Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JOSINFO : Jurnal Online Sistem Informasi Advance Sustainable Science, Engineering and Technology (ASSET)
Adhe Setya Pramayoga, Adhe Setya
Unknown Affiliation
Chemistry Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Pengembangan Hybrid Application Model pada Sistem Informasi Online (SION) STIKOM Bali Pramayoga, Adhe Setya; Naseer, Muchammad; Budi Adnyana, I Made
JOSINFO : Jurnal Online Sistem Informasi Vol 1, No 1 (2015)
Publisher : JOSINFO : Jurnal Online Sistem Informasi

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

Abstract

SION (Sistem Informasi Online) merupakan sebuah perangkat lunak berbasis web yang dikembangkan oleh STIKOM Bali untuk membantu mahasiswa dalam memperoleh informasi akademik, keuangan, dan informasi-informasi lain yang berhubungan dengan perkuliahan di kampus. Informasi tersebut dapat dengan mudah diakses oleh para mahasiswa secara online melalui koneksi internet dengan mengarahkan browser mereka ke alamat web SION STIKOM Bali. Walau demikian, keadaan sistem SION STIKOM Bali saat ini belum dapat digunakan dengan maksimal jika diakses dari perangkat dengan ukuran layar yang kecil seperti smartphone ataupun tablet. Kurangnya responsibilitas dari desain web terhadap layar menyebabkan perlunya interaksi tambahan untuk mendapatkan informasi yang lebih mendetail. Banyaknya konten yang diunduh untuk mengakses sebuah informasi juga mempengaruhi penggunaan bandwidth berlebih yang seharusnya dapat diminimalisir. Hal ini dapat ditanggulangi dengan mengembangkan sebuah sistem dalam bentuk aplikasi hybrid pada perangkat mobile. Aplikasi hybrid yang dimaksud adalah aplikasi lintas platform yang ditulis sekali namun dapat di-compile ulang untuk platform lain tanpa mengubah struktur utamanya. Dengan demikian, antarmuka aplikasi SION STIKOM Bali akan tetap konsisten di setiap platform dengan tampilan yang lebih menarik, hemat bandwidth, dan informatif sehingga dapat memberikan kenyamanan dan kemudahan akses terhadap fitur-fitur di dalamnya. Kata kunci: aplikasi hybrid, STIKOM Bali, sistem informasi online, android, windows phone.                                                                                                          
Development and Evaluation of an IndoBERT-Based NLP Model for Automated Clickbait Detection Kurniawan, Sandy; Pramayoga, Adhe Setya; Ashari , Yeva Fadhilah; Muhammad Afrizal Amrustian
Advance Sustainable Science Engineering and Technology Vol. 8 No. 1 (2026): November - January
Publisher : Science and Technology Research Centre Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/asset.v8i1.2637

Abstract

The rapid growth of digital news platforms necessitates reliable and automated systems for maintaining content quality at scale. This study presents the engineering and evaluation of an IndoBERT-based Natural Language Processing (NLP) framework for automated clickbait detection in Indonesian news headlines. The proposed framework is designed as an end-to-end text classification pipeline, incorporating data preprocessing, tokenization, fine-tuning of a pretrained IndoBERT model, and systematic performance evaluation. Experiments were conducted using the CLICK-ID dataset comprising 15,000 Indonesian news headlines, with an 80:20 stratified train–test split. The fine-tuned model achieved an accuracy of 0.83, with a precision of 0.82, recall of 0.77, and an F1-score of 0.79 for the clickbait class. Further evaluation using threshold-independent metrics yielded a ROC-AUC value of 0.89 and an average precision of 0.88, indicating strong discriminative capability under moderate class imbalance. Comparative analysis shows that the proposed approach outperforms prior CNN, Bi-LSTM, and ensemble-based methods evaluated on the same dataset. These results demonstrate that IndoBERT provides a robust foundation for engineering automated clickbait detection systems tailored to Indonesian-language news streams.
Co-Authors Ashari , Yeva Fadhilah I Made Budi Adnyana, I Made Kurniawan, Sandy Muchammad Naseer Muhammad Afrizal Amrustian