Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Syntax Imperatif : Jurnal Ilmu Sosial dan Pendidikan TRILOGI: Jurnal Ilmu Teknologi, Kesehatan, dan Humaniora
Simanjorang, Sandha Calista
Unknown Affiliation
Religion Humanities Computer Science & IT Engineering Languange, Linguistic, Communication & Media Public Health Social Sciences Other

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

Found 2 Documents
Search

 1 
Tantangan dan Solusi dalam Perlindungan HAM di Era Digital Ramadani, Nadila; Jauharah, Jauharah; Putra, Nugraha Aditama; Al Farishi, M Farid; Simanjorang, Sandha Calista
JURNAL SYNTAX IMPERATIF : Jurnal Ilmu Sosial dan Pendidikan Vol. 5 No. 6 (2025): Jurnal Syntax Imperatif: Jurnal Ilmu Sosial dan Pendidikan
Publisher : CV RIFAINSTITUT

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36418/syntaximperatif.v5i6.537

Abstract

Perlindungan hak asasi manusia (HAM) di era digital menjadi semakin penting seiring dengan pesatnya perkembangan teknologi informasi dan komunikasi. Penelitian ini bertujuan untuk menganalisis tantangan yang dihadapi dalam perlindungan hak asasi manusia di dunia maya, serta solusi yang dapat diterapkan untuk memastikan perlindungan yang efektif. Metode penelitian yang digunakan adalah penelitian normatif dengan pendekatan kualitatif, menganalisis berbagai peraturan perundang-undangan, instrumen internasional serta praktik terbaik di beberapa negara. Hasil penelitian menunjukkan bahwa tantangan utama dalam perlindungan hak asasi manusia di era digital antara lain privasi dan keamanan data, penyebaran informasi palsu, dan pelanggaran kebebasan berekspresi. Selain itu, kurangnya peraturan yang komprehensif dan kurangnya pemahaman masyarakat mengenai hak-hak mereka di dunia maya juga menjadi faktor rumitnya. Untuk mengatasi hal ini, penelitian ini merekomendasikan penguatan peraturan yang melindungi privasi pribadi, mendidik masyarakat tentang hak-hak digital, dan berkolaborasi antara pemerintah, sektor swasta, dan masyarakat sipil untuk menciptakan lingkungan digital yang aman dan inklusif. Dengan menerapkan langkah-langkah tersebut, diharapkan perlindungan hak asasi manusia di era digital dapat lebih ditegakkan, sehingga setiap individu dapat menikmati haknya tanpa adanya risiko pelanggaran di dunia maya (No & Desember, 2024)
Tinjauan Literatur Sistematis (2019–2025) Kinerja Decision Tree dan Neural Network (Deep Learning) serta Perbandingannya dengan Naive Bayes dan SVM Syahputra, Fahmy; Sabrina, Elsa; Br Tarigan, Febrinata Silvianna; Sarumaha, Matius Irvan; Rahmadhani, Alfi; Simanjorang, Sandha Calista; Gorat, Loveyanni Marito Benedikta
TRILOGI: Jurnal Ilmu Teknologi, Kesehatan, dan Humaniora Vol 6, No 4 (2025)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/trilogi.v6i4.13429

Abstract

This study presents a Systematic Literature Review (2019–2025) comparing the performance of Decision Tree and Neural Network (Deep Learning) models, alongside their relative performance against Naive Bayes and Support Vector Machine (SVM). The review synthesizes empirical findings across multiple application domains—including healthcare, education, industry, and finance—focusing on commonly reported classification metrics such as accuracy, precision, recall, and F1-score. The synthesis indicates that Decision Trees are frequently preferred for structured/tabular data due to their high interpretability and transparent decision rules, which are valuable for accountable decision-making. In contrast, Neural Networks/Deep Learning tend to outperform on unstructured data (e.g., medical images and text) and complex non-linear patterns, albeit often with reduced explainability. In several studies, Naive Bayes remains competitive as a lightweight baseline, while SVM continues to be effective for high-dimensional feature spaces and specific classification settings. Overall, the review highlights that algorithm selection should be driven by data characteristics, problem complexity, interpretability requirements, and computational constraints, since no single algorithm consistently dominates across all scenarios.
Co-Authors Al Farishi, M Farid Br Tarigan, Febrinata Silvianna Gorat, Loveyanni Marito Benedikta Jauharah, Jauharah Putra, Nugraha Aditama Rahmadhani, Alfi Ramadani, Nadila SABRINA, ELSA Sarumaha, Matius Irvan Syahputra, Fahmy