Article Per Year (5 Year)
p-Index From 2021 - 2026
0.92
P-Index
This Author published in this journals
All Journal Building of Informatics, Technology and Science BERNAS: Jurnal Pengabdian Kepada Masyarakat Yayasan Cita Cendikiawan Al Khwarizmi Engineering Science Letter
Manurung, Juliana Damayanti
Unknown Affiliation
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 : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Political Comperative Analysis of Indonesian Political Fake News Detection using IndoBERT-Bi-GRU-Attention Models: Evaluating Performance on Narratives and News Headlines Datasets Manurung, Juliana Damayanti; Purba, Ronsen
Building of Informatics, Technology and Science (BITS) Vol 6 No 4 (2025): March 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v6i4.6938

Abstract

The instant and massive spread of fake news on social media negatively impacts public trust in the media and news agencies. In politics, fake news is often used by politicians to gain support ahead of elections. Detecting fake news in Indonesia poses a significant challenge, especially for communities vulnerable to misinformation. This study aims to develop a new model that combines IndoBERT with Bi-GRU and Attention. Additionally, a comparison is made between the main model and two word embedding models, FastText and GloVe. The tests were conducted on datasets of headlines and news narratives separately. Data was sourced from CNN, Tempo.co, Kompas, and TurnBackHoax.ID. The results show that the IndoBERT-Bi-GRU-Attention model with FastText excelled on the headline dataset with an accuracy of 99.76% and an F1-Score of 99.61%, while the main IndoBERT-Bi-GRU-Attention model excelled on the narrative dataset with an accuracy of 99.08% and an F1-Score of 98.40%. This research demonstrates that IndoBERT can be combined with Bi-GRU, significantly contributing to the development of fake news detection models.
Peningkatan Kemampuan Berpikir Logis Melalui Pelatihan Python pada SMAS Tri Ratna Sibolga: Evaluasi Pre-Post Test Felix, Felix; Purba, Ronsen; Kurniawan, Heru; Tanti; Manurung, Juliana Damayanti
Dedikasi Sains dan Teknologi (DST) Vol. 5 No. 2 (2025): Artikel Pengabdian Nopember 2025
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v5i2.7018

Abstract

Kemampuan berpikir logis merupakan keterampilan penting dalam mendukung proses pemecahan masalah, pengambilan keputusan, dan pemahaman konsep mata pelajaran. Namun, sistem pembelajaran di sekolah masih banyak menekankan metode hafalan, yang menyebabkan siswa kurang terlatih dalam berpikir kritis dan analitis. Oleh karena itu, kegiatan Pengabdian kepada Masyarakat ini dilakukan dengan tujuan untuk memperkuat kemampuan berpikir logis siswa melalui pelatihan dasar pemrograman Python. Kegiatan ini dilaksanakan di SMAS Tri Ratna Sibolga dan melibatkan siswa kelas XII IPA 33 orang dan XII IPS 29 orang sebagai peserta. Materi pelatihan mencakup pengenalan logika pemrograman, struktur algoritma sederhana, serta latihan menyusun solusi dari studi kasus menggunakan pendekatan logis. Kegiatan berlangsung selama dua hari dan disampaikan melalui metode ceramah, diskusi, dan latihan berbasis konsep pemrograman. Pelaksanaan dimulai dengan pre-test untuk mengukur pemahaman awal siswa, kemudian dilanjutkan dengan penyampaian materi, praktik, dan post-test untuk mengevaluasi hasil. Hasil kegiatan menunjukkan adanya peningkatan skor rata-rata peserta baik dalam aspek pemahaman logika pemrograman sebesar 5,83% dan kemampuan logika dasar sebesar 28,37%. Selain itu, siswa menunjukkan minat yang tinggi dalam mengikuti pelatihan dan berpartisipasi aktif selama kegiatan berlangsung berupa pengisian post test dan test yang lengkap mencapai 74,19%. Kegiatan ini tidak hanya memberikan manfaat bagi siswa, tetapi juga mempererat kerja sama antara universitas dan sekolah mitra. Secara keseluruhan, kegiatan ini berhasil mencapai tujuannya dan memberikan kontribusi positif dalam pengembangan keterampilan berpikir logis siswa di era digital.
Pelatihan Pemanfaatan Mentimeter untuk Mendukung Pembelajaran Aktif pada Guru SMK Methodist Tanjung Morawa Manurung, Juliana Damayanti; Gunawan; Simamora, Fandi Presly; Hita; Ivan Dika Lesmana
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 7 No. 2 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v7i2.17324

Abstract

Transformasi pembelajaran menuju pembelajaran aktif menjadi tuntutan penting dalam implementasi Kurikulum Merdeka. Namun, pemanfaatan teknologi pembelajaran interaktif oleh guru sekolah menengah kejuruan masih relatif terbatas, sehingga partisipasi siswa dalam pembelajaran belum optimal. Kegiatan Pengabdian kepada Masyarakat ini bertujuan untuk meningkatkan pemahaman dan keterampilan guru SMK Methodist Tanjung Morawa dalam menerapkan pembelajaran aktif melalui integrasi platform Mentimeter. Metode yang digunakan adalah pelatihan partisipatif berbasis praktik dengan pendekatan pre-test dan post-test. Kegiatan dilaksanakan di Laboratorium Komputer Universitas Mikroskil dan melibatkan sembilan orang guru dari berbagai mata pelajaran. Hasil kegiatan menunjukkan adanya peningkatan nilai rata-rata post-test dibandingkan pre-test, yang mengindikasikan peningkatan pemahaman peserta terhadap konsep pembelajaran aktif dan pemanfaatan Mentimeter. Selain itu, hasil observasi dan umpan balik peserta menunjukkan peningkatan motivasi, kepercayaan diri, serta kesiapan guru dalam mengimplementasikan pembelajaran interaktif di kelas. Kegiatan ini memberikan dampak positif dalam jangka pendek berupa peningkatan literasi digital dan pedagogik guru, serta berpotensi mendukung perubahan praktik pembelajaran yang lebih partisipatif dan berpusat pada siswa di lingkungan sekolah mitra.
Peningkatan Kompetensi Digital Guru SMK dalam Menghadapi Tantangan Industri Masa Depan di Kota Medan Simamora, Fandi Presly; Manurung, Juliana Damayanti; Halim, Apriyanto
BERNAS: Jurnal Pengabdian Kepada Masyarakat Vol. 7 No. 2 (2026)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/jb.v7i2.17373

Abstract

Revolusi Industri 4.0 menuntut adaptasi signifikan dalam sektor pendidikan vokasi, khususnya dalam penguasaan keterampilan digital. Namun, guru di SMKN 6 Medan dan SMKN 13 Medan menghadapi tantangan dalam mengintegrasikan materi modern seperti berpikir komputasional, analisis data, dan literasi kecerdasan artifisial karena adanya persepsi bahwa kompetensi tersebut bersifat teknis. Kegiatan pengabdian ini bertujuan untuk meningkatkan kompetensi digital dan kesiapan mengajar guru dalam menghadapi tantangan industri masa depan. Metode pelaksanaan menggunakan pendekatan pelatihan partisipatif yang dikombinasikan dengan praktik langsung memanfaatkan perangkat lunak draw.io, bahasa pemrograman Python, dan platform kecerdasan artifisial generatif. Kegiatan dilaksanakan dalam tiga sesi intensif yang mencakup pemaparan konsep, bedah studi kasus, dan evaluasi terukur melalui tes awal dan tes akhir. Hasil pengabdian menunjukkan peningkatan kompetensi yang signifikan pada seluruh peserta. Rata-rata skor pemahaman analisis data melonjak dari 41,25 menjadi 80,00, literasi kecerdasan artifisial meningkat dari 85,60 menjadi 95,60, dan berpikir komputasional naik dari 54,63 menjadi 73,15. Kesimpulannya program pembekalan ini terbukti efektif menjembatani kesenjangan keterampilan teknis guru dan mengubah paradigma pengajaran menjadi lebih adaptif. Program ini direkomendasikan untuk berkelanjutan dengan melibatkan siswa guna menciptakan ekosistem pendidikan digital yang holistik.
Forecasting Rice Price Volatility Utilizing BiLSTM-SHAP to Ensure National Food Stability Manurung, Juliana Damayanti; Sikana, Nadya; Simamora, Fandi Presly; Manurung, Zoni Zikro
Engineering Science Letter Vol. 4 No. 03 (2025): Engineering Science Letter
Publisher : The Indonesian Institute of Science and Technology Research

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56741/IISTR.esl.001360

Abstract

Rice price volatility in Indonesia remains a persistent economic issue, partly driven by climate variability and fluctuations in national rice production, prompting the government to resort to substantial annual imports. However, the extent to which domestic production factors and weather conditions influence future rice prices has not been quantitatively evaluated. This study aims to forecast short-term rice prices in Indonesia by integrating multiple time-series features, including rice prices, harvested area, paddy production, and weather features, using a Bidirectional Long Short-Term Memory (BiLSTM) network. Daily data from 2013 to 2024 were collected from the National Statistics Agency, Food Price Panel, and the Meteorology and Climatology Agency. Chronological split was applied for training, validation, and testing to preserve temporal dependency. The optimal model predicts rice prices seven days ahead using 256 hidden units, achieving MAE of 128.84 IDR, RMSE of 157.98 IDR, and R² of 0.694. SHAP analysis shows that historical rice prices have the strongest contribution with a SHAP value of 0.969652, significantly higher compared to other features. The results demonstrate that integrating agricultural and climatic inputs improves predictive performance while providing interpretable insights into price-forming factors.
Co-Authors Apriyanto Halim Fandi Presly Simamora Felix Felix Gunawan Heru Kurniawan Hita Ivan Dika Lesmana Manurung, Zoni Zikro Nadya Sikana Ronsen Purba Tanti