Article Per Year (5 Year)
p-Index From 2021 - 2026
5.337
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi JSM (Jurnal SIFO Mikroskil) Jurnal TIMES Transformasi: Jurnal Pengabdian Masyarakat E-Dimas: Jurnal Pengabdian kepada Masyarakat Jurnal CoreIT JURNAL MEDIA INFORMATIKA BUDIDARMA Indonesian Journal of Artificial Intelligence and Data Mining JITK (Jurnal Ilmu Pengetahuan dan Komputer) CARADDE: Jurnal Pengabdian Kepada Masyarakat METHODIKA: Jurnal Teknik Informatika dan Sistem Informasi Jurnal Nasional Komputasi dan Teknologi Informasi International Journal of Community Service Learning JOURNAL OF SCIENCE AND SOCIAL RESEARCH JURNAL MAHAJANA INFORMASI Abdi: Jurnal Pengabdian dan Pemberdayaan Masyarakat BERNAS: Jurnal Pengabdian Kepada Masyarakat Yayasan Cita Cendikiawan Al Khwarizmi Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat BIOS : Jurnal Teknologi Informasi dan Rekayasa Komputer ARMADA : Jurnal Penelitian Multidisiplin
Winardi, Sunaryo
Universitas Mikroskil
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
Enhancing students’ digital competencies through basic web training at SMKS Indonesia Membangun 1 Gilbert Fernando Situmorang; Sunaryo Winardi; Rivaldi Lubis; Nadya Sikana; Ronsen Purba
Transformasi: Jurnal Pengabdian Masyarakat Vol. 21 No. 2 (2025): Transformasi Desember
Publisher : LP2M Universitas Islam Negeri Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20414/transformasi.v21i2.14414

Abstract

[Bahasa]: Keterbatasan siswa SMKS Indonesia Membangun 1, khususnya program keahlian Teknik Komputer dan Jaringan (TKJ), dalam mengonversi pengetahuan pemrograman dasar menjadi artefak digital yang aplikatif menjadi latar belakang kegiatan ini. Pembelajaran yang berfokus pada sistem jaringan menyebabkan penerapan konsep pemrograman belum terintegrasi dengan kebutuhan pengembangan digital. Kegiatan pengabdian masyarakat ini bertujuan untuk menjembatani kesenjangan tersebut melalui pelatihan pengembangan antarmuka web berbasis HTML dan CSS. Program dirancang dengan pendekatan Participatory Action Research (PAR) yang mencakup analisis kebutuhan, perancangan pembelajaran, pelaksanaan pelatihan tatap muka, dan evaluasi. Sebanyak 55 siswa berpartisipasi dalam program. Evaluasi kuantitatif dilakukan melalui pre-test dan post-test menggunakan 10 soal objektif pada platform Kahoot!, dengan analisis data secara deskriptif berdasarkan skor total dan jumlah jawaban yang benar. Skor Kahoot! merepresentasikan akurasi dan kecepatan jawaban. Capaian praktik dievaluasi melalui produk antarmuka web sederhana yang dikembangkan oleh siswa dalam siklus PAR. Hasil menunjukkan peningkatan kompetensi yang signifikan. Rerata skor peserta meningkat dari 2.041,91 menjadi 4.828,78, dan rerata jawaban benar meningkat dari 2,91 menjadi 5,98 dari 10 soal. Meski efektif, evaluasi berbasis daring menghadapi kendala teknis seperti ketergantungan pada koneksi internet. Oleh karena itu, disarankan agar kegiatan serupa di masa depan mengembangkan instrumen penilaian yang kompatibel dengan pembelajaran luring serta mempertimbangkan pendekatan low-code/no-code sebagai strategi pedagogis inklusif untuk memfasilitasi beragam tingkat kesiapan siswa dalam menghasilkan artefak digital. Kata Kunci: desain web, keterampilan digital, kurikulum independen, teknologi [English]: The limitations of SMKS Indonesia Membangun 1 students, particularly those in the Computer and Network Engineering (TKJ) program, in converting basic programming knowledge into applicable digital artifacts served as the background for this activity. Learning focused on network systems has resulted in the application of programming concepts not being integrated with digital development needs. This community service activity aims to bridge this gap by providing training in developing HTML- and CSS-based web interfaces. The program was designed using a Participatory Action Research (PAR) approach that included needs analysis, learning design, face-to-face training implementation, and evaluation. A total of 55 students participated in the program. Quantitative evaluation was conducted through pre-tests and post-tests using 10 objective questions on the Kahoot! platform, with descriptive data analysis based on the total score and the number of correct answers. The Kahoot! score represents the accuracy and speed of answers. Practical achievements were evaluated through a simple web interface product developed by students in the PAR cycle. The results showed a significant increase in competency. The average score of participants increased from 2,041.91 to 4,828.78, and the average correct answer rate increased from 2.91 to 5.98 out of 10 questions. Although effective, online-based evaluations face technical challenges such as dependence on an internet connection. Therefore, it is recommended that similar activities in the future develop assessment instruments that are compatible with offline learning and consider low-code/no-code approaches as inclusive pedagogical strategies to facilitate diverse levels of student readiness in producing digital artifacts. Keywords: web design, digital skills, independent curriculum, technology
Pengembangan Sistem Informasi Administrasi Akademik pada Sekolah Wiyata Dharma Sunario Megawan; Gunawan Gunawan; Sunaryo Winardi; Victoria Beatrice; Reza Hermawan; Lukman Hakim
Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat Vol. 6 No. 4 (2026): Juli 2026 - Jurnal Altifani Penelitian dan Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/altifani.v6i4.1295

Abstract

Pengelolaan administrasi akademik sekolah yang masih dilakukan secara konvensional dapat menimbulkan kendala dalam pencatatan data, pengolahan informasi, dan penyampaian informasi akademik kepada siswa maupun orang tua. Kegiatan pengabdian kepada masyarakat ini bertujuan mendukung digitalisasi administrasi akademik di Sekolah Wiyata Dharma melalui pengembangan sistem informasi administrasi akademik berbasis web dan mobile. Metode pelaksanaan meliputi analisis kebutuhan, perancangan sistem, pengembangan sistem, simulasi implementasi, evaluasi kepuasan mitra, dan penyusunan manual book. Luaran kegiatan terdiri dari web dashboard untuk operator sekolah, guru, dan wali kelas, aplikasi mobile untuk siswa dan orang tua, serta manual book sebagai panduan penggunaan sistem. Hasil simulasi menunjukkan bahwa alur utama sistem dapat digunakan sesuai peran pengguna, terutama dalam pengelolaan data akademik, presensi, nilai, dan akses informasi akademik. Evaluasi kepuasan mitra memperoleh skor 19 dari 25 atau 76%, tanpa adanya respons negatif. Hasil tersebut menunjukkan bahwa kegiatan ini dapat menjadi langkah awal dalam mendukung administrasi akademik sekolah yang lebih tertata, mudah diakses, dan terdokumentasi. 
Penerapan Teknologi RFID dalam Sistem Presensi Siswa: Inovasi Digital untuk SMAS Wiyata Dharma Medan Gunawan, Gunawan; Megawan, Sunario; Winardi, Sunaryo; Sintiya, Cindy; Fa, Farrell Rio; Jikky, Jikky
E-Dimas: Jurnal Pengabdian kepada Masyarakat Vol 17, No 2 (2026): E-DIMAS
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/e-dimas.v17i2.26559

Abstract

SMAS Wiyata Dharma Medan masih menggunakan sistem presensi manual yang menyebabkan keterlambatan pelaporan, risiko kehilangan data, dan rendahnya keterlibatan orang tua. Kegiatan pengabdian ini bertujuan mengembangkan sistem presensi digital berbasis Radio Frequency Identification (RFID) yang mencatat kehadiran secara otomatis dan memberikan akses real-time kepada pihak terkait. Metode yang digunakan meliputi analisis kebutuhan, perancangan aplikasi mobile dan dashboard web, pelatihan, serta evaluasi sistem. Hasil implementasi menunjukkan sistem berjalan dengan baik, ditandai dengan 89,5% siswa menyatakan aplikasi mudah digunakan dan 88% menyatakan perangkat responsif. Notifikasi kehadiran otomatis diterima oleh orang tua, dan data dapat diakses melalui dashboard web. Sistem ini terbukti mengurangi beban administratif guru, meningkatkan akurasi data, dan memperkuat komunikasi sekolah dengan orang tua. Evaluasi juga memberi masukan terkait pengembangan antarmuka dan kompatibilitas dengan iOS.
A Smart Architecture for Stunting Prediction: Implementing the SOM–Voting Classifier on Healthcare Big Data Kelvin Kelvin; Sunaryo Winardi; Frans Mikael Sinaga; Hardy Hardy; Erwin Setiawan Panjaitan; Ng Poi Wong; Ferawaty Ferawaty; Justine Lim; Grace Putri Wijaya
Indonesian Journal of Artificial Intelligence and Data Mining Vol. 8 No. 3 (2025): November 2025
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

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

Abstract

Childhood stunting is a persistent public health challenge in Indonesia. This study developed a predictive classification model using healthcare data from hospitals in Medan to enable early identification of at-risk children. A novel framework was proposed that integrated an unsupervised Self-Organizing Map (SOM) for feature engineering with a supervised Voting Classifier ensemble, which combined a Support Vector Classifier (SVC), Random Forest (RF), and Gradient Boosting (GB). The proposed framework achieved an accuracy of 100% on the test set, a substantial improvement over the 91.67% accuracy of the baseline Voting Classifier without SOM. While this result highlighted the model's high predictive potential, it must be interpreted cautiously, acknowledging the need for validation on more diverse datasets to ensure generalizability. The findings demonstrated that this hybrid machine learning approach can serve as a powerful decision-support tool, enabling proactive clinical interventions and aiding public health officials in strategically allocating nutritional resources to support Indonesia's national stunting reduction goals.
Pendampingan Pembelajaran Kreatif pada Guru Menggunakan Aplikasi Interaktif Mentimeter Sophya Hadini Marpaung; Sunaryo Winardi; Frans Mikael Sinaga; Evi Juita Wailan’An; Sonya Enda Natasha S. Pandia
International Journal of Community Service Learning Vol. 9 No. 2 (2025): May
Publisher : Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/ijcsl.v9i2.94800

Abstract

Perkembangan era digital menuntut peningkatan kompetensi guru dalam penguasaan teknologi guna mendukung pembelajaran interaktif. Namun, masih terdapat tantangan dalam penerapan teknologi digital di dalam kelas sehingga diperlukan strategi pendampingan yang efektif. Kegiatan Pengabdian kepada Masyarakat ini bertujuan untuk menjawab tantangan tersebut dengan mengembangkan keterampilan guru dalam mengintegrasikan teknologi digital, terutama melalui platform Mentimeter dalam proses pembelajaran interaktif berbasis partisipatif. Metode pelaksanaan kegiatan terdiri atas beberapa tahapan, yaitu presentasi materi mengenai Mentimeter, demonstrasi penggunaan Mentimeter, pendampingan praktis secara langsung, diskusi interaktif, praktik kolaboratif antarguru, serta evaluasi berbasis umpan balik. Data dikumpulkan melalui dua instrumen utama, yaitu kuesioner yang diisi oleh peserta setelah pelatihan dan rekaman interaksi selama proses pembelajaran berlangsung. Data yang diperoleh kemudian dianalisis secara deskriptif untuk melihat sejauh mana perkembangan kompetensi guru dalam mengintegrasikan teknologi digital ke dalam proses pembelajaran setelah mengikuti pelatihan. Hasil pelaksanaan kegiatan menunjukkan bahwa pendampingan berbasis teknologi yang dilakukan secara daring melalui platform konferensi Ms. Teams memberikan dampak positif terhadap peningkatan keterampilan guru dalam mengintegrasikan teknologi digital ke dalam pembelajaran. Kegiatan ini memberikan kontribusi terhadap pemahaman implementasi teknologi dalam pendidikan serta rekomendasi strategis bagi institusi pendidikan dalam merancang peningkatan kompetensi tenaga pendidik di era digital masa kini.
Klasifikasi Perilaku Keuangan UMKM Medan dengan Machine Learning dan SHAP Saliman Saliman; Rivaldi Lubis; Sunaryo Winardi; Mustika Ulina
BIOS : Jurnal Teknologi Informasi dan Rekayasa Komputer Vol 7 No 2 (2026): September (In Progress)
Publisher : Puslitbang Sinergis Asa Professional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37148/bios.v7i2.224

Abstract

Good financial behavior is an important factor in sustaining micro, small, and medium enterprises (MSMEs), particularly in financial recording, debt management, and investment planning. Previous research using Structural Equation Modeling Partial Least Squares (SEM-PLS) identified financial attitude as the dominant factor influencing MSMEs’ financial behavior in Medan City. Based on these findings, this study develops a complementary machine learning-based approach to classify MSMEs’ financial behavior at the individual level and evaluate its consistency with SEM results through SHAP-based Explainable Artificial Intelligence (XAI). The dataset consists of 100 MSME respondents with seven main features, including three financial constructs and four demographic variables. Three ensemble algorithms, namely CatBoost, XGBoost, and Random Forest, were evaluated using hold-out and Stratified 5-Fold Cross-Validation. The results show that CatBoost achieved the best performance with 80.00% accuracy and 82.46% F1-score. SHAP analysis confirmed the dominance of attitude score and revealed the significant predictive contribution of demographic variables. Integrating machine learning and SHAP is an effective complementary approach to extend the understanding of MSMEs’ financial behavior comprehensively.
PERBANDINGAN KESESUAIAN PENDAPAT MANUSIA DAN AI (CHATGPT, GEMINI, DEEPSEEK) MENGGUNAKAN PENDEKATAN GROUND TRUTH Kelvin Kelvin; Sunaryo Winardi; Handoko Handoko; Erwin Setiawan Panjaitan; Rivaldi Lubis
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 3 (2026): June 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i3.6784

Abstract

Abstract: The rapid advancement of Large Language Models (LLMs) has significantly improved sentiment analysis capabilities. However, the extent to which these models produce sentiment classifications consistent with human judgment remains an important research question. This study aims to evaluate and compare the agreement of ChatGPT, Gemini, and DeepSeek with human-generated ground truth in sentiment analysis. A total of 1,497 product reviews were collected from the Sephora Products and Skincare Reviews dataset. Three independent annotators labeled each review as positive, neutral, or negative to establish the ground truth. The annotation reliability achieved a Fleiss' Kappa coefficient of 0.7053, indicating substantial agreement and confirming the reliability of the ground truth for evaluation purposes. Subsequently, the three LLMs performed sentiment classification using an Expectation–Role–Action (ERA) prompting strategy. Model performance was assessed using Cohen's Kappa to measure agreement with the ground truth and Spearman's rank correlation to evaluate the consistency of sentiment rankings. The results show that DeepSeek achieved the highest performance, with an average Cohen's Kappa of 0.753 and an average Spearman's correlation coefficient of 0.860, followed by Gemini (κ = 0.662; ρ = 0.834), while ChatGPT demonstrated the lowest agreement (κ = 0.223; ρ = 0.367). These findings indicate that the three LLMs exhibit significantly different levels of agreement with human judgment, with DeepSeek producing sentiment classifications that most closely align with the established ground truth.  Keywords: Large Language Models, Sentiment Analysis, Ground Truth, Cohen's Kappa, Spearman's Rank Correlation.   Abstrak: Perkembangan Large Language Models (LLMs) telah meningkatkan kemampuan analisis sentimen berbasis kecerdasan buatan. Namun, tingkat kesesuaian hasil klasifikasi sentimen yang dihasilkan oleh berbagai LLM terhadap penilaian manusia masih memerlukan evaluasi yang komprehensif. Penelitian ini bertujuan membandingkan tingkat kesesuaian hasil analisis sentimen ChatGPT, Gemini, dan DeepSeek terhadap ground truth yang diperoleh melalui anotasi manusia. Penelitian menggunakan 1.497 ulasan produk dari dataset Sephora Products and Skincare Reviews. Sebanyak tiga anotator independen melakukan pelabelan sentimen ke dalam kategori positif, netral, dan negatif untuk membentuk ground truth. Hasil pengujian reliabilitas menunjukkan nilai Fleiss' Kappa sebesar 0,7053, yang mengindikasikan tingkat kesepakatan Substantial Agreement, sehingga ground truth layak digunakan sebagai acuan evaluasi. Selanjutnya, ketiga model LLM melakukan klasifikasi sentimen menggunakan prompt berbasis Expectation–Role–Action (ERA). Tingkat kesesuaian hasil klasifikasi dievaluasi menggunakan Cohen's Kappa, sedangkan konsistensi hubungan dengan ground truth dianalisis menggunakan korelasi Spearman. Hasil penelitian menunjukkan bahwa DeepSeek memberikan performa terbaik dengan rata-rata Cohen's Kappa sebesar 0,753 dan rata-rata korelasi Spearman sebesar 0,860, diikuti oleh Gemini (κ = 0,662; ρ = 0,834), sedangkan ChatGPT memperoleh tingkat kesesuaian terendah (κ = 0,223; ρ = 0,367). Temuan ini menunjukkan bahwa terdapat perbedaan kemampuan interpretasi sentimen antar model LLM, dengan DeepSeek menghasilkan klasifikasi yang paling mendekati penilaian manusia pada dataset yang digunakan. Kata kunci: Large Language Model, Analisis Sentimen, Ground Truth, Cohen's Kappa, Spearman Correlation.
Co-Authors Aidil Febrian Ananda Putra Brahmana Andri, Andri Ardiansyah, Alvin Christ Arwin Halim Arwin Halim Athaya, Amirah Bryan Herberth Tambela Carsten, Carsten Carvien Kenniji Cendana, Vannes Charles Charles Cindy Sintiya Cynthia Cynthia Damanik, Florida N.S. Djeishman Tongam Hutajulu, Thendro Erico Erico Erlina Halim Erwin Setiawan Panjaitan Erwin Setiawan Panjaitan Fa, Farrell Rio Farrell Rio Fa Felix Ferawaty Ferawaty Ferry Andika Putra Filbert, Filbert Florida N.S. Damanik Frans Glendly Manuel Sianipar Frans Mikael Sinaga Frans Mikael Sinaga Gilbert Fernando Situmorang Grace Putri Wijaya Gunawan Gunawan Gunawan Handoko Handoko Hardy Hardy Heru Kurniawan Hulu, Gideon Perdamaian Iregho, Rian Irpan Pardosi Januri, Calvin Jeffry Gunawan Jikky Jikky Jikky Jikky, Jikky Juangsyah Putra Nasution Justine Lim Karina Mannita Tarigan Kelvin Kelvin Kelvin Kelvin Kelvin Khairul Hawani Rambe Liman, Felix Lukman Hakim Manurung, Monica Marito Marniat Wati Gulo Marpaung, Yosua Chrisarga Manuntun Mikael Sinaga, Frans Muhammad Noor Hakim Mustika Ulina N.S. Damanik, Florida Nadya Sikana Natanael Halomoan Nainggolan Ng Poi Wong Purba, Rizki Azzura Saifani Putri Retning Jati Reza Hermawan Rika Melani Sitorus Rio Fa, Farrell Ritchie Kurniawan Rivaldi Lubis Rizki Abdul Azis Ronsen Purba Ronsen Purba Ronsen Purba Saliman Saliman Sananto, Muhammad Tubagus Saragih, Yuni Marlina Sihotang, Jona Martua Simon Sinaga, Frans Mikael Sintiya, Cindy Sio Jurnalis Pipin Sitohang, Yosuanto Sonya Enda Natasha S. Pandia Sophya Hadini Marpaung Stephanie Wijaya Steven Steven Sufinata, Sufiandy Sunario Megawan Sunario Megawan Sunario Megawan Susmanto, Susmanto Syanti Irviantina Tanidi, Davin Taqwa, Fitrah Sultan Tiartha Triagustinus Sitanggang Tri Wulandari Ginting Tristanto, Fredrick Austin Ulina, Mustika Victoria Beatrice Wailan An, Evi Juita Widya Monica Pakpahan Wielsen Wulan Sri Lestari Yulian, Hendric