Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal SUPREMASI: Jurnal Pemikiran, Penelitian Ilmu-Ilmu Sosial, Hukum dan Pengajarannya Journal of Mathematics, Statistics, and Applications
Fettyana, Fettyana
Unknown Affiliation
Education Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences

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

Found 2 Documents
Search

 1 
ANALISIS KRITIS SYARAT DAN KETENTUAN SHOPEE & TOKOPEDIA: MENYOROTI KETIDAKSEIMBANGAN POSISI KONSUMEN DALAM KERANGKA HUKUM INDONESIA Akbar, Muhammad Ali; Mubarak, Husni; Hidayat, AR; Zikra, Andi Anzanul; Fettyana, Fettyana; Allo, Nugra Tasik; Maniar, Jacklyn Preselia
SUPREMASI: Jurnal Pemikiran, Penelitian Ilmu-ilmu Sosial, Hukum dan Pengajarannya Volume 20, Nomor 2 (Oktober 2025)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26858/supremasi.v20i2.74725

Abstract

Perdagangan digital Indonesia, yang didominasi oleh Shopee dan Tokopedia, telah merevolusi ekonomi, namun menyisakan persoalan fundamental terkait perlindungan konsumen. Penelitian ini menyajikan analisis yuridis normatif terhadap Syarat dan Ketentuan (T&C) kedua platform, dengan tolok ukur utama Undang-Undang No. 8 Tahun 1999 tentang Perlindungan Konsumen (UUPK) dan peraturan turunannya. Argumen sentral penelitian ini adalah T&C yang berlaku saat ini, melalui mekanisme klausula baku, menciptakan ketidakseimbangan kekuasaan yang sistemik. Platform secara kontraktual memposisikan diri sebagai perantara pasif untuk mengalihkan tanggung jawab, sebuah tindakan yang berpotensi bertentangan dengan larangan eksplisit dalam Pasal 18 UUPK dan mandat sebagai fasilitator aktif dalam Peraturan Pemerintah No. 80 Tahun 2019. Klausula-klausula ini, yang mencakup hak sepihak untuk mengubah perjanjian dan membatasi ganti rugi, secara de jure berpotensi batal demi hukum, namun secara de facto tetap berlaku karena asimetri informasi dan sumber daya antara platform dan konsumen. Analisis diperkuat dengan studi kasus nyata, termasuk sengketa konsumen dan investigasi oleh Komisi Pengawas Persaingan Usaha (KPPU), yang mengilustrasikan bagaimana T&C tersebut diterjemahkan menjadi kerugian riil. Penelitian ini menyimpulkan bahwa mekanisme penyelesaian sengketa internal platform seringkali bersifat ilusi, sementara lembaga eksternal seperti Badan Penyelesaian Sengketa Konsumen (BPSK) terbukti tidak efektif. Sebagai solusi, direkomendasikan reformasi regulasi dan pengembangan kerangka kerja Online Dispute Resolution (ODR) nasional yang independen dan aksesibel untuk menyeimbangkan kembali neraca kekuasaan dan membangun ekosistem digital yang adil.
Pembangunan Dataset Gestur Angka (1-5) yang Terkontekstualisasi Budaya sebagai inisiasi Basis Data Pengenalan untuk Alat Bantu Pembelajaran Matematika Ahmad, Khawaritzmi Abdallah; Nurrifqhi, Arian; Fettyana, Fettyana; Fadilah, Nur
Journal of Mathematics, Statistics and Applications Vol. 2 No. 2 (2025): November
Publisher : PT. Lontara Digitech Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61220/

Abstract

The rapid advancement of Artificial Intelligence (AI) has transformed human–computer interaction toward more natural and intuitive vision-based gesture systems. Hand Gesture Recognition (HGR) plays a crucial role in the development of interactive learning media, particularly for recognizing finger gestures representing numbers 1–5. However, conventional HGR systems are predominantly built upon culturally biased datasets, especially those derived from American Sign Language, which may lead to misinterpretation and normative mismatch across different cultural contexts. This study initiates the development of a culturally inclusive hand gesture dataset for numbers 1–5 by incorporating diverse cultural finger-counting habits. Feature extraction is performed using the MediaPipe Hands framework to obtain accurate and efficient hand landmarks. The constructed dataset is then utilized to train a gesture classification model for interactive mathematics learning applications. Experimental results show that the model achieves strong performance in certain classes, particularly for classes 1 and 5, with a recall of 1.00 and the highest f1-score of 0.85. However, challenges remain in classifying classes 3 and 4 due to class imbalance, resulting in lower recall and f1-scores. Although the overall accuracy reaches 66%, this imbalance indicates the need for further optimization in training strategies to improve model generalization. The proposed dataset is expected to serve as a more relevant and culturally inclusive foundation for developing safe, accurate, and adaptive HGR-based interactive mathematics learning systems.
Co-Authors Ahmad, Khawaritzmi Abdallah Allo, Nugra Tasik Hidayat, AR Husni Mubarak Maniar, Jacklyn Preselia Muhammad Ali Akbar, Muhammad Ali NUR FADILAH Nurrifqhi, Arian Zikra, Andi Anzanul