Claim Missing Document
Check
Articles

Found 13 Documents
Search

Sosialisasi Bijak Bermedia Sosial dalam Menangani Cyberbullying pada Lingkungan Pramuka Kwartir Cabang Purbalingga Adam Prayogo Kuncoro; Rifqy Willy Akbari
Cahaya Pengabdian Vol. 2 No. 2 (2025): Desember 2025
Publisher : Apik Cahaya Ilmu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61971/cp.v2i2.253

Abstract

Perkembangan media sosial memberikan banyak manfaat bagi generasi muda, termasuk anggota Pramuka. Namun, meningkatnya kasus cyberbullying menimbulkan dampak negatif terhadap kesehatan mental, prestasi, dan interaksi sosial peserta didik. Kegiatan pengabdian masyarakat ini bertujuan untuk memberikan sosialisasi dan edukasi mengenai literasi digital, etika bermedia sosial, serta strategi penanganan cyberbullying kepada anggota Pramuka Kwartir Cabang Purbalingga. Metode pelaksanaan meliputi ceramah interaktif, pemutaran video edukatif, diskusi kelompok, studi kasus, dan simulasi pelaporan insiden. Hasil kegiatan menunjukkan peningkatan pemahaman peserta terhadap konsep cyberbullying, jenis-jenisnya, serta langkah preventif dan responsif yang dapat dilakukan. Peserta juga menunjukkan perubahan sikap ke arah penggunaan media sosial yang lebih positif dan bertanggung jawab. Kegiatan ini diharapkan menjadi program berkelanjutan dalam pendidikan karakter digital di lingkungan Pramuka.
Comparative Analysis of Data-Level and Cost-Sensitive Learning in IndoBERT-Based Sentiment Analysis of Ruangguru App Reviews Ade Toti Febrian; Purwadi Purwadi; Adam Prayogo Kuncoro
Jambura Journal of Electrical and Electronics Engineering Vol 8, No 2 (2026): Juli - Desember 2026
Publisher : Electrical Engineering Department Faculty of Engineering State University of Gorontalo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37905/jjeee.v8i2.39885

Abstract

User reviews of online learning applications such as Ruangguru provide valuable information for evaluating service quality, user experience, and digital learning effectiveness. Although IndoBERT has demonstrated strong performance in Indonesian sentiment analysis, previous studies generally compared imbalance handling techniques using different datasets, model architectures, and experimental protocols, making the relative effectiveness of data-level and cost-sensitive learning approaches difficult to evaluate objectively under the same Transformer backbone. This study compares a Data-Level Approach using Latent-SMOTE with a Cost-Sensitive Learning Approach using Class-Weighted Loss on an identical IndoBERT architecture. The dataset consists of 3,767 Ruangguru user reviews collected from Google Play Store and processed through text preprocessing, IndoBERT tokenization, stratified train-validation-test splitting, and evaluation using Accuracy, Precision, Recall, Macro F1-score, confusion matrix, Cochran's Q Test, and McNemar Test. Experimental results show that the Baseline model achieved the highest Accuracy (90.05%), while the Cost-Sensitive Learning approach obtained the highest Macro F1-score (0.6275), outperforming both the Baseline (0.5658) and the Data-Level approach. These findings indicate that class-weighted optimization improves minority-class recognition without modifying the original training distribution, whereas Latent-SMOTE enhances minority representation but does not outperform Class-Weighted Loss. McNemar testing further confirms that the improvements over the Baseline are statistically significant. The main contribution of this work is an objective comparison of Data-Level and Cost-Sensitive Learning approaches using the same IndoBERT backbone, dataset, preprocessing pipeline, hyperparameters, and evaluation protocol. In addition, the study applies Latent-SMOTE in the latent feature space and complements performance evaluation with statistical significance testing, providing stronger empirical evidence for handling imbalanced Indonesian sentiment datasets
Analisis Kesadaran Keamanan Informasi di Politeknik Indonusa Surakarta dengan Menggunakan HAIS-Q Adam Prayogo Kuncoro; Edy Susanto; Agus Kristianto; Rifqi Falih Ramadhan; Rizko Juli Afriyanto
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 2 (2026): Mei-Juli
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i2.12218

Abstract

Transformasi digital di lingkungan perguruan tinggi telah meningkatkan pemanfaatan sistem informasi dalam mendukung kegiatan akademik dan administrasi. Kondisi tersebut menuntut adanya penguatan keamanan data dan informasi melalui peningkatan kesadaran keamanan informasi (Information Security Awareness). Penelitian ini bertujuan untuk menganalisis tingkat kesadaran keamanan informasi sivitas akademika di Politeknik Indonusa Surakarta menggunakan pendekatan Human Aspects of Information Security Questionnaire (HAIS-Q). Penelitian menggunakan metode kuantitatif dengan pendekatan survei terhadap mahasiswa, dosen, dan tenaga kependidikan sebagai pengguna layanan digital kampus. Instrumen HAIS-Q digunakan untuk mengukur tiga dimensi utama, yaitu Knowledge, Attitude, dan Behavior pada tujuh domain keamanan informasi. Berdasarkan hasil simulasi penelitian, tingkat Information Security Awareness berada pada kategori tinggi dengan nilai rata-rata 4,05. Dimensi Attitude memperoleh skor tertinggi, sedangkan dimensi Behavior menunjukkan nilai yang relatif lebih rendah. Pada tingkat domain, password management memiliki skor tertinggi, sementara incident reporting menjadi domain dengan skor terendah. Temuan ini menunjukkan bahwa kesadaran keamanan informasi sivitas akademika telah terbentuk dengan baik, namun masih diperlukan peningkatan pada aspek pelaporan insiden dan penerapan perilaku keamanan informasi secara konsisten. Hasil penelitian diharapkan menjadi dasar dalam penyusunan kebijakan dan program peningkatan budaya keamanan informasi di lingkungan perguruan tinggi.