Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Kresna: Jurnal Riset dan Pengabdian Masyarakat

Pelatihan Pengenalan Internet dan E-mail Pada Staf Administrasi UD. Inti Mas Motor Jakarta: Internet and Email Introduction Training for UD Administrative Staff Inti Mas Motor Jakarta Hardjianto, Mardi; Everhard, Yan; Aryasanti, Agnes; Samsinar, Samsinar; Roeswidiah, Ririt
KRESNA: Jurnal Riset dan Pengabdian Masyarakat Vol 2 No 2 (2022): Jurnal KRESNA November 2022
Publisher : DRPM Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/jk.v2i2.37

Abstract

UD. Inti Mas Motor Jakarta merupakan usaha perdagangan di bidang jasa dan jual beli suku cadang sepeda motor. Staf administrasi milik UD. Inti Mas Motor Jakarta rata-rata sudah bisa menggunakan internet meski hanya membuka media sosial. Internet belum dimanfaatkan secara optimal di tempat kerja. Peningkatan penggunaan internet yang optimal sangat dibutuhkan oleh staf administrasi UD. Inti Mas Motor Jakarta, sehingga perlu diadakan pelatihan. Pelatihan pengenalan internet dan email yang diberikan kepada staf administrasi telah meningkatkan keterampilan mereka. Hal ini dibuktikan dengan peningkatan rata-rata skor hasil test yang diberikan sebelum dan sesudah pelatihan. Hasil pre-test diperoleh nilai rata-rata 50 dan setelah pelatihan meningkat menjadi 87.1. Saat ini, staf administrasi dapat menggunakan internet untuk mencari informasi yang mereka butuhkan, sehingga dapat membantu dalam pekerjaannya.
Peningkatan Keterampilan Microsoft Word dan Powerpoint Untuk Staf Administrasi Pada Gereja Orthodox Indonesia Mardi Hardjianto; Agnes Aryasanti; Jan Everhard; Jeremy Jonathan; Hayati, Putri
KRESNA: Jurnal Riset dan Pengabdian Masyarakat Vol 3 No 1 (2023): Jurnal KRESNA Mei 2023
Publisher : DRPM Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/kresna.v3i1.65

Abstract

Kebutuhan lembaga atau organisasi masyarakat di era informasi saat ini adalah bagaimana mampu membuat laporan dalam bentuk digital dan juga mampu menampilkannya dalam bentuk digital. Sayangnya, kebutuhan tersebut masih belum dirasakan oleh masyarakat luas. Mitra pengabdian kepada masyarakat (PKM) saat ini adalah Gereja Orthodox Indonesia, sebuah organisasi masyarakat yang memiliki catatan tertulis yang harus diinventarisasi dengan baik dan suatu saat dapat disajikan dengan menggunakan media komputer. Permasalahan yang dihadapi Gereja Orthodox adalah tidak semua staf administrasi memahami dengan baik penggunaan teknologi komputer, sehingga proses administrasi tidak dapat dilakukan dengan cepat. Sebelum pelatihan nilai rata-rata pre-test peserta sebesar 59, setelah pelatihan nilai rata-rata post-test adalah 85.38. Hal ini membuktikan terjadi peningkatan keterampilan dan pengetahuan staf administrasi setelah mengikuti pelatihan Microsoft Word dan Powerpoint.
S Sosialisasi Stop Cyberbullying di Lingkungan Sekolah pada SMK Kebangsaan Purwanto Purwanto; Ahmad Pudoli; Mardi Hardjianto; Devit Setiono; Sri Wahyuningsih
KRESNA: Jurnal Riset dan Pengabdian Masyarakat Vol 4 No 2 (2024): Jurnal KRESNA November 2024
Publisher : DRPM Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/kresna.v4i2.158

Abstract

Tingginya kasus cyberbullying kalangan pelajar.kesadaran akan bahaya cyberbullying. Pelajar tidak menyadari dampak negatif dari tindakan mereka di dunia maya.minimnya tentang literasi digital. Menyebarkan informasi palsu atau komentar bernada kebencian. Dalam kurikulum sekolah atau tidak diterapkan secara konsisten.pengaruh lingkungan sosial dan teknologi lingkungan yang permisif untuk melakukan atau membenarkan tindakan cyberbullying. Peran guru dan orang tua guru dan orang tua mengenai edukasi tentang bahaya cyberbullying. Edukasi ini dengan metode ceramah atau penyuluhan. Di lakukan pula diskusi kelompok.melatih pelajar untuk saling berbagi pandangan, dan mencari solusi bersama. Diberikan pelatihan literasi digital tentang bagaimana menggunakan media sosial secara etis, melindungi privasi,dan melaporkan tindakan cyberbullying.Memanfaatkan video, infografis, atau modul pembelajaran interaktif untuk menjelaskan bahaya cyberbullying dan cara pencegahannya. Metode partisipatif membuat peraturan kelas atau kelompok anti-bullying.peningkatan pengetahuan pelajar. Perubahan sikap. Pengurangan kasus cyberbullying.dukungan guru dan orang tua : edukasi tidak hanya diterapkan kepada siswa, tetapi juga melibatkan guru dan orang tua. Hasil menunjukkan bahwa siswa yang mendapat dukungan pengawasan lebih baik dari orang tua dan guru memiliki risiko lebih rendah untuk terlibat dalam cyberbullying. Edukasi memiliki peran yang sangat penting dalam mengurangi cyberbullying di kalangan pelajar. Pelajar dapat memahami dampak negatif cyberbullying, mengenali bentuk-bentuknya, serta membangun sikap empati dan tanggung jawab dalam berinteraksi di dunia maya.program edukasi yang efektif, seperti seminar, diskusi interaktif, kampanye anti-cyberbullying, dan pelatihan literasi digital, terjadi peningkatan kesadaran, perubahan sikap, dan pengurangan perilaku negatif di media sosial.
Penerapan Naïve Bayes & Support Vector Machine untuk Analisis Sentimen Pilpres Pada Platform X Alamsyah Nur Alif; Imelda Imelda; Wahyu Pramusinto; Mardi Hardjianto
KRESNA: Jurnal Riset dan Pengabdian Masyarakat Vol 4 No 2 (2024): Jurnal KRESNA November 2024
Publisher : DRPM Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/kresna.v4i2.181

Abstract

Pemilihan Presiden (Pilpres) 2024 menjadi topik yang sangat hangat diperbincangkan di media sosial, terutama di Platform X, yang banyak digunakan oleh masyarakat untuk menyuarakan opini mereka. Namun, dengan banyaknya opini yang tersebar, menjadi tantangan tersendiri untuk memahami sentimen masyarakat secara keseluruhan. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap Pilpres 2024 di Platform X dengan membandingkan dua algoritma pembelajaran mesin, yaitu Naïve Bayes dan Support Vector Machine (SVM). Data yang digunakan dalam penelitian ini terdiri dari 503 tweet, yang setelah melalui proses preprocessing termasuk penghapusan data duplikat, tersisa 445 tweet. Data tersebut dibagi menjadi dua bagian, yaitu 80% untuk data latih dan 20% untuk data uji. Metode analisis yang digunakan mencakup perhitungan Term Frequency-Inverse Document Frequency (TF-IDF) pada kedua algoritma tersebut untuk mengoptimalkan representasi teks. Hasil penelitian menunjukkan bahwa algoritma SVM memiliki akurasi keseluruhan yang lebih tinggi, yaitu 91,01%, dibandingkan dengan Naïve Bayes yang hanya mencapai 42,70%. Namun, performa kedua algoritma bervariasi berdasarkan kelas sentimen. SVM menunjukkan kinerja sangat baik dalam memprediksi kelas netral dengan presisi sebesar 0,9101, recall sebesar 1,0, dan F1-Score sebesar 0,9529. Sebaliknya, Naïve Bayes menunjukkan presisi sebesar 0,9211 pada kelas netral tetapi memiliki recall yang rendah sebesar 0,4321, menghasilkan F1-Score sebesar 0,5882. Kedua algoritma menunjukkan keterbatasan signifikan dalam memprediksi kelas positif dan negatif, dengan SVM gagal memprediksi kedua kelas tersebut, sedangkan Naïve Bayes memiliki presisi dan recall yang sangat rendah. Temuan ini menunjukkan bahwa meskipun SVM lebih andal dalam memprediksi sentimen netral, diperlukan peningkatan metode atau eksplorasi algoritma lain untuk mencapai hasil yang lebih baik dalam prediksi semua kelas sentimen