Article Per Year (5 Year)
p-Index From 2021 - 2026
2.957
P-Index
This Author published in this journals
All Journal Jurnal Abdi Masyarakat Saburai (JAMS) Jurnal Dedikasi untuk Negeri Journal of Artificial Intelligence and Digital Business Jurnal Ilmu Komputer, Sistem Informasi, Teknik Informatika (JILKOMSITI) Abdi Akommedia : Jurnal Pengabdian Masyarakat Journal of Public Relations and Digital Communication (JPRDC) Global Science: Journal of Information Technology and Computer Science Jurnal JEETech
Julianto, Ribut
Universitas Indonesia Mandiri
Religion Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Mathematics Physics Social Sciences Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
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.
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.
Co-Authors Abdillah, Nazril Ade Ningrum, Cahya Arifa Hulmi, Zeliya Azzahra SR, Rizka Annisa bisri, muawan Chairunisa, Chairunisa Dandi Yohananda Saputra Utama Didik Setiadi Dukhi, Rizki Efi Ero Sofia Eko Aziz Apriadi Fajar Sasora Febrianto Indrajaya, I Kadek Gunawan , Tedi Komarudin, Agus Krisna Widi Nugraha Kurniawan, Yogiek Indra Maula Rizki, Gustiawan Muawan Bisri Nayla Rihhadatul Ayni Ningrum, Mustika Prasetio, Yugo Dwi Qoyim, Al Ranto Siswanto Rian Ardianto Rosyid Ridlo Al-Hakim Setiadi, Didik Setiayadi, Didik Shifa Sukmatul Hikmah Siswanto, Ranto Sopian, Ence Winny Purbaratri Yohananda Saputra Utama, Dendi