Article Per Year (5 Year)
p-Index From 2020 - 2025
1.857
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Techno Nusa Mandiri : Journal of Computing and Information Technology SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Minfo Polgan (JMP) JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Mahkota Informatika
Nababan, Junerdi
Universitas Mahkota Tricom Unggul
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Engineering Environmental Science Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Analysis of Taklinear Performance and Integer Linear Programming Models in Nurses Scheduling Problems Nababan, Junerdi; Tulus, Tulus; Situmorang, Zakarias
Sinkron : Jurnal dan Penelitian Teknik Informatika Vol 4 No 2 (2020): SinkrOn Volume 4 Number 2, April 2020
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (382.278 KB) | DOI: 10.33395/sinkron.v4i2.10528

Abstract

Almost all hospitals schedule nurses' work shifts manually, which is not effective, mistakes in scheduling nurses in hospitals can make them not work optimally so that they are prone to making mistakes and will endanger every patient in the hospital. In the research will be proposed integer linear programming model and branch and bound method, the purpose of this study is to develop an optimization model of nurse scheduling problems at the hospital. The optimization model will minimize the total deviation of nurses' working days from the standard workdays, the optimization model implemented in hospitals is processed using LINGO software.
ANALYSIS OF GOODS MANAGEMENT SYSTEM IN THE COMMUNICATION AND INFORMATICS DEPARTMENT OF SERDANG BEDAGAI DISTRICT Cut Try Utari; Richard Parlindungan Simanjuntak; Firman Styono; Junerdi Nababan
Jurnal Techno Nusa Mandiri Vol 20 No 1 (2023): Techno Nusa Mandiri : Journal of Computing and Information Technology Period of
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/techno.v20i1.4130

Abstract

The current problem is that the Serdang Bedagai district communication and informatics office is experiencing difficulties in managing incoming and outgoing goods. Management is currently carried out manually and cannot be viewed online so that many errors occur, one of which is a mismatch between the stock of goods recorded and the physical stock of existing goods. The goods management system that will be built in this study uses the waterfall model and PHP and HTML programming languages as well as CSS to design the web appearance. The system has 9 entities, namely: officer, user, sender, person in charge, goods, recipient, detail_recipient, expenditure and data_dinas. The results of the implementation of the proposed system are more optimal management of goods and help the performance of the warehouse admin in making real-time stock update reports and borrowing goods
Implementasi Website E-Commerce Menggunakan Google Sites Untuk Meningkatkan Penjualan Nelayan Desa Bagan Deli Sutrisno Arianto Pasaribu; Junerdi Nababan; Ahmad Rozy; Eka Tampubolon; Edi Faisal
Jurnal Minfo Polgan Vol. 12 No. 1 (2023): Artikel Penelitian 2023
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v12i1.12886

Abstract

Tujuan Kegiatan Pengabdian Kepada Masyarakat (PKM) adalah untuk memberikan pelatihan cara membuat website E-Commerce dengan google sites, manfaat, cara penggunaan dan pengenmbangan dari Google Sites. Kegiatan pengabdian ini diberikan mahasiswa dalam bentuk pelatihan dalam mendukung kegiatan usaha penjualan ikan nelayan desa bagan deli. Adapun pelatihan yang diberikan yaitu: Memperkenalkan Teknologi Informasi berbasis website dengan menggunakan google sites, Manfaat google sites dalam mendukung proses produksi penjualan ikan secara online, memberikan pelatihan cara merancang dan membuat google sites. Lokasi pengabdian kepada masyarakat berada di desa bagan deli kec. Belawan dengan jumlah peserta sebanyak 6 orang yang diantaranya 3 dosen dan 3 mahasiswa dan pelaksanaanya dilakukan pada hari senin tanggal 30 Januari 2023. Adapun metode yang dilakukan yaitu dengan penyampaian materi ceramah, simulasi, praktik, diskusi terkait materi dan sesi tanya jawab. Dengan adanya kegiatan ini diharapkan para peserta yaitu nelayan dapat menggunakan teknologi informasi dengan baik dan dapat merancang sebuah website e-commerce dengan google sites sehingga dapat memberikan dampat positif bagi nelayan untuk mengembangkan hasil penjualan mereka sehingga dapat mendongkrak penghasilan nelayan. Para peserta sangat mendukung PKM ini dan banyak manfaat yang mereka rasakan khususnya dalam menambah pengetahuan mereka tentang teknologi informasi. Mereka berharap kegiatan seperti ini terus dilakukan dalam menambah pengetahuan mereka seiring berkembangnya teknologi informasi saat ini.
Algoritma Smith-Waterman Untuk Mengidentifikasi Kemiripan Judul Proyek Mahasiswa Andre Pratama; Nababan, Junerdi; Salsabila, Nadiyah Shofa
JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Vol. 3 No. 01 (2024): Desember
Publisher : Faatuatua Media Karya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70404/jikteks.v3i01.125

Abstract

Plagiarisme dalam lingkungan akademik menjadi masalah yang signifikan, terutama dalam pengajuan judul proyek oleh mahasiswa. Untuk mengidentifikasi kemiripan judul proyek guna mencegah plagiarisme, penelitian ini menggunakan algoritma Smith-Waterman. Algoritma ini, yang awalnya digunakan dalam bioinformatika, diaplikasikan untuk membandingkan teks dengan pendekatan penyelarasan lokal. Proses penelitian meliputi beberapa tahapan seperti pengumpulan data, preprocessing teks dengan case folding, stemming, dan tokenizing sebelum penerapan algoritma Smith-Waterman. Hasil pengujian menunjukkan bahwa algoritma ini efektif dalam mendeteksi kemiripan antara judul proyek, dengan persentase kemiripan yang bervariasi. Penelitian ini diharapkan dapat menjadi langkah awal dalam pengembangan sistem deteksi plagiarisme yang lebih akurat di lingkungan akademik.
PERBANDINGAN PREDIKSI POLUSI UDARA MENGGUNAKAN LSTM DAN BILSTM Pratama, Andre; Sembiring, Asha; Nababan, Junerdi; Zarkasyi, Muhammad Imam; Rahayu, Novriza
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.3596

Abstract

Abstract: Air pollution has become a serious problem in densely populated urban areas such as DKI Jakarta. To mitigate its negative impacts, an accurate air pollution prediction system is necessary. This study compares the performance of two deep learning models, Long Short-Term Memory (LSTM) and Bidirectional Long Short-Term Memory (BiLSTM), in predicting PM10 concentration using air quality data from DKI Jakarta between 2016 and 2019. The research process includes data collection and preprocessing, model training, and model evaluation. Both models were tested with various parameters such as the number of hidden neurons, dropout rate, epochs, and batch size. The results consistently show that BiLSTM outperforms LSTM, achieving lower Root Mean Square Error (RMSE) values across 54 testing scenarios. The best BiLSTM configuration, with 64 hidden neurons, 0.2 dropout rate, 50 epochs, and batch size 16, yielded an RMSE of 9.311401. Meanwhile, the best LSTM configuration, with 128 hidden neurons, 0.1 dropout rate, 100 epochs, and batch size 16, produced an RMSE of 9.330554. The advantage of BiLSTM lies in its ability to process data bidirectionally, making it more effective in capturing temporal patterns for air pollution prediction compared to LSTM. Keywords: air pollution prediction, pollutant, deep learning, LSTM, BiLSTM Abstrak: Pencemaran udara menjadi masalah serius di wilayah perkotaan padat seperti DKI Jakarta. Untuk mengurangi dampak negatifnya, diperlukan sistem prediksi polusi udara yang akurat. Penelitian ini membandingkan performa dua model deep learning, Long Short-Term Memory (LSTM) dan Bidirectional Long Short-Term Memory (BiLSTM), dalam memprediksi konsentrasi PM10 menggunakan data kualitas udara DKI Jakarta tahun 2016-2019. Proses penelitian mencakup pengumpulan dan praproses data, pelatihan model, serta evaluasi model. Kedua model diuji dengan berbagai parameter seperti jumlah hidden neuron, dropout rate, epoch, dan batch size. Hasil menunjukkan BiLSTM lebih unggul secara konsisten dengan nilai Root Mean Square Error (RMSE) lebih rendah melalui 54 skenario pengujian. Konfigurasi terbaik BiLSTM menggunakan 64 hidden neuron, dropout rate 0.2, 50 epoch, dan batch size 16 menghasilkan RMSE 9.311401. Sedangkan konfigurasi LSTM terbaik pada 128 hidden neuron, dropout rate 0.1, 100 epoch, dan batch size 16 menghasilkan RMSE 9.330554. Keunggulan BiLSTM terletak pada kemampuannya memproses data dua arah, sehingga lebih efektif dalam menangkap pola temporal untuk prediksi polusi udara dibandingkan LSTM.  Kata kunci: prediksi polusi udara, polutan, deep learning, LSTM, BiLSTM
PEMANFAATAN AI DALAM PEMBELAJARAN KEWIRAUSAHAAN DIGITAL UNTUK MENINGKATKAN INOVASI MAHASISWA UNIVERSITAS MAHKOTA TRICOM UNGGUL Theodora, Eka Martyna; Nababan, Junerdi; Kusnadi, Kusnadi; Gani, Petrus; Mipo, Mipo
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4009

Abstract

Abstract: This study aims to analyze the effect of the use of artificial intelligence (AI) in digital entrepreneurship learning on increasing student innovation. The background of this study is based on the rapid development of AI technology and its application in higher education, particularly in supporting student creativity and business idea development. This study uses a quantitative approach with the independent variable of AI Utilization and the dependent variable of Student Innovation. The research sample consisted of 60 students of Mahkota Tricom Unggul University selected through a purposive sampling technique. Data collection was conducted through a questionnaire and analyzed using SPSS version 25 with validity and reliability tests, as well as simple linear regression. The results showed that the research instrument was valid and reliable (Cronbach's Alpha X = 0.907; Y = 0.906). The regression results showed that the use of AI had a significant effect on student innovation with an R² value of 0.158 and a significance of p = 0.002. In conclusion, the use of AI has a positive contribution in encouraging student innovation, although some aspects still require a deeper practical approach. These findings can be the basis for the development of an adaptive and innovative technology-based entrepreneurship curriculum. Keywords: AI; entrepreneurship; digital; innovation; learning Abstrak: Penelitian ini bertujuan untuk menganalisis pengaruh pemanfaatan artificial intelligence (AI) dalam pembelajaran kewirausahaan digital terhadap peningkatan inovasi mahasiswa. Latar belakang penelitian ini didasarkan pada perkembangan pesat teknologi AI dan penerapannya dalam pendidikan tinggi, khususnya dalam mendukung kreativitas dan pengembangan ide bisnis mahasiswa. Penelitian ini menggunakan pendekatan kuantitatif dengan variabel independen Pemanfaatan AI dan variabel dependen Inovasi Mahasiswa. Sampel penelitian terdiri dari 60 mahasiswa Universitas Mahkota Tricom Unggul yang dipilih melalui teknik purposive sampling. Pengumpulan data dilakukan melalui kuesioner dan dianalisis menggunakan SPSS versi 25 dengan uji validitas, reliabilitas, serta regresi linear sederhana. Hasil penelitian menunjukkan bahwa instrumen penelitian valid dan reliabel (Cronbach's Alpha X=0.907; Y=0.906). Hasil regresi menunjukkan bahwa pemanfaatan AI berpengaruh signifikan terhadap inovasi mahasiswa dengan nilai R² sebesar 0.158 dan signifikansi p=0.002. Kesimpulannya, pemanfaatan AI memberikan kontribusi positif dalam mendorong inovasi mahasiswa, meskipun sebagian aspek masih memerlukan pendekatan praktis yang lebih dalam. Temuan ini dapat menjadi landasan bagi pengembangan kurikulum kewirausahaan berbasis teknologi yang adaptif dan inovatif. Kata kunci: AI; kewirausahaan; digital; inovasi; pembelajaran
The Significant Rise In Cybercrime Can Be Attributed To Vulnerabilities In Cybersecurity Purwawijaya, Ellanda; Syahputra, Dinur; Rambe, Aripin; Nababan, Junerdi
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13490

Abstract

In today's world, our dependence on computers extends to even the most basic daily tasks. As users, we consistently engage with computers for activities such as communication, data sharing, information retrieval, social interactions, and more, all conducted over networks. It is evident that the network connecting various devices globally, including servers, computers, laptops, mobile phones, etc., serves as the fundamental technology facilitating these tasks. However, this interconnected system poses a significant threat in the form of cybercrime. Despite the implementation of cybersecurity measures throughout the network, there exist flaws and obstacles that compromise security, leading to the occurrence of these crimes. One can envision the relationship between cybercrime and cybersecurity as a ratio, with cybercrime holding the higher value. This variable is steadily increasing at a greater rate than cybersecurity, indicating a growing imbalance between the two.
Penerapan Augmented Reality Dalam Pengenalan Buah-Buahan Sebagai Media Pembelajaran Pada Sekolah Dasar Kartini Medan Nababan, Junerdi; Pasaribu, Sutrisno Arianto; Naibaho, Frainskoy Rio; Theodora, Eka Martyna; Banuari, Nidya
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13732

Abstract

Augmented Reality (AR), adalah teknologi dengan konsep menggabungkan dimensi dunia nyata dengan dimensi dunia maya yang di tampilkan secara realtime. Smartphone memungkinkan pengembangan aplikasi Augmented Reality dengan murah serta dapat diakses oleh banyak pengguna. Augmented Reality dapat dimanfaatkan dalam berbagai bidang salah satunya adalah sebagai sarana pendidikan untuk anak–anak.Augmented Reality dapat digunakan untuk menciptakan sebuah lingkungan pembelajaran yang lebih interaktif dimana anak–anak dapat berinteraksi langsung dengan objek dunia maya sehingga anak–anak pun dapat bermain sambil belajar. Augmented Reality yang ditujukan kepada para guru dan orang tua sebagai alat pembelajaran untuk anak–anak usia dini. Aplikasi ini dibuat dengan Unity sebagai media pembuatan desainnya dan Vuforia SDK sebagai penyimpanan database markernya yang nanti nya saling berhubungandan berbasis Android. Aplikasi pengenalan jenis buah-buahan berbasis Augmented Reality dapat membaca marker pada kertas cetakan maupun kartu–kartu pengenalan jenis buah-buahan yang akan menampilkan model 3 dimensi di layar perangkat Android.
Manajemen Pertanian Pasca Covid-19: Analisis Variabel yang Mempengaruhi Keberlanjutan Sektor Pertanian Ravel, Mutiha Aristo; Ginting, Hendro Sutomo; Nababan, Junerdi; Sinaga, Royanti
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15301

Abstract

Pandemi Covid-19 telah menimbulkan tantangan besar bagi perekonomian global, termasuk Indonesia, yang mengalami kontraksi signifikan. Namun, sektor pertanian menunjukkan resiliensi dengan tetap menjadi penopang ketahanan pangan dan perekonomian nasional. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi keberlanjutan sektor pertanian pasca Covid-19, dengan menekankan empat variabel utama: adopsi teknologi digital, ketahanan rantai pasok, ketersediaan input pertanian, dan dukungan kebijakan pemerintah. Penelitian ini menggunakan pendekatan kuantitatif dengan menyebarkan kuesioner kepada 150 petani di delapan provinsi utama penghasil pangan di Indonesia, yang dipilih melalui teknik purposive sampling. Data dianalisis menggunakan regresi linier berganda dengan bantuan perangkat lunak SPSS, disertai uji asumsi klasik, uji t, uji F, dan koefisien determinasi (R²). Hasil analisis menunjukkan bahwa seluruh variabel independen berpengaruh positif dan signifikan terhadap keberlanjutan sektor pertanian, baik secara parsial maupun simultan. Adopsi teknologi digital (X1) menjadi variabel paling dominan dengan koefisien Beta tertinggi, diikuti oleh dukungan kebijakan pemerintah, ketahanan rantai pasok, dan ketersediaan input pertanian. Nilai Adjusted R² sebesar 0,602 mengindikasikan bahwa 60,2% variasi keberlanjutan pertanian dapat dijelaskan oleh model, sedangkan sisanya dipengaruhi faktor lain di luar penelitian ini. Temuan ini menegaskan pentingnya strategi pembangunan pertanian pasca pandemi yang berorientasi pada transformasi digital, diversifikasi distribusi, ketersediaan input berkelanjutan, dan kebijakan pemerintah yang inklusif. Penelitian ini memberikan kontribusi praktis bagi pengambil kebijakan, pelaku usaha pertanian, dan pemangku kepentingan lain dalam merumuskan strategi adaptif untuk memperkuat ketahanan pangan dan keberlanjutan sektor pertanian di Indonesia.
Analisis dan Perancangan Aplikasi Sistem Informasi Psikologi pada Perkembangan Anak Hiperaktif Pasaribu, Sutrisno Arianto; Vera Wijaya; Pasaribu, Victor Patar; Daulay, Budi Hasian; Nababan, Junerdi
Jurnal Mahkota Informatika Vol 1 No 1 (2025): Jurnal Mahkota Informatika
Publisher : Universitas Mahkota Tricom Unggul

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59929/mahtik.v1i1.31

Abstract

Anak hiperaktif merupakan aplikasi yang dapat memberikan ilmu kepada pengguna dan melatih kembali pengetahuanya dalam menyelesaikan suatu masalah pada anak. Perancangan dan pembuatan aplikasi informasi perkembangan anak hiperaktif ini tidak hanya menjadi suatu bahan pembelajaran saja, namun juga merupakan suatu pelatihan yang mengajak pengguna agar membuka pengetahuan nya. Sehingga pengguna akan terbiasa membuka ilmu pengetahuannya dalam menyelesaikan masalah yang sering dihadapi. Dalam perancangan dan pembuatan aplikasi informasi psikologi perkembangan anak hiperaktif ini menggunakan aplikasi VB.Net untuk merancang tampilan-tampilan aplikasi yang terdapat dalam aplikasi informasi psikologi perkembangan anak hiperaktif. Aplikasi informasi perkembangan anak hiperaktif ini sangat baik dalam melakukan atau menyelesaikan suatu permasalahan pada anak. Aplikasi ini dapat memberikan solusi bagi mereka yang memiliki waktu yang cukup untuk mendapatkan pengetahuan contohnya dengan pembahasan dalam menemukan informasi tentang perkembangan anak hiperaktif karena dapat dilakukan dirumah bahkan dimana saja.
Co-Authors Ahmad Rozy Andre Pratama Cut Try Utari Daulay, Budi Hasian Edi Faisal Eka Tampubolon Ellanda Purwawijaya Firman Styono Frainskoy Rio Naibaho Gani, Petrus Ginting, Hendro Sutomo Hazimah, Zulfa Kusnadi Mipo, Mipo Nidya Banuari Pasaribu, Sutrisno Arianto Pasaribu, Victor Patar Rahayu, Novriza Rambe, Aripin Ravel, Mutiha Aristo Richard Parlindungan Simanjuntak Salsabila, Nadiyah Shofa Sembiring, Asha Sinaga, Royanti Sutrisno Arianto Pasaribu Syahputra, Dinur Theodora, Eka Martyna Tulus Tulus Vera Wijaya Zakarias Situmorang Zarkasyi, Muhammad Imam