Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI Malcom: Indonesian Journal of Machine Learning and Computer Science
Sugiarti, Nova Putri Dwi
Unknown Affiliation
Computer Science & IT Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis Semiotik Kejahatan Berbahasa dalam Akun Tiktok @farida.nurhan dan @popobarbie Abellia, Valencia Putri; Awaali, Fariq; Roosmanningrum, Maulidya; Sastya, Nur Cholifah; Sugiarti, Nova Putri Dwi; Putri, Trias Rachma; Haetami, Ahmad Shidqi; Adrianto, Yusril; Sholihatin, Endang
Jurnal Pendidikan Tambusai Vol. 7 No. 3 (2023): Desember 2023
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v7i3.11423

Abstract

Perkembangan teknologi telah menghubungkan banyak orang dengan internet, termasuk TikTok. Penelitian ini menggunakan analisis semiotika Saussure untuk menganalisis kejahatan TikTok @farida.nurhan dan @popobarbie. Penelitian ini bertujuan untuk 1) mengetahui teks kejahatan berbahasa dalam akun tiktok @farida.nurhan dan @popobarbie, 2) mengetahui analisis semiotik pada teks kejahatan berbahasa dalam akun tiktok @farida.nurhan dan @popobarbie, dan 3) mengetahui tanggapan warganet mengenai konten video yang mengandung kejahatan berbahasa pada akun tiktok @farida.nurhan dan @popobarbie. Penelitian ini menggunakan metode kualitatif dengan teknik pengumpulan data melalui observasi dan simak. Kesimpulan dalam penelitian ini yaitu 1) teks kejahatan berbahasa dalam akun TikTok @farida.nurhan dan @popobarbie yaitu mengandung kejahatan berbahasa yang dapat dikategorikan sebagai penghinaan terhadap suatu individu secara elektronik; 2) analisis semiotik pada teks kejahatan berbahasa dalam akun tiktok @farida.nurhan dan @popobarbie yaitu adanya signifier melalui teks kejahatan berbahasa dalam video akun tersebut berupa kata-kata kasar dan gestur yang merendahkan dan signified yang menunjukkan tanda cyberbullying dan hatespeech yang terlihat dari penggunaan gestur dan nada suara yang merendahkan dan melecehkan; dan 3) tanggapan warganet mengenai konten video yang mengandung kejahatan berbahasa pada akun tiktok @farida.nurhan dan @popobarbie yaitu beragam, mulai dari kritik hingga netral.
Pengaruh Faktor Lingkungan Terhadap Distribusi Kasus DBD di Jakarta Selatan Menggunakan Pendekatan Geographically and Temporally Weighted Regression (GTWR): The Effect of Environmental Factors on the Distribution of Dangue Fever Cases in South Jakarta Using Geographically and Temporally Weighted Regression (GTWR) Approach Carissa, Savvy Prissy Amellia; Sugiarti, Nova Putri Dwi; Trimono, Trimono; Idhom, Mohammad
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 5 No. 4 (2025): MALCOM October 2025
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v5i4.2116

Abstract

Demam Berdarah Dengue (DBD) adalah penyakit endemis yang dipengaruhi oleh banyak faktor lingkungan dan memiliki pola penyebaran yang kompleks secara spasial dan temporal.  Dengan menggunakan pendekatan Geographically and Temporally Weighted Regression (GTWR), penelitian ini bertujuan untuk menganalisis distribusi kasus DBD di wilayah Jakarta Selatan. Suhu maksimum dan suhu minimum memiliki dampak positif yang konsisten terhadap peningkatan kasus DBD, menurut hasil penelitian.  Kinerja model GTWR ditunjukkan dengan nilai R-squared 0,5697 dan AIC 556,766. Visualisasi peta risiko mengidentifikasi wilayah seperti Jagakarsa, Cilandak, dan Mampang Prapatan sebagai daerah dengan risiko tinggi, dan pola musiman memperlihatkan peningkatan kasus pada awal hingga pertengahan tahun serta penurunan pada musim kemarau.
Spatial Modeling of Highly Dispersed Poverty Data in East Java Using the Geographically Weighted Negative Binomial Regression Method Sugiarti, Nova Putri Dwi; Trimono, Trimono; Wara, Shindi Shella May
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 2 (2026): MALCOM April 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i2.2636

Abstract

Poverty in East Java Province is a complex issue characterized by diverse regional characteristics. This study aims to model the number of poor inhabitants in East Java while accounting for overdispersion and spatial heterogeneity using the Geographically Weighted Negative Binomial Regression (GWNBR) method with four kernel weighting functions. The results indicate that the Negative Binomial regression model performs well at the global level, with an AIC of 941.01. However, to capture local variation in poverty drivers, the GWNBR model with an Adaptive Bisquare kernel proved optimal, yielding the lowest AIC of 309.32. These findings confirm the diversity of predictor variable influences across regencies and cities, as evidenced by the significance of variables in Blitar Regency. The GWNBR approach provides more accurate local parameter estimates than the global model, serving as a strategic tool for the government to design more targeted and effective poverty alleviation policies for each region.
Co-Authors Abellia, Valencia Putri Adrianto, Yusril Awaali, Fariq Carissa, Savvy Prissy Amellia Endang Sholihatin Haetami, Ahmad Shidqi idhom, Mohammad Putri, Trias Rachma Roosmanningrum, Maulidya Sastya, Nur Cholifah Shindi Shella May Wara Trimono, Trimono