Claim Missing Document
Check
Articles

Found 32 Documents
Search

Analisis Pengaruh Teknologi Digital Terhadap Pelanggaran Privasi Pada Generasi Muda Abdurrachman, Qais; Laksono, Andriansyah Tri; Wahyudi, Mochamad; Sumanto; Budiman, Ade Surya
Jurnal Sains Informatika Terapan Vol. 4 No. 3 (2025): Jurnal Sains Informatika Terapan (Oktober, 2025)
Publisher : Riset Sinergi Indonesia (RISINDO)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62357/jsit.v4i3.677

Abstract

Keberadaan manusia telah sangat dipengaruhi oleh perkembangan teknologi digital, khususnya bagi generasi muda, yang tumbuh sebagai pengguna media sosial, aplikasi berbasis data, dan layanan daring yang sering. Meskipun teknologi memudahkan banyak aspek kehidupan, teknologi juga membahayakan keamanan dan privasi data pribadi. Tujuan dari penelitian ini adalah untuk menguji sejauh mana generasi muda memandang pelanggaran privasi sebagai akibat dari teknologi digital. Sebanyak 32 responden diberikan kuesioner sebagai bagian dari pendekatan kuantitatif. Hasil analisis menunjukkan bahwa, dengan skor rata-rata 4,07, tingkat penggunaan teknologi digital masuk dalam kategori tinggi, sedangkan skor pelanggaran privasi adalah 3,64. Meskipun demikian, terdapat hubungan yang sangat lemah (r = 0,0287) antara keduanya, yang menunjukkan bahwa peningkatan penggunaan teknologi digital tidak selalu sesuai dengan peningkatan pelanggaran privasi. Penelitian ini menyiratkan bahwa tingkat pelanggaran privasi dapat dipengaruhi oleh karakteristik tambahan, seperti literasi digital dan pengetahuan tentang pengaturan privasi. Akibatnya, generasi muda harus lebih terinformasi dan lebih sadar akan privasi digital.
SOFTWARE DEFECT PREDICTION TRENDS: A BIBLIOMETRIC ANALYSIS OF MACHINE AND DEEP LEARNING Rianto, Harsih; Pahlevi, Omar; Desmulyati; Amrin; Budiman, Ade Surya; Supriyadi, Budi
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 11 No. 3 (2026): JITK Issue February 2026
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v11i3.7351

Abstract

This study provides a comprehensive bibliometric mapping of global research trends and emerging frontiers in Software Defect Prediction (SDP), emphasizing the integration of machine learning (ML) and deep learning (DL) approaches. Unlike previous bibliometric surveys that focused narrowly on metric-based or short-term analyses, this work offers a broader and more integrated perspective on the intellectual evolution, collaboration patterns, and thematic directions in SDP research. Using data retrieved from the Scopus database and analyzed through Bibliometrix and VOSviewer, the study systematically applied the PRISMA protocol to ensure transparency and replicability. A total of 1,549 publications were examined, revealing a steady increase in scientific output dominated by China, India, and the United States. Thematic and keyword analyses identified five core clusters that trace the paradigm shift from traditional statistical models to advanced ML- and DL-driven predictive frameworks. Emerging topics such as transfer learning, cross-project prediction, and explainable AI (XAI) were identified as promising frontiers shaping the next phase of software quality prediction research. Beyond mapping academic progress, this study contributes strategic insights for researchers seeking to identify research gaps, industry practitioners developing intelligent defect prediction tools, and policymakers designing AI-driven software quality initiatives