Article Per Year (5 Year)
p-Index From 2021 - 2026
2.447
P-Index
This Author published in this journals
All Journal JITK (Jurnal Ilmu Pengetahuan dan Komputer) Academic Journal of Computer Science Research (AJCSR) Jurnal Tren Bisnis Global JPEG Jurnal Topik Global Jurnal Teknoinfo
M. Ramaddan Julianti
Institut Teknologi dan Bisnis Bina Sarana Global
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
DECISION SUPPORT SYSTEM UNTUK PROPERTI PREMIUM: INTEGRASI AHP DAN TOPSIS DALAM MENGANALISIS PROPERTI SINAR MAS GROUP Aldo Putra Ramaddan; M. Ramaddan Julianti; Nunung Nurmaesah
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.372

Abstract

Implementation of decision support system (dss) to select the best premium property from sinar mas group in bsd city. the main problem is the complexity of decision making in the premium property segment involving various criteria such as price, location, facilities, land area, and investment potential. the aim of this study is to develop a dss that integrates the analytical hierarchy process (ahp) method to determine criteria weights and the technique for order preference by similarity to ideal solution (topsis) to rank property alternatives based on proximity to the ideal solution. the research methods include criteria identification, data collection, criteria weight calculation using ahp, normalization and preference value calculation using topsis, and result evaluation. the results show that the elyon property type is the best alternative with the highest preference value of 0.74112, followed by adora primes and terravia belova. this study demonstrates the effectiveness of integrating ahp and topsis in providing objective and measurable decision recommendations for premium property purchases. this system is expected to assist prospective buyers, developers, and property consultants in making better decisions and has the potential to be developed into a digital application.
DEEP LEARNING APPROACH FOR RECOGNIZING SUBSIDIZED GAS RECIPIENTS USING CONVOLUTIONAL NEURAL NETWORKS Achmad Sidik; M. Bucci Ryando; M. Ramaddan Julianti; Agus Rifaldi
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 11 No. 4 (2026): JITK Issue May 2026
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v11i4.7454

Abstract

Inaccurate targeting in subsidized LPG distribution remains a persistent policy challenge in Indonesia, where manual verification processes are vulnerable to misuse and administrative error. Addressing this gap, the present study develops and evaluates a biometric identity verification system based on Convolutional Neural Networks (CNNs) to improve the accuracy and accountability of subsidy allocation at the point of distribution. Following the CRISP-DM framework, two CNN architectures with fundamentally different design philosophies were compared: ResNet-IR, optimized for representational depth and recognition accuracy, and MobileFaceNet, designed for computational efficiency on resource-constrained hardware. Both models were sourced from the InsightFace framework as pre-trained models and evaluated on a locally acquired dataset of 111 registered subsidy recipients from Pajang Village, Tangerang City. Evaluation across face identification (1:N) and face verification (1:1) tasks reveals that ResNet-IR consistently outperforms MobileFaceNet, achieving an accuracy of 94.7% with a precision, recall, and F1-score of 0.9043, compared to MobileFaceNet’s accuracy of 93.7% and F1-score of 0.8862. The primary contribution of this work is to demonstrate, for the first time in the Indonesian subsidy distribution context, that deep learning-based facial recognition can serve as a viable, deployable mechanism for biometric identity verification in public service programs offering a technically grounded pathway toward more transparent and equitable subsidy targeting.
Peningkatan Minat Belajar Mengaji pada Anak-Anak melalui Program Pembelajaran Interaktif Berbasis Teknologi M. Ramaddan Julianti; Anggun Dwika; Kristina AdelHeid; Syhab Budin
JURNAL PENGABDIAN GLOBAL Vol 5, No 1 (2026): Jurnal Pengabdian Global (JPEG)
Publisher : JURNAL PENGABDIAN GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/jpeg.v5i1.16358

Abstract

Kegiatan Pengabdian Kepada Masyarakat (PKM) ini bertujuan untuk meningkatkan minat belajar mengaji anak-anak di masjid Al-Ma’Mur, Kutabumi, Tangarang melalui penerepan pembelajaran interaktif berbasis teknologi. Kegiatan dilaksanakan selama empat kali pertemuan pada bulan maret 2025 dengan menggunakan media digital seperti video animasi, aplikasi Al- Quran dan permainan edukatif. Hasil kegiatan ini menunjukkan adanya penuingkatan semangat dan partisipasi anak-anak dalam proses belajar mengaji. Selain itu, Kerjasama antara tim pelaksana dan pihak masjid turut mendukung keberhasilan program kegiatan ini diharapkan dapat menjadi contoh inovasi pembelajaran agama yang menyenangkan dan relevan dengan perkembangan teknologi saat ini.
Tindak Lanjut Kerjasama: Tukar Gas Subsidi Secara Gratis Kepada Masyarakat Kelurahan Pajang, Kecamatan Benda, Tangerang Achmad Sidik; M. Bucci Ryando; M. Ramaddan Julianti
JURNAL PENGABDIAN GLOBAL Vol 5, No 1 (2026): Jurnal Pengabdian Global (JPEG)
Publisher : JURNAL PENGABDIAN GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/jpeg.v5i1.16301

Abstract

Kegiatan pengabdian kepada masyarakat ini merupakan tindak lanjut dari program kerja sama antara institusi pelaksana dan pihak mitra dalam upaya meningkatkan kesejahteraan masyarakat Kelurahan Pajang, Kecamatan Benda, Tangerang melalui distribusi gas subsidi secara gratis. Program ini dilaksanakan sebagai respon terhadap kebutuhan energi rumah tangga yang semakin meningkat, khususnya bagi keluarga berpenghasilan rendah. Metode pelaksanaan mencakup koordinasi dengan pemerintah kelurahan, pendataan calon penerima, sosialisasi tata cara penukaran, serta distribusi langsung kepada masyarakat. Hasil kegiatan menunjukkan bahwa penukaran gas subsidi gratis tidak hanya membantu meringankan beban ekonomi warga, tetapi juga meningkatkan pemahaman mereka mengenai penggunaan energi yang aman dan tepat. Selain itu, kegiatan ini memperkuat hubungan antara mitra dan masyarakat serta membuka peluang kolaborasi jangka panjang. Secara keseluruhan, program ini memberikan dampak positif yang signifikan dalam mendukung ketahanan energi masyarakat dan meningkatkan kualitas hidup mereka.
Analisis Perbandingan Performa NGINX dan Caddy sebagai Load Balancer Menggunakan Algoritma Round Robin pada Lingkungan Container Rudy Sunardi; M. Ramaddan Julianti; Muhammad Ariq Brilian
Academic Journal of Computer Science Research Vol 8, No 2 (2026): Academic Journal of Computer Science Research (AJCSR)
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/ajcsr.v8i2.16865

Abstract

Peningkatan penggunaan aplikasi berbasis web menuntut infrastruktur server yang mampu memberikan layanan secara cepat, stabil, dan andal meskipun terjadi lonjakan jumlah pengguna. Salah satu pendekatan yang umum diterapkan untuk mengatasi permasalahan tersebut adalah load balancing, yaitu mekanisme yang mendistribusikan permintaan pengguna ke beberapa backend server agar beban kerja dapat terbagi secara merata. Di antara berbagai perangkat lunak load balancer, NGINX dan Caddy menjadi dua solusi yang banyak digunakan karena kemudahan implementasi dan dukungan terhadap lingkungan berbasis kontainer. Namun, kajian yang membandingkan kinerja keduanya menggunakan algoritma Round Robin pada lingkungan containerized masih terbatas. Oleh karena itu, penelitian ini dilakukan untuk menganalisis dan membandingkan performa NGINX dan Caddy sebagai load balancer menggunakan algoritma Round Robin. Penelitian menerapkan metode eksperimen dengan membangun lingkungan pengujian berbasis Docker dan melakukan load testing menggunakan Azure Load Testing pada tiga skenario, yaitu kondisi normal, high availability, dan horizontal scalability. Evaluasi dilakukan berdasarkan response time, throughput, error rate, penggunaan CPU, dan penggunaan memori. Hasil penelitian menunjukkan bahwa kedua load balancer mampu mendistribusikan beban kerja dengan baik, namun NGINX secara umum memberikan throughput yang lebih tinggi, tingkat kegagalan yang lebih rendah, serta penggunaan memori yang lebih efisien dibandingkan Caddy. Temuan ini memberikan gambaran yang lebih komprehensif mengenai karakteristik kedua load balancer pada lingkungan berbasis kontainer dan dapat menjadi referensi dalam memilih solusi load balancing yang sesuai dengan kebutuhan implementasi sistem.
Co-Authors Achmad Sidik Agus Rifaldi Agus Rohman Aldo Putra Ramaddan Andika Sanjaya Andri Nur Rohman Ane Meliane Anggun Dwika Dedi Dedi Dhimas Ikhsan Wijaya Ertalita Br Sembiring Fajar Jafarullah Ahmad Ghazi Azhari Najih Heriyanto Heriyanto Junando Akas Suwandara Kristina AdelHeid M. Ali Akbar Jufri M. Bucci Ryando Mei Yofena Mila Amri Muhammad Ariq Brilian Nurmaesah, Nunung Pramana Anwas Panchadria Reza Eka Angga Saputra Reza Nabili Akbar Ridwan Abdul Hakim Rizqi Diva Wardana Putra Rosana Junita Sirait Rudy Sunardi Saipullah Saipullah Sutarman Sutarman Syhab Budin Tri Astuti