Article Per Year (5 Year)
p-Index From 2021 - 2026
1.452
P-Index
This Author published in this journals
All Journal Teika JUTIM (Jurnal Teknik Informatika Musirawas) Krea-TIF: Jurnal Teknik Informatika Jurnal Mantik Malcom: Indonesian Journal of Machine Learning and Computer Science Journal of Multidisciplinary Inquiry in Science, Technology and Educational Research Masyarakat: Jurnal Pengabdian
Raymond Maulany
Universitas Advent Indonesia
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Implementation of proxmox server monitoring system with laravel and vue.js Ariel Thymoti Irmawan; Raymond Maulany
Jurnal Mantik Vol. 7 No. 4 (2024): February: Manajemen, Teknologi Informatika dan Komunikasi (Mantik)
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/mantik.v7i4.4927

Abstract

Large organizations now heavily rely on Information Technology and Telecommunications (ICT) for their operations. Server availability is crucial in managing data centers and applications, but the increase in physical servers often involves high costs. Therefore, virtualization technology has emerged as an efficient solution. The research aims to develop the "Proxmox Server Monitoring System" to automatically monitor the availability and performance of Proxmox VE servers with real-time notifications in case of failures, enhancing efficiency and availability. This research is expected to improve the utilization of Proxmox VE server resources, provide automated monitoring, detect failures faster, and reduce downtime, thereby better supporting organizational operations. The potential contribution of this research lies in optimizing server resource usage with virtualization technology, improving server infrastructure efficiency and availability, and reducing the risk of failures and downtime
Perancangan Aplikasi Pendeteksi Jenis-jenis Sampah Berbasis Android: Development of an Android-Based Waste Type Detection Simbolon, Stanlay Pandapotan; Maulany, Raymond
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 3 (2024): MALCOM July 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i3.1337

Abstract

Sampah merupakan masalah utama yang sering ditemui di Indonesia yang berdampak besar kepada kerusakan lingkungan hingga kesehatan. Salah satu penyebab masalah tersebut dapat terjadi dikarenakan kurangnya edukasi kepada masyarakat Indonesia mengenai jenis-jenis sampah, sehingga dapat mengakibatkan pengelolaan sampah yang tidak efisien. Tujuan dari penelitian ini adalah untuk membuat aplikasi pendeteksi jenis-jenis sampah berbasis android yang dibangun menggunakan bahasa pemrograman Kotlin dan Machine Learning untuk mendeteksi jenis sampah yang ingin diketahui user dan dalam pengembangannya menggunakan metode pengembangan SDLC software Waterfall. Hasil dari penelitian bahwa aplikasi berjalan dengan baik dan diharapkan dapat memberikan edukasi kepada masyarakat tentang sampah. Pengguna dapat dengan mudah memperoleh informasi mengenai sampah yang berkontribusi terhadap lingkungan yang lebih sehat. Aplikasi ini juga dapat digunakan dengan mudah oleh pengguna, dan diharapkan dapat meningkatkan pengetahuan mereka tentang pengelolaan sampah secara efisien. Beberapa saran pengembangan yang dapat dilakukan termasuk mengembangkan versi aplikasi untuk platform seluler lainnya, seperti iOS. Selain itu, menambahkan fitur pelaporan untuk memungkinkan pengguna melaporkan lokasi sampah yang signifikan atau masalah lingkungan lainnya juga merupakan langkah yang baik. Fitur gamifikasi juga dapat ditambahkan untuk meningkatkan keterlibatan pengguna, seperti sistem poin atau prestasi.
Analisis Pengaruh Brand Trust Terhadap Brand Loyalty pada Aplikasi E-Wallet DANA Djami, Fredy; Maulany, Raymond
Journal of Multidisciplinary Inquiry in Science, Technology and Educational Research Vol. 2 No. 1 (2025): NOVEMBER 2024 - JANUARI 2025
Publisher : UNIVERSITAS SERAMBI MEKKAH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/mister.v2i1.2505

Abstract

This research aims to analyze the influence of brand trust on brand loyalty in the DANA e-wallet application. Along with advances in computer and telecommunications technology, fintech such as DANA has made financial transactions easier for the public. Brand trust, as customer trust in a brand, is believed to increase brand loyalty, namely customer loyalty to a brand. This research was conducted using a quantitative approach and involved 100 DANA e-wallet application users in Kancah Village, RT 04, RW 15 Cihideung Village, Prongpong District as respondents. The research instrument is a questionnaire that measures the level of brand trust and brand loyalty based on predetermined indicators. The data analysis method uses simple linear regression and correlation analysis to determine the relationship between brand trust and brand loyalty. This research shows that the results of regression analysis show that Brand Trust has a positive and significant influence on Brand Loyalty. This means that the higher the level of consumer trust in a brand, the higher their level of loyalty to that brand. The Brand Trust variable plays an important role in predicting Brand Loyalty in this research. Overall, this research concludes that Brand Trust is an important factor that influences the level of Brand Loyalty among DANA e-wallet application users, and the higher the level of consumer trust in a brand, the higher the level of loyalty to that brand.
WORKSHOP PEMANFAATAN CANVA DAN ARTIFICIAL INTELLIGENCE DALAM MEMBANTU PEKERJAAN SEKRETARIS UNI INDONESIA KAWASAN BARAT Sihotang, Jay Idoan; Maulany, Raymond; Pakpahan, Andrew Fernando
Masyarakat: Jurnal Pengabdian Vol. 2 No. 2 (2025)
Publisher : Yayasan Pendidikan Dan Pengembangan Harapan Ananda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58740/m-jp.v2i2.456

Abstract

Perkembangan teknologi yang pesat mempengaruhi banyak sektor. Kegiatan pengabdian masyarakat ini bertujuan meningkatkan kompetensi sekretaris Uni Indonesia Kawasan barat (UIKB) dalam memanfaatkan Canva dan Kecerdasan Buatan (AI) untuk pekerjaan administrasi. Workshop ini dirancang dengan pendekatan metode edukatif-partisipatif, mencakup pengenalan fitur Canva dan aplikasi AI yang relevan, demonstrasi, serta praktik langsung. Pelaksanaan dari pengabdian masyarakat di Universitas Advent Indonesia pada Juli 2024 dan November 2024. Hasil kegiatan menunjukkan peningkatan signifikan dalam pengetahuan dan keterampilan peserta terkait desain visual dan otomatisasi tugas administratif, seperti pembuatan dokumen profesional, ringkasan teks, dan notulen rapat. Pemanfaatan kedua teknologi ini terbukti mampu meningkatkan efisiensi dan produktivitas kerja, serta kualitas output administratif. Kegiatan ini berhasil mendorong adopsi teknologi di lingkungan kerja UIKB, memperkuat peran strategis sekretaris dalam mendukung transformasi digital institusi.
Penilaian Risiko Sistem Informasi Menggunakan Metode OCTAVE Allegro pada Indonesia Publishing House Emmanuel, Phillbert Nevin; Maulany, Raymond
Krea-TIF: Jurnal Teknik Informatika Vol 11 No 1 (2023)
Publisher : Fakultas Teknik dan Sains, Universitas Ibn Khaldun Bogor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32832/krea-tif.v11i1.14179

Abstract

Penerapan sistem informasi merupakan salah satu bentuk pemanfaatan teknologi informasi oleh suatu organisasi untuk mendukung proses bisnisnya. Seiring dengan penggunaan sistem informasi, terjadinya risiko yang dapat berdampak negatif pada proses bisnis yang dijalankan tidak dapat dihindari. Penilaian risiko diperlukan agar organisasi dapat memberlakukan pengendalian guna meminimalisir dampak negatif dari risiko pada sistem informasi yang dapat merugikan organisasi berdasarkan impact area seperti reputasi, keuangan/finansial, kelancaran produktivitas, keselamatan dan kesehatan, serta denda dan penalti. Metode penilaian risiko yang digunakan dalam penelitian ini adalah OCTAVE Allegro. Data penelitian dikumpulkan dengan menggunakan teknik observasi dan wawancara dengan manajer tingkat senior dan kepala departemen IT, kemudian diolah dengan mengikuti kaidah-kaidah yang terdapat dalam kerangka kerja OCTAVE Allegro. Hasil akhir yang diperoleh adalah identifikasi atas lima aset informasi, empat container, dan 13 area of concern dimana tujuh di antaranya memiliki status yang memerlukan perencanaan mitigasi, sedangkan enam lainnya dapat ditangguhkan. Untuk mengurangi kerusakan yang dapat disebabkan, diberikan perencanaan kontrol strategis berdasarkan referensi annex ISO/IEC 27001:2013. Perencanaan kontrol ini dapat menjadi acuan mengenai manajemen risiko dan membantu organisasi terkait dalam meningkatkan keamanan informasi.
ANALISIS FAKTOR YANG MEMPENGARUHI PREDIKSI HARGA BITCOIN DAN ETHEREUM MENGGUNAKAN EXPLAINABLE AI (SHAP) DAN ALGORITMA MACHINE LEARNING Kevin Grado Agusto; Raymond Maulany
JUTIM (Jurnal Teknik Informatika Musirawas) Vol 11 No 1 (2026): JUTIM (Jurnal Teknik Informatika Musirawas) Maret
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v11i1.2955

Abstract

The high volatility of cryptocurrency assets such as Bitcoin and Ethereum poses significant challenges for producing accurate and transparent price predictions. This instability is driven by factors including trading volume, market sentiment, and global economic conditions, requiring predictive models that not only forecast price movements but also explain the contribution of each variable. This study analyzes the factors influencing Bitcoin and Ethereum price prediction using a Long Short-Term Memory (LSTM) model integrated with Explainable Artificial Intelligence (XAI) through SHAP (SHapley Additive exPlanations). The dataset was obtained from Yahoo Finance covering January 2022–December 2024. Model evaluation using MAE, MSE, RMSE, and the coefficient of determination (R²) indicates that the model captures the main price movement trends, although it shows limitations in representing extreme short-term fluctuations due to the high volatility of cryptocurrency markets. Autocorrelation Function (ACF) analysis of residuals suggests that the primary temporal patterns have been effectively learned by the model. SHAP analysis identifies Low, High, and short-term Moving Average (MA7) as the most influential features. Overall, the integration of LSTM and XAI enables interpretable cryptocurrency price prediction, supporting a more transparent and data-driven understanding of market dynamics and investment decision-making.
Co-Authors Andrew Fernando Pakpahan Ariel Thymoti Irmawan Bima Saptayona Winken Somopawiro Brenda Claudya Dina Yosephine Simanjuntak Djami, Fredy Emmanuel, Phillbert Nevin Gracie Rekasari Sagala Kevin Grado Agusto Nyongki Bako Sihotang, Jay Idoan Simbolon, Stanlay Pandapotan Sozanolo Gea Thalia Dorkas Septiana Vera Maeka Yank Nekmese K. Yusran Timur Samuel