Claim Missing Document
Check
Articles

Found 5 Documents
Search

Perilaku Remaja dalam Menggunakan Internet untuk Mengenali dan Mengindari Phishing pada SMA Muhammadiyah Pacitan Sunardi, Sunardi; Murinto, Murinto; Astianingrum, Krisna; Yulisasih, Baiq Nikum; Putri, Salsabilla Azahra
Ahsana: Jurnal Penelitian dan Pengabdian kepada Masyarakat Vol. 2 No. 3 (2024): Oktober 2024 - Ahsana: Jurnal Penelitian dan Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/ahsana.v2i3.367

Abstract

SMA Muhammadiyah Pacitan merupakan salah satu SMA swasta yang ada di Kota Pacitan, bertepatan di Jalan Gajahmada No. 20 Kabupaten Pacitan. Penelitian ini bertujuan untuk mengidentifikasi perilaku remaja dalam menggunakan internet serta cara mengenali dan menghindari phishing di SMA Muhammadiyah Pacitan. Seiring dengan meningkatnya akses dan penggunaan internet di kalangan remaja, muncul berbagai risiko keamanan siber, termasuk phishing yang dapat merugikan pengguna. Melalui metode survei dan wawancara mendalam, penelitian ini menganalisis kebiasaan online siswa, tingkat kesadaran terhadap ancaman phishing, dan strategi yang digunakan untuk melindungi diri. Hasil penelitian menunjukkan bahwa sebagian besar remaja di SMA Muhammadiyah Pacitan aktif menggunakan internet untuk keperluan pendidikan dan hiburan, namun masih kurang memahami bahaya phishing. Edukasi mengenai tanda-tanda phishing, seperti email atau situs web palsu yang meminta informasi pribadi dan praktik aman berinternet menjadi sangat penting. Program pemberdayaan umat ini berhasil, dengan 38,9% siswa merasa sangat mampu dan 38,9% merasa mampu mengenali phishing setelah mengikuti kegiatan tersebut, tanpa ada yang merasa tidak mampu. Selain itu, 61,1% siswa menilai program ini sangat efektif dalam memberikan pengetahuan tentang keamanan internet dan phishing.
Analisis Sentimen Media Sosial X terhadap Gerakan Muhammadiyah Menggunakan Algoritma Naïve Bayes Putri, Salsabilla Azahra; Kencana, Nagala Wangsa; Khoirudin, Azaki
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 1 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i1.2569

Abstract

Media sosial merupakan sumber data yang kaya untuk memahami persepsi publik terhadap berbagai isu, termasuk organisasi keagamaan seperti Muhammadiyah. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap Gerakan Muhammadiyah di Media Sosial X menggunakan algoritma Naïve Bayes. Sebanyak 617 unggahan dikumpulkan dan diklasifikasikan ke dalam tiga kategori sentimen utama: positif, negatif, dan netral. Tahapan analisis dimulai dengan preprocessing data, seperti penghapusan stop words, stemming, serta penanganan slang dan teks tidak terstruktur. Data teks kemudian direpresentasikan menggunakan metode TF-IDF sebelum diterapkan pada algoritma Naïve Bayes. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi sebesar 87,5%, dengan kinerja yang sangat baik dalam mengidentifikasi sentimen positif (45%) dan negatif (30%), sementara sentimen netral (25%) sering memiliki pola yang ambigu. Sentimen positif didominasi oleh apresiasi terhadap kontribusi Muhammadiyah dalam bidang pendidikan, kesehatan, dan penanganan bencana. Sebaliknya, sentimen negatif sebagian besar terkait dengan kritik terhadap biaya pendidikan, pelayanan kesehatan, dan distribusi bantuan sosial yang dinilai kurang optimal. Sentimen netral mencakup unggahan informatif tanpa opini emosional. Penelitian ini menunjukkan bahwa analisis sentimen menggunakan algoritma Naïve Bayes efektif dalam memahami persepsi publik terhadap Muhammadiyah. Temuan ini memberikan wawasan strategis bagi Muhammadiyah untuk meningkatkan citra positif dan mengelola kritik publik melalui pendekatan yang lebih adaptif di era digital.
Alphabet SIBI sign language recognition using YOLOv11 for real-time gesture detection Putri, Salsabilla Azahra; Murinto, Murinto; Sunardi, Sunardi
Jurnal Mandiri IT Vol. 14 No. 1 (2025): July: Computer Science and Field.
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mandiri.v14i1.408

Abstract

Modern gesture recognition systems for sign language face challenges in balancing computational efficiency and detection accuracy in complex and dynamic environments. To address this, this study proposes a SIBI alphabet recognition framework based on YOLOv11, optimized for real-time applications. The model architecture integrates a modified, efficient YOLOv11 backbone to enable accurate hand gesture feature extraction with minimal latency. A custom SIBI dataset comprising alphabet signs and essential vocabulary is used to train the model, supported by data augmentation techniques that enhance robustness against variations in position, lighting, and background. Experimental results demonstrate that the model achieves a high detection accuracy with an mAP50 of 97%, while significantly reducing computational complexity. These findings present a meaningful scientific contribution by showcasing how a lightweight yet highly accurate deep learning model can be effectively applied to sign language recognition, particularly for SIBI in the Indonesian context. From a practical standpoint, this framework offers a real-time gesture detection solution that is suitable for deployment on resource-constrained devices, making it accessible for mobile or embedded systems. The system can replace or complement traditional communication aids, especially in inclusive education, public services, and healthcare. Furthermore, the proposed method can be adapted for gesture-based interaction in other domains such as athletic training, physical education, and app-based fitness programs where accurate and real-time motion recognition is essential.
Perilaku Remaja dalam Menggunakan Internet untuk Mengenali dan Mengindari Phishing pada SMA Muhammadiyah Pacitan Sunardi, Sunardi; Murinto, Murinto; Astianingrum, Krisna; Yulisasih, Baiq Nikum; Putri, Salsabilla Azahra
Ahsana: Jurnal Penelitian dan Pengabdian kepada Masyarakat Vol. 2 No. 3 (2024): Oktober 2024 - Ahsana: Jurnal Penelitian dan Pengabdian kepada Masyarakat
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/ahsana.v2i3.367

Abstract

SMA Muhammadiyah Pacitan merupakan salah satu SMA swasta yang ada di Kota Pacitan, bertepatan di Jalan Gajahmada No. 20 Kabupaten Pacitan. Penelitian ini bertujuan untuk mengidentifikasi perilaku remaja dalam menggunakan internet serta cara mengenali dan menghindari phishing di SMA Muhammadiyah Pacitan. Seiring dengan meningkatnya akses dan penggunaan internet di kalangan remaja, muncul berbagai risiko keamanan siber, termasuk phishing yang dapat merugikan pengguna. Melalui metode survei dan wawancara mendalam, penelitian ini menganalisis kebiasaan online siswa, tingkat kesadaran terhadap ancaman phishing, dan strategi yang digunakan untuk melindungi diri. Hasil penelitian menunjukkan bahwa sebagian besar remaja di SMA Muhammadiyah Pacitan aktif menggunakan internet untuk keperluan pendidikan dan hiburan, namun masih kurang memahami bahaya phishing. Edukasi mengenai tanda-tanda phishing, seperti email atau situs web palsu yang meminta informasi pribadi dan praktik aman berinternet menjadi sangat penting. Program pemberdayaan umat ini berhasil, dengan 38,9% siswa merasa sangat mampu dan 38,9% merasa mampu mengenali phishing setelah mengikuti kegiatan tersebut, tanpa ada yang merasa tidak mampu. Selain itu, 61,1% siswa menilai program ini sangat efektif dalam memberikan pengetahuan tentang keamanan internet dan phishing.
Intelligent Monitoring of Smoking Prohibition in Public Spaces Using YOLOv8: Real-Time Detection and Telegram Notifications Putri, Salsabilla Azahra; Murinto; Sunardi
Jurnal Penelitian Pendidikan IPA Vol 11 No 4 (2025): April
Publisher : Postgraduate, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jppipa.v11i4.10519

Abstract

This study aims to develop an intelligent monitoring system that supports the enforcement of smoking prohibition in public spaces by leveraging advancements in Artificial Intelligence (AI) and deep learning. Utilizing the YOLOv8 (You Only Look Once version 8) object detection model, the system is designed to identify smoking activities in real-time and promptly send alerts through the Telegram messaging platform. The proposed method integrates real-time object detection with an automated notification system, ensuring responsive enforcement across diverse environmental conditions, including normal lighting, low-light scenarios, and partially occluded views. The system architecture combines the YOLOv8 model for detection and a Python-based Telegram bot for communication. The model was evaluated using a test dataset collected from various public spaces. It achieved an F1-Score of 81% and a confusion matrix accuracy of 89%, indicating a high level of reliability and precision in identifying smoking behaviors. Additionally, the average notification response time via Telegram was 1.5 seconds, enabling near-instantaneous alerting for enforcement personnel. In conclusion, the results demonstrate that the system is both accurate and efficient in detecting smoking activities. Its robust performance across different conditions and rapid alert mechanism positions it as a practical and scalable solution to enhance compliance with smoking regulations in public areas.