Claim Missing Document
Check
Articles

Found 2 Documents
Search

Edukasi Keamanan Internet Untuk Meningkatkan Kesadaran Dan Perlindungan Data Pribadi Di SMP Negeri 17 Tangerang Selatan Gideon Triman Harefa; Dian Nurul Iman; Shahrudin; Muhammad Ali Sodikin; Arijal Pratama; Rizkyanti Ajeng Trias Marani; Reza Pratama; Mutiara Laela Sukartini; Muhammad Nurkholis Ajie Kurniawan; Muhammad Rizki Rahmatullah; Sofyan Mufti Prasetiyo
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 3 No 2 (2025): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk memberikan edukasi keamanan digital dan perlindungan data pribadi kepada siswa SMP Negeri 17 Tangerang Selatan. Dengan pendekatan interaktif seperti pemutaran video, presentasi, simulasi kasus nyata, dan kuis edukatif, siswa diarahkan memahami pentingnya menjaga informasi pribadi dalam aktivitas daring. Kegiatan ini menunjukkan peningkatan pemahaman siswa terhadap praktik perlindungan data dan sikap kritis dalam penggunaan teknologi. Diharapkan hasil kegiatan ini menjadi dasar dalam membangun kesadaran digital di kalangan pelajar.
Implementasi Metode Naive Bayes untuk Klasifikasi Berita Palsu dan Asli pada Platform Media Online Alpian Maulana; Arjuna Ranma Putra; Diski Bima Pradana; Firmansyah Surya Kusuma; Muhammad Ali Sodikin; Rahmawati
Jurnal Riset Informatika dan Inovasi Vol 4 No 5 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Maraknya penyebaran berita hoaks di ruang digital menimbulkan dampak sosial yang serius bagi khalayak luas. Penelitian ini merancang dan menguji sistem klasifikasi berita berbasis Multinomial Naive Bayes dengan memanfaatkan dataset Fake and Real News yang bersumber dari Kaggle, mencakup 44.919 artikel yang terbagi atas 23.502 berita palsu dan 21.417 berita terverifikasi. Proses pengolahan data meliputi serangkaian tahapan, yaitu penyeragaman huruf (case folding), pemecahan teks menjadi token (tokenisasi), eliminasi kata umum (stopword removal), dan normalisasi kata ke bentuk dasar (lemmatization). Representasi fitur dilakukan melalui pembobotan TF-IDF, sedangkan pembagian data menggunakan rasio 80:20 antara data latih dan data uji. Evaluasi menunjukkan performa model yang tinggi, dengan akurasi 93,52%, presisi 94%, recall 93%, dan F1-Score 94%, membuktikan bahwa pendekatan Naive Bayes layak diterapkan sebagai solusi deteksi berita palsu berbasis kecerdasan buatan.