Claim Missing Document
Check
Articles

PELATIHAN DASAR PEMROGRAMAN PYTHON UNTUK MENINGKATKAN LITERASI DIGITAL DI SEKOLAH SMK ADVENT BATAM Hotma Pangaribuan; Sunarsan Sitohang
JUPADAI : Jurnal Pengabdian Kepada Masyarakat Vol. 4 No. 2 (2025): Volume 4 Nomor 2 2025
Publisher : Asosiasi Dosen Akutansi Indonesia, KEPRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64795/jupadai.v4i2.186

Abstract

Basic Python programming training at Batam Adventist Vocational School aims to improve students' digital literacy to prepare them for the information technology era. This activity was motivated by students' low understanding of programming and the need for digital skills in the workplace. The implementation method was carried out through face-to-face workshops, hands-on practice, and simple project-based evaluations. The results showed a significant increase in students' understanding of basic Python concepts, logical skills, and motivation to learn programming further. This training is expected to be the first step in building a technology-literate generation ready to face the challenges of the Industrial Revolution 4.0.
MACHINE LEARNING PENDETEKSI WAJAH DENGAN OPEN CV MENGGUNAKAN PYTHON Sunarsan Sitohang; Hotma Pangaribuan
Prosiding Vol 8 No 1 (2026): SNISTEK
Publisher : LPPM Universitas Putera Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33884/psnistek.v8i1.11743

Abstract

Machine learning is a branch of artificial intelligence that enables computers to identify patterns, make predictions, or take actions based on provided data. In essence, machine learning grants computers the ability to "learn" from experience or data and use this knowledge to handle new situations or similar tasks. This process is carried out through convolution, where a filter is slid across the entire area of an image to recognize existing patterns. Face detection and attendance systems have become compelling topics in the fields of computer vision and security. In today's digital era, the use of automated systems to recognize faces and monitor attendance is increasingly vital across various sectors, including education, business, and security. Research on the development of face detection and attendance systems utilizes the Python programming language and OpenCV (Open Source Computer Vision Library). Python is a popular programming language with numerous libraries supporting computer vision development, while OpenCV provides various functions and algorithms useful for image analysis and processing. Face detection and attendance systems built with Python and OpenCV hold great potential for increasing efficiency and accuracy in the attendance process, as well as minimizing misuse or fraud. Therefore, in its implementation, it is essential to consider appropriate privacy policies and data protection measures to ensure the technology is used ethically and in compliance with applicable laws. Through this research, it is expected that readers will gain a better understanding of face detection.
PELATIHAN PROTEKSI DATA SERTA PENGUATAN LITERASI CYBERSECURITY DAN PADA SISWA SMK KOLESE BATAM Saut Pintubipar Saragih; Hotma Pangaribuan; Sunarsan Sitohang; Irene Svinarky
SWADIMAS: JURNAL PENGABDIAN KEPADA MASYARAKAT Vol 4, No 2 (2026): SWADIMAS EDISI JULI 2026
Publisher : Institut Teknologi dan Bisnis Swadharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56486/swadimas.vol4no2.1328

Abstract

Cybersecurity literacy has been extensively researched and supports the fact that technology users, generally teenagers, tend to lack a strong foundation of specialized knowledge about Cybersecurity. This Community Service activity, aimed at schools, was conducted using a blended-learning training method and interactive, practice-based educational methods. The resource persons who delivered the material in this activity focused on strengthening participants' fundamental knowledge in Cybersecurity and raising awareness of the importance of device security and early prevention of cyberattacks. This training also included simulation-based Technical Skills, or hands-on practice, in setting up smartphone devices and desktops, and browser applications, such as activating two-factor authentication (2FA), configuring content privacy settings, auditing third-party application permissions, and an introduction to suspicious link detection techniques on smartphone interfaces.Literasi keamanan siber (Cybersecurity) banyak diteliti dan mendukung bahwa pengguna teknologi umumnya remaja cenderung tidak memilki pondasi kuat terhadap pengetahuan khusus tentang keamanan siber. Kegiatan Pengabdian kepada Masyarakat yang ditujukan kepada sekolah ini dilakukan dengan metode pelatihan blended learning dan juga menggunakan metode edukasi yang interaktif berbasis praktik. Narasumber yang menyampaikan materi pada kegiatan ini berfokus pada Penguatan fundamental pengetahuan peserta pada bidang keamanan siber serta fokus pada Kesadaran (awareness) pada pentingnya pengamanan perangkat dan pencegahan dini atas serangan siber (cyberattack). Pelatihan ini juga mencakup Kemampuan Teknis berbasis simulasi atau praktik langsung dalam melakukan pengaturan (setting) pada perangkat smartphone, desktop dan aplikasi browser seperti aktivasi fitur autentikasi dua faktor (2FA), pengaturan privasi konten, audit izin aplikasi pihak ketiga, dan pengenalan teknik deteksi tautan mencurigakan pada antarmuka smartphone
Implementasi Kriptografi Hibrida Berbasis AES, BPKDF2 dan RSA pada Notepad Android Ewin Wijaya; Sunarsan Sitohang
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.169

Abstract

Keamanan data pada perangkat mobile menjadi isu krusial seiring meningkatnya penggunaan smartphone untuk menyimpan informasi sensitif. Aplikasi notepad konvensional umumnya menyimpan data dalam format teks biasa (plain text), sehingga rentan terhadap penyadapan dan akses ilegal. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem keamanan berlapis (layered security) pada platform Android melalui pendekatan kriptografi hibrida. Sistem yang dikembangkan mengintegrasikan tiga algoritma utama untuk memenuhi aspek keamanan data, yaitu AES (Advanced Encryption Standard) untuk menjaga kerahasiaan data, PBKDF2 (Password-Based Key Derivation Function 2) untuk memperkuat keamanan autentikasi kunci terhadap serangan brute-force, serta RSA (Rivest-Shamir-Adleman) untuk mengamankan distribusi kunci pada proses berbagi catatan. Ruang lingkup penelitian difokuskan pada pengamanan data berbasis teks serta pengujian fungsionalitas algoritma tanpa melibatkan analisis performa komputasi. Validasi sistem dilakukan menggunakan metode Black Box Testing untuk memastikan kesesuaian fungsi terhadap skenario keamanan yang dirancang. Hasil pengujian menunjukkan bahwa integrasi ketiga algoritma berhasil mengamankan proses penyimpanan, autentikasi, dan pertukaran data. Temuan ini menunjukkan bahwa pendekatan kriptografi hibrida dapat diterapkan secara efektif dalam meningkatkan keamanan aplikasi catatan berbasis mobile.
Klasifikasi Kinerja Pegawai Menggunakan Algoritma Random Forest Jelly Helia Putri; Sunarsan Sitohang
Journal Automation Computer Information System Vol. 6 No. 1 (2026): Mei
Publisher : Indonesian Journal Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47134/jacis.v6i1.170

Abstract

Evaluasi kinerja pegawai merupakan aspek penting dalam manajemen sumber daya manusia, namun penerapannya masih sering dilakukan secara subjektif sehingga berpotensi menimbulkan bias dan ketidakkonsistenan. Penelitian-penelitian sebelumnya umumnya berfokus pada penerapan algoritma klasifikasi tanpa menekankan kesenjangan penelitian, kontribusi ilmiah, serta analisis faktor dominan yang memengaruhi kinerja pegawai. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model klasifikasi kinerja pegawai yang objektif serta mengidentifikasi faktor-faktor utama penentu kinerja pegawai menggunakan algoritma Random Forest. Penelitian ini menggunakan dataset INX Future Inc. Employee Performance yang diperoleh dari Kaggle dengan tiga kategori kinerja, yaitu Low, Medium, dan High. Proses penelitian dilakukan melalui tahapan data mining yang meliputi seleksi data, prapemrosesan, transformasi data, pemodelan, dan evaluasi. Performa model dievaluasi menggunakan metrik akurasi, presisi, recall, dan f1-score, serta dibandingkan berdasarkan beberapa skenario pembagian data latih dan data uji. Hasil penelitian menunjukkan bahwa pembagian data latih dan data uji sebesar 80%:20% menghasilkan performa terbaik dengan tingkat akurasi sebesar 94,58%, yang lebih unggul dibandingkan skenario lainnya. Analisis feature importance menunjukkan bahwa kepuasan lingkungan kerja, sistem reward, pengembangan karier, dan pengalaman kerja merupakan faktor yang paling berpengaruh terhadap kinerja pegawai. Simpulan penelitian ini menegaskan bahwa algoritma Random Forest efektif dalam klasifikasi kinerja pegawai sekaligus memberikan kontribusi ilmiah dalam mengidentifikasi faktor penentu kinerja, serta implikasi praktis sebagai sistem pendukung keputusan evaluasi kinerja pegawai yang lebih objektif dan berbasis data