Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal G-Couns: Jurnal Bimbingan dan Konseling Journal of Scientific Research, Education, and Technology
Umar Zaky
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Engineering Physics Social Sciences Other

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

Found 2 Documents
Search

 1 
Pengaruh Penyesuaian Diri Terhadap Motivasi Belajar Pada Mahasiswa Rantau Prasetyoaji, Ari; Umar Zaky; Tati Indriani; Rizka Amanah
G-Couns: Jurnal Bimbingan dan Konseling Vol. 8 No. 3 (2024): Agustus 2024. G-Couns: Jurnal Bimbingan dan Konseling
Publisher : Universitas PGRI Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31316/gcouns.v8i3.5057

Abstract

Proses penyesuaian diri sangat penting, khusunya bagi mahasiswa rantau yang baru mengenal lingkungan baru. Ketidakmampuan dalam menyesuaian diri dengan baik dilingkungan baru berpengaruh pada motivasi belajar. Penelitian ini bertujuan untuk mengetahui pengaruh penyesuaian diri terhadap motivasi belajar pada mahasiswa rantau di Universitas Teknologi Yogyakarta. Metode penelitian ini yaitu metode kuantitatif dengan populasi seluruh mahasiswa rantau di Universitas Teknologi Yogyakarta dengan sampel sebanyak 126 mahasiswa rantau, dengan teknik Stratified Random Sampling. Instrumen yang digunakan yaitu skala penyesuaian diri dan skala motivasi belajar. Analisis data dalam penelitian ini yaitu menggunakan uji regresi linear sederhana. Hasil penelitian menunjukkan perolehan nilai signifikansi sebesar 0,000 < 0,05 dan t hitung > t tabel (13,218 > 1,979). Kesimpulan pada penelitian ini yaitu terdapat pengaruh yang signifikan penyesuaian diri terhadap motivasi belajar pada mahasiswa rantau di Universita Teknologi Yogyakarta. Kata kunci: penyesuaian diri, motivasi belajar, mahasiswa rantau
Cross-Lingual Sentiment Analysis for Indonesian Monetary Policy Akbar Ramadhan; Umar Zaky
Journal of Scientific Research, Education, and Technology (JSRET) Vol. 4 No. 4 (2025): Vol. 4 No. 4 2025
Publisher : Kirana Publisher (KNPub)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58526/jsret.v4i4.943

Abstract

This research develops a cross-lingual sentiment analysis system (RoBERTa-IndoBERT) to monitor public opinion on Bank Indonesia’s 2025 monetary policy from X (Twitter), addressing the scarcity of Indonesian labels and noisy social media text. We introduce a "translate-then-classify" pipeline: Indonesian posts are translated into English, auto-labeled by a mature English RoBERTa model, and these labels are used to fine-tune IndoBERT on the original texts. We compare this cross-lingual (CL) approach, with and without back-translation (BT) augmentation, against a baseline Indo-only model. Performance measured by Accuracy and Macro-F1 indicates the CL pipeline is substantially better than the baseline. The complete model (IndoBERT + CL + BT) yields a Macro-F1 of 98.1%, a 2.8 percentage point (pp) improvement over the baseline (95.3%). Qualitative error analysis corroborates the CL model is more stable, less prone to extreme polarity flips, and better at detecting implicit sentiment. This research demonstrates that a CL auto-labeling pipeline is an efficient and resilient solution for Indonesian sentiment analysis in low-resource scenarios.
Co-Authors Akbar Ramadhan Ari Prasetyoaji Rizka Amanah Tati Indriani