Article Per Year (5 Year)
p-Index From 2021 - 2026
0.983
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Informatika JURNAL REKAYASA TEKNOLOGI INFORMASI Jatilima : Jurnal Multimedia Dan Teknologi Informasi Emerging Information Science and Technology JKTi - Jurnal Keilmuan Teknologi Informasi
Putri, Nisrina Akbar Rizky
Unknown Affiliation
Computer Science & IT Engineering Mathematics

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Analisis Sentimen Terhadap Kemajuan Kecerdasan Buatan di Indonesia Menggunakan BERT dan RoBERTa Putri, Nisrina Akbar Rizky; Ardiansyah
Jurnal Sains dan Informatika Vol. 9 No. 2 (2023): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v9i2.649

Abstract

Kecerdasaan buatan/Artificial Intelligence (AI) dalam beberapa tahun belakang menjadi pro dan kontra. Banyak pihak yang menyambut baik kemajuan AI karena dapat membantu meningkatkan kinerja tetapi tidak sedikit yang beranggapan AI dapat menjadi ancaman yang akan membuat Masyarakat dengan pendidikan rendah terancam dalam hal penyaluran pekerjaan dan aspek lainnya. Prespektif tersebut muncul hampir disemua platfom sosial media untuk menyampaikan tanggapan. Pada penelitian yang dilakukan peneliti memanfaatkan analisis sentimen sehingga dapat menggambarkan sentimen pada masyarakat dengan manfaatkan komentar masyarakat di kolom komentar YouTube sebagai objek penelitian dikarekan relevansi dengan topik sebesar 60-80%. Penelitian yang dilakukan menggunakan Transformers BERT dan RoBERTa untuk labeling 5796 data yang dikumpulkan serta mengevaluasi menggunakan model indobenchmark/indobert-base-p1 dan flax-community/indonesian-roberta-base. Dari hasil ujicoba didapatkan BERT indobenchmark/indobert-base-p1 menjadi algoritma dengan kinerja lebih baik pada skema 1 mendapatkan akurasi validasi 84%, akurasi testing 83% serta skema 2 mendapatkan akurasi validasi 83%, akurasi testing 84% dibandingkan RoBERTa flax-community/indonesian-roberta-base berbahasa Indonesia meskipun algoritma tersebut merupakan hasil perkembangan dari BERT. Hasil penelitian yang dilakukan peneliti juga mendapatkan sentiment negatif lebih dominan sebesar 53,6% hasil labeling Transformers BERT dan 52.2% dari hasil Transformers RoBERTa dibandingkan sentimen netral dan positif. Sehingga peneliti menyarankan adanya keterlibatan pemangku kebijakan untuk memberikan batasan yang jelas terkait penggunaan AI.
Integrasi 8 Golden Rules dalam Desain Antarmuka Sistem Informasi Penggajian Rahayu, Hartika; Putri, Nisrina Akbar Rizky
JKTI Jurnal Keilmuan Teknologi Informasi Vol 1 No 1 (2025)
Publisher : Universitas Muhammadiyah Klaten

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61902/jkti.v1i1.1679

Abstract

The development of a system is done to help facilitate human work due to its effectiveness and efficiency. The XZY campus study program has used an integrated system in processing data. In terms of summarizing attendance and payroll data, it is still done manually, so a system is needed that can help users summarize this data. The interface design construction is made before system development. There are three previous steps in designing the system display: data collection (needs analysis), website design, and testing. The 8 golden rules are used as guidelines in designing a web display that is easy for users to learn.
Evaluasi Tata Kelola Teknologi Informasi Menggunakan COBIT 2019 Fachruddin Edi Nugroho Saputro; Adika Sri Widagdo; Putri, Nisrina Akbar Rizky
Jurnal Multimedia dan Teknologi Informasi (Jatilima) Vol. 7 No. 04 (2025): Jatilima : Jurnal Multimedia Dan Teknologi Informasi
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jatilima.v7i04.1793

Abstract

COBIT 2019 menilai tingkat tata kelola teknologi informasi yang bermanfaat bagi organisasi seperti Universitas XYZ. Penerapan teknologi informasi di seluruh perguruan tinggi mempunyai tiga sistem pelayanan kebutuhan yang berbeda. Tantangan penerapan teknologi informasi pada perguruan tinggi yaitu pada sistem desentralisasi, gangguan operasional, dan kebutuhan yang tidak terpenuhi. Universitas XYZ mempunyai kendala sering terjadinya gangguan pada server dan sistem informasi yang belum terintegrasi sehingga layanan teknologi informasi yang diberikan tidak berjalan secara maksimal. Pengelolaan layanan teknologi informasi yang tidak baik menyebabkan layanan yang tidak terkontrol, pengambilan keputusan yang kurang tepat, dan biaya operasional yang sulit diprediksi. Tata kelola teknologi informasi mempunyai peranan sebagai pendukung untuk tercapainya tujuan organisasi. Pada organisasi memerlukan penilaian untuk mengukur kinerja dari tata kelola teknologi informasi dengan menggunakan kerangka kerja tata kelola teknologi informasi. Penilaian tata kelola teknologi informasi pada penelitian ini dengan menggunakan COBIT 2019, sehingga menghasilkan rekomendasi yang dapat ditindaklanjuti. Evaluasi tata kelola teknologi informasi pada program studi A di Universitas XYZ dengan menggunakan kerangka kerja COBIT 2019 domain BAI09 (Manage Assets). Hasil evaluasi atau penilaian tingkat kapabilitas pada domain BAI09.01 nilai kapabilitasnya 2,44 (Partially), BAI09.02 nilai kapabilitasnya 2,55 (Partially), BAI09.03 nilai kapabilitasnya 1,93 (Partially), BAI09.04 nilai kapabilitasnya 0,63 (Not), dan BAI09.05 nilai kapabilitasnya 0,55 (Not). Nilai tingkat kapabilitas yang diharapkan pada program studi A di Universitas XYZ yaitu 4,00 (Fully) maka pada domain proses BAI09.01 terdapat gap 1,56, BAI09.02 terdapat gap 1,45, BAI09.03 terdapat gap 2,07, BAI09.04 terdapat gap 3,37, dan BAI09.05 terdapat gap 3,45.
Analisis Sentimen Publik terhadap Digitalisasi Manajemen SDM di Media Sosial X Putri, Nisrina Akbar Rizky; Widyastuti, Erma
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 10, No 1 (2026): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v10i1.26083

Abstract

Digitalisasi manajemen sumber daya manusia (SDM) mendorong perubahan signifikan dalam praktik organisasi, namun juga memunculkan beragam persepsi publik. Penelitian ini bertujuan menganalisis sentimen masyarakat terhadap digitalisasi SDM di media sosial X menggunakan metode berbasis leksikon InSet Lexicon. Data dikumpulkan melalui API pada periode Januari 2023 hingga Juni 2025 sebanyak 10.000 cuitan berbahasa Indonesia. Tahapan penelitian meliputi pengumpulan data, pre-processing (case folding, cleaning, tokenization, dan stopword removal), klasifikasi sentimen, serta evaluasi kinerja model menggunakan metrik precision, recall, dan F1-score. Hasil menunjukkan dominasi sentimen netral sebesar 70,12%, diikuti negatif 18,62% dan positif 11,26%, yang mengindikasikan diskusi bersifat informatif dengan kecenderungan lebih banyak kritik dibanding apresiasi. Model mencapai akurasi 80,26% dengan precision macro 80,42% dan recall macro 70,38%. Performa terbaik terdapat pada kelas netral, sementara kelas positif memiliki recall terendah sehingga banyak sentimen positif tidak terdeteksi. Temuan ini menunjukkan bahwa pendekatan lexicon-based cukup efektif, namun masih terbatas dalam menangkap nuansa bahasa kontekstual. Penelitian ini memberikan gambaran persepsi publik sekaligus dasar pengembangan metode yang lebih adaptif untuk mendukung pengambilan keputusan dalam transformasi digital SDM.
Understanding Burnout Experiences in Social Media Discourse: Evidence from YouTube User Comments Putri, Nisrina Akbar Rizky; Ardiansyah, Ardiansyah; Widyastuti, Erma; Azizah, Laila Ma'rifatul
Emerging Information Science and Technology Vol. 7 No. 1 (2026): May
Publisher : Universitas Muhammadiyah Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/eist.v7i1.31343

Abstract

Burnout has become an important psychological concern that is increasingly discussed through social media, providing valuable textual data for understanding public experiences of emotional exhaustion, workplace pressure, and coping. This study analyzes sentiment in burnout related YouTube comments using DistilIndoBERT and examines the contribution of back translation to classification performance. The initial dataset consisted of 2,931 comments collected from 5 YouTube videos published between 2021 and 2025 was subjected to a data quality audit that removed exact duplicates, promotional content, spam, and nonmeaningful comments, resulting in 2,829 relevant records. Sentiment labels were assigned through a semi automated process and reviewed by the researchers into positive, neutral, and negative categories. The dataset was divided using stratified sampling into 70% training data, 15% validation data, and 15% test data. Back translation was applied exclusively to the positive and neutral classes in the training set to prevent data leakage, expanding the training data from 1,980 to 3,003 records. Negative sentiment was dominant, accounting for 1,430 comments or 50.55%, followed by neutral sentiment with 846 comments or 29.90% and positive sentiment with 553 comments or 19.55%. DistilIndoBERT achieved 82.4% accuracy, 81.9% macro precision, 81.5% macro recall, and 81.6% macro F1 score on the original dataset. After augmentation, the respective scores increased to 87.1%, 86.8%, 86.2%, and 86.4%. These observed improvements demonstrate the potential of training focused back translation to strengthen DistilIndoBERT classification of burnout discourse.
Co-Authors Adika Sri Widagdo Ardiansyah Ardiansyah Ardiansyah Azizah, Laila Ma'rifatul Erma Widyastuti Fachruddin Edi Nugroho Saputro Rahayu, Hartika