Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Pendidikan dan Pengabdian Masyarakat
Rudy Chandra
PT Trimegah Securities
Computer Science & IT Education Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PELATIHAN PEMBUATAN BAHAN AJAR SEKOLAH DENGAN MICROSOFT POWERPOINT 2013 (DASAR) Culita Culita; Rudy Chandra
Jurnal Pendidikan dan Pengabdian Masyarakat Vol. 4 No. 3 (2021): Agustus
Publisher : FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (69.895 KB) | DOI: 10.29303/jppm.v4i3.2820

Abstract

Pelatihan dan pengembangan sering diterapkan dalam berbagai sektor bisnis, organisasi, lembaga, atau bahkan dalam instansi pendidikan. Hal ini penting agar individu dapat lebih menguasai pekerjaannya dan memberikan hasil yang optimal. Pelatihan dan pengembangan juga sering dilakukan sebagai upaya meningkatkan kinerja para tenaga pengajar agar dapat mengikuti perkembangan teknologi dan pendidikan. Saat ini teknologi merupakan bagian yang tidak dapat dipisahkan dalam kebutuhan sehari-hari, termasuk dalam dunia pendidikan. Secara deskripsi tertentu potensi para tenaga pengajar mungkin sudah memenuhi syarat administrasi pada pekerjaannya. Tetapi secara aktual para tenaga pengajar juga harus mengikuti atau mengimbangi perkembangan dunia teknologi dan menggunakan teknologi sebagai bagian dari pekerjaan mereka. Hal ini yang mendorong pihak instansi pendidikan untuk memfasilitasi pelatihan dan pengembangan karir para tenaga pengajar guna mendapatkan hasil kinerja yang baik, efektif dan efisien untuk proses pembelajaran. Tujuan kegiatan pengabdian kepada masyarakat ini adalah memberikan pengetahuan dan skill kepada para pengajar di Sutomo 1, agar mereka memiliki kemampuan untuk menjalankan presentasi yang baik dalam pengajaran. Aplikasi yang digunakan pada pelatihan adalah Microsoft PowerPoint, yang merupakan salah satu media yang akan digunakan oleh para tenaga pengajar untuk presentasi dan pendukung aktivitas pengajaran mereka agar lebih optimal dan komunikatif.
Security Evaluation of Indonesian LLMs for Digital Business Using STAR Prompt Injection Agnes Irene Silitonga; Irwandi, Hafiz; Silitonga, Agnes Irene; Rudy Chandra; Simamora, Windi Saputri
Sinkron : jurnal dan penelitian teknik informatika Vol. 10 No. 1 (2026): Article Research January 2026
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v10i1.15662

Abstract

The adoption of Large Language Models (LLMs) in digital business systems in Indonesia is rapidly increasing; however, systematic security evaluation against Indonesian language prompt injection remains limited. This study introduces the Indonesian Prompt Injection Dataset, consisting of 50 attack scenarios constructed using the STAR framework, which combines structured instruction variations with sociotechnical context to expose potential model vulnerabilities. The dataset was used to evaluate three commercial LLM platforms ChatGPT using a GPT-4 class lightweight variant (OpenAI), Gemini 2.5 Flash (Google), and Claude Sonnet 4.5 (Anthropic) through controlled experiments targeting instruction manipulation in Indonesian. The results reveal distinct robustness profiles across models. Gemini 2.5 Flash exhibits moderate observed resilience, with 76% of scenarios classified as medium risk and 12% as high risk. ChatGPT demonstrates higher observed robustness under the tested scenarios, with 88% of cases classified as low risk and no high-risk outcomes. Claude Sonnet 4.5 shows intermediate observed resilience, with 72% low-risk and 28% medium-risk scenarios. High-risk cases primarily involve direct role override, urgency- or emotion-based prompts, and anti-censorship instructions, while structural ambiguities and multi-intent manipulations tend to result in medium risk, and mildly persuasive prompts fall under low risk. These findings suggest that while contemporary LLM defense mechanisms are effective against explicit attacks, contextual and emotionally framed manipulations continue to pose residual security challenges. This study contributes the first Indonesian-language prompt injection dataset and demonstrates the STAR framework as a practical and standardized approach for evaluating LLM security in digital business applications.
Co-Authors Agnes Irene Silitonga Culita Culita Irwandi, Hafiz Simamora, Windi Saputri