Article Per Year (5 Year)
p-Index From 2021 - 2026
10.386
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Teknologi Jurnal Informatika dan Teknik Elektro Terapan Infotech Journal Sinkron : Jurnal dan Penelitian Teknik Informatika RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING JOURNAL OF APPLIED INFORMATICS AND COMPUTING JURNAL INSTEK (Informatika Sains dan Teknologi) METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Jurnal Informatika Universitas Pamulang INTECOMS: Journal of Information Technology and Computer Science IJISTECH (International Journal Of Information System & Technology) JURIKOM (Jurnal Riset Komputer) KOMPUTEK Jurnal Equity Technologia: Jurnal Ilmiah Jurnal Teknologi Dan Sistem Informasi Bisnis Jurnal Informasi dan Teknologi Prosiding National Conference for Community Service Project Cakrawala Repositori Imwi Jurnal Teknologi Informasi dan Komunikasi Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) IJISTECH Journal of Applied Data Sciences Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) INSERT: Information System and Emerging Technology Journal Telcomatics KLIK: Kajian Ilmiah Informatika dan Komputer Journal of Information Systems and Technology Research Conference on Management, Business, Innovation, Education and Social Sciences (CoMBInES) Conference on Community Engagement Project (Concept) Conference on Business, Social Sciences and Technology (CoNeScINTech) Madani: Jurnal Pengabdian Masyarakat dan Kewirausahaan SmartComp Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer INOVTEK Polbeng - Seri Informatika Equity
Christian, Yefta
Universitas Internasional Batam
Aerospace Engineering Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Mechanical Engineering Social Sciences Other

Published : 89 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 89 Documents
Search

 5   6   7   8   9 
Analisa Pengaruh On-Demand Service Terhadap Insurance Technology di Kota Batam Menggunakan Teori Technology Acceptance Model (TAM) Huang, Suryani; Christian, Yefta; Herman, Herman
Jurnal Informatika Universitas Pamulang Vol 8 No 3 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i3.34849

Abstract

Teknologi yang canggih memungkinkan segala aktivitas dilakukan dalam waktu singkat. Salah satunya yaitu dengan adanya teknologi seperti on-demand service.  Penelitian ini dilakukan untuk mengetahui pengaruh dari on-demand service terhadap insurance technology dengan menggunakan teori Technology Acceptance Model (TAM). Metode yang akan digunakan dalam menganalisa data adalah metode campuran (mixed method). Pada penggunaan mteode campuran ini, peneliti membanding hasil penelitian kuantitatif serta kualitatif. Pengumpulan data dilakukan dengan membagikan kuesioner serta melakukan wawancara kepada masyarakat kota Batam yang berumur 18-45 tahun. Berdasarkan hasil data yang didapatkan dari 385 responden serta 10 narasumber, menunjukkan bahwa dominan laki-laki berumur 24-35 tahun sudah pernah menggunakan layanan teknologi informasi. Hasil penelitian dengan menggunakan teori TAM, menunjukkan bahwa canggihnya teknologi masih belum dapat menghilangkan rasa khawatir pengguna atas resiko dari penggunaan layanan teknologi asuransi. Namun dengan adanya kemudahan, keamanan data yang dijaga, serta manfaat baik yang dapat dirasakan oleh pengguna dapat meningkatkan minat pengguna untuk menggunakan layanan teknologi asuransi tersebut.
Sistem Pendukung Pemilihan Handphone Menggunakan Metode Multi-Attributive Border Approximation Area Comparison Cen, Andrew; Herman, Herman; Christian, Yefta
Jurnal Informatika Universitas Pamulang Vol 8 No 3 (2023): JURNAL INFORMATIKA UNIVERSITAS PAMULANG
Publisher : Teknik Informatika Universitas Pamulang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32493/informatika.v8i3.34971

Abstract

Penelitian ini menyajikan pengembangan Sistem Pendukung Keputusan (SPK) yang bertujuan untuk membantu pengguna dalam memilih ponsel atau smartphone ideal mereka. Visual Studio Code digunakan sebagai alat pengeditan teks, dan bahasa pemrograman PHP, HTML, dan CSS digunakan dalam proses pengembangan. Akurasi sistem pendukung keputusan dihitung menggunakan metode Multi-Attributive Border Approximation Area Comparison (MABAC). Data dikumpulkan dan dianalisis secara kuantitatif, dengan sebagian besar responden berjenis kelamin laki-laki (86,2%) berusia antara 18 dan 23 tahun (97,2%). Hasil uji deskriptif, validitas, dan reliabilitas menunjukkan bahwa data survei valid dan dapat dipercaya. Temuan menunjukkan dampak positif dari sistem yang dikembangkan, dengan menyoroti pengaruh persepsi kegunaan dan persepsi kemudahan penggunaan pada niat pengguna untuk menggunakannya. Studi ini mendemonstrasikan efek positif Sistem Pendukung Pemilihan Handphone dengan metode MABAC terhadap persepsi pengguna dan kemudahan penggunaan.
Usage of Blockchain to Ensure Audit Data Integrity Wibowo, Tony; Christian, Yefta
EQUITY Vol 24 No 1 (2021): EQUITY
Publisher : Department of Accounting, Faculty of Economics and Business, Universitas Pembangunan Nasional Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34209/equ.v24i1.2357

Abstract

Usage of technology to help finance audit process is not a new instance. But since the rise of 4th industrial revolution and emergence of smart technology relatively in a short period of time, adopting technology have its challenges and drawbacks. Data Integrity has been an issue for finance audit process because digital data is easy to tamper. This condition makes audit process become difficult and potential of audit fraud is high. In this study we would like to explore usage blockchain technology as future database engine for AIS. Blockchain as a technology relatively unheard before cryptocurrency albeit its advanced technology in data storage to ensure data integrity. We will explore the advantages and risk in adopting blockchain as well as current state of academics and technology regarding blockchain adoption.
PERANCANGAN DAN IMPLEMENTASI COMPANY PROFILE BERBASIS WEBSITE DI HONGDE COLLEGE Christian, Yefta; Hansvirgo, Hansvirgo
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 2 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i2.4197

Abstract

Hongde College adalah sebuah lembaga pendidikan bahasa Mandarin yang berlokasi di Batam, Kepulauan Riau. Hongde College menawarkan berbagai program dan servis berkualitas yang bisa meningkatkan kemampuan dan pengetahuan atas budaya dan bahasa Mandarin. Namun, kurangnya informasi lembaga yang tersebar pada masyarakat, khususnya para pelajar menjadi salah satu hambatan bagi Hongde College untuk menjangkau target pasar yang lebih luas. Agar dapat menjangkau masyarakat yang lebih luas, website company profile dapat digunakan. Tujuan dari pembuatan website company profile adalah sebagai website identitas Hongde College dan juga sumber informasi bagi masyarakat. Pengembangan website pada penelitian ini menggunakan metode SDLC Waterfall. Hasil dari penelitian adalah website company profile dan content management system yang dapat digunakan untuk mengolah konten website. Website yang dihasilkan sesuai dan memenuhi kebutuhan Hongde College. Website diimplementasikan dengan hosting secara online.
Analisis Pengaruh Chat-bot dengan Fitur Pengenalan Suara pada Situs Web Perjalanan di Kota Batam Christian, Yefta; Wibowo , Tony; Yanto, Agus
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.6141

Abstract

Teknologi pada masa sekarang yang sudah maju tidak memungkinkan semua orang untuk tidak bepergian ke seluruh dunia baik itu jauh maupun dekat. Travel di masa sekarang sudah sangat membantu semua orang yang berkeinginan melakukan perjalanan jauh karena semua serba praktis melalui online. Artificial intelligence pada masa sekarang sudah mulai di kenal oleh orang banyak, pada dasarnya AI merupakan suatu pengetahuan yang dimana komputer dapat meniru kecerdasan manusia dan salah satu produk diantara nya adalah chat-bot. Dalam industri tentu membutuhkan support pelayanan yang siap bersedia dalam 24/7 tentu ini menjadi masalah jika terjadi sesuatu yang mendesak dalam menhadapi pelayanan online sehingga chat-bot adalah salah satu solusi yang palih ampuh, akan tetapi salah satu masalah utama apabila chat-bot juga masih mengandalkan user asli untuk menghadapi masalah pelayanan 24/7 juga akan tidak terlalu efektif dan juga tidak semua chat-bot memiliki fitur pengenalan suara yang dapat mengoptimalkan penyampaian informasi lebih cepat. sehingga peneliti bertujuan untuk menguji pengaruh chat-bot dengan fitur pengenalan suara pada website perjalanan di kota batam dengan menggunakan metode agile sebagai metode pengembangan dan menggunakan algoritma hidden markov model dan juga recurrent neural network. Kemudian menggunakan pendekatan kuantitatif untuk mengumpulkan data dengan menyebarkan kuesioner untuk mendapatkan respon pengguna chat-bot yang dikembangkan. Hasil dari data yang didapatkan respon positif dalam pengujian menyatakan bahwa pengguna website travel di sarankan untuk menggunakan chat-bot sebagai sumber informasi. Dari sini bisa disimpulkan bahwa website yang menerapkan chat-bot dengan sistem speech recognition lebih diminati pengguna dikarenakan mudah untuk mendapatkan akses informasi tertentu untuk membantu pengguna mengambil keputusan yang tepat.
Perancangan dan Implementasi Frontend Website Wrofile PT. Jaya Lub Sindo Christian, Yefta; Sonia, Monica; Wibowo, Tony
National Conference for Community Service Project (NaCosPro) Vol. 7 No. 01 (2025): The 7th National Conference for Community Service Project 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/nacospro.v7i01.10874

Abstract

PT. Jaya Lub Sindo adalah sebuah perusahaan distributor yang bergerak di bidang penjualan ban, pelumas (lubricant) mobil, dan aki di Batam. Akan tetapi, PT. Jaya Lub Sindo saat ini belum memiliki sebuah situs web profil perusahaan sebagai media informasi digital untuk menyampaikan informasi perusahaan kepada publik. Di zaman perkembangan teknologi ini, penggunaan internet semakin meluas, baik dalam dunia industri maupun untuk kebutuhan pribadi. Dengan mengembangkan situs web profil perusahaan dengan kerangka kerja CodeIgniter 3, calon pelanggan dan mitra bisnis akan memiliki akses mudah untuk mengenal perusahaan dan layanan yang ditawarkan. Proses perancangan situs web profil perusahaan terdiri dari observasi, wawancara, dan dokumentasi yang termasuk dalam tahap pengumpulan data. Metode yang digunakan dalam perancangan situs web ini adalah metode Agile Scrum.
Ensemble-Based Machine Learning for Improving Local Weather Prediction Accuracy in Batam, Indonesia Sama, Hendi; Gumolung, Randy; Christian, Yefta
INOVTEK Polbeng - Seri Informatika Vol. 11 No. 1 (2026): February
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/9p53qe06

Abstract

Accurate short-term rainfall prediction in tropical microclimates such as Batam remains challenging due to strong local atmospheric variability and the limited generalization capability of single-model classifiers. This study proposes an ensemble-based framework that integrates Naive Bayes, C4.5, and Random Forest through a majority-voting mechanism for multi-class hourly rainfall prediction. The experiments were conducted using multi-year hourly meteorological data collected for Batam City from an open-source weather archive, covering key atmospheric variables and exhibiting an imbalanced rainfall-class distribution. Model performance was evaluated using ten-fold cross-validation with accuracy, precision, recall, and F1-score metrics. The proposed ensemble achieved an accuracy of 84.74%, consistently outperforming the corresponding base classifiers. The model demonstrated strong predictive capability for dominant rainfall classes (TidakHujan and HujanRingan), while reduced performance was observed for HujanSedang and HujanBerat due to class imbalance, a well-documented challenge in tropical rainfall modeling. Overall, the results indicate that combining probabilistic and tree-based learners yields a more stable and reliable prediction framework for localized tropical weather. This work contributes a practical and reproducible ensemble approach tailored to microclimate conditions, offering a foundation for improved data-driven rainfall forecasting in similar high-variability regions
PENGEMBANGAN APLIKASI WEB UNTUK MENGKLASIFIKASIKAN PENYEBARAN INFORMASI AKUN TWITTER PALANG MERAH INDONESIA Amir, Amir; Christian, Yefta
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 3 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i3.3363

Abstract

Kelangkaan darah dapat menjadi salah satu faktor utama hidup dan mati bagi pasien yang membutuhkan darah. Oleh sebab itu organisasi yang bekerja dalam pengelolaan darah Palang Merah Indonesia berupaya menyebarkan informasi untuk mengajak orang mendonorkan darah. Penyebaran informasi mengenai donor darah yang sering dilakukan yaitu melalui media sosial. Twitter adalah salah satu media sosial yang digunakan dalam penyebaran informasi tersebut. Metode yang digunakan untuk menyelesaikan sistem berupa metode waterfall dengan melakukan perencanaan konsep, pemodelan, pengerjaan sistem, pengujian hingga implementasi sistem. Informasi-informasi yang di sebarkan memiliki jumlah yang sangat banyak. Setiap informasi dapat diklasifikasikan menjadi beberapa kelompok data. Ada banyak cara untuk melakukan klasifikasi data informasi, salah satu jenis klasifikasi yang digunakan dalam pembuatan sistem yaitu unsupervised classification dimana klasifikasi dilakukan tanpa pengawasan atau sering disebut clustering. Metode clustering yang digunakan yaitu metode k-means. Teknik ini mempunyai kemampuan dalam klasifikasi data yang cukup besar jumlahnya relatif cepat dan juga efisien. Dalam clustering metode k-means diperlukan jumlah cluster optimal agar hasil dari clustering lebih baik. Untuk menentukan jumlah cluster yang optimal, Digunakan metode Elbow untuk mendapatkan nilai cluster terbaik. Hasil dari pengelompokkan data disajikan dalam bentuk visualisasi, sehingga informasi menjadi lebih mudah dipahami dengan cepat karena didukung grafik dan tabel serta warna-warna yang responsif. Hasil output penelitian ini berupa sistem analisis penyebaran informasi berbasis web yang dapat mengklasifikasi penyebaran informasi yang didapatkan dari akun twitter Palang Merah Indonesia dan di visualisasikan kedalam bentuk diagram-diagram.
Designing a Hybrid Machine Learning Model for Weather Forecasting in Batam City Christian, Yefta; Jupiter Agustio Liu Siaw Ping
Journal of Information Systems and Technology Research Vol. 5 No. 1 (2026): January 2026
Publisher : Ali Institute or Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/jistr.v5i1.1504

Abstract

Accurate weather forecasting in tropical regions such as Batam City is challenging due to high climate variability and frequent data gaps caused by unstable atmospheric conditions. This study aims to develop a reliable daily average temperature forecasting system using a hybrid approach that combines the Seasonal Autoregressive Integrated Moving Average (SARIMA) model and the Long Short-Term Memory (LSTM) neural network. The main novelty of this research lies in the residual hybridization method, where SARIMA is used to capture linear seasonal patterns and LSTM is applied to model the non-linear residual components, as well as the use of a multi-source data integration strategy to fill missing data. Historical temperature data from BMKG and other publicly available meteorological sources were merged to produce a continuous dataset covering the period from 2015 to 2021. The study evaluated several model architectures, including standalone statistical models, standalone machine learning models, and hybrid models, to identify the most effective approach. The experimental results show that the SARIMA–LSTM hybrid model outperformed the other models, achieving a high prediction accuracy with an R² value of 0.92 and a Root Mean Square Error (RMSE) of 1.73°C. These findings demonstrate that integrating linear and non-linear models can significantly improve temperature forecasting performance and provide a practical solution for weather monitoring in tropical environments
Co-Authors Agus Yanto Alvin Matthew Pratama Amir Amir Amir Amir Andik Yulianto Arbiwijaya Kwek Brohns Jaffrey Calvin Wijaya Capricornness, Vincent Cen, Andrew Chris Tan Chris Tan Cindy Juliandry Claudia Theophilia Denissa Denissa Denny Alfath Dewi A. Chandra Edi Yanto Elvinlee Eric Eric Eric Eric Pranata Eric, Eric Erline, Meiliverani Estrada, Yuki Fauzi, Muhammad Al Felix Filbert Ferdinand William Fiona Vinelia Fionna Quinn Frenda Ang Germent Basri Gracella Tandiono Gumolung, Randy Gumolung, Randy Heskyel Hannuella, Albert Ricardo Hansvirgo Hansvirgo Hansvirgo Hansvirgo, Hansvirgo Hendi Sama Hengky Hengky Heri Heri Herman Herman Herman Herman Herman Huang, Suryani Jacky Jacky Janata, Adit Afandi Jeny Jeny Jerry Jerry Jerry, Jerry Jeslyn Teo Jesselyn Jesselyn Jevin Leon Jimmy Jimmy Joana Stefhanie Saliama Jonathan Jonathan Julia Christini Jupiter Agustio Liu Siaw Ping Katherine Oktaviani Yap Rui Qi Katherine Oktaviani Yap Rui Qi Kelvin Aryesryo Kelvin Kelvin Kelvin Kelvin Kevin Kevin Kurnia, Ahmad Dhani Kurt Juriant Tan Lenny Julyanti Lusiana Lusiana Lyawati, Mercy Marcellino Marcellino Marvin Christian Meiliverani Erline Michael Michael Michelle Febri Soegianto Moh Fariq Aziz Muhammad Jufri Muhammad Yusuf Zhafran Mungkap Mangapul Siahaan Musfiza, Efelito Hayat Nanda Silvia Sovitasari Nicholas Jeonanto Nicky adi putra Nico Dwi Putra Olwin Olwin Pratama, Sendi Ari Putra Agung Winata Putra Agung Winata Raden Mohamad Herdian Bhakti Rara Tri Kencana Ricardo Hannuella, Albert Ricky Rickena Exendy Ricky Ricky Ridho Kurnia Rizki Alamsyah Robin Robin Ronny Triputra Ronny Triputra. AM Sama, Hendi Sandy Tio Sani Kurnia Santo Tjiam Sonia, Monica Stevantinus Stevantinus Steven Steven Suryani Huang Suwarno Suwarno Liang Suwarno Suwarno Tina Rani Tony Jack Tan Ding Tony Wibowo, Tony Utari Afnesia Utomo, Kevin Saputra Valencia Valencia Vani Andini Veithzal Rivai Zainal Vendryan Vendryan Vigho raziansyah Vincent Gonawan Vincent Wijaya Vincent Wijaya Vira Vira Vivy Valentine Wibowo, Tony Wijaya, Vincent Winardo, Jesen Wiwik Handayani Yanto Yanto Yoputra, Keaton Yulianto, Andik Yusuf Yusuf Yusuf