Article Per Year (5 Year)
p-Index From 2020 - 2025
0.882
P-Index
This Author published in this journals
All Journal Jurnal Darma Agung Jurnal Minfo Polgan (JMP)
Bombongan, Conrad
Unknown Affiliation
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Minfo Polgan (JMP)

 1 
Pemanfaatan Pandas, NumPy, Spark, dan TableauPower BI dalam Pengolahan dan Visualisasi Big Data untuk Mendukung Pengambilan Keputusan Japit, Susi; Risyani, Yeni; Bombongan, Conrad; Selamat, Tanda; Yuliana, Yuliana
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14762

Abstract

Perkembangan teknologi informasi menghasilkan volume data yang sangat besar, menuntut metode pengolahan dan analisis data yang efisien. Penelitian ini membahas peran empat alat utama dalam ekosistem data science: Pandas, NumPy, Apache Spark, Tableau, dan Power BI. Pandas dan NumPy digunakan untuk pengolahan data skala kecil hingga menengah, sedangkan Spark unggul dalam pemrosesan terdistribusi skala besar. Tableau dan Power BI digunakan untuk visualisasi data guna mendukung pengambilan keputusan. Hasil eksperimen menunjukkan bahwa Spark 30× lebih cepat dari Pandas pada dataset 100 ribu baris dan mampu menangani 10 juta baris, sementara Tableau lebih responsif dalam visualisasi interaktif. Integrasi alat-alat ini dapat meningkatkan efektivitas analisis data di berbagai sektor.
Utilizing Deep Reinforcement Learning, EGO-Swarm Parameter Control determines the path of the drone Bombongan, Conrad; Selamat, Tanda; Johan, Johan; Waisen, Waisen
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.v13i1.13489

Abstract

The recent attention garnered by the EGO-Swarm system is due to its successful generation of smooth drone flight paths in complex real-world environments. Among the various parameter values utilized by EGO-Swarm for path generation, the maximum speed and maximum acceleration of the drone play a critical role in enhancing flight performance. However, in the current EGO-Swarm setup, these parameter values remain fixed during path creation, despite the potential need for real-time adjustments in dynamic environments. Therefore, there is a need to dynamically adapt these values to the evolving real-time environment. This paper proposes a novel algorithm that dynamically adjusts the maximum speed and maximum acceleration using hierarchical deep reinforcement learning in response to real-time environmental changes. To assess the effectiveness of the proposed method, a comparative experiment is conducted between the existing EGO-Swarm algorithm and the proposed algorithm in a ROS simulation. The experimental results reveal that the proposed algorithm surpasses the existing EGO-Swarm algorithm in terms of average speed improvement and path length.(Zhou et al., 2021)
Pelatihan Pembuatan Video dengan AI untuk Pemuda-Pemudi GPSI Medan Utara Risyani, Yeni; Japit, Susi; Bombongan, Conrad; Selamat, Tanda; Yuliana, Yuliana
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.v13i1.13813

Abstract

Teknologi kecerdasan buatan (AI) memungkinkan otomatisasi berbagai tahap dalam produksi video mulai dari konseptualisasi hingga penyuntingan akhir menjadi lebih cepat, efisien, berkualitas tinggi. AI telah mengubah cara konten dikembangkan dan disajikan kepada penonton dengan menghasilkan naskah berdasarkan analisis tren dan preferensi penonton, karena AI dapat membuat storyboard digital yang detail dan terstruktur, membuat voice-over yang realistis dengan musik latar yang dapat disesuaikan dengan tema dan suasana video. Kegiatan PKM ini adalah untuk membekali Komunitas Pemuda-Pemudi Gereja Pentakosta Sion Indonesia (GPSI) Wilayah Medan Utara dengan kemampuan untuk menggunakan tools AI seperti, Lexica_ai, D-ID ai, Remove_bg untuk menghasilkan video bagi berbagai platform distribusi, seperti YouTube, Instagram, Facebook, dll. Hasil PKM menunjukkan bahwa ketrampilan dan pemahaman Komunitas Pemuda-Pemudi Gereja Pentakosta Sion Indonesia (GPSI) Wilayah Medan Utara terhadap penggunaan tools Ai, Lexica_ai, D-ID ai, Remove_bg dalam pembuatan video konten meningkatkan efisiensi dan kecepatan produksi, kualitas dan daya tarik konten serta menciptakan video yang lebih kreatif, relevan untuk memberikan pengalaman menonton yang lebih kaya dan interaktif bagi penonton.
Deteksi Anomali Transaksi E-Commerce Menggunakan Support Vector Machine Berbasis Data Mining Japit, Susi; Risyani, Yeni; Selamat, Tanda; Bombongan, Conrad; Yuliana, Yuliana
Jurnal Minfo Polgan Vol. 13 No. 2 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i2.14325

Abstract

Dalam era digital yang semakin berkembang, e-commerce telah menjadi salah satu sektor penting dalam transaksi ekonomi. Namun, peningkatan transaksi juga diiringi oleh risiko terjadinya anomali, seperti penipuan dan aktivitas tidak wajar lainnya, yang dapat merugikan perusahaan dan konsumen. Penelitian ini bertujuan untuk mendeteksi anomali transaksi pada platform e-commerce menggunakan metode Support Vector Machine (SVM) berbasis data mining. Data yang digunakan terdiri atas dataset transaksi e-commerce yang mencakup atribut seperti nilai transaksi, waktu, lokasi, dan pola perilaku pengguna. Proses penelitian melibatkan preprocessing data, ekstraksi fitur, dan penerapan SVM untuk klasifikasi data normal dan anomali. Hasil evaluasi menunjukkan bahwa metode SVM mampu mencapai akurasi deteksi yang tinggi dengan tingkat false positive yang minimal. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan sistem keamanan pada e-commerce, sekaligus mendukung keberlanjutan operasional platform digital secara lebih aman dan efisien.
Co-Authors Barus, Alexander Ginting, Rahelina Japit, Susi Johan Johan Lubis, Yusuf Aulia Selamat, Tanda Siburian, Jhonson Monang Sipur, Sipur Waisen, Waisen Yeni Risyani Yuliana Yuliana