Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JRIIN :Jurnal Riset Informatika dan Inovasi APPA : Jurnal Pengabdian Kepada Masyarakat
Apriyansyah
Universitas Pamulang
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology

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

Found 2 Documents
Search

 1 
Eksplorasi Dunia Komputer : Mengenal Komponen Perangkat Keras Bagi Generasi Muda Di Era Digital Sebagai Langkah Awal Menjelajahi Dunia Teknologi Saldy Saputra; Raditia Vindua; Ahmad Bazuri; Alpian Maulana; Apriyansyah; Diski Bima Pradana; Muh. Asrul Mulis; Ihdaudin; Rivan Saputra
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 (PKM) bertema “Eksplorasi Dunia Komputer : Mengenal Komponen Perangkat Keras Bagi Generasi Muda di Era Digital Sebagai Langkah Awal Menjelajahi Dunia Teknologi”, Pesatnya perkembangan teknologi digital di era modern ini menjadikan literasi teknologi sebagai kebutuhan esensial, terutama bagi generasi muda. Namun, pemahaman mendalam tentang dasar-dasar teknologi, khususnya perangkat keras komputer, masih terbatas di kalangan pelajar dan masyarakat umum. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan pengetahuan dan minat generasi muda terhadap dunia komputer dengan fokus pada pengenalan komponen perangkat keras. Program ini dilaksanakan melalui sesi edukasi interaktif yang mencakup identifikasi fungsi CPU, GPU, RAM, motherboard, penyimpanan (SSD/HDD), dan PSU, serta demonstrasi perakitan dan perawatan dasar komputer. Target peserta adalah siswa/i sekolah menengah pertama/atas di SMP Islam Terpadu Jihadul Mukhlishin. Metode yang digunakan meliputi presentasi, diskusi, simulasi, dan praktik langsung (jika memungkinkan) dengan dummy atau komponen asli. Hasil kegiatan menunjukkan peningkatan pemahaman peserta terhadap fungsi dan pentingnya setiap komponen perangkat keras, serta menumbuhkan rasa ingin tahu mereka untuk lebih mendalami bidang teknologi informasi. Kegiatan ini diharapkan dapat menjadi langkah awal yang konkret bagi generasi muda dalam menjelajahi dunia teknologi, membekali mereka dengan dasar pengetahuan yang kuat untuk menghadapi tantangan era digital dan berpotensi memicu minat pada karir di bidang teknologi.
Deteksi Cyberbullying pada Komentar Postingan di Instagram Menggunakan Algoritma Naive Bayes Apriyansyah; Deni Setiawan; Muh. Asrul Mulis; Muhammad Ikhwan; Rivan Saputra; Ramadan Tipalahi; Rahmawati
Jurnal Riset Informatika dan Inovasi Vol 4 No 4 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Pesatnya perkembangan media sosial Instagram tidak hanya memberikan dampak positif bagi interaksi sosial, tetapi juga memicu munculnya tindakan negatif seperti perundungan siber (cyberbullying) di kolom komentar. Moderasi komentar secara manual menjadi sangat tidak efisien mengingat volume data teks yang masif dan terus bertambah setiap detiknya. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi algoritma Multinomial Naive Bayes dalam mengklasifikasikan sentimen komentar pada postingan Instagram menjadi dua kategori, yaitu cyberbullying dan non-cyberbullying. Data teks mentah diproses melalui tahapan text preprocessing yang komprehensif, meliputi case folding, normalisasi kata tidak baku (slang word), cleansing dengan translasi emoji, tokenizing, stopword removal dengan pelestarian kata negasi, serta stemming. Ekstraksi fitur dilakukan menggunakan Term Frequency-Inverse Document Frequency (TF-IDF) dengan pendekatan N-Gram untuk menangkap konteks frasa. Pengujian sistem menggunakan matriks kebingungan (confusion matrix) pada dataset yang telah divalidasi menunjukkan bahwa model ini mampu menghasilkan tingkat akurasi sebesar 87%, presisi 89%, dan recall 85%. Hasil penelitian ini membuktikan bahwa penanganan noise bahasa gaul secara spesifik yang dipadukan dengan algoritma Naive Bayes dapat memberikan performa deteksi klasifikasi yang optimal dan andal dalam memitigasi penyebaran ujaran kebencian di ruang digital.
Co-Authors Ahmad Bazuri Alpian Maulana Deni Setiawan Diski Bima Pradana Ihdaudin Muh. Asrul Mulis Muhammad Ikhwan Raditia Vindua Rahmawati Ramadan Tipalahi Rivan Saputra Saldy Saputra