Article Per Year (5 Year)
p-Index From 2021 - 2026
3.055
P-Index
This Author published in this journals
All Journal ETIKONOMI Bulletin of Electrical Engineering and Informatics JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING RELE: Rekayasa Elektrikal dan Energi Jurnal Teknik Elektro Maneggio: Jurnal Ilmiah Magister Manajemen Vocatech : Vocational Education and Technology Journal Bulletin of Computer Science and Electrical Engineering (BCSEE) Operations Management and Information System Studies Sisfo: Jurnal Ilmiah Sistem Informasi Visioner & Strategis Management Research and Behavior Journal Jurnal Intelek Insan Cendikia Jurnal Solusi Masyarakat Dikara Proceedings of International Conference on Multidisciplinary Engineering (ICOMDEN) Journal of Accounting Research, Utility Finance and Digital Assets (JARUDA)
Widyana Verawaty Siregar
Universitas Malikussaleh
Religion Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
Pencegahan KBGO Guna Membangun Ruang Aman Digital Bagi Anak & Perempuan Muslim di Era Society 5.0 Cindenia Puspasari; Eva Darnila; Widyana Verawaty Siregar; Ade Muana Husniati; Ainol Mardhiah
Jurnal Solusi Masyarakat Dikara Vol 5, No 3 (2025): Desember 2025
Publisher : Yayasan Lembaga Riset dan Inovasi Dikara

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

Abstract

Artikel ini membahas tentang pencegahan Kekerasan Berbasis Gender Online (KBGO) sebagai upaya membangun ruang aman digital bagi anak dan perempuan di era Society 5.0, di mana teknologi seperti AI, IoT, dan big data dimanfaatkan untuk menyelesaikan masalah sosial sambil menempatkan manusia sebagai pusatnya. KBGO, sebagai bentuk kekerasan gender yang difasilitasi teknologi (menurut UN Women), mencakup pelecehan online, revenge porn, doxxing, cyberstalking, deepfake pornography, dan hate speech berbasis gender. Dampaknya merusak kesehatan mental korban, terutama generasi muda, serta memperburuk ketidaksetaraan gender dan menghambat partisipasi perempuan di ruang digital. Di Indonesia, kasus KBGO melonjak dan didominasi penyebaran konten intim non-konsensual. Upaya anti-KBGO meliputi strategi edukasi kampanye #AwasKBGO oleh SAFENet, Kampanye 16 Hari Anti Kekerasan Terhadap Perempuan (16 HAKTP) yang diperingati 25 November-10 Desember, serta inisiatif pemerintah melalui KemenPPPA, Komnas Perempuan, dan regulasi seperti UU ITE. Artikel ini berbasis pengabdian masyarakat di Universitas Malikussaleh menggunakan teknik PAS (Problem-Agitate-Solution) untuk edukasi. Strategi pencegahan mencakup edukasi kesadaran masyarakat tentang consent dan etika digital, dukungan korban melalui laporan dan konsultasi psikologis, peran platform digital dalam deteksi konten berbahaya, serta kolaborasi multi-pihak untuk transformasi budaya. Gerakan ini tidak hanya melindungi korban, tetapi juga membangun akhlak generasi muda menuju Indonesia Emas 2045 yang inklusif dan bebas diskriminasi, dengan ajakan aktif melaporkan kasus ke lembaga terkait.
Democratizing Climate Intelligence Through Localizez Large Language Models for Education and Governance Zulfikar Aji Kusworo; Widyana Verawaty Siregar; Baharuddin Ismail; Defry Hamdhana
VOCATECH: Vocational Education and Technology Journal Vol 8, No 1 (2026): April
Publisher : Akademi Komunitas Negeri Aceh Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38038/vocatech.v8i1.325

Abstract

 AbstractClimate change presents complex challenges in Indonesia, where local governments and communities frequently experience information asymmetry and limited access to expert knowledge, particularly in low-resource and low-connectivity regions. This study aims to develop and evaluate a localized, domain-adapted Large Language Model (LLM) that functions as offline-capable climate knowledge infrastructure for education and local governance in Indonesia. The research method employs a design science research methodology comprising four stages: (1) selection of Qwen3-4B as the base model, (2) curation of an Indonesian climate and energy transition corpus containing approximately 12,400 instruction-response pairs (~38 MB) drawn from national climate policy documents, NDC/RPJMN frameworks, renewable energy guidelines, and educational climate science texts, (3) parameter-efficient fine-tuning using QLoRA with LoRA rank r=16, alpha=32, learning rate 2e-4, 3 epochs, per-device batch size 2 with gradient accumulation 4, and 4-bit NF4 quantization, and (4) offline deployment on consumer-grade hardware with task-oriented evaluation against three baseline models (Qwen3-4B-Thinking, Gemma-3-4B, LLaMa-3.1-8B). The results show that the fine-tuned model (Qwen3-4B-REnewbie v1) achieved a 15.4% perplexity reduction on domain-specific test data and an average qualitative score of 9.3/10 across factual accuracy, reasoning structure, and Bahasa Indonesia language compliance, outperforming all baselines (score range 7.0–8.2). The system operates fully offline on consumer-grade hardware with acceptable inference latency. The conclusion drawn from this study is that localized, resource-efficient LLMs can function as practical climate knowledge infrastructure for vocational education and local governance in Indonesia, aligning with Green AI principles and supporting the democratization of climate intelligence in low-connectivity settings. AbstrakPerubahan iklim menghadirkan tantangan kompleks di Indonesia, khususnya bagi pemerintah daerah dan komunitas lokal yang sering mengalami asimetri informasi dan keterbatasan akses terhadap pengetahuan pakar di wilayah dengan sumber daya dan konektivitas terbatas. Penelitian ini bertujuan mengembangkan dan mengevaluasi Large Language Model (LLM) yang dilokalkan dan diadaptasi ke domain iklim sebagai infrastruktur pengetahuan iklim berbasis offline untuk pendidikan dan tata kelola lokal di Indonesia. Metode penelitian ini menggunakan pendekatan design science research yang meliputi (1) pemilihan Qwen3-4B sebagai base model, (2) kurasi korpus iklim dan transisi energi Indonesia berisi sekitar 12.400 pasangan instruksi-respons (~38 MB) dari dokumen kebijakan iklim nasional, kerangka NDC/RPJMN, panduan energi terbarukan, serta teks ilmiah iklim, (3) parameter-efficient fine-tuning berbasis QLoRA (LoRA rank r=16, alpha=32, learning rate 2e-4, 3 epoch, batch size 2 per perangkat dengan gradient accumulation 4, dan kuantisasi 4-bit NF4), dan (4) deployment offline pada perangkat keras kelas konsumen dengan evaluasi berorientasi tugas terhadap tiga baseline (Qwen3-4B-Thinking, Gemma-3-4B, LLaMa-3.1-8B). Hasil penelitian ini menunjukkan model hasil fine-tuning (Qwen3-4B-REnewbie v1) menghasilkan penurunan perplexity sebesar 15,4% pada data uji domain dan skor kualitatif rata-rata 9,3/10 pada dimensi akurasi faktual, struktur penalaran, dan kepatuhan Bahasa Indonesia, mengungguli seluruh baseline (kisaran 7,0–8,2), serta beroperasi sepenuhnya secara offline pada perangkat konsumen dengan latensi inferensi yang dapat diterima. Kesimpulan yang diperoleh dari penelitian ini adalah LLM yang dilokalkan dan hemat sumber daya dapat berfungsi sebagai infrastruktur pengetahuan iklim yang praktis bagi pendidikan vokasi dan tata kelola lokal di Indonesia, selaras dengan prinsip Green AI dan mendukung demokratisasi kecerdasan iklim di wilayah berkonektivitas terbatas.
Pengaruh Kecanduan Internet Dan Daya Tarik Iklan Terhadap Perilaku Pembelian Impulsif Online Produk Fashion (Studi Kasus Pada Konsumen Wanita Di Kabupaten Aceh Utara) Yuli Asbar; Widyana Verawaty Siregar
Sisfo: Jurnal Ilmiah Sistem Informasi Vol. 5 No. 1 (2021): Sisfo: Jurnal Ilmiah Sistem Informasi, Mei 2021
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/sisfo.v5i1.4860

Abstract

Penelitian ini bertujuan untuk menganalisis pengaruh (Kecanduan internet, daya tarik iklan) terhadap perilaku pembelian impulsif online produk fashion.Jenis penelitian ini adalah kuantitatif. Pengumpulan data dilakukan dengan metode kuisioner. Populasi dalam penelitian ini adalah seluruh konsumen wanita di kabupaten Aceh Utara yang pernah berbelanja produk fashion secara online. Sampel dipilih dengan menggunakan metode purposive sampling . jumlah sampel dalam penelitian ini sebanyak 100 responden. Hasil penelitian yang didapat dengan menggunakan teknik analisis regresi linear berganda yang diolah dengan bantuan program komputer SPSS versi 18 yaitu Kecanduan Internet, Diskon Harga, secara parsial berpengaruh secara signifikan terhadap perilaku pembelian impulsif online, Daya Tarik Iklan secara parsial tidak berpengaruh signifnikan terhadap perilaku pembelian impulsif online, dan secara simultan ketiga variabel independent tersebut (Kecanduan Internet, dan Daya Tarik Iklan) berpengaruh secara signifikan terhadap perilaku pembelian impulsif online. Kata kunci :Kecanduan Internet, Daya Tarik Iklan,  Impulsif Online
MARKET ANOMAL TESTING REGARDING THE JANUARY EFFECT, ROGALSKI EFFECT AND MONDAY EFFECT IN BANKING SECTOR COMPANIES ON THE INDONESIA STOCK EXCHANGE Maulana Iqbal; Rico Nur Ilham; Darmawati Muchtar; Widyana Verawaty Siregar
Journal of Accounting Research, Utility Finance and Digital Assets Vol. 2 No. 1 (2023): July
Publisher : PT. Radja Intercontinental Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54443/jaruda.v2i1.76

Abstract

This study aims to look at market anomalies such as the January effect, Rogalski effect and Monday effect in the banking sub-sector companies in Indonesia. This study uses a quantitative method with an analysis of the Average Difference Test. negative. The Rogalski Effect shows no significant difference when Return is positive or negative. The Monday Effect shows that there is a significant difference in the Monday Effect when the Return is positive or negative.
Co-Authors Ade Muana Husniati Adi Setiawan Ainol Mardhiah Alpaslan DURMUŞ Arif Rahman Armen Abta Arnawan Hasibuan Asran Asran Baharuddin Ismail Cindeni Puspasari Cindenia Puspasari Desi Parida Elvy Sahnur Nasution Eva Darnila Ezwarsyah Ezwarsyah Fahrian Roid Ferdy Hidayatullah Fitriani Ghazali Syamni Hamdhana, Defry Herman Fithra Ikhsan Fahri Kartika Kartika Kasman M Bayu Wibawa M Mursalin M Sayuti M. Shabri Abdul Majid Mariyudi Mariyudi Maulana Iqbal Misbahul Jannah Muchtar, Darmawati Muhammad Daud Muhammad Rafif Fadhlurrahman Hasibuan Muhammad Sayuti Murdani Murdani Muthmainnah Muthmainnah Naufal Bachri Nova Mulyasari Nyak Intan Fadhilati Nyak Qurratu Aini Raihan Putri Razif Razif Razif Razif Reza Al Farizi Rico Nur Ilham Rizki Julia Utama Rizky Almunadiansyah Rizky Almunadiyansyah Rizqan Fachroji Robi Kurniawan Rohana Ismail Rusydi Rusydi Safura Rusydi Sapna Biby Syamsul Bahri Syarifah Muthia Putri T. Edyansyah Tibyan Asyukri yuli asbar Zahratul Mona Zulfikar Aji Kusworo