Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Anggraheni, Hanna Shafira
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 2 Documents
Search

 1 
Eksperimen Penerapan Framework Desain User Interface untuk Lanjut Usia pada PLN Mobile untuk Meningkatkan Usability kepada Pengguna Pra-Lanjut Usia Anggraheni, Hanna Shafira; Kharisma, Agi Putra; Adikara, Putra Pandu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 1 (2025): Januari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Framework adalah kerangka kerja yang bertujuan untuk membuat proses pengembangan lebih efisien dengan menyusun, mengelola, dan memperluas proyek secara optimal. Salah satu framework yang sering digunakan adalah framework desain user interface (UI) untuk lansia, yang dirancang agar UI lebih mudah dan nyaman digunakan oleh pengguna berusia lanjut. Meskipun framework ini sudah tersedia, banyak aplikasi, termasuk PLN Mobile, belum sepenuhnya mengimplementasikan aksesibilitas khusus untuk lansia. Penelitian ini menguji pengaruh penerapan framework UI untuk lansia terhadap usability aplikasi PLN Mobile, dengan melibatkan 12 responden pra-lansia (45-59 tahun). Pengujian dilakukan menggunakan tiga metrik utama: effectiveness, efficiency, dan satisfaction. Hasil penelitian menunjukkan bahwa penerapan framework UI pada fitur Pembelian Token meningkatkan task completion time secara signifikan (P<0,0001), tetapi pada fitur Pengaduan Gangguan, peningkatannya tidak signifikan (P=0,1142). Metrik task success tidak menunjukkan perbedaan, dengan success rate tetap 100% pada kedua fitur. Namun, ada peningkatan signifikan dalam skor satisfaction, dengan P=0,001 pada fitur Pembelian Token dan P=0,0039 pada Pengaduan Gangguan.
Deteksi Spam Berbahasa Indonesia Berbasis Teks Menggunakan Model Bert Amin, Muhammad Basil Musyaffa; Hakim, Gibran; Maulana, Muhammad Taufik; Alwan, Muhammad Fajrul; Anggraheni, Hanna Shafira; Naufal, Muhammad Jilan; Yudistira, Novanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1168121

Abstract

Spam pada SMS dan Email menyebabkan pengalaman kurang menyenangkan bagi pengguna dalam pemanfaatan teknologi. Spam secara umum merupakan sebuah tindakan mengirim pesan yang tidak diinginkan atau tidak diminta kepada sejumlah besar orang. Spam kini dapat ditemui dalam berbagai bentuk, seperti web maupun multimedia. Penelitian ini bertujuan untuk mengevaluasi model berbasis BERT, khususnya IndoBERT dan MultilingualBERT, dalam mendeteksi dan mengklasifikasi spam berbahasa Indonesia pada pesan SMS dan Email. Model yang dipilih kemudian dilatih untuk mengidentifikasi perbedaan antara pesan spam dan bukan spam. Hasil evaluasi pada percobaan menggunakan dataset SMS dan Email memiliki nilai akurasi sebesar 98% pada model IndoBERT dan 95% pada model MultilingualBERT, yang menunjukkan tingkat akurasi yang tinggi. Hasil ini menunjukkan bahwa model BERT efektif dalam mendeteksi pesan spam dalam Bahasa Indonesia.   Abstract Spam on SMS and Email causes an unpleasant experience for users in using technology. Spam in general is the act of sending unwanted or unsolicited messages to a large number of people. Spam can now be found in various forms, such as web and multimedia. This research aims to evaluate BERT-based models, specifically IndoBERT and MultilingualBERT, in detecting and classifying Indonesian spam in SMS and Email messages. The selected model is then trained to identify the differences between spam and non-spam messages. Evaluation results in experiments using SMS and Email datasets have an accuracy value of 98% in the IndoBERT model and 95% in the MultilingualBERT model, which shows a high level of accuracy. These results indicate that the BERT model is effective in detecting spam messages in Indonesian.
Co-Authors Agi Putra Kharisma, Agi Putra Alwan, Muhammad Fajrul Amin, Muhammad Basil Musyaffa Hakim, Gibran Maulana, Muhammad Taufik Naufal, Muhammad Jilan Novanto Yudistira Putra Pandu Adikara