Article Per Year (5 Year)
p-Index From 2021 - 2026
2.959
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 Yumary: Jurnal Pengabdian kepada Masyarakat Jurnal Minfo Polgan (JMP) JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi Jurnal Mahkota Informatika
Junerdi Nababan
Universitas Satya Terra Bhinneka
Agriculture, Biological Sciences & Forestry Humanities 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 : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
The Significant Rise In Cybercrime Can Be Attributed To Vulnerabilities In Cybersecurity Ellanda Purwawijaya; Dinur Syahputra; Aripin Rambe; Junerdi Nababan
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 Junerdi Nababan; Sutrisno Arianto Pasaribu; Frainskoy Rio Naibaho; Eka Martyna Theodora; Nidya Banuari
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 Mutiha Aristo Ravel; Hendro Sutomo Ginting; Junerdi Nababan; Royanti Sinaga
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.
Peran Online Review dan User-Generated Content dalam Membentuk Kepercayaan Konsumen dan Minat Beli Produk Lokal di Marketplace: Systematic Literature Review Kusnadi Kusnadi; Junerdi Nababan; Mutiha Aristo Ravel; Hendra Sakti Siagian; Fani Agustriani
Jurnal Minfo Polgan Vol. 15 No. 2 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i2.16207

Abstract

Artikel ini bertujuan mensintesis secara sistematis bukti ilmiah mengenai bagaimana online review dan user-generated content membentuk kepercayaan konsumen dan minat beli terhadap produk lokal yang dijual melalui marketplace. Naskah disusun sebagai kajian literatur sistematis dengan strategi penelusuran terstruktur yang mengikuti prinsip Preferred Reporting Items for Systematic Reviews and Meta-Analyses. Artikel yang diterbitkan pada periode 2020 sampai 2025 diidentifikasi melalui platform penerbit jurnal bereputasi internasional, yaitu ScienceDirect, SpringerLink, dan Emerald Insight, lalu dilengkapi dengan penelusuran sitasi mundur. Setelah penghapusan duplikasi dan penyaringan kelayakan, sebanyak 12 studi dipertahankan dalam sintesis kualitatif. Hasil kajian menunjukkan bahwa online review memengaruhi minat beli melalui kualitas ulasan, kuantitas, valensi, kredibilitas, dan kegunaan informasi. User-generated content berfungsi sebagai bukti sosial digital, terutama ketika kontennya autentik, hidup, dan dibuat oleh sumber yang kredibel. Di seluruh studi yang ditelaah, kepercayaan konsumen muncul sebagai mekanisme mediasi yang paling konsisten dalam menghubungkan stimulus digital dengan minat beli. Bagi produk lokal, peran kepercayaan menjadi lebih penting karena konsumen menghadapi ketidakpastian mengenai mutu produk, keandalan penjual, dan keamanan transaksi. Kajian ini menegaskan bahwa strategi marketplace untuk merek lokal perlu mengelola ulasan, mendorong konten pelanggan yang autentik, serta memperkuat arsitektur kepercayaan digital.
Leveraging Artificial Intelligence in Web Development to Optimize Marketing Strategies for Vocational Student Products Frinto Tambunan; Junerdi Nababan; Mutiha Aristo Ravel; Tri Budiarti Damanik; Alwin Fau
Yumary: Jurnal Pengabdian kepada Masyarakat Vol 6 No 4 (2026): Juni
Publisher : Penerbit Goodwood

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35912/yumary.v6i4.6627

Abstract

Purpose: This community service initiative aimed to assist students at Sekolah Menengah Kejuruan (SMK) Sultan Iskandar Muda in enhancing their digital competencies, specifically by developing professional Artificial Intelligence (AI) driven marketing websites to showcase their creative outputs. This research addressed the technical programming barriers that frequently hinder vocational students from marketing their work professionally through digital platforms. Methodology: Employing a quasi-experimental approach with a pretest-posttest design, this study involved 70 students from grades XI and XII. The intervention consisted of intensive training and hands-on practice in constructing marketing sites using Artificial Intelligence tools. Results: The findings revealed a statistically significant improvement in student comprehension, as evidenced by an increase in the mean scores from 53.5 to 82.8. Furthermore, all participants successfully deployed aesthetic and functional marketing websites. Conclusions: This study demonstrates that AI integration effectively mitigates coding complexities for vocational students, allowing them to prioritize digital business strategies and creative development. Limitations: The constraints identified included limited on-site mentoring duration and suboptimal Internet stability, which impacted cloud-based data synchronization during practical sessions. Contributions: This study provides a strategic reference for vocational institutions to design modern and innovative entrepreneurship curricula aligned with the demands of the digital transformation era.
PERBANDINGAN PREDIKSI POLUSI UDARA MENGGUNAKAN LSTM DAN BILSTM Andre Pratama; Asha Sembiring; Junerdi Nababan; Muhammad Imam Zarkasyi; Novriza Rahayu
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 Eka Martyna Theodora; Junerdi Nababan; Kusnadi Kusnadi; Petrus Gani; 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
ANALISIS PERBANDINGAN RANDOM FOREST DAN KNN PADA KLASIFIKASI PENERIMA MANFAAT PROGRAM MAKAN BERGIZI GRATIS Muhammad Imam Zarkasyi; Peter Jaya Negara Simanjuntak; Junerdi Nababan
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5753

Abstract

Abstract: The Free Nutritional Meal Program (PMBG) is a government initiative to improve students' nutrition and school attendance. This study evaluates and compares the performance of Random Forest (RF) and K-Nearest Neighbors (KNN) algorithms in classifying students most eligible for PMBG based on socio-economic criteria. The dataset comprises 205 public elementary school students in Medan City, collected via questionnaires. Features include parental income, number of dependents, housing status, asset ownership, and participation in other social aid programs. The data was clustered into three priority groups using K-Means. To address class imbalance, the Synthetic Minority Over-sampling Technique (SMOTE) was applied. Modeling used three data split scenarios (70:30, 80:20, 90:10) and was evaluated with accuracy, precision, recall, F1-score, and cross-validation. Results show that RF consistently outperformed KNN across all scenarios. After SMOTE, both models improved, with Balanced-RF achieving the highest accuracy and F1-score (94%) in the 70:30 split. The combination of RF and SMOTE proves effective for building an objective and accurate priority classification system for PMBG beneficiaries. Keyword: Free Nutritious Meal Program; Random Forest; K-Nearest Neighbors; SMOTE. Abstrak: Program Makan Bergizi Gratis (PMBG) merupakan inisiatif pemerintah yang bertujuan meningkatkan asupan gizi dan mendorong kehadiran siswa di sekolah. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan kinerja dua algoritma machine learning, yaitu Random Forest dan K-Nearest Neighbors, dalam mengklasifikasikan siswa yang paling berhak menerima manfaat PMBG berdasarkan kriteria sosial-ekonomi. Dataset yang digunakan terdiri dari 205 siswa Sekolah Dasar Negeri di Kota Medan yang dikumpulkan melalui kuesioner. Fitur yang digunakan meliputi pendapatan orang tua, jumlah tanggungan, status tempat tinggal, kepemilikan aset, dan partisipasi dalam program bantuan sosial lainnya. Dataset yang telah dikumpulkan kemudian dikelompokkan menggunakan algoritma K-Means menjadi tiga klaster prioritas. Untuk mengatasi ketidakseimbangan distribusi data, digunakan metode Synthetic Minority Over-sampling Technique (SMOTE). Pemodelan dilakukan dalam tiga skenario pembagian data (70:30, 80:20, 90:10) dan dievaluasi menggunakan metrik akurasi, presisi, recall, f1-score, dan cross-validation. Hasil penelitian menunjukkan bahwa algoritma Random Forest secara konsisten memberikan kinerja yang lebih unggul dibandingkan KNN pada semua skenario. Setelah penerapan SMOTE, kedua algoritma mengalami peningkatan performa, dengan Random Forest-Balanced mencatat akurasi dan f1-score tertinggi sebesar 94% pada skenario 70:30. Temuan ini menunjukkan bahwa kombinasi Random Forest dan SMOTE merupakan pendekatan yang efektif dan efisien untuk membangun sistem klasifikasi prioritas penerima manfaat PMBG yang objektif dan akurat. Kata kunci: Program Makan Bergizi Gratis; Random Forest; K-Nearest Neighbors; SMOTE
SINERGI BUDAYA DAN TEKNOLOGI DALAM DESAIN WEBSITE KATALOG BATIK BERBASIS E-COMMERCE Asha Sembiring; Alfan Ramadhan Sembiring; Junerdi Nababan; Kusnadi Kusnadi; Putri Putri
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5754

Abstract

Abstract: Batik is a valuable cultural heritage of Indonesia, combining artistic and historical significance. In the digital era, integrating Batik into an online catalog website can enhance cultural promotion and product sales. This study focuses on designing a Batik catalog website that merges traditional cultural values with modern digital technology to create an engaging, user-friendly experience. Using a comparative qualitative approach, several existing Batik catalog websites were analyzed to identify design strengths, weaknesses, and opportunities. Thematic and SWOT analysis were applied to examine visual design, navigation, and interactive features. Findings suggest that an optimal Batik catalog website should balance Batik’s visual aesthetics with functional e-commerce features, provide interactive elements, and ensure responsive purchasing processes. This approach improves user experience while promoting Batik as a cultural product. Keywords: Batik; website catalog; digital design; user experience; cultural heritage Abstrak: Batik merupakan warisan budaya Indonesia yang memiliki nilai seni dan sejarah yang tinggi. Di era digital, integrasi Batik ke dalam website katalog online dapat meningkatkan promosi budaya sekaligus penjualan produk. Penelitian ini bertujuan untuk merancang website katalog Batik yang menggabungkan nilai budaya tradisional dengan teknologi digital modern guna menciptakan pengalaman pengguna yang menarik dan mudah digunakan. Dengan menggunakan pendekatan kualitatif komparatif, beberapa website katalog Batik yang ada dianalisis untuk mengidentifikasi kekuatan, kelemahan, dan peluang desain. Analisis tematik dan SWOT digunakan untuk menilai desain visual, navigasi, serta fitur interaktif. Hasil penelitian menunjukkan bahwa website katalog Batik yang optimal harus mampu menyeimbangkan estetika visual Batik dengan fitur e-commerce yang fungsional, menyediakan elemen interaktif, serta memastikan proses pembelian yang responsif. Pendekatan ini meningkatkan pengalaman pengguna sekaligus mempromosikan Batik sebagai produk budaya. Kata kunci: Batik; katalog website; desain digital; pengalaman pengguna; warisan budaya
Co-Authors Agustriani, Fani Ahmad Rozy Alfan Ramadhan Sembiring Alwin Fau Andre Pratama Aripin Rambe Asha Sembiring Budi Hasian Daulay Cut Try Utari Damanik, Tri Budiarti Dinur Syahputra Edi Faisal Eka Martyna Theodora Eka Tampubolon Ellanda Purwawijaya Firman Styono Frainskoy Rio Naibaho Frinto Tambunan Gani, Petrus Ginting, Hendro Sutomo Hendra Sakti Siagian Kusnadi Kusnadi Kusnadi Mipo Mipo Mipo, Mipo Muhammad Imam Zarkasyi Mutiha Aristo Ravel Nidya Banuari Novriza Rahayu Pasaribu, Sutrisno Arianto Pasaribu, Victor Patar Petrus Gani Putri Putri Putri Putri, Putri Rahayu, Novriza Richard Parlindungan Simanjuntak Royanti Sinaga Salsabila, Nadiyah Shofa Sembiring, Alfan Ramadhan Sembiring, Asha Simanjuntak, Peter Jaya Negara Sutrisno Arianto Pasaribu Theodora, Eka Martyna Tulus Tulus Wijaya, Vera Zakarias Situmorang Zarkasyi, Muhammad Imam Zulfa Hazimah