Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JIKO (Jurnal Informatika dan Komputer) Pengabdian Kepada Masyarakat Bidang Teknologi dan Sistem Informasi
Anggara, Muhammad Alyfansyah Rizky
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering

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

Found 2 Documents
Search

 1 
Optimasi Google Search Engine dan Google Lens untuk Media Belajar Siswa dan Guru SMP IT Tursina Samarinda Kamila, Vina Zahrotun; Arinzha , Viandra Trilia; Fadillah , Muchlis; Anggara, Muhammad Alyfansyah Rizky
Pengabdian kepada Masyarakat Bidang Teknologi dan Sistem Informasi (PETISI) Vol. 1 No. 2 (2023): Pengabdian Kepada Masyarakat Bidang Teknologi dan Sistem Informasi
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/petisi.v1i2.822

Abstract

Keterbatasan fasilitas laboratorium di sekolah akan menjadikan sekolah kurang memiliki nilai tambah dibandingkan dengan sekolah-sekolah lain. Kondisi inilah yang akhirnya membuat SMP IT Tursina Samarinda mempertimbagkan untuk mengoptimasi fitur-fitur gratis yang ada pada . HP/Ponsel (smartphone) dan Laptop. Salah satu fitur yang handal untuk melakukan pencarian materi ataupun melakukan berbagai penggalian informasi dan ilmu adalah dengan Google Search Engine dan Google Lens. Sekolah tidak boleh hanya melarang penggunaan HP/Ponsel di sekolah, tapi juga harus melihat sudut pandang kegunaannya untuk peningkatan pengetahuan para siswa. Sehingga HP/Ponsel tidak hanya dilihat sebagai alat hiburan atau bermain game namun juga sebagai media belajar untuk para siswa. Dengan dilakukannya pelatihan dan sosialisasi aplikasi-aplikasi tersebut, diharapkan SMP IT Tursina Samarinda memiliki nilai tambah sekolah dan menjadi awal dari pengembangan media pembelajaran baru di sekolah dengan fasilitas komputer kurang memadai.
PREDIKSI KEJAHATAN DENGAN MODEL GRAFIK, DETEKSI ANOMALI, DAN PEMBELAJARAN MULTI-MODAL Anggara, Muhammad Alyfansyah Rizky; Redjeki, Sri
JURNAL INFORMATIKA DAN KOMPUTER Vol 9, No 3 (2025): Oktober 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v9i3.2162

Abstract

Kejahatan tetap menjadi tantangan yang kompleks dan terus-menerus yang memengaruhi keamanan dan stabilitas masyarakat di Indonesia. Analisis kejahatan yang efektif, yang penting untuk memahami pola dan merumuskan kebijakan keamanan publik yang responsif, sering kali terhambat oleh sifat data kejahatan yang luas dan beragam. Makalah ini mengusulkan pendekatan baru yang memanfaatkan Pembelajaran Multi-Modal Berbasis Grafik yang terintegrasi dengan Deteksi Anomali untuk meningkatkan prediksi tingkat kejahatan dan menginformasikan pengembangan kebijakan keamanan publik di Indonesia. Kami mengintegrasikan kumpulan data heterogen termasuk data sosio-demografis, ekonomi, lingkungan, dan sentimen publik yang berasal dari Twitter. Alur kerja praproses yang komprehensif dikembangkan, yang mencakup pembersihan data, rekayasa fitur, dan normalisasi, diikuti oleh konstruksi grafik spasio-temporal di mana simpul mewakili kombinasi provinsi-tahun dan tepi menangkap kedekatan geografis dan suksesi temporal. Model Jaringan Konvolusional Grafik (GCN) digunakan untuk mempelajari hubungan yang kompleks dalam struktur grafik multi-modal ini. Sementara evaluasi awal menghasilkan Root Mean Squared Error (RMSE) Uji sekitar 306-314 pada skala asli, yang menunjukkan ruang untuk peningkatan presisi prediktif, utilitas inti model terletak pada kemampuannya untuk mengidentifikasi penyimpangan yang signifikan. 
Co-Authors Arinzha , Viandra Trilia Fadillah , Muchlis Kamila, Vina Zahrotun Sri Redjeki