Article Per Year (5 Year)
p-Index From 2020 - 2025
9.836
P-Index
This Author published in this journals
All Journal Riau Journal of Computer Science JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Mantik Penusa JMM (Jurnal Masyarakat Mandiri) JURNAL EDUCATION AND DEVELOPMENT J-SAKTI (Jurnal Sains Komputer dan Informatika) JURIKOM (Jurnal Riset Komputer) JURTEKSI Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal EDUMATIC: Jurnal Pendidikan Informatika Building of Informatics, Technology and Science Jurnal Mantik JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Tunas Jurnal Teknik Informatika (JUTIF) Journal of Applied Data Sciences JPM: JURNAL PENGABDIAN MASYARAKAT Jutsi: Jurnal Teknologi dan Sistem Informasi Journal of Informatics Management and Information Technology Journal of Social Responsibility Projects by Higher Education Forum Jurnal Sains Teknologi dan Sistem Informasi J-SAKTI (Jurnal Sains Komputer dan Informatika) Bulletin of Information Technology (BIT) Aptekmas : Jurnal Pengabdian Kepada Masyarakat Jurnal Bangun Abdimas Jurnal Informatika dan Teknologi Informasi Jurnal Teknologi Pendidikan Jurnal Pengabdian Harapan Bangsa Jurnal Teknologi Ilmu Komputer Jurnal Teknologi Pendidikan International Journal of Informatics and Data Science
Jeperson Hutahaean
Sekolah Tinggi Manajemen Informatika Dan Komputer Royal Kisaran, Asahan
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering 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 Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 78 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 78 Documents
Search

 4   5   6   7   8 
Penentuan HP Seken Terbaik di Konter Berkah Cell Kabupaten Labuhan Batu Utara dengan Metode TOPSIS dan MOORA Hutahaean, Jeperson
Jurnal Informatika dan Teknologi Informasi Vol. 4 No. 1: Mei 2025
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/jt.v4i1.509

Abstract

Perkembangan teknologi informasi dan komunikasi mendorong meningkatnya permintaan terhadap HP seken (bekas) yang berkualitas dan terjangkau. Konter HP Berkah Cell di Kabupaten Labuhan Batu Utara menghadapi tantangan dalam memilih HP seken terbaik untuk dijual kembali. Proses pemilihan ini mempertimbangkan beberapa kriteria, seperti kualitas kamera, kapasitas RAM, kapasitas penyimpanan, jenis prosesor, harga bekas, dan lama pemakaian. Penelitian ini menggunakan dua metode pengambilan keputusan multi-kriteria, yaitu TOPSIS dan MOORA. Kriteria dan bobot ditentukan berdasarkan wawancara dengan pakar dan pelaku pasar HP seken. Metode TOPSIS menilai alternatif berdasarkan jarak terhadap solusi ideal positif dan negatif, sementara MOORA menggunakan pendekatan rasio optimasi multi-kriteria. Hasil penelitian menunjukkan bahwa kedua metode mampu memberikan penilaian yang efisien, akurat, dan efektif. Berdasarkan hasil analisis, HP terbaik adalah Redmi Note 12 Pro 5G, dengan skor preferensi 0,478 (TOPSIS) dan 0,32888201 (MOORA). Oleh karena itu, HP ini dinilai paling layak dijual kembali oleh Konter HP Berkah Cell.
Pelatihan Desain Grafis Dasar Untuk Promosi Kegiatan Desa Hutahaean, Jeperson; Ramadhani, Andrew; Sufi Lubis, Syafaat; Afdawiah, Rabiatul
Jurnal Bangun Abdimas Vol 4 No 1: Mei 2025
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/ba.v4i1.517

Abstract

Saat ini, kemajuan teknologi berkembang dengan cepat. Segala kebutuhan dapat diakses dengan mudah. Hal ini tidak luput dari pesatnya kemajuan ilmu pengetahuan. Pengetahuan dapat meningkatkan kualitas hidup dan kesejahteraan masyarakat. Pelatihan desain grafis dasar untuk promosi kegiatan desa bertujuan untuk meningkatkan keterampilan warga desa untuk mendukung kegiatan yang dilakukan di desa. Pelatihan ini memberikan pengetahuan dasar tentang desain grafis, seperti teknik desain, prinsip-prinsip desain yang baik, dan penggunaan software desain grafis. Warga desa diharapkan dapat membuat materi promosi yang menarik dan efektif untuk memperkenalkan kegiatan desa kepada masyarakat luas. Oleh karena itu, pelatihan ini dapat membantu meningkatkan partisipasi masyarakat dalam kegiatan desa dan meningkatkan citra desa di mata masyarakat. Tujuan pelatihan ini adalah untuk membantu masyarakat meningkatkan kemampuan mereka dalam desain grafis. Metode yang digunakan pada penelitian ini adalah Rapid Participatory Appraisal (PRA), yang berfokus pada bagaimana masyarakat dapat berpartisipasi secara aktif dalam berbagai proses. Peneliti berharap bahwa kegiatan pelatihan ini dapat meningkatkan minat masyarakat desa untuk memiliki skill dibidang teknologi informasi.
PENGGUNAAN TEKNOLOGI MOBILE UNTUK PEMBELAJARAN INTERAKTIF DI LUAR RUANGAN Mulyani, Neni; Hutahaean, Jeperson; Putri Fahdrina, Jihan Aulia
JURNAL EDUCATION AND DEVELOPMENT Vol 13 No 1 (2025): Vol 13 No 2 Mei 2025
Publisher : Institut Pendidikan Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37081/ed.v13i1.6990

Abstract

Pembelajaran di luar ruangan memiliki potensi besar dalam meningkatkan keterlibatan dan pemahaman siswa terhadap materi pelajaran, namun masih banyak kendala dalam penerapannya, seperti keterbatasan sumber belajar, kurangnya panduan interaktif, serta kesulitan dalam mengukur efektivitas pembelajaran secara real-time. Teknologi mobile dapat menjadi solusi inovatif dengan menyediakan akses ke informasi, alat bantu interaktif, serta sistem evaluasi yang lebih fleksibel dan efektif. Oleh karena itu, penelitian ini berfokus pada pemanfaatan teknologi mobile dalam mendukung pembelajaran interaktif di luar ruangan dengan tujuan mengembangkan model pembelajaran berbasis teknologi mobile yang dapat meningkatkan efektivitas pembelajaran interaktif. Metode penelitian yang digunakan terdiri dari beberapa tahapan, yaitu studi literatur dan analisis kebutuhan, perancangan sistem aplikasi mobile dengan fitur interaktif seperti augmented reality (AR) dan kuis real-time, implementasi dan pengujian aplikasi di lingkungan sekolah, serta evaluasi efektivitas sistem berdasarkan hasil kuesioner, wawancara, dan analisis data penggunaan aplikasi. Luaran yang ditargetkan dalam penelitian ini mencakup pengembangan aplikasi mobile sebagai media pembelajaran interaktif, publikasi ilmiah terkait inovasi pembelajaran berbasis teknologi mobile, serta panduan implementasi bagi pendidik. Dengan tingkat kesiapan teknologi (TKT) yang berada pada level 4 hingga 6, penelitian ini diharapkan dapat memberikan kontribusi nyata dalam pengembangan model pembelajaran interaktif yang lebih inovatif dan adaptif dengan kemajuan teknologi.
Pemilihan Lahan Pertanian Padi Menggunakan Metode Topsis Hutahaean, Jeperson; Marpaung, Nasrun; Parini, Parini
Jurnal Teknologi Ilmu Komputer Vol. 3 No. 2: Juni 2025
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/jtik.v3i2.376

Abstract

Metode TOPSIS digunakan dalam penelitian ini untuk memilih lahan pertanian yang paling sesuai untuk berbagai kriteria seperti harga, kesuburan tanah, ketersediaan air, aksesibilitas dan iklim. Data ini diperoleh dari survei lapangan, analisis laboratorium tanah dan data sekunder dari badan pertanian lokal. Hasil penelitian menunjukkan bahwa metode TOPSIS efektif dalam menemukan lahan yang memenuhi kriteria pertanian optimal. Proses penilaian melibatkan pengumpulan data kualitatif dan kuantitatif, yang kemudian diolah menggunakan metode TOPSIS untuk menentukan peringkat lahan berdasarkan kedekatannya dengan solusi ideal. Metode ini juga menyediakan pendekatan pengambilan keputusan sistematis dan obyektif yang membantu petani dan pemangku kepentingan lainnya.
PENYULUHAN DAMPAK PEMAKAIAN INTERNET BAGI ANAK-ANAK PADA ORANG TUA DI KABUPATEN BATUBARA Mulyani, Neni; Hutahaean, Jeperson; Fahdrina, Jihan Aulia Putri
JMM (Jurnal Masyarakat Mandiri) Vol 9, No 2 (2025): April
Publisher : Universitas Muhammadiyah Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31764/jmm.v9i2.27890

Abstract

Abstrak: Penggunaan internet tanpa pengawasan memicu dampak negatif pada anak-anak usia sekolah dasar. Orang tua harus memahami risiko ini untuk mendampingi anak dengan bijak. Kegiatan Pengabdian Masyarakat di Desa Limau Manis, Kabupaten Batubara, bertujuan meningkatkan pemahaman orang tua terhadap dampak penggunaan internet dan menguatkan citra internet sebagai media pembelajaran. Kegiatan dilakukan melalui pelatihan dengan teori dan praktik. Hasilnya menunjukkan peningkatan pemahaman masyarakat tentang dampak negatif internet. Hasil kegiatan pelatihan ini bekerja sama dengan 2 mitra dari Universitas Royal dan diikuti oleh 30 peserta dari komunitas orang tua di Desa perkebunan Limau Manis yang mencapai nilai rata-rata 93,35 pada posttest.Abstract: Unsupervised internet use triggers a negative impact on elementary school-age children. Parents must understand these risks to accompany their children wisely. Community Service Activities in Limau Manis Village, Batubara Regency, aims to increase parents' understanding of the impact of internet use and strengthen the image of the internet as a learning medium. Activities are carried out through training with theory and practice. The results show an increase in public understanding of the negative impact of the internet. The results of this training activity were in collaboration with 2 partners from the Royal University and attended by 30 participants from the parent community in the Limau Manis plantation village who achieved an average score of 93.35 on the posttest.
Stacking Ensemble with SMOTE for Robust Agricultural Commodity Price Prediction under Imbalanced Data Siagian, Yessica; Hutahaean, Jeperson; Mulyani, Neni
Journal of Applied Data Sciences Vol 6, No 4: December 2025
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v6i4.916

Abstract

The volatility of agricultural commodity prices presents a substantial obstacle in the agribusiness sector, especially in supporting timely and data-driven decision-making. This volatility is primarily caused by the imbalanced distribution of historical price data and the complex, often nonlinear nature of price patterns. To address this challenge, this study proposes a novel predictive modeling approach by integrating Stacking Ensemble Learning and Synthetic Minority Over-sampling Technique (SMOTE). The dataset used in this research consists of 5,558 records and 9 features, sourced from a publicly available Kaggle dataset. The target variable daily price was transformed into three classes: low, medium, and high, using a quartile-based discretization approach to enable multiclass classification. The main objective is to evaluate whether stacking combined with SMOTE can improve model performance compared to baseline models that use individual algorithms. A total of eight models were constructed and compared: four baseline models using SMOTE only, and four stacking models integrating SMOTE. The experimental results demonstrate that the proposed model Decision Tree Regression with Stacking and SMOTE achieved the highest performance, with 98.68% accuracy, an F1-score of 0.9868, Cohen’s Kappa of 0.9803, MCC of 0.9803, ROC-AUC of 0.9995, and a log loss of 0.0529. Other optimized models also performed well, such as Random Forest (98.37% accuracy) and Gradient Boosting (98.56%). In contrast, baseline models such as Linear Regression and Decision Tree without stacking achieved only around 67–68% accuracy, with log loss exceeding 0.97. The key contribution of this study is the empirical evidence that combining stacking and SMOTE significantly enhances classification accuracy and model robustness in imbalanced datasets. The novelty lies in applying a deep learning-optimized stacking framework specifically for agricultural commodity price classification, along with a comprehensive multiclass evaluation, offering new insights for practical implementation in agricultural decision support systems.
Comparative Analysis of Novel Deep Reinforcement Learning Methods for Food Distribution Optimization Hutahaean, Jeperson; Siagian, Yessica; Saputra, Endra
Journal of Applied Data Sciences Vol 6, No 4: December 2025
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v6i4.956

Abstract

Uneven food distribution across various regions in Indonesia often results in supply-demand imbalances, leading to price surges, stock shortages, and overall market instability. This challenge is compounded by the limitations of conventional distribution systems, which are ill-equipped to respond to rapidly changing market dynamics. In response, this study introduces a novel, AI-driven approach by implementing Deep Reinforcement Learning (DRL) to optimize food distribution policies using real-world data. Specifically, we perform a comparative evaluation of four emerging DRL models—Double Deep Q-Network (Double DQN), Dueling DQN, Proximal Policy Optimization (PPO), and Advantage Actor-Critic (A2C)—to determine their effectiveness in learning adaptive distribution strategies from national food logistics data provided by Indonesia’s Central Bureau of Statistics (BPS). Each model was trained within a custom simulation environment based on the Markov Decision Process (MDP) framework and evaluated using five core performance metrics: cumulative reward, average reward, success rate, sample efficiency, and best reward. The results reveal that A2C consistently outperformed the other models, delivering the highest average reward and most stable training performance, while PPO demonstrated strong efficiency and success rate. These findings underscore the potential of policy-gradient methods—particularly A2C—as robust and intelligent solutions for dynamic food logistics management. This research offers one of the first comparative benchmarks of DRL methods in the food distribution domain and highlights their applicability for future integration into national AI-powered logistics systems.
Film Popularity Analysis through Combined K-Means Clustering and Gradient Boosted Trees Agi Candra Bramantia; Desyanti; Jeperson Hutahaean; Erlin Windia Ambarsari
International Journal of Informatics and Data Science Vol. 2 No. 2 (2025): June 2025
Publisher : ADA Research Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64366/ijids.v2i2.81

Abstract

The dynamic and competitive nature of the global film industry presents complex challenges in predicting film popularity, as success is shaped by the interplay of production investment, casting decisions, and audience preferences. This research addresses the limitations of previous studies that have focused primarily on direct relationships, such as budget versus box office returns, by introducing an integrated analytical framework that combines K-Means clustering and Gradient Boosted Trees (GBT) with explainable AI techniques. Utilizing the TMDB movie dataset and constructing features such as actor influence and studio power, the study segments films and predicts audience ratings while providing interpretable visualizations. The results reveal four distinct film clusters and demonstrate that actor influence and budget allocation are the most significant predictors of popularity. The proposed model achieves an R² score of 0.75 and a mean squared error of 0.35 in predicting audience ratings, while cluster analysis shows that Blockbuster films reach the highest average ratings (6.76), and Underperforming films the lowest (2.42). By integrating interpretable predictive modeling and interactive scenario tools, this research offers both theoretical advancement and practical value for industry stakeholders. However, the findings are limited by the available metadata and do not account for factors such as marketing or real-time audience trends, suggesting opportunities for future research to expand the analytical framework.
Co-Authors Aandanu Aandanu Abdul Karim Ade Mayhaky Afdawiah, Rabiatul afrisawati, Afrisawati Agi Candra Bramantia Ahmad Zein Hasibuan Akmal Nasution Alpionita , Ella Anggara, Nadia Ayu Agustri Arridha Zikra Syah Aulia Kartika Aulia Kartika Aulia Khairani Nasution Aulia khairani Nasution Aulia Putri Fahdrina, Jihan Ayu Ambarwati Ayu Handayani Azmi Dwi Andira Putri, Aulia Badaruddin, Muliati Bella Putri Cahyani Ben Rahman Cecep Maulana Cecep Maulana Dandi Irwansyah dermawan, ari Desyanti Dewi Harwini Efendi Hutagalung, Jhonson Eka Saputra, Anton Endra Saputra Erlin Windia Ambarsari Eska, Juna Eva Solita Pasaribu Evi Ariyanti Purba Fahdrina, Jihan Aulia Putri Farenza, Dinda Novri Fitri Hadanyani Gogor Christmass Setyawan Guntur Maha Putra Haryansyah Sitorus Hetty Rohayani Hommy Dorthy Ellyany Sinaga Hutagalung, Juniar Indah Kurnia Irawati, Novica Irene Hasian Iwan Adhicandra Jasmir Jhonson Efendi Hutagalung Jumaryadi, Yuwan Kifti, Wan Mariatul Marpaung, Nasrun Maulana, Cecep Muh Saleh Malawat Muhammad Amin Muhazir, Ahmad Muthia Dewi Nazrul Azizi Neny Mulyani Nofri Yudi Arifin Nofriadi Nofriadi Novita Sari Novrini Hasti Nuriadi Manurung Parini, Parini Parwan Harahap Putri Fahdrina, Jihan Aulia Putri Rahmadani, Putri Rachmad Andri Atmoko Rahayu, Elly ramadhani ramadhani Ramadhani, Andrew Riski Afdhalis Syahreza Rolly Yesputra Ruktiari Ismail, Rima Saludin Saludin SANTOSO SANTOSO Saputra, Endra Sartini Sartini Siagian, Yessica Siti Nuraisyah Suci Dewi Maharani Sianipar Sitorus, Lamhot Sri Amelia, Sri Sri Rezki Maulina Azmi Sri Wahyuni Sufi Lubis, Syafaat Suparmadi S Syafira, Shella Tengku Riza Zarzani N Tia Zulaika Aulia Pane Umbari Putri, Lia Wibowo, Gentur Wahyu Nyipto William Ramdhan Wily Julitawaty Winnugroho Wiratman, Manfaluthy Hakim, Tiara Aninditha, Aru W. Sudoyo, Joedo Prihartono Yesica Siagian Yessica Siagian Yuliana, Siska Zulfi Azhar Zulika Maduri