Article Per Year (5 Year)
p-Index From 2021 - 2026
3.109
P-Index
This Author published in this journals
All Journal Elkom: Jurnal Elektronika dan Komputer Jurnal Abdi Masyarakat Saburai (JAMS) Journal of Artificial Intelligence and Digital Business Jurnal Ilmu Komputer, Sistem Informasi, Teknik Informatika (JILKOMSITI) Abdi Akommedia : Jurnal Pengabdian Masyarakat Green Engineering: Journal of Engineering and Applied Science Journal of Public Relations and Digital Communication (JPRDC) Global Science: Journal of Information Technology and Computer Science Jurnal JEETech
Julianto, Ribut
Universitas Indonesia Mandiri
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Mathematics Physics Social Sciences Other

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 19 Documents
Search

 1   2 
THE IMPACT OF DIGITAL TV BROADCASTS ON VIEWING BEHAVIOR OF THE COMMUNITY OF BANDAR LAMPUNG CITY Azzahra SR, Rizka Annisa; Dukhi, Rizki; Julianto, Ribut; Sasora, Fajar
Journal of Public Relations and Digital Communication (JPRDC) Vol 1, No 01 (2023): Journal of Public Relations and Digital Communication (JPRDC)
Publisher : Universitas Sang Bumi Ruwa Jurai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24967/jprdc.v1i01.2498

Abstract

This research aims to investigate the impact of digital TV broadcasts on people's viewing behavior in Bandar Lampung City. Along with technological developments, the transition from analog television broadcasts to digital television broadcasts has occurred in many areas, including the city of Bandar Lampung. Understanding how these shifts affect people's viewing behavior is important to inform decision making and the development of future television broadcast strategies. Research reveals several challenges faced by society in adapting to digital TV broadcasts. These challenges include changing viewing habits, the need to acquire digital TV reception equipment, and accessibility gaps related to geography and infrastructure. This research provides an important contribution in understanding the impact of digital TV broadcasts on the viewing behavior of the people of Bandar Lampung City. The results of this research can be a valuable source of information for television broadcast organizers in developing relevant content strategies and improving people's viewing experience. Apart from that, these findings can also provide input to local governments in efforts to increase accessibility and support community adaptation to the transition to digital TV broadcasts.
Penguatan Kapasitas UMKM Pulau Sebesi melalui Digital Marketing dan E-commerce Apriadi, Eko Aziz; Sopian, Ence; Prasetio, Yugo Dwi; Chairunisa, Chairunisa; Julianto, Ribut
JURNAL ABDI MASYARAKAT SABURAI Vol 6, No 02 (2025): JURNAL ABDI MASYARAKAT SABURAI
Publisher : Universitas Sang Bumi Ruwa Jurai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24967/jams.v6i02.4617

Abstract

Pengabdian masyarakat ini dilatarbelakangi oleh terbatasnya kemampuan pelaku UMKM gula merah di Pulau Sebesi dalam memanfaatkan teknologi pemasaran modern. Selama ini pemasaran produk gula merah masih mengandalkan sistem tradisional dengan penjualan langsung kepada pengepul atau wisatawan, sehingga akses pasar dan harga jual terbatas. Program ini bertujuan meningkatkan kapasitas pelaku UMKM melalui penguatan literasi digital, pemanfaatan digital marketing, dan e-commerce agar produk gula merah dapat menjangkau pasar yang lebih luas dan meningkatkan pendapatan masyarakat. Metode pelaksanaan meliputi pendidikan masyarakat melalui sosialisasi dan penyuluhan, pelatihan teknis pembuatan akun media sosial dan toko daring, difusi ipteks berupa pengenalan sistem pembayaran digital dan metode pengiriman efisien, serta pendampingan dalam pengemasan dan branding produk. Hasil kegiatan menunjukkan peningkatan signifikan pada kemampuan peserta dalam mengoperasikan platform digital, mengunggah foto produk secara profesional, serta mengaktifkan fitur pembayaran daring di toko masing-masing. Beberapa pelaku UMKM mulai menerima pesanan dari luar Pulau Sebesi setelah dua minggu pelatihan. Dampak sosial juga terlihat dari terbentuknya jejaring kerja sama antar pelaku UMKM untuk saling berbagi pengalaman dan tips promosi. Program ini membuktikan bahwa pemanfaatan teknologi informasi dan e-commerce merupakan solusi nyata untuk meningkatkan daya saing produk lokal di pasar yang lebih luas serta mendorong keberlanjutan usaha masyarakat.pada pencapaian SDGs 4 (Pendidikan Berkualitas) dan SDGs 9 (Industri, Inovasi, dan Infrastruktur).
Implementasi Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode Multi Factor Evaluation Process (MFEP) Bisri, Muawan; Julianto, Ribut
JURNAL ILMU KOMPUTER, SISTEM INFORMASI, TEKNIK INFORMATIKA Vol 2 No 1 (2023)
Publisher : PT Akom Media Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Evaluasi kinerja karyawan merupakan proses yang sangat penting dalam manajemen sumber daya manusia. Penelitian ini mengimplementasikan Sistem Pendukung Keputusan (SPK) untuk pemilihan karyawan terbaik menggunakan metode Multi Factor Evaluation Process (MFEP) pada PT. Maju Bersama. Metode MFEP bekerja dengan menetapkan faktor bobot pada setiap kriteria penilaian, kemudian menghitung nilai evaluasi terbobot untuk setiap kandidat. Lima kriteria penilaian digunakan, yaitu: Kedisiplinan, Kinerja dan Produktivitas, Kejujuran dan Integritas, Kemampuan Kerja Sama Tim, serta Inisiatif dan Inovasi, dengan total bobot faktor 1,00. Sistem dikembangkan menggunakan bahasa pemrograman PHP, basis data MySQL, dan antarmuka berbasis web. Pengujian dilakukan terhadap lima kandidat karyawan. Hasil penelitian menunjukkan bahwa Siti Rahayu (A02) memperoleh nilai MFEP tertinggi sebesar 0,8650, sehingga direkomendasikan sebagai karyawan terbaik. Sistem ini memberikan kerangka pengambilan keputusan yang objektif, transparan, dan konsisten dalam manajemen sumber daya manusia.
Komparasi Kinerja Model Machine learning Berbasis Metadata Produk untuk Prediksi Popularitas Produk Elektronik pada Marketplace Lazada Indonesia Aziz Apriadi, Eko; Komarudin, Agus; Julianto, Ribut
JURNAL ILMU KOMPUTER, SISTEM INFORMASI, TEKNIK INFORMATIKA Vol 5 No 1 (2026)
Publisher : PT Akom Media Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This study explores the use of product metadata to predict the popularity of electronic products in the Lazada Indonesia marketplace. By using machine learning models, including Logistic Regression, Random Forest, and XGBoost, this study shows that simple metadata such as product category, brand, price, and rating are sufficiently informative to build predictive models. The results indicate that although Logistic Regression delivers the lowest performance due to its linear nature, both Random Forest and XGBoost provide significant improvement. XGBoost achieves the best results with the highest accuracy and F1-score, making it the most effective model for predicting product popularity. These findings highlight the complexity of e-commerce data, which requires more flexible models to capture non-linear patterns and interactions among product features. This study contributes to e-commerce management by providing insights into the use of machine learning for inventory management, promotional strategies, and product placement in digital marketplaces
Pengembangan Sistem Antrian Digital Berbasis Web untuk Optimalisasi Layanan Administrasi Desa Ribut Julianto; Dandi Yohananda Saputra Utama; Nayla Rihhadatul Ayni; Shifa Sukmatul Hikmah
ABDI AKOMMEDIA : JURNAL PENGABDIAN MASYARAKAT Vol. 3 No. 1 (2025)
Publisher : ABDI AKOMMEDIA : JURNAL PENGABDIAN MASYARAKAT

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem antrian manual pada kantor pelayanan desa masih menjadi persoalan mendasar yang menghambat efisiensi dan kualitas layanan administrasi publik. Penelitian pengabdian kepada masyarakat ini bertujuan untuk mengembangkan dan mengimplementasikan sistem antrian digital berbasis web pada layanan administrasi Desa Merak Batin, Kecamatan Natar, Kabupaten Lampung Selatan. Metode yang digunakan adalah service engineering berbasis pendekatan eksperimen sebelum-sesudah intervensi (before-after intervention), yang mencakup tahap survei awal, perancangan sistem, implementasi, pelatihan aparatur, pendampingan teknis, serta evaluasi kinerja. Sistem dikembangkan menggunakan kerangka kerja berbasis web dengan fitur pengambilan nomor antrian daring dan pemantauan real-time. Hasil evaluasi menunjukkan penurunan rata-rata waktu tunggu layanan sebesar 42,3%, peningkatan kapasitas pelayanan harian sebesar 35,7%, serta tingkat kepuasan pengguna mencapai 87,6% berdasarkan instrumen System Usability Scale (SUS). Aparatur desa berhasil menguasai pengoperasian sistem setelah dua sesi pelatihan intensif. Kegiatan ini membuktikan bahwa transformasi digital pada pelayanan administrasi desa memberikan dampak signifikan terhadap efisiensi layanan dan kepuasan masyarakat. Model sistem yang dikembangkan memiliki potensi untuk direplikasi pada instansi pelayanan publik sejenis di wilayah perdesaan.
Peningkatan Literasi Digital Lanjutan dan Keamanan Siber Didik Setiadi; Ribut Julianto; Ranto Siswanto
ABDI AKOMMEDIA : JURNAL PENGABDIAN MASYARAKAT Vol. 1 No. 2 (2023)
Publisher : ABDI AKOMMEDIA : JURNAL PENGABDIAN MASYARAKAT

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan literasi digital lanjutan dan keamanan siber pada masyarakat agar lebih mampu menghadapi berbagai risiko di ruang digital. Permasalahan yang dihadapi mitra meliputi rendahnya pemahaman mengenai perlindungan data pribadi, keamanan akun, verifikasi informasi digital, serta ancaman siber seperti phishing, penipuan online, dan penyalahgunaan informasi. Kegiatan dilaksanakan dengan pendekatan edukatif, partisipatif, dan aplikatif melalui tahapan persiapan, analisis kebutuhan, penyusunan materi, pelatihan, praktik dan simulasi, pendampingan, serta evaluasi. Hasil kegiatan menunjukkan adanya peningkatan pemahaman peserta mengenai literasi digital lanjutan, meningkatnya kesadaran terhadap pentingnya keamanan siber, serta bertambahnya kemampuan peserta dalam menerapkan langkah-langkah perlindungan akun dan data pribadi. Peserta juga menunjukkan peningkatan kemampuan dalam mengenali ancaman digital dan memverifikasi informasi sebelum menyebarkannya. Kegiatan ini memberikan dampak positif terhadap pembentukan perilaku digital yang lebih aman, kritis, dan bertanggung jawab. Dengan demikian, program peningkatan literasi digital lanjutan dan keamanan siber dapat menjadi bentuk pengabdian yang relevan dalam mendukung terwujudnya masyarakat yang cakap digital dan memiliki ketahanan yang lebih baik terhadap risiko siber.
Adaptive Graph Based Intelligence Models for Cross Domain Knowledge Discovery in Large Scale Heterogeneous Information Systems Winny Purbaratri; Krisna Widi Nugraha; Rian Ardianto; Rosyid Ridlo Al-Hakim; Yogiek Indra Kurniawan; Ribut Julianto
Global Science: Journal of Information Technology and Computer Science Vol. 1 No. 4 (2025): December: Global Science: Journal of Information Technology and Computer Scienc
Publisher : International Forum of Researchers and Lecturers

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70062/globalscience.v1i4.193

Abstract

The rapid growth of heterogeneous information systems across multiple domains has introduced complex challenges in data analysis, particularly when dealing with diverse data types such as text, images, and sensor data. Traditional machine learning (ML) methods often struggle to capture the intricate relationships inherent in these large scale datasets, as they typically rely on linear models and feature vectors that fail to represent the full complexity of the data. This study aims to develop an adaptive graph based intelligence model that addresses these challenges by leveraging the power of graph structures to represent heterogeneous data and capture both structural dependencies and semantic connections. The proposed model integrates Graph Neural Networks (GNNs) with adaptive learning mechanisms, allowing for continuous knowledge extraction, pattern discovery, and cross domain inference. By representing diverse data sources as interconnected graphs, the model enables the transfer of knowledge across different domains, improving its ability to make accurate predictions and generate insights in dynamic environments. The results demonstrate that the graph based model outperforms traditional machine learning techniques in terms of accuracy, efficiency, and scalability, especially when applied to real world applications involving large and complex datasets. This paper also discusses the advantages of the adaptive learning mechanisms, which personalize the model’s training process and improve its robustness over time. Furthermore, the findings highlight the model’s potential for cross domain knowledge discovery, with applications in fields such as healthcare, marketing, and industrial automation. Finally, the paper offers recommendations for future research, including refining adaptive learning mechanisms and exploring new graph based techniques to enhance the representational power of the model. The study contributes to the ongoing development of intelligent systems capable of handling heterogeneous data across multiple domains and offers a foundation for future advancements in cross domain knowledge discovery.
Penerapan Agile Development dalam Pengembangan Sistem Informasi Akademik Berbasis Web Julianto, Ribut; Arifa Hulmi, Zeliya
JURNAL ILMU KOMPUTER, SISTEM INFORMASI, TEKNIK INFORMATIKA Vol 3 No 1 (2024)
Publisher : PT Akom Media Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Sistem informasi akademik merupakan salah satu komponen kritis dalam pengelolaan perguruan tinggi modern. Pengembangan sistem tersebut membutuhkan pendekatan metodologi yang mampu mengakomodasi perubahan kebutuhan secara cepat dan menghasilkan produk yang berkualitas. Penelitian ini mengkaji penerapan metode Agile Development, khususnya kerangka kerja Scrum, dalam pengembangan Sistem Informasi Akademik (SIA) berbasis web pada institusi pendidikan tinggi. Metode penelitian menggunakan pendekatan kualitatif deskriptif dengan studi kasus pada proses pengembangan SIA. Hasil penelitian menunjukkan bahwa penerapan Agile melalui mekanisme sprint, daily standup, sprint review, dan sprint retrospective mampu meningkatkan kualitas sistem secara iteratif, mempercepat siklus pengiriman fitur, serta meningkatkan keterlibatan pengguna dalam proses pengembangan. Sistem yang dihasilkan mencakup modul manajemen mahasiswa, manajemen nilai, jadwal perkuliahan, dan pelaporan akademik. Pengujian menggunakan metode blackbox menunjukkan bahwa seluruh fitur utama berjalan sesuai kebutuhan. Penelitian ini menyimpulkan bahwa Agile Development merupakan pendekatan yang efektif dan adaptif untuk pengembangan sistem informasi akademik di lingkungan perguruan tinggi.
Implementasi Kriptografi Hibrida AES-256 dan ECC dengan Deteksi Anomali Berbasis Autoencoder untuk Keamanan Data Bisnis pada Infrastruktur Cloud Computing Setiayadi, Didik; Julianto, Ribut; Ade Ningrum, Cahya
JURNAL ILMU KOMPUTER, SISTEM INFORMASI, TEKNIK INFORMATIKA Vol 2 No 2 (2023)
Publisher : PT Akom Media Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Adopsi infrastruktur cloud computing oleh sektor bisnis di Indonesia terus meningkat pesat, namun diiringi oleh eskalasi ancaman kebocoran data, akses tidak sah, dan serangan siber yang semakin canggih. Skema enkripsi tunggal berbasis AES atau RSA saja dinilai tidak lagi mencukupi untuk menghadapi lanskap ancaman modern yang memanfaatkan kelemahan pada lapisan kunci (key management) maupun pola akses anomali. Penelitian ini mengusulkan arsitektur keamanan data berlapis yang mengintegrasikan dua komponen utama: (1) skema kriptografi hibrida yang menggabungkan AES-256 untuk enkripsi data massal berkecepatan tinggi dengan Elliptic Curve Cryptography (ECC) kurva P-384 untuk manajemen kunci yang efisien dan aman, serta (2) model deteksi anomali akses berbasis Autoencoder deep learning yang mampu mengidentifikasi pola akses mencurigakan secara real-time tanpa memerlukan data berlabel. Sistem diimplementasikan pada lingkungan cloud AWS (Amazon Web Services) menggunakan infrastruktur multi-region dan diuji menggunakan dataset akses log dari tiga perusahaan sektor finansial dan manufaktur di Indonesia selama periode 12 bulan, mencakup 4,7 juta event akses. Hasil evaluasi menunjukkan: overhead enkripsi-dekripsi AES-256/ECC hanya sebesar 3,2% dibandingkan sistem tanpa enkripsi, model Autoencoder mencapai AUC-ROC 0,9712 dalam deteksi anomali akses dengan false positive rate 1,8%, dan sistem secara keseluruhan mampu memenuhi standar keamanan ISO/IEC 27001:2013 serta regulasi POJK No.11/2022 tentang Penyelenggaraan Teknologi Informasi oleh Lembaga Jasa Keuangan. Arsitektur yang diusulkan memberikan kerangka keamanan cloud yang komprehensif, efisien, dan dapat diadaptasi oleh pelaku industri di Indonesia.
The Application of the K-Medoids Method for Clustering Meta Ads Audiences Based on Promotional Content Effectiveness Julianto, Ribut; Gunawan , Tedi; Apriadi, Eko Aziz
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.6515

Abstract

The rapid growth of digital advertising platforms has encouraged businesses to adopt data-driven strategies in order to enhance the effectiveness of their promotional activities. One of the most widely used digital advertising services today is Meta Ads, which provides various performance metrics related to audience interactions. This study aims to segment Meta Ads audiences based on the effectiveness of promotional content using the K-Medoids clustering algorithm, which is known for its robustness in handling outliers compared to other clustering methods. The dataset used in this research consists of advertising access data obtained from ARTECH – PT. Arij Teknologi Inovasi. The data were processed and analyzed using RapidMiner as a data mining tool. After undergoing data preprocessing stages, including data cleaning and normalization, a total of 495 Meta Ads records were deemed suitable for clustering analysis. The results of the study show that the K-Medoids algorithm successfully grouped the data into two distinct clusters. Cluster 1 consists of 465 items and represents the dominant audience segment with relatively homogeneous interaction behavior, indicating consistent engagement patterns with promotional content. Meanwhile, Cluster 0 contains 30 items, representing a smaller but more specific audience segment with different access and interaction patterns. These findings demonstrate that the K-Medoids algorithm is effective in identifying meaningful audience segments from digital advertising data. The resulting clusters can be utilized to support more targeted digital marketing strategies, improve promotional content design, and optimize advertising budget allocation to achieve better campaign performance.
Co-Authors Abdillah, Nazril Ade Ningrum, Cahya Arifa Hulmi, Zeliya Azzahra SR, Rizka Annisa bisri, muawan Chairunisa, Chairunisa Dandi Yohananda Saputra Utama Dendi Yohananda Saputra Utama Didik Setiadi Dukhi, Rizki Efi Ero Sofia Eko Aziz Apriadi Erick Fernando Fajar Sasora Gunawan , Tedi Hamuda, Hayadi I Kadek Febrianto Indrajaya Komarudin, Agus Krisna Widi Nugraha Kurniawan, Yogiek Indra Lukman Medriavin Silalahi Maula Rizki, Gustiawan Muawan Bisri Muhammad Zaki Mubarok Nayla Rihhadatul Ayni Nazril Abdillah Ningrum, Mustika Prasetio, Yugo Dwi Qoyim, Al Ranto Siswanto Rian Ardianto Rosyid Ridlo Al-Hakim Safrizal Safrizal Setiayadi, Didik Shifa Sukmatul Hikmah Sopian, Ence Winny Purbaratri Yuanita Sinatrya