Jusuf Junior Athala
Unknown Affiliation

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

Found 2 Documents
Search

Analisis Pelanggaran HAM pada Penanganan Terorisme di Indonesia Zafira, Nasya; Achmad Dinand Widhianto; Jusuf Junior Athala; Mazaya Akio Yodia; Rafly Maharazi
Jurnal Pendidikan Kewarganegaraan Undiksha Vol. 11 No. 2 (2023): Mei, Jurnal Pendidikan Kewarganegaraan Undiksha
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/jpku.v11i2.55704

Abstract

Apabila suatu negara berada dalam kondisi darurat, sistem hukum yang diterapkan adalah hukum keadaan darurat yang mengesampingkan hukum keadaan normal. Salah satu contoh kondisi darurat yang terjadi pada suatu negara adalah ancaman terorisme. Hak asasi manusia adalah hak yang dimiliki seseorang sejak lahir di dunia. Hak tersebut bersifat universal dan tidak dibedakan dari jenis kelamin, ras, suku, budaya, maupun agama. Upaya perlawanan terhadap terorisme akan selalu memiliki potensi terjadinya pelanggaran HAM. Tujuan penelitian ini adalah untuk mengetahui bagaimana hukumnya jika terjadi pelanggaran HAM dalam upaya penanganan terorisme. Metode yang dilakukan berupa survei literatur. Hasil dari penelitian berupa pembahasan mengenai perkembangan motif terorisme dan penanganannya serta proses penangkapan pelaku terorisme berdasarkan perspektif HAM di Indonesia. Simpulan dari penelitian ini adalah pada upaya penanganan terorisme, telah tertulis pada peraturan perundang-undangan di Indonesia bahwa terduga pelaku tindak pidana terorisme memiliki HAM yang tidak dapat dilanggar oleh pihak manapun. Keterbaruan pada penelitian ini adalah sikap yang dapat diambil masyarakat dalam menghadapi kasus pelanggaran HAM dalam penanganan terorisme di Indonesia. Manfaat dari penelitian ini adalah memberi pencerahan kepada masyarakat tentang sikap yang dapat diambil dalam menghadapi kasus pelanggaran HAM dalam penanganan terorisme. 
Pengaruh Augmentasi Data Back-Translation terhadap Kinerja Analisis Sentimen dalam Bahasa Indonesia Jusuf Junior Athala; Windy Gambetta
Prosiding SISFOTEK Vol 9 No 1 (2025): SISFOTEK IX 2025
Publisher : Ikatan Ahli Informatika Indonesia

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

Abstract

Sentiment analysis is a field of natural language processing (NLP) that aims to classify emotions or opinions contained in a text. When training a machine learning model for sentiment analysis, a problem commonly encountered is imbalanced datasets or datasets with uneven class distributions. This study investigates Back Translation’s effect on improving machine learning performance using an imbalanced dataset. The imbalanced dataset to be used is the NusaX Sentiment Analysis dataset. Experiment results show that Support Vector Machine (SVM) models give notable improvement in scores, especially with Back Translation using Javanese as the intermediate language, which provides the best F1 macro score improvement of 1.89% and the best F1 weighted score improvement of 1.52%. On the other hand, Naive Bayes models do not show any notable improvements. The findings indicate Back Translation can adjust class distribution and can boost certain models' sentiment analysis accuracy.