Isaac Yeremia Nugroho
Universitas Katolik Darma Cendika

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

Found 2 Documents
Search

STRATEGI MENGHADAPI CYBERBULLYING DI MEDIA SOSIAL PADA MAHASISWA SEMESTER BARU DI INDONESIA Isaac Yeremia Nugroho; Kevin Handoyo; Ricky Junianto Wijaya; Claudio Erlisto Candra Juniarto; Fernandi Mahendrasusila
PERAHU (PENERANGAN HUKUM) : JURNAL ILMU HUKUM Vol 13 No 1 (2025): PERAHU (PENERANGAN HUKUM) : Jurnal Ilmu Hukum
Publisher : Universitas Kapuas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51826/perahu.v13i1.1454

Abstract

Cyberbullying on social media has become a significant challenge for new semester students in Indonesia, who are still adapting to their new academic and social environments. A lack of awareness and skills in dealing with cyberbullying can negatively impact their mental health and academic performance. This study aims to explore strategies that students can apply in facing cyberbullying, both through preventive and responsive approaches. The research employs a qualitative approach using in-depth interviews and surveys conducted with new semester students at several universities in Indonesia. The findings indicate that students tend to adopt strategies such as limiting social media interactions, enhancing digital literacy, and seeking support from friends and family. The implications of this study are expected to provide recommendations for educational institutions in designing educational programs and policies to help students cope with challenges in the digital world.
Perbandingan Algoritma Naive Bayes dan Bert untuk Analisis Sentimen Ulasan Produk Shopee Berdasarkan Rating dan Atribut Produk (Warna/Kategori) Petrus Maxmiliano; Yosefina Finsensia Riti; Isaac Yeremia Nugroho; Claudio Erlisto Candra Juniarto
Jurnal Media Informatika Vol. 6 No. 5 (2025): Edisi Sep - Oktober 2025
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i5.6761

Abstract

Perkembangan E-commerce yang berkembang pesat, khususnya melalui platform Shopee, telah menghasilkan banyak ulasan produk dari pengguna yang dapat dimanfaatkan untuk mengetahui persepsi konsumen terhadap suatu produk. Penelitian ini bertujuan untuk membandingkan performa algoritma Naive Bayes  dan BERT dalam analisis sentimen ulasan produk Shopee berdasarkan rating dan atribut produk seperti warna dan kategori. Penelitian ini menggunakan dataset berjumlah 2.300 ulasan yang telah melalui tahap pelabelan dan pra-pemrosesan (case Folding, Tokenisasi) serta pemodelan menggunakan algoritma BERT dan Naive Bayes . Hasil evaluasi menunjukkan bahwa model BERT memiliki performa yang lebih unggul dibandingkan Naive Bayes , dengan akurasi sebesar 94,9% dan F1-score yang lebih merata di setiap kelas. BERT juga mampu menangkap konteks ulasan yang lebih kompleks dan menghasilkan klasifikasi sentimen yang lebih konsisten. Sementara itu. Naive Bayes  menunjukkan performa yang cukup baik namun cenderung kurang stabil dalam mendeteksi sentimen berdasarkan atribut tertentu. Untuk mengevaluasi performa model, digunakan metode evaluasi berbasis confusion matrix dengan metrik akurasi, presisi, recall, dan F1-score. Sedangkan proses implementasi nya menggunakan bantuan tools seperti python, library scikit-learn, dan Hugging Face Transformers. Berdasarkan hasil evaluasi diatas, BERT direkomendasikan untuk analisis sentimen ulasan e-commerce karena konsistensinya dalam menangkap konteks kalimat yang kompleks. Untuk penelitian selanjutnya disarankan menambahkan atribut lain seperti harga dan waktu pengiriman, memperluas dataset, serta mengeksplorasi algoritma lain seperti LSTM, dan Random Forest guna meningkatkan akurasi dan relevansi hasil.