Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal JOIV : International Journal on Informatics Visualization Comm-Edu (Community Education Journal) Jurnal EDUCATIO: Jurnal Pendidikan Indonesia
Meng, Yang
Unknown Affiliation
Computer Science & IT Education

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
MENGANDALKAN MODEL INTERNET UNTUK MEMPERSEMPIT KESENJANGAN ANTARA PENDIDIKAN PERKOTAAN DAN PEDESAAN DI TIONGKOK Meng, Yang; Sunarya, Yaya
Comm-Edu (Community Education Journal) Vol. 8 No. 1 (2025): Januari 2025
Publisher : IKIP Siliwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22460/commedu.v8i1.23138

Abstract

Kesenjangan pendidikan antara daerah perkotaan dan pedesaan merupakan masalah yang signifikan di Tiongkok. Artikel ini membahas bagaimana model internet dapat digunakan untuk mempersempit kesenjangan tersebut. Menggunakan metode penelitian kualitatif dengan pendekatan studi kasus, kami menganalisis berbagai inisiatif pendidikan berbasis internet yang telah diimplementasikan di Tiongkok, serta tantangan dan solusi yang dihadapinya. Hasil penelitian menunjukkan bahwa internet memiliki potensi besar untuk meningkatkan kualitas pendidikan di daerah pedesaan, tetapi keberhasilan inisiatif ini sangat tergantung pada infrastruktur yang memadai dan program literasi digital. Simpulan dari artikel ini menekankan pentingnya kolaborasi antara pemerintah, sektor swasta, dan masyarakat untuk memastikan akses pendidikan berkualitas bagi semua anak di Tiongkok.
Pergeseran konotasi negatif dalam bahasa gaul mandarin di wechat: analisis gender dalam media sosial Tiongkok Meng, Yang; Mulyati, Yeti
Jurnal EDUCATIO: Jurnal Pendidikan Indonesia Vol 11, No 1 (2025): Jurnal EDUCATIO: Jurnal Pendidikan Indonesia
Publisher : Indonesian Institute for Counseling, Education and Therapy (IICET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29210/1202525636

Abstract

Dalam era digital, bahasa gaul Mandarin di media sosial WeChat China mengalami pergeseran makna konotatif negatif, dengan penekanan pada perbedaan makna berdasarkan gender. Tujuan utama dari penelitian ini adalah untuk menganalisis pergeseran makna konotatif negatif pada bahasa gaul Mandarin di platform WeChat, khususnya yang berkaitan dengan perbedaan makna berdasarkan gender.. Dengan analisis mendalam terhadap perubahan makna, khususnya yang terkait dengan gender, penelitian ini membuka wawasan terhadap dinamika bahasa dan budaya di dunia digital. Hasil penelitian mengungkapkan pergeseran signifikan pada kata-kata yang merujuk kepada wanita dan pria di WeChat. Sebagai contoh, gelar kehormatan "小姐" beralih menjadi judul industri pornografi, sementara "影帝" mengalami transformasi dari aktor pemenang penghargaan menjadi istilah yang mencirikan pria yang pandai berakting. Penelitian ini menggarisbawahi perlunya kesadaran terhadap perubahan bahasa di era digital dan urgensi untuk mengatasi stereotip gender dalam media sosial.
Pergeseran konotasi negatif dalam bahasa gaul mandarin di wechat: analisis gender dalam media sosial Tiongkok Meng, Yang; Mulyati, Yeti
Jurnal EDUCATIO: Jurnal Pendidikan Indonesia Vol. 11 No. 1 (2025): Jurnal EDUCATIO: Jurnal Pendidikan Indonesia
Publisher : Indonesian Institute for Counseling, Education and Therapy (IICET)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29210/1202525636

Abstract

Dalam era digital, bahasa gaul Mandarin di media sosial WeChat China mengalami pergeseran makna konotatif negatif, dengan penekanan pada perbedaan makna berdasarkan gender. Tujuan utama dari penelitian ini adalah untuk menganalisis pergeseran makna konotatif negatif pada bahasa gaul Mandarin di platform WeChat, khususnya yang berkaitan dengan perbedaan makna berdasarkan gender.. Dengan analisis mendalam terhadap perubahan makna, khususnya yang terkait dengan gender, penelitian ini membuka wawasan terhadap dinamika bahasa dan budaya di dunia digital. Hasil penelitian mengungkapkan pergeseran signifikan pada kata-kata yang merujuk kepada wanita dan pria di WeChat. Sebagai contoh, gelar kehormatan "小姐" beralih menjadi judul industri pornografi, sementara "影帝" mengalami transformasi dari aktor pemenang penghargaan menjadi istilah yang mencirikan pria yang pandai berakting. Penelitian ini menggarisbawahi perlunya kesadaran terhadap perubahan bahasa di era digital dan urgensi untuk mengatasi stereotip gender dalam media sosial.
Automated UML Class Diagram Generation from Textual Requirements Using NLP Techniques Meng, Yang; Ban, Ainita
JOIV : International Journal on Informatics Visualization Vol 8, No 3-2 (2024): IT for Global Goals: Building a Sustainable Tomorrow
Publisher : Society of Visual Informatics

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62527/joiv.8.3-2.3482

Abstract

Translating textual requirements into precise Unified Modeling Language (UML) class diagrams poses challenges due to the unstructured and often ambiguous nature of text, which can lead to inconsistencies and misunderstandings during the initial stages of software development. Current methods often struggle with effectively addressing these challenges due to limitations in handling diverse and complex textual requirements, which may result in incomplete or inaccurate UML diagrams. This study aims to propose a Natural Language Processing (NLP) model that analyzes and comprehends textual requirements to extract relevant information for generating UML class diagrams, ensuring accuracy and consistency between the diagrams and requirement descriptions. The research employs a four-step approach: preprocessing to handle text noise and redundancy, sentence classification to distinguish between "class" and "relationship" sentences, syntactic analysis to examine grammatical structures, and UML class diagram generation based on predefined rules. The results show that the model achieved a classification accuracy of 88.46% with a high Area Under the Curve (AUC) value of 0.9287, indicating robust performance in distinguishing between class definitions and relationships. This study highlights that existing methods may not fully address the nuances of translating complex textual requirements into accurate UML diagrams. This study successfully demonstrates an automated method for generating UML class diagrams from textual requirements and suggests that future research could expand datasets, optimize feature extraction, explore advanced models, and develop automated rule generation methods for further improvements.
Co-Authors Ban, Ainita Sunarya, Yaya