Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JOURNAL OF APPLIED INFORMATICS AND COMPUTING IJoEd: Indonesian Journal on Education
Rohalia, Alya
Unknown Affiliation
Computer Science & IT Education

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

Found 2 Documents
Search

 1 
Psikologi Belajar Orang Dewasa Rohalia, Alya; Ishak, Nurzairah
Indonesian Journal on Education (IJoEd) Vol. 2 No. 3 (2025)
Publisher : LPPI Yayasan Almahmudi bin Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70437/ijoed.v2i3.317

Abstract

Penelitian ini membahas psikologi belajar orang dewasa yang memiliki karakteristik berbeda dari pembelajaran anak. Landasan utama penelitian ini adalah konsep andragogi oleh Malcolm Knowles yang menekankan kemandirian belajar, pengalaman sebagai sumber belajar, serta orientasi belajar yang berfokus pada pemecahan masalah, diperkuat oleh teori Transformative Learning dari Jack Mezirow. Tujuan penulisan ini adalah untuk mengkaji prinsip-prinsip psikologi belajar orang dewasa, mengidentifikasi hambatan kognitif dan emosional, serta merumuskan implikasi pembelajaran berbasis andragogi. Penelitian ini menggunakan pendekatan kualitatif dengan metode studi pustaka, dengan data diperoleh dari buku dan artikel ilmiah yang relevan. Hasil kajian menunjukkan bahwa pembelajaran orang dewasa dipengaruhi oleh motivasi intrinsik, pengalaman hidup, dan kebutuhan nyata. Pembelajaran yang kontekstual, partisipatif, dan menghargai pengalaman terbukti lebih efektif dalam meningkatkan keterlibatan dan kebermaknaan belajar orang dewasa.
Leveraging Convolutional Neural Networks and Random Forests for Advanced Sentiment Classification of Social Media Responses on Public Services Rohalia, Alya; Rifkha Rahmika, Afiyah
Journal of Applied Informatics and Computing Vol. 10 No. 1 (2026): February 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i1.11965

Abstract

In the digital era, social media has become a significant channel for citizens to express their opinions on government services. In Indonesia, particularly in the context of municipal issues, understanding public sentiment is essential to improving public service delivery. This study analyzes user comments from Facebook, Instagram, Twitter, and YouTube to capture public responses toward local government performance. Departing from previous studies that typically employ binary or three-level classifications, this research implements a five-category sentiment scheme: Very Good, Good, Fair, Poor, and Very Poor. A hybrid model combining a Convolutional Neural Network (CNN) for feature extraction and a Random Forest (RF) classifier is proposed to address this multi-class task. The model achieves 87% accuracy, outperforming the individual CNN and RF models. The results demonstrate the potential of social media–based sentiment analysis to enhance public service quality in Indonesia.
Co-Authors Ishak, Nurzairah Rifkha Rahmika, Afiyah