Article Per Year (5 Year)
p-Index From 2021 - 2026
3.907
P-Index
This Author published in this journals
All Journal PROSIDING SEMINAR NASIONAL CENDEKIAWAN Format : Jurnal Imiah Teknik Informatika Jurnal Satya Informatika Sinergi: Jurnal Pengabdian Kepada Masyarakat Seminar Nasional Inovasi Teknologi Metrik Serial Humaniora dan Sains Jurnal Pengabdian Masyarakat Nasional Jurnal Ilmiah Mahasiswa Teknik Jurnal Sains, Teknologi dan Kesehatan Jurnal Ilmiah Universitas Satya Negara Indonesia
Riama Sibarani
Universitas Satya Negara Indonesia
Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Medicine & Pharmacology Public Health Social Sciences Other

Published : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Penerapan Aplikasi Rekomendasi Konten Akun Instagram Photographer Menggunakan Collaborative Filtering Nauli, Sukarno Bahat; Sibarani, Riama; Sitorus, Hernalom; Panjaitan, Bosar; Kurniawan, Turkhamun Adi; Priambodo, Agung; Zuli, Faizal; Dwitiyanti, Nurfidah; Narendra, Ziva Raka
FORMAT Vol 15, No 1 (2026)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2026.v15.i1.001

Abstract

Perkembangan media sosial, khususnya Instagram, telah membuka peluang besar bagi individu dan komunitas untuk membagikan konten visual. Tantangan yang muncul adalah bagaimana menyajikan konten yang sesuai dengan preferensi audiens. Penelitian ini bertujuan untuk mengimplementasikan sistem rekomendasi konten berbasis metode Item-Based Collaborative filtering pada akun Instagram “Photographer Dadakan”. Sistem ini menganalisis interaksi pengguna berupa likes dan komentar terhadap konten sebelumnya, kemudian menghitung kemiripan antar konten menggunakan Cosine Similarity. Prediksi minat pengguna dilakukan dengan metode Weighted Sum, dan rekomendasi utama ditentukan melalui perhitungan Global Score. Hasil penelitian menunjukkan bahwa sistem dapat memberikan rekomendasi konten yang lebih relevan sehingga mendukung pengelolaan konten berbasis data pada platform media sosial visual.
RANCANG BANGUN TONGKAT UNTUK TUNANETRA BERBASIS ARDUINO DENGAN FITUR PERINGATAN SUARA Laksono, Marselino Shiva; Nauli, Sukarno Bahat; Kusumawati, Kiki; Sibarani, Riama
JURNAL JIMATEK Vol. 3 No. 1 (2025): Vol. 3 No. 1 (2025): JIMATEK : JURNAL ILMIAH MAHASISWA TEKNIK
Publisher : FT-USNI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59134/jimat.v3i1.735

Abstract

Penyandang tunanetra menghadapi berbagai tantangan dalam mobilitas dan orientasi lingkungan karena keterbatasan fungsi penglihatan. Tongkat konvensional sebagai alat bantu utama memiliki keterbatasan dalam mendeteksi halangan yang berada di luar jangkauan fisiknya. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun tongkat bantu untuk tunanetra berbasis Arduino Uno dengan fitur peringatan suara menggunakan sensor ultrasonik HC-SR04. Sistem ini dirancang agar dapat mendeteksi objek pada jarak tertentu (1–40 cm) dan memberikan peringatan suara melalui DFPlayer Mini dan speaker mini 3W 8Ω. Metode yang digunakan meliputi studi literatur, perancangan perangkat keras dan lunak, serta pengujian alat. Hasil implementasi menunjukkan bahwa tongkat ini mampu mendeteksi objek secara akurat, mengeluarkan peringatan suara yang jelas terdengar oleh pengguna, serta nyaman digunakan bahkan di lingkungan yang ramai. Dengan alat ini, diharapkan penyandang tunanetra dapat lebih aman dan mandiri dalam beraktivitas sehari-hari.
RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS PERSEBARAN MAHASISWA USNI BERBASIS WEB Akmal, Muhamad Affan; Nauli, Sukarno Bahat; Sibarani, Riama
JURNAL JIMATEK Vol. 3 No. 1 (2025): Vol. 3 No. 1 (2025): JIMATEK : JURNAL ILMIAH MAHASISWA TEKNIK
Publisher : FT-USNI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59134/jimat.v3i1.736

Abstract

Universitas Satya Negara Indonesia mengalami penurunan jumlah mahasiswa aktif secara signifikan dalam lima tahun terakhir dengan total penurunan mencapai 46,2%. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi geografis berbasis web yang dapat menampilkan persebaran mahasiswa USNI berdasarkan domisili dan sekolah asal, guna mendukung pengambilan keputusan promosi yang lebih tepat sasaran. Metode pengembangan yang digunakan adalah model waterfall. Hasil akhir dari penelitian ini adalah sebuah sistem informasi geografis yang mampu memvisualisasikan data persebaran mahasiswa dalam bentuk peta interaktif. Dari hasil pengujian black-box terhadap 78 aktivitas, sebanyak 66 aktivitas menunjukkan hasil sesuai harapan. Sistem ini diharapkan membantu tim PMB dalam mengidentifikasi wilayah dengan konsentrasi mahasiswa aktif terbanyak sehingga dapat dijadikan dasar dalam merumuskan strategi promosi yang lebih tepat sasaran.
ANALISIS SENTIMEN PADA ULASAN PENGGUNA GAME MOBILE LEGENDS DI PLAY STORE MENGGUNAKAN DEEP LEARNING TRANSFORMERS BERT Khoiril S, Muhammad; Hendradi, Prionggo; Sibarani, Riama; Zuli, Faizal
JURNAL JIMATEK Vol. 3 No. 1 (2025): Vol. 3 No. 1 (2025): JIMATEK : JURNAL ILMIAH MAHASISWA TEKNIK
Publisher : FT-USNI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59134/jimat.v3i1.740

Abstract

Game Mobile Legends: Bang Bang menghasilkan jutaan ulasan pengguna yang mengandung sentimen berharga bagi pengembang, namun analisisnya terkendala oleh volume data yang besar serta penggunaan bahasa informal yang kompleks. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem analisis sentimen otomatis menggunakan model deep learning Transformers BERT untuk mengklasifikasikan ulasan pengguna ke dalam kategori positif, negatif, dan netral. Metode penelitian mencakup pengumpulan 548.250 data ulasan dari Kaggle, pra-pemrosesan teks untuk menangani noise, dan pelatihan model IndoBERT melalui teknik fine-tuning. Kinerja model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model IndoBERT yang telah disempurnakan (fine-tuned) mencapai akurasi 83.2%, sebuah peningkatan signifikan sebesar +62.8% dibandingkan model dasarnya (pre-trained) yang hanya mencapai 20.4%. Keberhasilan ini membuktikan bahwa proses fine-tuning secara efektif mengadaptasi model untuk memahami jargon dan konteks unik dalam ulasan game. Seluruh alur penelitian diimplementasikan dalam sebuah aplikasi web interaktif menggunakan Streamlit sebagai bukti konsep dan alat visualisasi hasil analisis. (Sutabri, Rian, Hendradi, & Febrianto, 2019)
Co-Authors Abdul Kholiq Aditya Mahwar Agung Priambodo Akmal, Muhamad Affan Anita Ratnasari Berliani, Intan Berlin Pangibulan Sitorus Berlin Sitorus Bosar Panjaitan Bosar Panjaitan Chafid Chafid Chafid, Nurul Endhy Septian Faizal Zuli Faizal Zuli Faizal Zuli, Faizal Ferry Febriansyah, Ferry Hendradi, Prionggo Hernalom Sitorus Ipan Amanda Istiqomah Sumadikarta Istiwomah Sumadikarta Khoiril S, Muhammad Kiki Kusumawati Kurniawan, Akmal Kurniawan, Turkamun Adi Kurniawan, Turkhamun Adi Laksono, Marselino Shiva Mohamad Ramdani Narendra, Ziva Raka Nur hayati Nurfidah Dwitiyanti Nurul Chafid Nurul Chafid Panjaitan, Bosar Pualam Dipa Nusantara Rijal Fathan Zafiri Sianturi, Heriston Sitorus, Berlin P Sri Rachmawati H S Sukarno Bahat Nauli Sumadikarta, Istiqomah Turkamun Adi Kurniawan Turkamun Adi Kurniawan Turkhamun Adi Kurniawan Wachyu Hari Haji Wawan Kurniawan Wawan Kurniawan Yusriani Sapta Dewi