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 
AI Recommendation Systems and Digital Promotion Effectiveness on TikTok Social Commerce in Indonesia Efi Ero Sofia; Eko Aziz Apriadi; Ribut Julianto; Muawan Bisri
Jurnal JEETech Vol. 7 No. 1 (2026): Nomor 1 May
Publisher : Universitas Darul Ulum

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32492/jeetech.v7i1.7105

Abstract

The development of artificial intelligence has brought fundamental changes to the social commerce ecosystem, particularly on the TikTok platform, which has now become one of the largest online shopping channels in Indonesia. This study aims to analyze the effect of the artificial intelligence recommendation system on the effectiveness of digital promotion on the TikTok platform in Indonesia, while considering the moderating roles of user trust and privacy concerns. The method used is quantitative, with a cross-sectional survey design involving 320 active TikTok users aged 17–45 years. The data were analyzed using Partial Least Squares Structural Equation Modeling (PLS-SEM) through SmartPLS 4.0 software. The results show that the AI recommendation system has a positive and significant effect on both user engagement (β = 0.612) and purchase conversion (β = 0.548). User trust was found to strengthen this relationship, while privacy concerns significantly weakened it. These findings confirm that the effectiveness of AI-based promotion does not depend solely on the sophistication of the algorithm, but also on the ecosystem of trust built among the platform, marketers, and consumers. This study provides practical contributions for digital business actors in Indonesia in designing promotional strategies that are more human-centered and responsible.
Model Prediksi Konsumsi Energi Rumah Tangga Berbasis IoT Menggunakan Sensor LDR dan PIR Julianto, Ribut; Bisri, Muawan
JURNAL ILMU KOMPUTER, SISTEM INFORMASI, TEKNIK INFORMATIKA Vol 1 No 2 (2022)
Publisher : PT Akom Media Informatika

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

Abstract

Penelitian ini bertujuan untuk mengembangkan model prediksi konsumsi energi rumah tangga berbasis Internet of Things (IoT) dengan memanfaatkan kombinasi sensor Light Dependent Resistor (LDR) dan Passive Infrared (PIR). Sensor LDR digunakan untuk mengukur intensitas cahaya lingkungan, sedangkan sensor PIR mendeteksi aktivitas penghuni di dalam ruangan. Data hasil pembacaan kedua sensor dikirim secara nirkabel melalui modul ESP8266 ke server berbasis MySQL, kemudian dianalisis menggunakan metode regresi linier berganda untuk memprediksi konsumsi energi listrik. Hasil implementasi menunjukkan bahwa sistem mampu memantau kondisi pencahayaan dan aktivitas penghuni secara real-time serta menghasilkan model prediksi dengan tingkat akurasi yang baik. Nilai koefisien determinasi (R²) sebesar 0,82, Mean Absolute Error (MAE) sebesar 3,8 W, dan Root Mean Square Error (RMSE) sebesar 5,6 W menunjukkan bahwa model dapat memprediksi konsumsi energi dengan keandalan tinggi. Temuan ini menegaskan bahwa kombinasi sensor LDR dan PIR efektif dalam mendeteksi perilaku konsumsi energi rumah tangga. Model yang dikembangkan berpotensi diterapkan pada sistem smart home untuk mendukung efisiensi energi dan penghematan biaya listrik rumah tangga.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BERPRESTASI BERBASIS WEB Qoyim, Al; Ningrum, Mustika; 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

Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan berbasis web untuk penilaian kinerja karyawan pada CV Mitra Sejahtera yang berada di Lampung Selatan. Pengukuran kinerja karyawan merupakan aspek penting dalam meningkatkan efektivitas kerja serta mendukung perencanaan pengembangan sumber daya manusia di lingkungan perusahaan. Saat ini, proses penilaian kinerja di CV Mitra Sejahtera yang berada di Lampung Selatan masih dilakukan secara manual, sehingga menimbulkan berbagai kendala, seperti subjektivitas penilaian, kurangnya akurasi data, dan proses evaluasi yang memerlukan waktu lama. Untuk mengatasi permasalahan tersebut, penelitian ini mengusulkan penerapan metode Simple Additive Weighting (SAW) sebagai dasar pengambilan keputusan dalam sistem penilaian kinerja. Metode SAW memungkinkan penggabungan berbagai kriteria penilaian yang relevan, seperti kecerdasan, sikap kerja, perilaku, dan produktivitas, dengan memberikan bobot pada setiap kriteria sesuai tingkat kepentingannya. Melalui pendekatan ini, sistem dapat menghasilkan peringkat karyawan berdasarkan kinerja terbaik, yang selanjutnya dapat dijadikan acuan bagi manajemen dalam pengambilan keputusan terkait pemberian penghargaan, promosi jabatan, maupun pengembangan karier. Dengan diterapkannya sistem berbasis web yang terotomatisasi, CV Mitra Sejahtera diharapkan mampu melakukan penilaian kinerja secara lebih objektif, cepat, dan terintegrasi. Sistem ini juga memungkinkan pelaksanaan evaluasi secara berkala dan terdokumentasi dengan baik, sehingga dapat meningkatkan efisiensi dan efektivitas manajemen sumber daya manusia di lingkungan perusahaan.
DECISION SUPPORT SYSTEM MENGGUNAKAN METODE AHP UNTUK PENENTUAN PRIORITAS PENERIMA BEASISWA Qoyim, Al; Julianto, Ribut; Maula Rizki, Gustiawan
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

Pemberian beasiswa merupakan salah satu program penting dalam dunia pendidikan untuk membantu mahasiswa yang berprestasi namun memiliki keterbatasan ekonomi. Proses seleksi penerima beasiswa seringkali menghadapi kendala dalam menentukan prioritas calon penerima karena banyaknya kriteria yang harus dipertimbangkan. Penelitian ini bertujuan untuk mengembangkan Decision Support System (DSS) menggunakan metode Analytical Hierarchy Process (AHP) untuk menentukan prioritas penerima beasiswa. Kriteria yang digunakan meliputi Indeks Prestasi Kumulatif (IPK), penghasilan orang tua, jumlah tanggungan keluarga, prestasi non-akademik, dan aktivitas organisasi. Data penelitian menggunakan 20 calon penerima beasiswa dengan bobot kriteria: IPK (35%), penghasilan orang tua (30%), jumlah tanggungan (15%), prestasi non-akademik (12%), dan aktivitas organisasi (8%). Hasil perhitungan AHP menunjukkan konsistensi rasio sebesar 0,047 (CR < 0,1) yang berarti penilaian konsisten. Dari 20 alternatif yang dievaluasi, mahasiswa A015 memperoleh nilai tertinggi 0,876, diikuti A008 dengan nilai 0,842, dan A003 dengan nilai 0,798. Sistem yang dikembangkan dapat membantu pihak universitas dalam pengambilan keputusan yang lebih objektif, transparan, dan efisien dalam proses seleksi penerima beasiswa.
PERANCANGAN SISTEM INFORMASI ARSIP DIGITAL PADA UNIVERSITAS INDONESIA MANDIRI Julianto, Ribut; Bisri, Muawan; Abdillah, Nazril
JURNAL ILMU KOMPUTER, SISTEM INFORMASI, TEKNIK INFORMATIKA Vol 3 No 2 (2024)
Publisher : PT Akom Media Informatika

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

Abstract

Perkembangan teknologi informasi mendorong transformasi digital dalam pengelolaan arsip di lingkungan perguruan tinggi. Universitas Indonesia Mandiri masih menghadapi permasalahan dalam pengelolaan arsip secara manual, seperti kesulitan pencarian dokumen, risiko kehilangan, dan ketidakefisienan dalam pengelolaan data. Penelitian ini bertujuan untuk merancang sistem informasi arsip digital yang mampu meningkatkan efektivitas dan efisiensi pengelolaan arsip. Metode yang digunakan adalah metode pengembangan sistem Waterfall yang meliputi tahap analisis, desain, implementasi, dan pengujian. Sistem yang dibangun berbasis web dengan fitur utama seperti login, upload arsip, pengelolaan kategori, pencarian, dan download dokumen. Hasil penelitian menunjukkan bahwa sistem informasi arsip digital mampu mempermudah proses pengelolaan arsip, mempercepat pencarian dokumen, serta meningkatkan keamanan data dibandingkan metode manual.
Penerapan Kecerdasan Buatan (AI) dalam Sistem Rekomendasi Produk Pada E-commerce Muhammad Zaki Mubarok; Eko Aziz Apriadi; Ribut Julianto; Muawan Bisri
Elkom: Jurnal Elektronika dan Komputer Vol. 19 No. 1 (2026): Juli : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v19i1.3732

Abstract

The rapid advancement of the digital era has fundamentally transformed the electronic commerce landscape, where the abundance of product options frequently causes information overload that hinders consumer decision-making. This study aims to examine the effectiveness of artificial intelligence implementation in product recommendation systems on e-commerce platforms while comparing the performance of various algorithms employed. The research adopted a comparative experimental quantitative approach using 10,000 transaction records, evaluating three primary algorithms, namely Collaborative Filtering, Content-Based Filtering, and Hybrid Filtering, through Precision, Recall, F1-Score, and RMSE metrics. Findings revealed that AI-based systems achieved an average recommendation relevance rate of 84.6%, substantially surpassing conventional systems at only 51.3%. Among the three algorithms tested, Hybrid Filtering demonstrated the highest performance with an F1-Score of 87.9% and the lowest RMSE of 0.231. The hybrid approach also proved most resilient under cold-start and data sparsity conditions compared to other algorithms. This study concludes that integrating artificial intelligence, particularly through a hybrid algorithm, represents the most optimal strategy for improving product recommendation personalization quality and driving sales conversion on large-scale e-commerce platforms.
Design of an Autonomous Solar Powered Smart Aquaculture Monitoring System for Energy Efficiency and Environmental Impact Reduction Lukman Medriavin Silalahi; Safrizal Safrizal; Erick Fernando; Hayadi Hamuda; Ribut Julianto; Yuanita Sinatrya
Green Engineering: International Journal of Engineering and Applied Science Vol. 2 No. 2 (2025): April : Green Engineering: International Journal of Engineering and Applied Sci
Publisher : International Forum of Researchers and Lecturers

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70062/greenengineering.v2i2.286

Abstract

Aquaculture is a vital sector in global food production, providing essential protein sources. However, the industry faces significant challenges, including high energy consumption and environmental impact. The integration of renewable energy, particularly solar power, with automation and IoT systems offers a promising solution to enhance energy efficiency, sustainability, and productivity in aquaculture operations. This study aims to evaluate the effectiveness of solar powered autonomous systems in reducing energy usage, improving operational efficiency, and promoting environmental sustainability in aquaculture. Literature Review: Recent research has explored various technologies, such as Digital Twins (DTs) and Precision Fish Farming (PFF), which integrate IoT sensors for real time monitoring and optimization of fish farming operations. The combination of Artificial Intelligence (AI) and the Internet of Things (IoT), known as AIoT, has further advanced the industry by enabling automated decision making and predictive analytics. Solar power integration with IoT systems has been shown to significantly reduce operational costs, minimize carbon emissions, and enhance the sustainability of aquaculture practices. These advancements have the potential to address the challenges of energy consumption and environmental degradation in the industry. Materials and Method: This research utilizes a hybrid solar powered IoT system for aquaculture, integrating solar panels, IoT sensors, and automated control systems. The system monitors key water quality parameters, such as pH, dissolved oxygen, turbidity, and temperature, to maintain optimal conditions for aquatic life. Data is collected through IoT sensors and analyzed through a cloud-based platform. A pilot study is conducted on a small scale aquaculture farm to evaluate the system's performance, including energy consumption, water quality management, and fish health. Energy savings, operational efficiency, and environmental impact are assessed. Results and Discussion: The integration of solar powered IoT systems significantly reduced energy consumption compared to traditional systems, with a notable decrease in grid electricity reliance. The system successfully maintained optimal water quality conditions, enhancing fish health and growth. Solar powered systems proved reliable, even in regions with variable sunlight, and demonstrated improvements in operational efficiency through automation. The environmental benefits were evident, with a reduction in carbon emissions and lower operational costs. The study highlights the feasibility of solar powered IoT systems as a sustainable solution for modern aquaculture operations.
PENGEMBANGAN SISTEM DIGITAL UNTUK PEMETAAN POTENSI LOKAL BERBASIS DATA SPASIAL SEDERHANA DI DESA KALIANDA, KECAMATAN KALIANDA, KABUPATEN LAMPUNG SELATAN Ribut Julianto; Dendi Yohananda Saputra Utama; Nazril Abdillah; I Kadek Febrianto Indrajaya
ABDI AKOMMEDIA : JURNAL PENGABDIAN MASYARAKAT Vol. 2 No. 3 (2024)
Publisher : ABDI AKOMMEDIA : JURNAL PENGABDIAN MASYARAKAT

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

Abstract

Potensi lokal di tingkat desa—meliputi UMKM, pariwisata, sumber daya alam, dan kearifan budaya—seringkali belum terdokumentasi dan terpetakan secara sistematis akibat keterbatasan akses terhadap teknologi informasi geospasial yang kompleks dan mahal. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan sistem digital berbasis data spasial sederhana yang dapat digunakan oleh masyarakat Desa Kalianda, Kecamatan Kalianda, Kabupaten Lampung Selatan dalam memetakan potensi lokal secara partisipatif. Metode yang digunakan adalah pendekatan partisipatif berbasis kebutuhan (needs-based participatory approach) dengan tahapan survei awal, pengembangan sistem, pelatihan, pendampingan teknis, serta evaluasi. Sistem dikembangkan dalam platform web berbasis peta terbuka (OpenStreetMap/Leaflet.js) yang ringan dan mudah dioperasikan tanpa keahlian teknis tinggi. Hasil kegiatan menunjukkan bahwa sistem berhasil mendokumentasikan potensi lokal dari empat sektor strategis, peserta pelatihan mengalami peningkatan literasi digital, dan aparatur desa mampu mengoperasikan sistem secara mandiri. Kegiatan ini berkontribusi pada tersedianya basis data potensi lokal yang terstruktur, mendukung perencanaan pembangunan berbasis data, dan mendorong partisipasi aktif masyarakat dalam pengelolaan informasi wilayah.
Optimalisasi Sistem Informasi Pendataan Bantuan Sosial Berbasis Web untuk Meningkatkan Ketepatan Sasaran Didik Setiadi; Ribut Julianto; Ranto Siswanto
ABDI AKOMMEDIA : JURNAL PENGABDIAN MASYARAKAT Vol. 2 No. 2 (2024)
Publisher : ABDI AKOMMEDIA : JURNAL PENGABDIAN MASYARAKAT

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

Abstract

Pendataan penerima bantuan sosial (bansos) di tingkat desa masih menghadapi permasalahan serius berupa data yang tidak akurat, tidak mutakhir, dan rentan terhadap praktik kecurangan akibat pengelolaan manual berbasis dokumen kertas. Kondisi ini menyebabkan terjadinya inclusion error (penerima tidak berhak mendapat bansos) dan exclusion error (warga berhak tidak mendapat bansos) yang merugikan masyarakat dan pemerintah. Kegiatan pengabdian kepada masyarakat ini bertujuan mengoptimalkan sistem informasi pendataan bantuan sosial berbasis web di Desa X guna meningkatkan ketepatan sasaran, transparansi, dan akuntabilitas distribusi bansos. Metode yang diterapkan meliputi analisis data eksisting, pengembangan sistem dengan pendekatan Agile, integrasi dengan Data Terpadu Kesejahteraan Sosial (DTKS), pelatihan aparatur desa, dan evaluasi paska implementasi menggunakan indikator ketepatan sasaran. Sistem yang dikembangkan dilengkapi fitur verifikasi lapangan berbasis GPS, manajemen data warga terintegrasi, dashboard monitoring distribusi, dan pelaporan otomatis ke Dinas Sosial. Hasil evaluasi menunjukkan penurunan inclusion error dari 18,7% menjadi 3,2%, penurunan exclusion error dari 22,4% menjadi 4,1%, peningkatan akurasi data penerima sebesar 79,6%, dan efisiensi waktu pendataan yang berkurang dari 14 hari menjadi 3 hari per siklus pendataan. Sistem ini memberikan kontribusi nyata dalam mewujudkan distribusi bantuan sosial yang lebih adil, tepat sasaran, dan dapat dipertanggungjawabkan.
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