; Cinantya Paramita; Etika Kartikadarma; Adhitya Nugraha; Junta Zeniarja
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 9, No 2 (2026): MEI 2026
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/ja.v9i2.3340

Abstract

Pendidikan tinggi modern menuntut mahasiswa untuk tidak hanya unggul secara akademis, tetapi juga memiliki keterampilan praktis seperti kewirausahaan dan interpersonal. Pengembangan jiwa kewirausahaan mahasiswa juga menjadi salah satu upaya penting dalam menciptakan generasi muda yang mandiri, kreatif, dan produktif. Kegiatan ini merupakan implementasi pembelajaran berbasis pengalaman (experiential learning) dalam mata kuliah Keterampilan Interpersonal melalui realisasi bisnis nyata, yaitu “DiSanka Kopi,” sebuah usaha kopi gerobak keliling. Kegiatan ini bertujuan untuk menerapkan teori kewirausahaan, mulai dari perencanaan, analisis keuangan, operasional, hingga pemasaran, serta mengasah kemampuan kerja sama tim, komunikasi, dan pemecahan masalah. Usaha ini telah beroperasi selama dua bulan di lingkungan strategis di Jalan Baru dekat kampus Universitas Diopnegoro Fakultas Psikologi, menyasar segmen mahasiswa dan masyarakat umum. Metode pelaksanaan meliputi riset, pengembangan produk, analisis HPP, branding, dan eksekusi operasional harian. Hasil kegiatan menunjukkan respons pasar yang positif dengan penjualan rata-rata 40 cup per hari dan berhasil mencapai titik impas (BEP) dalam waktu singkat. Analisis keuangan menunjukkan Return on Investment (ROI) yang diproyeksikan tercapai dalam 2,14 bulan, membuktikan kelayakan model bisnis. Lebih penting, proyek ini berhasil menjadi sarana efektif bagi mahasiswa untuk mengembangkan kompetensi interpersonal dan manajerial secara langsung di lapangan.
Analisis Efektivitas Fine-Tuning dan Prompt Engineering Berbasis Llama 3.1 pada Deteksi Depresi di Media Sosial Muhammad Ikhsan Asagaf; Junta Zeniarja
Jurnal Informatika: Jurnal Pengembangan IT Vol 11, No 2 (2026)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v11i2.10170

Abstract

Detecting depression has become an important concern in addressing mental health issues. According to WHO, more than 300 million people suffer from depression. Large Language Models offer great potential to address this issue, however the full fine-tuning process is often hampered by heavy computational requirements, and LLMs that are not specifically configured for a particular context can result in biased and inaccurate outcomes. This study aims to analyze the effectiveness of Prompt Engineering and Fine-Tuning using QLoRA in improving the accuracy of depression detection. Utilizing the Llama-3.1-8B-Instruct model on social media datasets, this research compares model performance in two scenarios consist of the application of direct prompting strategies on the base model and the application of QLoRA fine-tuning. Evaluation results demonstrate that the Chain-of-Thought strategy improved baseline accuracy from 81.4% to 84.4%, but still exhibited significant bias towards the 'Severe' class. In contrast, the QLoRA Fine-Tuning approach proved superior, achieving 92.4% accuracy with balanced F1-Scores across classes, effectively eliminating detection bias in the 'Minimum' class. These findings confirm that while prompting techniques can enhance baseline performance, QLoRA provides a more accurate, stable, and objective solution for depression detection tasks.
EVALUASI WEBSITE KELAS MENYUSUI Diki Retno Yuliani; Fajaria Nur Aini; Riza Amalia; Wanodya Hapsari; Abu Salam; Junta Zeniarja
Jurnal Sains Kebidanan Vol. 8 No. 1 (2026): MEI 2026
Publisher : POLTEKKES KEMENKES SEMARANG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31983/jsk.v8i1.14399

Abstract

Pencapaian ASI eksklusif belum sesuai target, sehingga berdampak pada upaya percepatan penurunan stunting. Breastfeeding self-efficacy adalah faktor yang dapat dimodifikasi untuk meningkatkan keberhasilan menyusui. Kemudian, edukasi dapat meningkatkan breastfeeding self-efficacy. Tujuan penelitian ini adalah untuk mengetahui pengaruh edukasi kelas menyusui terhadap breastfeeding self-efficacy. Desain penelitian research pre-experiment with a one-group pretest-posttest design. Sampel 21 ibu hamil di Puskesmas Baturraden 1 diambil secara accidental sampling. Instrumen penelitian menggunakan kuesioner BSES-SF (the breastfeeding self-efficacy scale-short form) versi Indonesia, sedangkan media edukasi menggunakan website kelas menyusui yang dapat diakses melalui tautan www.kelasmenyusui.com. Analisis data menggunakan Wilcoxon Signed-Ranks Test. Hasil yang diperoleh, rata-rata skor post-test breastfeeding self-efficacy naik 3,29 poin dari pre-test. Kelas menyusui berpengaruh signifikan terhadap breastfeeding self-efficacy (p-value 0,003). Kelas menyusui dapat menjadi upaya untuk meningkatkan breastfeeding self-efficacy guna mendukung keberhasilan menyusui. Namun, perlu dilakukan studi lanjut untuk menilai breastfeeding self-efficacy pada masa postpartum dan durasi ASI eksklusif, sehingga dapat diketahui kemampuan prediktif edukasi terhadap breastfeeding self-efficacy pada masa postpartum dan durasi menyusui.
SISTEM CHATBOT KESEHATAN MENTAL BERBASIS LLM DENGAN DETEKSI EMOSI DAN RETRIEVAL AUGMENTED GENERATION Dhia Tawakalna; Junta Zeniarja
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 11 No 1 (2026): Januari
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v11i1.7347

Abstract

Mental health challenges in Indonesia highlight the urgent need for accessible, safe, and responsible early psychological support systems. Recent advances in Large Language Models (LLMs) enable the development of mental health chatbots capable of generating empathetic and context-aware responses. This study proposes and evaluates a hybrid LLM-based mental health chatbot architecture that integrates parameter-efficient fine-tuning (QLoRA), short-term user profiling through emotion detection, and Retrieval-Augmented Generation (RAG) to improve response quality, relevance, and safety. The research methodology is designed to be modular and reproducible, encompassing Indonesian mental health dialogue preprocessing, QLoRA-based LLM fine-tuning, IndoBERT-based emotion recognition, and a FAISS-powered RAG framework using sentence embeddings. The contribution of each component is systematically assessed through a staged ablation study, while response quality is evaluated using BLEU, ROUGE-L, METEOR, and CIDEr metrics, complemented by qualitative analysis and safety stress testing. Results indicate that although BLEU scores remain relatively low—consistent with open-domain dialogue systems—higher METEOR and CIDEr scores demonstrate strong semantic alignment and informational relevance. Furthermore, the system consistently identifies user emotions, rejects high-risk requests, and produces non-diagnostic responses aligned with AI safety principles. These findings demonstrate that the proposed hybrid LLM–RAG architecture is effective as a context-aware, safe, and responsible early-stage mental health support system, without replacing professional clinical services.
Klasifikasi Penentuan skema Uji Sertifikasi di LSP UDINUS bagi mahasiswa Progrdi Sistem Informasi UDINUS dengan Algoritma Decision Tree (C4.5) Agus Winarno; Budi Warsito; Adi Wibowo; Junta Zeniarja
JOINS (Journal of Information System) Vol 7 No 2 (2022): Edisi November 2022
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v7i2.6429

Abstract

AbstrakPenerapan Algoritma Decision Tree (C4.5) dan Eksperimen proses klasifikasi dilakukan menggunakan data nilai mahasiswa program studi S1 Universitas Dian Nuswantoro dengan 120.232 dataset menggunakan metode klasifikasi dengan Algoritma Decision Tree menghasilkan 99,99 % dan menghasilkan 7 klasifikasi  dengan rekomendasi ntuk pelatihan dan uji sertifikasi di Lembaga sertifikasi profesi UDINUS pada  5 klasifikasi yaitu klasifikasi  pred C sejumlah 2.355 data, pred BC sejumlah 4.633, pred B sejumlah 38.420 , pred AB sejumlah  33.414  dan pred A  sejumlah 37.230 dan 2  klasifikasi  yang tidak direkomendasikan yaitu klasifikasi pred D 1.440 dan pred E sejumlah 2.784 yang memberikan penyesuaian kurikulum pendidikan di Universitas Dian Nuswantoro dengan lembaga Sertifikasi dan Kebutuhan pekerjan. Kata Kunci: Sertifikasi, klasifikasi, mahasiswa, Tree Algorithm, rekomendasi
Studi Komparasi IndoBERT dan IndoBERTweet dengan Full Fine Tuning dan LoRA untuk Klasifikasi Emosi pada Tweet Bertopik GERD Luthfia Jayyida Ainaya Fatiha; Junta Zeniarja
Building of Informatics, Technology and Science (BITS) Vol 8 No 1 (2026): June 2026
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v8i1.10039

Abstract

This study compares IndoBERT and IndoBERTweet for emotion classification on Indonesian tweets related to Gastroesophageal Reflux Disease (GERD). The term GERD-related tweets is used because the data were collected from social media X, and the clinical status of each user cannot be verified. The initial dataset contained 1,389 records. After validation, text cleaning, empty-text removal, label filtering, and deduplication, 1,343 tweets remained and were manually assigned into five emotion classes: angry, fear, joy, sad, and neutral. The experiments were conducted in Python on Google Colab with a Tesla T4 GPU using Pandas, PyTorch, Hugging Face Transformers, PEFT, scikit-learn, Matplotlib, and Seaborn. The models were evaluated using Stratified 5-Fold Cross Validation, lexical substitution-based data augmentation on the training data of each fold, early stopping, and Focal Loss to address class imbalance. The results show that full fine-tuning achieved the best performance. IndoBERTweet obtained the highest accuracy of 0.5703 and macro F1-score of 0.5629, while IndoBERT achieved an accuracy of 0.5145 and a macro F1-score of 0.5034. In contrast, IndoBERT + LoRA only achieved a macro F1-score of 0.2412, and IndoBERTweet + LoRA achieved 0.2227. These findings indicate that LoRA was not effective for this small and imbalanced health-emotion dataset, although it trained less than 1% of the model parameters. Parameter efficiency therefore did not translate into better classification performance in informal and semantically overlapping social media text.
Co-Authors Abu Salam Abu Salam Adhitya Nugraha Adhitya Nugraha Adi Wibowo Afridiansyah, Rahmanda Agus Winarno Ahmad Alaik Maulani Ailsa Nurina Cahyani Aini, Fajaria Nur Ainul Yaqin Alan Ma’ruf, Farda Almira Zuhrotus Safira Alya Nurfaiza Azzahra Anisatawalanita Ukhifahdhina Anugrah, Muhammad Ikhsan Ardytha Luthfiarta Ardytha Luthfiarta Asih Rohmani Asih Rohmani Asih Rohmani Atika Rahmawati Bayu Aryanto Budi Warsito Cahyani, Ailsa Nurina Candra, Rejka Aditya Catur Supriyanto Catur Supriyanto Cinantya Paramita Debrina Luna Arghata Mangkawa Deby Arida NiMatus Sa’adah Devi Ayu Rachmawati Dhia Tawakalna Dhita Aulia Octaviani Dianti, Reza Nur Diki Retno Yuliani, Diki Retno Diyan Adiatma Dzaky, Azmi Abiyyu Edi Faisal Edi Sugiarto Edi Sugiarto Edi Sugiarto Egia Rosi Subhiyakto Egia Rosi Subhiyakto, Egia Rosi Erwin Yudi Hidayat Erwin Yudi Hidayat Esmi Nur Fitri Esmi Nur Fitri Esmi Nur Fitri Etika Kartikadarma Fajarudin Zakariya Farda Alan Ma&#039;ruf Farda Alan Ma’ruf Ferry Bintang Nugroho Fikri Budiman Fikri Budiman Firmansyah, Gustian Angga Ganiswari, Syuhra Putri Guruh Fajar Shidik Hapsari, Wanodya Haresta, Alif Agsakli Harun Al Azies Ida Ayu Putu Sri Widnyani Ika Novita Dewi Jaya, Sava Irhab Atma Khoirunnisa, Emila Kiki Widia Kurniawan Ridwan Surohardjo Kurniawan, Defri L. Budi Handoko Luh Putu Ratna Sundari Lutfi Kharisma Luthfia Jayyida Ainaya Fatiha M Hafidz Ariansyah M. Hafidz Ariansyah Manurung, Ayub Michaelangelo Mas'ud, Ryan Ali Maulani, Ahmad Alaik Mufida Rahayu Muhammad Ikhsan Asagaf Muhammad Jamhari Muhammad Joyo Satrio Muljono Muljono Nabila, Qotrunnada Nitho Alif Ibadurrahman Novi Hendriyanto Nur Rokhman Octaviani, Dhita Aulia Paramita, Cinantya Pratama, Rifky Ariya Pulung Nurtantio Andono Putra, Vander Mulya Putri, Rusyda Tsaniya Eka Raden Arief Nugroho Rama Eka Saputra Ramadhan Rakhmat Sani Ramadhan, Ahnaf Irfan Ramadhan, Muhammad Eky Restu Agung Pamuji Rezaroebojo, Rizal Riyan Ardiansyah Riza Amalia Rohman, Adib Annur Savicevic, Anamarija Jurcev Setiawan, Dicky Setiawan Shelomita Fitriyani Sindhu Rakasiwi Sindhu Rakasiwi Sri Winarno Sri Winarno Sri Winarno Syabilla, Mutiara Utomo, Danang Wahyu Valentina Widya Suryaningtyas, Valentina Widya Wibowo Wicaksono Wibowo Wicaksono Yani Parti Astuti