Article Per Year (5 Year)
p-Index From 2021 - 2026
1.554
P-Index
This Author published in this journals
All Journal Jurnas Nasional Teknologi dan Sistem Informasi JURNAL NASIONAL TEKNIK ELEKTRO Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JIKA (Jurnal Informatika) Andalasian International Journal of Applied Science, Engineering, and Technology Prosiding Seminar Nasional Sisfotek (Sistem Informasi dan Teknologi Informasi) BACA: Jurnal Dokumentasi dan Informasi Jurnal Pengabdian Rekayasa dan Wirausaha
Sunaryo, Budi
Universitas Bung Hatta
Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Library & Information Science Mechanical Engineering

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Uji Coba Aplikasi Mobile untuk Layanan Konseling dan Pengaduan Perempuan dan Anak pada UPTD PPA Kabupaten Agam Hidayat, Hidayat; Pakpahan, Muhammad Yusuf; Arnita, Arnita; Sunaryo, Budi; Satria, Iman
Jurnal Pengabdian Rekayasa dan Wirausaha Vol 2, No 2 (2025)
Publisher : Universitas Syiah Kuala

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

Abstract

Kasus kekerasan terhadap perempuan dan anak di Kabupaten Agam masih cukup tinggi, sementara keterbatasan akses geografis menyebabkan tidak semua kasus dapat terdata dan tertangani dengan baik. Artikel ini menyajikan inovasi teknis berupa rancang bangun dan uji coba aplikasimobileuntuk layanan konseling dan pengaduan perempuan dan anak pada UPTD PPA Kabupaten Agam. Tujuannya adalah mengembangkan aplikasi terintegrasi berbasis Flutter guna meningkatkan akses dan efisiensi layanan pengaduan. Metode pengembangan yang digunakan adalah model Waterfall, dengan implementasi menggunakan Flutter dan Firebase sebagai backend. Pengujian dilakukan melaluiBlack-box testinguntuk memastikan fungsionalitas sistem sertaSystem UsabilityScale(SUS) terhadap 28 responden untuk menilai kegunaan aplikasi, yang terdiri atas masyarakat umum, petugas UPTD PPA Kabupaten Agam, serta pengguna yang mewakili target pemakai aplikasi. Hasilnya menunjukkan seluruh fitur termasuk pengaduan, konselingreal-time,danchatberbasisArtificial Intelligent(AI) berfungsi baik, dengan skor SUS 70,54 (kategoriacceptable). Aplikasi ini masih berada pada tahap eksperimen dan belum diuji secara luas di masyarakat. Meski demikian, hasil uji coba ini menunjukkan potensi aplikasi sebagai solusi awal dalam peningkatan aksesibilitas dan efektivitas layanan perlindungan perempuan dan anak di Kabupaten Agam.
Negative Content Detection Model to Classify Text of a Website Using Machine Learning Method Budi Sunaryo; Muhammad Ilhamdi Rusydi; Ariadi Hazmi; Oluwarotimi Williams Samuel
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 3 (2026): June 2026
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i3.7119

Abstract

Harmful online content can negatively influence users and create social risks. This study develops a machine learning model to detect harmful website content using Naïve Bayes, K-Nearest Neighbors (KNN), and Support Vector Machine (SVM). The analysis focuses on website text extracted from the HTML Document Object Model (DOM). Four classes were used: gambling, pornography, phishing, and whitelist content. The dataset consisted of 2911 URLs collected from the UT1 Blacklist repository. Text preprocessing and TF-IDF feature extraction with unigram and bigram representations produced 71,967 tokens. Experimental results show that SVM achieved the best performance with 90.50% accuracy on 2821 active URLs. A real-time Flask-based web application was also developed to classify URLs from user input. The findings demonstrate that combining NLP and machine learning provides an effective and practical solution for harmful website content detection.
Co-Authors Abdul Manab Amirul Luthfi Ariadi Hazmi Arnita Arnita Baharuddin Abbas, Baharuddin Darmawan, Darmawan Dessi Mufti, Dessi Eka Putra Waldi Febrian Rusdi, Jack Gumilar Hadiningrat, R. Gurat Baktina, Tedja Hamdi, Khairil Hidayat Hidayat Illahi, Ridho Pratama Imam Gunawan, Imam Laurenty, Fretycia M. Ilhamdi Rusydi Moko, Joyo Kilat Muhammad Rusydi H. Oluwarotimi Williams Samuel Pakpahan, Muhammad Yusuf putri, silvialista Ramadhan, Teguh Reskya Riska Amelia Rudi . Rusydi, Muhammad Ilhamdi Sammir, Haddad Sandra, Randi Proska Satria, Iman Trisya Septiana Wiyanatra, Reihan Hanafi Yuhefizar Yuhefizar Zulfadli Zulfadli Zulfadli Zulfadli