Claim Missing Document
Check
Articles

Found 38 Documents
Search

Pelatihan dan Pendampingan Penggunaan E-Modul Sains di SDN Pondok Bambu 06 Barokah, Awalina; Kurnia, Ira Restu; Maulana, Donny; Umah, Rani Nur
Lentera Pengabdian Vol. 1 No. 03 (2023): Juli 2023
Publisher : Lentera Ilmu Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59422/lp.v1i03.117

Abstract

Pengabdian kepada masyarakat ini memiliki beberapa tujuan utama. Pertama tujuan utama adalah untuk menyediakan sumber daya pendidikan yang mudah diakses dan efektif bagi siswa. E-modul sains berbasis flipbook ini dikembangkan dengan memperhatikan aspek pembelajaran yang interaktif dan menarik sehingga siswa dapat belajar dengan lebih menyenangkan. Selain itu pengabdian ini juga bertujuan untuk meningkatkan kapasitas guru dalam menggunakan teknologi dalam pembelajaran. Dengan memberikan pelatihan dan pendampingan kepada para guru diharapkan mereka dapat mengintegrasikan e-modul ini secara efektif dalam proses pembelajaran di kelas. Guru juga diberikan pemahaman tentang penggunaan e-modul di rumah sehingga dapat berkolaborasi dengan orang tua dalam mendukung proses pembelajaran siswa di rumah. Metode yang digunakan dalam pengabdian ini adalah diskusi, pendampingan dan praktik. Diskusi digunakan untuk memberikan pemahaman tentang pentingnya penggunaan e-modul dalam pembelajaran sains. Pendampingan dilakukan untuk membantu guru dalam mengoperasikan e-modul dan memberikan saran dalam penggunaannya. Praktik dilakukan untuk memberikan pengalaman langsung kepada guru dalam menggunakan e-modul dalam kegiatan pembelajaran. Pengabdian kepada masyarakat dalam bentuk pengembangan e-modul sains ini diharapkan dapat memberikan kontribusi positif dalam peningkatan kualitas pendidikan di Indonesia. Melalui penggunaan teknologi dalam pembelajaran diharapkan dapat menciptakan lingkungan pendidikan yang inovatif dan mendorong siswa untuk lebih aktif dan antusias dalam belajar.
Pengembangan Kebijakan Keamanan Adaptif Berbasis Machine Learning pada Firewall SDN Surojudin, Nurhadi; Turmudi Zy, Ahmad; Maulana, Donny; Halim Anshor, Abdul
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 1 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i1.919

Abstract

Dalam era digital yang semakin kompleks, serangan siber seperti Distributed Denial of Service (DDoS) menjadi tantangan besar dalam pengelolaan keamanan jaringan. Penelitian ini mengusulkan pengembangan kebijakan keamanan adaptif berbasis machine learning untuk firewall pada arsitektur Software-Defined Networking (SDN). Dengan menggunakan algoritma Random Forest dan dataset CICIDS2017, sistem mampu mendeteksi serangan DDoS secara otomatis dan akurat. Data diuji melalui metode stratified split agar proporsi label tetap seimbang, serta dilakukan pembersihan nilai tak valid. Model menunjukkan performa sangat tinggi dengan akurasi 99,9978%, precision dan recall 99,996%, serta f1-score 99,996%. Evaluasi melalui confusion matrix mengindikasikan hanya dua kesalahan klasifikasi dari total 45.149 data uji. Hasil ini membuktikan bahwa integrasi machine learning dalam firewall SDN dapat memperkuat deteksi ancaman dan menghasilkan kebijakan keamanan yang dinamis, efisien, serta dapat beradaptasi terhadap serangan baru. Rencana pengembangan ke depan mencakup penerapan pada data real-time dan perluasan cakupan deteksi terhadap jenis serangan lainnya. Temuan ini memberikan kontribusi signifikan dalam pengembangan solusi keamanan jaringan berbasis SDN yang cerdas.
A CRITICAL REVIEW OF THE POST-REFORM STUDENT MOVEMENT ESCALATION (1999-2024) IN THE PARADIGM OF KARL MARX'S CLASS THEORY Maulana, Donny; Hariyono; Utami, Indah Wahyu Puji; Widiadi, Aditya Nugroho
JUPIIS: JURNAL PENDIDIKAN ILMU-ILMU SOSIAL Vol. 17 No. 1 (2025): JUPIIS (JURNAL PENDIDIKAN ILMU-ILMU SOSIAL) JUNE
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jupiis.v17i1.65337

Abstract

The student movement has always emerged as a disruptive force in every episode of the history of the Indonesian national movement. It often emerges as a response to a condition (problem and crisis). The pattern of the escalation of the student movement is certainly different in several contexts of events in Indonesia every era. This article will more specifically discuss the pattern and escalation of the student movement in the post-reform context. The author takes the periodization between 1999-2024 as the limit of analysis. This is because during this period, there were several major events and unique phenomena that occurred related to how the pattern of the re-establishment of the escalation of the student movement after the 1998 reformation. The author will also discuss the phenomenon of student movement escalation using a class perspective (Karl Marx). In the process of preparing this article, the author used the literature study research method (library research). Desk research limits research activities to library collections without the need for field research. There are several findings from the process of unraveling the direction and results achieved by the student movement in the post-1998 Reformation period that the author found including; the phenomenon of bourgeois activism, the failure of efforts to elaborate the structural basis by movement actors, the urgency to translate an empowered and sovereign student movement, to the need to form an organic movement node by involving cross-sectors to achieve a people's movement that is not exclusive. Through the following contribution, the author hopes that today's students will no longer lose their identity as academic elites as well as social control and value guardians.
Sistem It Helpdesk Quality Assurance Berbasis Web Dengan Pendekatan Total Quality Management (Tqm) Studi Kasus Di Pt Sinergi Informatika Semen Indonesia (Sisi) Aning Risky Montana; Asep Muhidin; Maulana, Donny; Karsito; Lisa Kustina
Jurnal SIGMA Vol 15 No 2 (2024): September 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i2.6038

Abstract

Penelitian ini membahas implementasi sistem Quality Assurance (QA) IT Helpdesk berbasis web di PT Sinergi Informatika Semen Indonesia (SISI) dengan pendekatan Total Quality Management (TQM). Penelitian ini mengidentifikasi berbagai tantangan dalam proses QA manual, seperti inefisiensi, kurangnya transparansi, dan ketidakkonsistenan kualitas layanan. Untuk mengatasi masalah tersebut, dikembangkan aplikasi berbasis web menggunakan Python dan framework Django, serta mendukung desain sistem dengan diagram UML seperti use case, activity, sequence, class, dan deployment. Sistem ini dirancang untuk merampingkan proses QA, meningkatkan efisiensi pemberian layanan, serta memastikan kepatuhan terhadap prinsip TQM. Hasil implementasi menunjukkan adanya peningkatan signifikan dalam kualitas layanan, transparansi operasional, dan kepuasan pelanggan. Penelitian ini juga memberikan rekomendasi untuk pengembangan berkelanjutan guna memperkuat dukungan terhadap tujuan strategis perusahaan dan meningkatkan pengalaman pelanggan.
Optimalisasi ChatGPT sebagai Asisten Digital untuk Membantu Siswa Madrasah Ibtidaiyah Al Khoiriyah dalam Menyelesaikan Tugas dan Meningkatkan Pemahaman Materi Nawangsih, Ismasari; Majid, Annisa Maulana; Maulana, Donny; Purnamasari, Pupung; Rahardjo, Sugeng Budi
Jurnal Pengabdian Nasional (JPN) Indonesia Vol. 6 No. 2 (2025): Mei
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63447/jpni.v6i2.1361

Abstract

Community service aims to optimize the use of ChatGPT as a digital assistant in helping Madrasah Ibtidaiyah (MI) Al Khoiriyah students complete assignments and improve understanding of subject matter. ChatGPT, as a form of artificial intelligence technology, has the potential to provide interactive and responsive assistance in learning, which can be tailored to student needs. Through a technology-based approach, ChatGPT is expected to be able to provide clear explanations, help solve questions, and provide constructive feedback for students. This research uses qualitative methods with direct observation and interviews with teachers and students of MI Al Khoiriyah. The research results show that using ChatGPT can increase effectiveness in the learning process, especially in terms of understanding material and completing assignments. Thus, ChatGPT has the potential to be an effective tool in supporting education at the elementary level, especially for Madrasah Ibtidaiyah students.
ANALISIS EFEKTIVITAS SISTEM DETEKSI INTRUSI TERHADAP SERANGAN DDOS: INVESTIGASI BERBASIS SIMULASI Isarianto, Isarianto; Turmudi Zy, Ahmad; Maulana, Donny; Susilo, Arif
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14359

Abstract

Serangan Distributed Denial of Service (DDoS) merupakan ancaman serius bagi keamanan jaringan modern karena mampu melumpuhkan layanan digital secara masif. Penelitian ini menyoroti pentingnya sistem deteksi intrusi (Intrusion Detection System/IDS) yang tangguh dalam menghadapi serangan tersebut, terutama dengan pendekatan pembelajaran mesin. Permasalahan utama yang diangkat adalah bagaimana meningkatkan akurasi deteksi serangan dalam kondisi distribusi data yang tidak seimbang. Penelitian ini bertujuan untuk mengevaluasi efektivitas IDS berbasis algoritma XGBoost dalam mengidentifikasi lalu lintas jaringan berbahaya, khususnya serangan DDoS, dengan memanfaatkan dataset CICIDS2017. Metode yang digunakan meliputi pra-pemrosesan data, penyeimbangan kelas menggunakan undersampling, normalisasi fitur, pelatihan model dengan XGBoost, serta optimasi hyperparameter melalui grid search. Evaluasi kinerja dilakukan menggunakan metrik precision, recall, F1-score, confusion matrix, dan ROC-AUC. Hasil menunjukkan bahwa model mencapai nilai di atas 99% untuk seluruh metrik evaluasi, menandakan performa deteksi yang sangat baik. Penelitian ini menyimpulkan bahwa kombinasi balancing data dan optimasi XGBoost mampu menghasilkan IDS yang andal dalam skenario simulasi serangan DDoS, serta menyoroti pentingnya pengujian lanjutan pada data nyata untuk mengukur kemampuan generalisasi sistem.
Pengembangan Website Sekolah sebagai Media Promosi dan Informasi Berbasis Digital Nugroho, Agung; Surojudin, Nurhadi; Maulana, Donny; Romli, Ikhsan
Cahaya Pengabdian Vol. 2 No. 1 (2025): Juni 2025
Publisher : Apik Cahaya Ilmu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61971/cp.v2i1.235

Abstract

This community service program aims to overcome the limitations of promotional and informational media at SMP Negeri 1 Cikarang Timur through the development of a digital-based school website. Until now, the dissemination of information and promotion has relied on conventional media, which are ineffective and inefficient, thereby hindering accessibility and the school's image. Using a qualitative-participatory approach, the community service team conducted a needs analysis, design, development, and implementation of the website using the WordPress Content Management System (CMS). The results of this activity show that the developed website successfully functions as an integrated information center and effective promotional media. It is hoped that this website will continue to provide long-term benefits in supporting information transparency and increasing the school's competitiveness in the digital era
The Sentiment Analysis of Bekasi Floods Using SVM and Naive Bayes with Advanced Feature Selection Amali, Amali; Maulana, Donny; Widodo, Edy; Firmansyah, Andri; Danny, Muhtajuddin
Brilliance: Research of Artificial Intelligence Vol. 4 No. 1 (2024): Brilliance: Research of Artificial Intelligence, Article Research May 2024
Publisher : Yayasan Cita Cendekiawan Al Khwarizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/brilliance.v4i1.4268

Abstract

Flood management in Bekasi City poses significant challenges, necessitating strategies grounded in an understanding of community sentiment. This study aims to develop and optimize sentiment analysis of social media data related to flooding using Support Vector Machine (SVM) and advanced feature selection techniques. The primary goal is to enhance the accuracy of classifying public sentiment toward flood management efforts in Bekasi City. Data is collected from various social media platforms, preprocessed, and analyzed using SVM with feature selection techniques like Information Gain and Analysis of Variance (ANOVA). (Thoriq et al., 2023) Our findings indicate that using SVM with advanced feature selection significantly improves sentiment classification accuracy compared to standard methods. These results offer insights into public perceptions, helping policymakers improve management strategies and communication for flood events. This method assists in understanding community responses and pinpointing critical areas needing attention. Moreover, this study contributes to disaster management in urban flood-prone areas by presenting a methodological approach applicable to other disaster contexts. Integrating social media sentiment analysis with advanced machine learning techniques offers a robust framework for real-time public sentiment assessment, enhancing disaster response strategies. Furthermore, these techniques help create a more resilient urban environment by improving the efficiency and effectiveness of flood management practices. This comprehensive tool is essential for better preparedness, response, and recovery from flood events, ultimately enhancing community resilience and safety in Bekasi City. This research is part of machine learning in disaster management and a valuable asset for city planners and disaster professionals around the world.
Rancang Bangun Sistem Informasi Inventaris Barang Berbasis Web Pada Cv. Kembar Jaya Mandiri Hardianti, Fazrin Putri; Maulana, Donny; Afriantoro, Irfan; Suratman, Suratman; Anwar, M. Syaibani
Jurnal SIGMA Vol 15 No 3 (2024): Desember 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i3.6040

Abstract

Sistem manajemen inventaris berbasis web ini dirancang untuk meningkatkan efisiensi dan akurasi dalam manajemen inventaris. Penelitian ini menggunakan kajian pustaka, observasi langsung, dan analisis kebutuhan sistem untuk merancang sistem yang mencakup fitur-fitur seperti manajemen data inventaris, pelacakan barang masuk dan keluar, dan pelaporan inventaris secara real-time. Sistem ini dibangun menggunakan teknologi seperti HTML, CSS, PHP, MySQL, dan UML, dengan fitur keamanan termasuk enkripsi data dan manajemen kontrol akses. Hasil pengujian menunjukkan bahwa sistem ini secara efektif mengurangi kesalahan manusia, meningkatkan efisiensi, dan menyediakan informasi inventaris yang akurat dan real-time, sehingga menjadikannya solusi yang efektif bagi organisasi.
Data Mining Association Rule Untuk Menentukan Produk Paling Diminati Pada Bengkel Namura Sihombing, Veronika Rustiani Dame; Maulana, Donny; Miharja, Muhammad Najamuddin Dwi; Suwarno, Agus; Putri, Isria Miharti Mahaerni
Jurnal SIGMA Vol 15 No 3 (2024): Desember 2024
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/sigma.v15i3.6041

Abstract

Bengkel Namura merupakan sebuah retail yang bergerak di bidang penjualan suku cadang sepeda motor, seperti busi, aki, oli, bengkel Namura setiap hari banyak terjadi transaksi pada penjualannya namun data tersebut tidak dimanfaatkan untuk informasi bisnis dan strategi bisnis, bengkel Namura juga memiliki kendala dalam menentukan promosi produk dan tidak mengetahui pola pembelian produk yang paling diminati, hal ini apabila dibiarkan akan mengalami kendala pada produsen bengkel karena tidak memanfaatkan sumber data yang ada sebagai informasi atau detail yang baru, Menemukan pola asosiasi produk yang paling umum untuk dijadikan panduan dalam bundling promosi dan mengidentifikasi tren pembelian merupakan tujuan dari penelitian ini. Algoritma apriori yang menggunakan teknik asosiasi untuk mengidentifikasi pola pada data transaksi untuk digunakan sebagai aturan menghasilkan tiga aturan tertinggi yaitu sebagai berikut: jika anda membeli kampas rem, anda akan membeli oli Mpx dengan lift ratio sebesar 2.110874 dan nilai support sebesar 0.091667 serta confidence 0.492537. Jika Anda membeli oli Mpx, Anda juga akan membeli oli gardan dengan rasio daya angkat sebesar 2,542373, tetapi jika Anda membeli oli gardan, Anda akan membeli oli Mpx dengan nilai dukungan sebesar 0,097222 dan keyakinan 0,593220 serta rasio daya angkat sebesar 2,542373.