Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Pembina Jurnal Ilmu Teknologi Informasi Indonesia (JITIFNA)
Dedek
Unknown Affiliation
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Strategi Green Computing Untuk Optimalisasi Sumber Daya Digital dan Reduksi Limbah Kertas di Era Transformasi Digital Aulia, Arinda; Lestari, Tiara Amanda; Afandi, Falah; Tanjung, Dewi Aulia; Dedek
Jurnal Pembina Vol. 1 No. 2 (2025): November 2025
Publisher : CV. Multimedia Teknologi Kreatif

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65230/pembina.v1i2.90

Abstract

Transformasi digital mendorong peningkatan penggunaan perangkat dan infrastruktur teknologi yang berdampak pada konsumsi energi tinggi dan pemanfaatan sumber daya digital yang belum efisien. Pada saat yang sama, penggunaan kertas masih dominan dalam berbagai aktivitas operasional. Green computing menjadi pendekatan penting untuk mengurangi dampak lingkungan melalui efisiensi energi, pengelolaan teknologi yang bijak, dan penerapan sistem kerja digital. Penelitian ini bertujuan menganalisis strategi green computing yang dapat mendukung optimalisasi sumber daya digital serta mengurangi limbah kertas di era transformasi digital. Metode yang digunakan adalah studi literatur terhadap publikasi ilmiah lima tahun terakhir terkait green IT, efisiensi energi, dan digitalisasi proses kerja. Hasil analisis menunjukkan bahwa strategi efektif mencakup: (1) penggunaan infrastruktur hemat energi seperti virtualisasi dan cloud computing; (2) pengelolaan perangkat keras berstandar energi efisien dan manajemen e-waste; (3) digitalisasi dokumen untuk mendukung sistem paperless; dan (4) penerapan kebijakan organisasi yang mendorong budaya kerja ramah lingkungan. Implementasi strategi tersebut terbukti meningkatkan efisiensi operasional, menekan biaya, dan mengurangi jejak karbon organisasi.
Prediksi Curah Hujan Bulanan Di Medan Menggunakan Metode Long Short-Term Memory (LSTM) Dedek; Harahap, Lailan Sofinah; Adrian, Muhammad Rayhans
Jurnal Ilmu Teknologi Informasi Indonesia Vol. 2 No. 1 (2026): JITIFNA - Januari
Publisher : CV. SINAR HOWUHOWU

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70134/jitifna.v2i1.969

Abstract

This study aims to predict monthly rainfall in Medan City using the Long Short-Term Memory (LSTM) method. The data utilized in this research comprises monthly rainfall figures and the number of rainy days for the 2015–2023 period, obtained from the Meteorology, Climatology, and Geophysics Agency (BMKG) Region I Medan via official publications of the Central Statistics Agency (BPS) of North Sumatra Province. The pre-processing stage involves data cleaning, normalization, and the construction of a time series dataset using a sliding window structure. The LSTM model was developed with two hidden layers and optimized using the Adam algorithm. Evaluation results indicate that the LSTM model effectively captures seasonal patterns and rainfall trends, as evidenced by a low Root Mean Square Error (RMSE) value. This study is expected to serve as a reference for hydrometeorological disaster mitigation in the Medan region.
Co-Authors Adrian, Muhammad Rayhans Afandi, Falah Aulia, Arinda Harahap, Lailan Sofinah Tanjung, Dewi Aulia Tiara Amanda Lestari