Article Per Year (5 Year)
p-Index From 2021 - 2026
3.512
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika SEEIJ (Social Economics and Ecology International Journal) Jurnal Sains Riset JTIK (Jurnal Teknik Informatika Kaputama) INFOKUM Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Jurnal Pengabdian kepada Masyarakat Nusantara Journal of Applied Data Sciences International Journal of Engineering, Science and Information Technology Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal Media Informatika Jurnal Info Sains : Informatika dan Sains International Journal of Electronics and Communications Systems Jurnal Ilmiah Multidisiplin Indonesia Journal of Data Mining and Information Systems Multidisiplin Pengabdian Kepada Masyarakat (M-PKM) Jurnal Sistem Informasi dan Teknologi Jaringan
Nababan, Adli Abdillah
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Physics Social Sciences Transportation Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Optimization of KNN Classification for ECG Data Analysis: Comparative Study of Model Performance Using the Hyperparameter Tuning and Cross-Validation Jannah, Miftahul; Nababan, Adli Abdillah
International Journal of Electronics and Communications Systems Vol. 5 No. 1 (2025): International Journal of Electronics and Communications System
Publisher : Universitas Islam Negeri Raden Intan Lampung, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24042/ijecs.v5i1.28467

Abstract

Abnormal heart rhythms such as arrhythmias can lead to severe complications, including stroke and cardiac arrest. Electrocardiography (ECG) is commonly used to monitor heart activity due to its non-invasive, affordable, and efficient nature. However, manual ECG interpretation can be time-consuming and error-prone, especially in high-demand clinical settings. This study aims to improve the performance of the K-Nearest Neighbors (KNN) algorithm for ECG signal classification by applying hyperparameter tuning and validating the results through cross-validation. ECG data were collected from participants under three physical activity conditions: sitting, walking, and running. The methodology included signal preprocessing, model development, hyperparameter tuning via Grid Search, and performance validation using K-fold cross-validation. The baseline KNN model achieved an accuracy of 78%. After optimization—by setting the number of neighbors to 16, using the Manhattan distance metric, and applying distance-based weighting—accuracy improved to 82%. Precision increased from 0.79 to 0.82, and the F1-score rose from 0.76 to 0.79. These results demonstrate the impact of systematic tuning on classification performance. An optimized KNN model offers a practical diagnostic aid for arrhythmia detection, particularly in settings with limited access to expert analysis. Its simplicity and low computational cost make it suitable for integration into portable diagnostic devices
Sosialisasi Aplikasi Monitoring Bimbingan (MOBI) Skripsi dan Tugas Akhir Secara Online Nababan, Adli Abdillah; Jannah, Miftahul; Nababan, Arif Hamied
Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 5 No. 1 (2024): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN)
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jpkmn.v5i1.2882

Abstract

Aplikasi Monitoring Bimbingan (MOBI) merupakan aplikasi yang digunakan untuk mempermudah mahasiswa/i dalam melakukan penginputan Riwayat Aktifitas Pembimbingan Skripsi atau Tugas Akhir di Linkungan STMIK Pelita Nusantara. Adapun pelatihan penggunaan Aplikasi MOBI bertujuan agar Akademik dan Program Studi dapat memonitoring sejauh mana progress kegiatan pembimbingan Skripsi dan Tugas Akhir seluruh mahasiswa dalam melakukan pembimbingan kepada dosen pembimbing. Mengingat pentingnya aktivitas bimbingan terhadap kelancaran skripsi dan tugas akhir, progress kegiatan pembimbingan, setiap minggunya akan di evaluasi oleh bagian akademik dan program studi guna meningkatkan lulusan yang tepat waktu atau Graduate on Time (GOT) di Linkungan STMIK Pelita Nusantara. Aplikasi ini dapat diakses oleh setiap mahasiswa dengan menggunakan media smartphone dan website. Setiap mahasiswa wajib mengisi aktifitas bimbingan setiap kali melakukan pembimbingan kepada dosen pembimbing di linkungan STMIK Pelita Nusantara.
Fitur Autocomplete Menggunakan Algoritma Knuth-Morris-Prat (KMP) Pada Pencarian Istilah Komputer Riksa Nadia; Nababan, Adli Abdillah
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 4 No. 1 (2021): Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9767/jikomsi.v4i1.128

Abstract

Perkembangan teknologi informasi (Information Technology) membawa hadirnya mesin pencarian (Search Engine) di dalam sistem komputer yang merupakan salah satu fasilitas teknologi internet melalui peramban (browser) dimana telah memudahkan para pengguna komputer dalam membantu pencarian berbagai informasi yang diinginkan pada saat sekarang ini, seperti pada situs pencari informasi terbaik di dunia yakni, Google dan Youtube yang isinya berupa berita, artikel, gambar, video dan lainnya serta pada berbagai situs jejaring sosial lainnya dimana pengguna mencari informasi tentang interaksi dari dan antar penggunanya. Sehingga diperlukan sebuah aplikasi komputer yang dirancang agar mampu membantu pengguna dalam menemukan file-file yang telah tersimpan didalam perangkat komputer. Penelitian ini dilakukan untuk membuat aplikasi yang mampu mensimulasikan Algoritma Knuth-Morris-Pratt (KMP) dalam metode Autocomplete agar membantu memudahkan pengguna ketika mencari sebuah informasi dengan hanya mengetikkan kata atau informasi yang ingin dicari saja. Dari hasil penerapan Algoritma Knuth-Morris-Pratt (KMP) pada fitur Autocomplete dapat diterapkan dengam baik karena algoritma KMP melakukan pencocokan karakter dengan melakukan pemeriksaan terhadap setiap karakter yang dimulai dari sebelah kiri ke sebelah kanan
Model Simulasi Antrian Matchmaking Dalam Permainan Massive Online Battle Arena Menggunakan Algoritma K-Nearest Neighbor Muhammad Azhan Maulana; Nababan, Adli Abdillah
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 4 No. 1 (2021): Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9767/jikomsi.v4i1.130

Abstract

Matchmaking merupakan suatu proses untuk mempertemukan pemain pada permainan online salah satunya permainan yang berjenis Massive Online Battle Arena (MOBA). Pada penelitian ini telah dibangun model simulasi matchmaking untuk melihat bagaimana proses matchmaking dilakukan. Adapun permasalahan yang timbul yaitu bagaimana membangun sebuah model simulasi menggunakan Algoritma Nearest Neighbor. Hasil dari penelitian ini berupa model simulasi matchmaking dalam permainan Massive Online Battle Arena.
Penenerimaan dan Seleksi Mahasiswa Baru Berbasis Computer Based Test (CBT) pada STMIK Pelita Nusantara Jannah, Miftahul; Nababan, Adli Abdillah
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 4 No. 2 (2021): Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)
Publisher : Utility Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.9767/jikomsi.v4i2.196

Abstract

Tak dapat dipungkiri virus corona sangatlah berdampak pada dunia Pendidikan khususnya pada Perguruan Tinggi, dimana segala aktivitas yang berkaitan dengan proses belajar mengajar dan seleksi penerimaan mahasiswa baru tidak dapat dilakukan secara efektif dikarenakan anjuran pemerintah dalam pembatasan social sehingga tidak di benarkan setiap calon mahasiswa baru unttuk berkumpul disatu titik secara fisik guna memutuskan rantai penyebaran Virus corona (Covid 19). Untuk meningkatkan layanan pendidikan terkait Seleksi dan Penerimaan Mahasiswa Baru Tahun 2020 di lingkungan Perguruan Tinggi ditengah masa pandemi Covid, Perguruan tinggi harus menyiapkan serangkaian seleksi sesuai dengan protokol kesehatan yang ketat. Menanggapi permasalahan tersebut, maka diperlukan penerapan dan pemanfaatan Sistem Seleksi dan Penerimaan Mahasiswa Baru secara Online Pada STMIK Pelita Nusantara Medan. Hal ini dilakukan agar dapat memudahkan proses seleksi dan Penerimaan Mahasiswa Baru. Tujuan dari penelitian ini adalah membangun sebuah sistem berbasis Website menggunakan Metode Waterfall dalam implementasinya, dimana calon mahasiswa baru akan mengunjungi laman sistem yang berisi prosedur pendaftaran calon mahasiswa baru, setelah terdaftar sebagai calon mahasiswa, selanjutnya mengikuti tahapan seleksi berbasis Computer Based Test (CBT) sesuai jadwal yang ditentukan.
Penerapan Metode K-Nearest Neighbor Dalam Identifikasi Jenis Ikan Salmon Yang Dapat Dikomsumsi Untuk Bahan Mpasi Bayi Jannah, Miftahul; Nababan, Adli Abdillah; Ningsi, Yuwanda Sri
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 6 No. 2 (2023): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v6i2.8716

Abstract

Ikan salmon merupakan salah satu bahan makanan MPASI bayi yang populer karena kandungan nutrisi yang cukup lengkap dan penting untuk perkembangan bayi. Ikan salmon mengandung asam lemak omega-3, protein, vitamin D, serta mineral seperti kalsium dan fosfor yang penting untuk pertumbuhan tulang dan gigi bayi. Ikan salmon terdiri dari dua jenis, yaitu ikan salmon liar  atau wild salmon dan ikan salmon budidaya atau farmed salmon, dimana wild salmon hidup dialam liar dan memakan plankton serta udang dan ikan kecil sehingga memiliki omega3 dan kandungan warna yang merah alami, selanjutnya jenis Farmed salmon, dimana salmon yang hidup dalam lingkungan budidaya dan pemberian makanan dengan pakan ikan sehingga daging ikan sedikit pucat, sehingga pada salmon farmed tak jarang diberikan pewarna merah buatan.  penelitian ini melakukan pendekatan teori pengolahan Citra Digital dalam menentukan jenis ikan salmon farm dan wild dengan teknik klasifikasi data gambar ikan salmon menggunakan metode KNN terhadap 30 data pengujian ikan salmon, Adapun akurasi yang didapatkan sebesar 100 %
PEMANFAATAN JARINGAN ADALINE PADA FILTER KECANTIKAN WANITA SECARA REALTIME Jannah, Miftahul; Nababan, Adli Abdillah; Yulia, Dita
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 7 No. 1 (2023): Volume 7, Nomor 1, Januari 2023
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v7i1.67

Abstract

Dunia hiburan maya sangatlah mendominasi dalam perkembangan teknologi informasi, banyak masyarakat terutama kaum wanita yang menggunakan aplikasi tersebut. Aplikasi dunia maya tersebut tidak luput dari beberapa fitur yang membuat penggunanya merasa terhibur seperti menu efek atau filter yang terdapat pada aplikasi tersebut. Aplikasi filter yang muncul saat ini tak lepas dari pemanfaatan pengolahan citra digital namun seperti yang kita ketahui terdapat beberapa kendala dalam membangun sebuah aplikasi yang memanfaatkan data gambar secara realtime dalam pembangunannya. Pada penelitian ini akan dibangun sebuah aplikasi filter wajah secara realtime dengan tujuan memecahkan tingkat akurasi dari metode yang digunakan. Adapun metode yang digunakan adalah algoritma Widrow Hoff. Tujuan dari penelitian ini adalah untuk mengenali bentuk wajah serta mengeloompokkannya kedalam2 katagori. Adapun hasil yang diharapkan adalah sebuah aplikasi yang dapat mengukur tingkat kecantikan wanita kedalam dua kelompok yaitu, sangat cantik dan kurang cantik. Adapun tahapan penelitian terdiri dari tahap input citra, resize citra, grayscale , menghitung nilai energy dari Widrow Hoff dan tahap terakhir menentukan tingkat kecantikan pola wajah wanita tersebut.
Developing Business Intelligence Dashboard for Sales KPI Monitoring in Advertising Agency: A Human-Centered Design Approach Zarqan, Ince Ahmad; Nugraha, Dimas Yudistira; Sitompul, Ganda Tua; Nababan, Adli Abdillah
JDMIS: Journal of Data Mining and Information Systems Vol. 4 No. 1 (2026): February 2026
Publisher : Yayasan Pendidikan Penelitian Pengabdian Algero

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54259/jdmis.v4i1.6596

Abstract

Digital advertising agencies in South Jakarta face significant challenges in monitoring sales performance due to data fragmentation across multiple platforms such as CRM, spreadsheets, and digital advertising tools. Conventional manual reporting processes lead to data latency, high error rates, and delayed strategic decision-making. This study aims to develop a Business Intelligence (BI) dashboard to monitor Sales Key Performance Indicators (KPIs) in real-time, utilizing a Human-Centered Design (HCD) approach to ensure high usability and adoption. The research methodology follows the ISO 9241-210 standard for HCD, encompassing four iterative phases: understanding the context of use, specifying user requirements, producing design solutions, and evaluating designs. The system was developed using Google Looker Studio with a data warehouse architecture integrating Google BigQuery. Testing was conducted involving 15 internal stakeholders using the System Usability Scale (SUS) and User Experience Questionnaire (UEQ). The results demonstrated a SUS score of 82.5 (Excellent) and positive benchmarks in efficiency and perspicuity metrics. The implementation of the dashboard reduced reporting time by 60% and improved data accessibility for executive decision-making. This study contributes to the literature by demonstrating how HCD principles can bridge the gap between technical BI capabilities and end-user cognitive needs in the creative industry context.
DIGITAL MARKETING STRATEGIES SUPPORTING COMMUNITY ACTION IN PLASTIC BAG REDUCTION: Case of Banjarmasin City Zarqan, Ince Ahmad; Nugraha, Dimas Yudistira; Sihotang, Fernando; Nababan, Adli Abdillah; Irwansyah, Irwansyah
SEEIJ (Social Economics and Ecology International Journal) Vol. 10 No. 1 (2026): March
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/seeij.v10i1.14496

Abstract

Plastic waste has been and still is a pressing environmental concern in Indonesia, especially with single-use plastic bags that continue to cause river and ocean pollution. The city of Banjarmasin in Indonesia was the first to enact a policy banning single-use plastic bags in contemporary retail outlets. The purpose of this research was to understand how marketing on the Internet could further aid this environmental community project and promote positive changes in behavior. The research used qualitative methods and the case study and netnography approaches. Data were gathered from the local social media campaigns which included in-depth interviews with 40 respondents from different categories namely consumers, minimarket managers, influencers and policymakers, 4 focus group discussions, and interactions. Thematic analysis showed that while digital campaigns raised public awareness and knowledge of the problem, the absence of strong, habitual behavioral change was a huge challenge. The use of religious and cultural framing was effective in strengthening the message, especially when constricted by local micro-influencers with relatable community ties. People were able to use digital nudges installed in e-commerce checkout systems and point of sale systems in minimarkets to engage in easy behaviors like buying reusable bags. However, cost perceptions, habitual reliance on single-use plastics, and the digital divide among older generations were still major barriers. All things considered, the results underscored the need for integration of digital marketing with enforcement of policy as well as public outreach for effective impact. This study found that the policy framework for the environment can be supplemented with digital marketing focused at awareness raising, intention mobilization, and actual behavior change, and its use in community service projects is crucial for enduring sustainability.
Adaptive k-Nearest Neighbor Learning for Robust Modal Regression on Multimodal and Heavy-Tailed Data Sutarman, Sutarman; Herawati, Netti; Nababan, Adli Abdillah
Journal of Applied Data Sciences Vol 7, No 2: May 2026
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v7i2.1221

Abstract

Modal regression has attracted increasing attention as an alternative to mean-based regression, particularly in settings characterized by heteroscedasticity, multimodal conditional distributions, and heavy-tailed noise. In such scenarios, estimators based on central tendency may yield predictions that fall in low-density regions of the response space. This paper proposes an adaptive k-nearest neighbor framework for modal regression that integrates entropy-guided neighborhood selection with nonparametric mode estimation, including MeanShift clustering and one-dimensional kernel density estimation. The proposed approach adjusts neighborhood size based on local uncertainty, allowing the regression model to adapt to variations in data density without relying on a globally fixed parameter. Extensive experiments on simulated datasets and real-world benchmarks demonstrate that adaptive modal regression methods generally reduce or stabilize prediction errors relative to fixed-k modal regression and classical kNN mean and median estimators, particularly under heteroscedastic and multimodal conditions, although the magnitude of improvement varies across scenarios. Statistical tests confirm significant differences in most experimental settings, with practical gains ranging from incremental to substantial depending on data complexity. In addition to accuracy, computational behavior is explicitly examined. The findings show a trade-off between computational cost and predictive robustness: entropy-guided adaptive modal regression requires additional runtime due to neighborhood adaptation and density estimation, but this overhead increases proportionally with sample size and remains manageable for medium-sized datasets. Based on these results, adaptive modal regression provides a useful and flexible alternative for regression tasks involving complex and heterogeneous data distributions where robustness is prioritized over minimal computation time.
Co-Authors Ade Maulana Adhitya Pratama, Yudhistira Dulianto, Des Harefa, Ade May Luky Harry Pratama Figna Hasugian , Paska Marto Husain Husain Ince Ahmad Zarqan Irwansyah Irwansyah Jijon Raphita Sagala Luky Harefa, Ade May Manihuruk, Mey Lestari Marnoko, Marnoko Martiano, Martiano Medhian Ahmadi Putra MIFTAHUL JANNAH Miftahul Jannah Muhammad Azhan Maulana N P Dharshinni Nababan, Arif Hamied Netti Herawati Ningsi, Yuwanda Sri Nugraha, Dimas Yudistira Ponsen, Wildan Andika Putra, Purwa Hasan Riksa Nadia Ryan Dhika Priyatna Safii, M Sihotang, Fernando Sitompul, Ganda Tua Sitompul, Lia Relita Supriyandi Sutarman Sutarman Yudhistira Adhitya Pratama Yulia, Dita