Article Per Year (5 Year)
p-Index From 2021 - 2026
0.778
P-Index
This Author published in this journals
All Journal Abdimas Singkerru Journal Artificial: Informatika dan Sistem Informasi Jurnal Informasi dan Teknologi (JITU)
Ryan Alghazali Pakkaja
Politeknik Dewantara
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Environmental Science Public Health Social Sciences

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

Found 4 Documents
Search

 1 
Pengembangan dan Implementasi Modul Bahasa Inggris Berbasis Teknologi Interaktif untuk Meningkatkan Literasi Digital dan Kompetensi Komunikatif Siswa SMA Negeri 8 Luwu Kecamatan Bastem Alviani; Ryan Alghazali Pakkaja
Abdimas Singkerru Vol. 5 No. 2 (2025)
Publisher : Akademi Teknologi Industri Dewantara Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59563/singkerru.v5i2.318

Abstract

Hasil Programme for International Student Assessment (PISA) 2022 menunjukkan bahwa capaian literasi membaca siswa Indonesia masih berada di bawah rata-rata global, yang mencerminkan perlunya inovasi pembelajaran berbasis literasi dan teknologi. Kondisi tersebut semakin kompleks di wilayah geografis terpencil seperti Kecamatan Bastem, Kabupaten Luwu, di mana pemanfaatan teknologi dalam pembelajaran Bahasa Inggris belum optimal. SMA Negeri 8 Luwu menghadapi permasalahan berupa keterbatasan media pembelajaran interaktif, rendahnya literasi digital siswa, serta kurangnya kepercayaan diri dalam kompetensi komunikatif. Program Pengabdian kepada Masyarakat ini bertujuan mengembangkan dan mengimplementasikan modul Bahasa Inggris berbasis teknologi interaktif yang adaptif terhadap kondisi infrastruktur lokal serta mampu meningkatkan literasi digital dan kompetensi komunikatif siswa. Metode pelaksanaan meliputi analisis kebutuhan, pengembangan e-module berbasis multimedia (audio, video, kuis interaktif), validasi ahli, pelatihan guru, implementasi pembelajaran selama 4–6 minggu, serta evaluasi melalui desain pre-test dan post-test. Indikator keberhasilan mencakup peningkatan skor minimal 20% pada ≥80% siswa, peningkatan partisipasi aktif dalam pembelajaran digital, serta kemampuan guru mengoperasikan modul secara mandiri. Luaran program meliputi produk modul digital interaktif, artikel ilmiah pengabdian terindeks SINTA, hak cipta modul, serta video dokumentasi kegiatan. Program ini diharapkan menjadi model pembelajaran Bahasa Inggris berbasis teknologi yang berkelanjutan dan dapat direplikasi pada sekolah lain di wilayah rural Kabupaten Luwu.
Evaluasi Sentimen Ulasan Aplikasi DeepSeek di Google Play Store menggunakan Algoritma Decision Tree Muhammad Ishak; Andi Wafda; Ryan Alghazali Pakkaja
Journal Artificial: Informatika dan Sistem Informasi Vol. 4 No. 1 (2026): April 2026
Publisher : Pustaka Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54065/artificial.1129

Abstract

Aplikasi kecerdasan buatan (AI) DeepSeek telah menjadi fenomena baru dalam teknologi asisten virtual, bersaing ketat dengan platform mapan lainnya. Ulasan pengguna di Google Play Store menyediakan data krusial untuk mengevaluasi persepsi publik terhadap kinerja aplikasi ini. Penelitian ini bertujuan untuk mengklasifikasikan sentimen pengguna DeepSeek serta mengidentifikasi faktor dominan penyebab kepuasan maupun ketidakpuasan. Penelitian menggunakan pendekatan eksperimen komputasi, yaitu melakukan pengujian model klasifikasi sentimen berbasis supervised learning (Decision Tree) pada data ulasan yang diperoleh melalui scraping Google Play Store dan direpresentasikan menggunakan fitur TF-IDF. Metodologi penelitian dimulai dengan pengumpulan data sebanyak 3506 ulasan melalui teknik scraping, diikuti tahap pra-pemrosesan teks yang meliputi case folding, cleaning, normalisasi kata tidak baku dan stopword removal untuk menangani variasi bahasa informal. Klasifikasi sentimen dilakukan menggunakan algoritma Decision Tree dengan ekstraksi fitur TF-IDF, menerapkan pelabelan otomatis berbasis skor/rating. Hasil evaluasi menunjukkan model mampu mengklasifikasikan sentimen dengan akurasi sebesar 75,93%. Analisis mendalam menggunakan N-Gram mengungkapkan temuan signifikan: sentimen negatif didominasi oleh kendala infrastruktur teknis dengan tingginya frekuensi frasa "server busy please" dan "try again later", sedangkan sentimen positif berpusat pada aspek fungsionalitas dengan kata kunci "sangat membantu" dan "bagus". Temuan ini mengindikasikan bahwa perbaikan stabilitas server dan skalabilitas layanan berpotensi menjadi strategi utama untuk meningkatkan persepsi pengguna.
Transformasi Administrasi Surat: Perancangan Konseptual Sistem Berbasis Odoo ERP pada Armbian Linux untuk Lingkungan Perkantoran Ryan Alghazali Pakkaja; Andi Wafda; Muhammad Ishak
Journal Artificial: Informatika dan Sistem Informasi Vol. 4 No. 1 (2026): April 2026
Publisher : Pustaka Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54065/artificial.1130

Abstract

Administrasi surat merupakan salah satu proses penting dalam pengelolaan dokumen perkantoran, terutama pada instansi pendidikan dan organisasi pemerintahan. Namun, praktik umum di banyak institusi masih bersifat manual, seperti pencatatan surat masuk pada buku tulis dan pencatatan surat keluar pada lembar Excel. Proses ini tidak hanya memakan waktu, tetapi juga menyulitkan pencarian arsip, rawan kesalahan input, serta tidak menyediakan riwayat dan tracking dokumen secara sistematis. Penelitian ini bertujuan untuk merancang konsep transformasi administrasi surat melalui pemanfaatan Odoo ERP yang berjalan pada platform Armbian Linux. Metode penelitian yang digunakan adalah Conceptual System Design (CSD) melalui tahapan identifikasi masalah, observasi proses manual, analisis kebutuhan, perancangan arsitektur, perancangan workflow surat masuk dan surat keluar, serta penyusunan blueprint sistem. Pendekatan CSD digunakan untuk menghasilkan rancangan infrastruktur digital yang efisien, ringan, serta memungkinkan dijalankan pada perangkat berbiaya rendah seperti Single Board Computer (SBC). Hasil penelitian berupa blueprint sistem administrasi surat masuk dan keluar yang mencakup arsitektur server, alur kerja digital, modul dokumen, serta mekanisme otomatisasi pencatatan. Studi ini menunjukkan bahwa rancangan sistem Odoo ERP pada Armbian Linux berpotensi meningkatkan keteraturan administrasi, mempercepat penelusuran arsip, dan menurunkan hambatan implementasi melalui kebutuhan infrastruktur yang relatif ringan, serta dapat menjadi dasar untuk penelitian lanjutan pada tahap implementasi dan evaluasi empiris.
Forensik File Prefetch pada Windows 11 untuk Deteksi Aktivitas Ransomware sebagai Upaya Penguatan Keamanan Siber Permadi Kusuma; Vicky Bin Djusmin; Ryan Alghazali Pakkaja; Mikhail Ashshidiqie Rachman
Jurnal Informasi dan Teknologi Vol 2 No 3 (2025): JITU: Jurnal Informasi dan Teknologi Universitas Cokroaminoto Palopo
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/jitu.v2i3.346

Abstract

Serangan ransomware merupakan salah satu ancaman serius dalam keamanan siber karena mampu mengenkripsi data korban dan mengganggu ketersediaan sistem. Pada tahun 2023–2024, jumlah serangan ransomware mengalami peningkatan signifikan, dengan puluhan ribu serangan yang berhasil diblokir di Indonesia dan ratusan juta upaya tercatat secara global. Dengan banyaknya serangan Ransomware maka diperlukan upaya pencegahan. Upaya mitigasi tidak hanya berfokus pada tahap pencegahan, tetapi juga membutuhkan mekanisme deteksi berbasis artefak forensik yang dapat memberikan indikasi dini terhadap aktivitas berbahaya. Penelitian ini bertujuan untuk menganalisis file Prefetch pada sistem operasi Windows 11 sebagai sumber artefak forensik untuk mendeteksi pola eksekusi ransomware. Proses penelitian dilakukan dengan membangun lingkungan uji berbasis virtual machine yang dipakai untuk mengeksekusi sampel ransomware. Selanjutnya, analisis Prefetch dilakukan menggunakan WinPrefetchView untuk mengidentifikasi metadata eksekusi, seperti nama file executable, waktu akses terakhir, jumlah eksekusi, serta daftar file yang diakses. Hasil penelitian menunjukkan bahwa ransomware menghasilkan pola Prefetch yang berbeda dibandingkan aplikasi normal, ditandai dengan jumlah akses file yang lebih tinggi, eksekusi berulang dalam waktu singkat, serta jalur eksekusi yang tidak lazim. Temuan ini memberikan kontribusi pada bidang forensik digital dengan menawarkan pendekatan berbasis Prefetch untuk mendukung deteksi dini ransomware, sekaligus memperkuat strategi Cyber Security Incident Response pada sistem berbasis Windows 11.
Co-Authors Alviani Andi Wafda Mikhail Ashshidiqie Rachman Muhammad Ishak Permadi Kusuma Vicky Bin Djusmin