Article Per Year (5 Year)
p-Index From 2021 - 2026
1.006
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Bulletin of Information Technology (BIT) International Journal of Management Science and Information Technology (IJMSIT) Jurnal Hasil Pengabdian Masyarakat (JURIBMAS) Journal Of Computer Science And Technology Management of Information System Journal
Jeperson Hutahaean
Universitas Royal
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Social Sciences

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Application of the KNN Algorithm to Assess Customer Satisfaction at A2 Collection Sei Silau Timur Lutfi Anniswa Sitorus; Jeperson Hutahaean; Cecep Maulana
International Journal of Management Science and Information Technology Vol. 6 No. 1 (2026): January - June 2026
Publisher : Lembaga Komunitas Informasi Teknologi Aceh (KITA), Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35870/ijmsit.v6i1.6813

Abstract

The development of information technology and data mining in recent years has changed the way retail businesses, including small and medium-scale fashion businesses, collect, analyze, and utilize customer data to improve services and marketing strategies. In addition, through the main discussion carried out in this study, it aims to be able to analyze the factors that influence the level of customer satisfaction at Amel Fashion Prapat Janji based on the attributes of product quality, price, comfort of use, and service. In addition, this study develops and applies the K-Nearest Neighbor (K-NN) algorithm to classify the level of customer satisfaction more objectively, measurably and data-based. And in addition, for the Research Method section used in this study, a qualitative approach was chosen because the focus of this study is to explore the meaning, perception, and direct experience of business actors in the marketing and distribution process. So based on that, this study shows the results that the application of the K-Nearest Neighbor (KNN) algorithm in the customer satisfaction classification system at A2 Collection Sei Silau Timur is able to provide an effective solution in managing and analyzing customer evaluation data. This website-based system has succeeded in changing the assessment process that was previously carried out manually to be more structured, systematic, and easily accessible. Based on the system's calculations, the resulting distance values, such as 2.354, categorized as "Satisfied" and 2.325, categorized as "Dissatisfied," indicate that the proximity of attribute values significantly influences the classification results. Although the difference in distance values is relatively small, the system is still able to determine the class based on the dominance of the nearest neighbor data.
Model Hybrid Fuzzy-Weighted Product Evaluasi Kinerja Honorer Lia Umbari Putri; Rolly Yesputra; Jeperson Hutahaean
Journal of Computer Science and Technology (JOCSTEC) Vol 4 No 2 (2026): JOCSTEC - Mei
Publisher : PT. Padang Tekno Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59435/jocstec.v4i2.726

Abstract

Evaluasi kinerja pegawai honorer di instansi publik seringkali bergantung pada penilaian linguistik yang subjektif, sehingga memicu bias penilai dan keterbatasan akuntabilitas. Untuk mengatasi masalah tersebut, penelitian ini mengusulkan model hibrida Fuzzy-Weighted Product. Logika Fuzzy diterapkan untuk mentransformasikan istilah linguistik menjadi Triangular Fuzzy Numbers (TFN) dan skor tegas (crisp), sementara metode Weighted Product digunakan untuk mengagregasikan skor tersebut berdasarkan bobot multi-kriteria. Model ini dievaluasi melalui studi kasus yang melibatkan sepuluh pegawai honorer berdasarkan lima kriteria: disiplin, tanggung jawab, kualitas kerja, kerja sama, dan inisiatif. Hasil eksperimen menunjukkan bahwa model hibrida ini berhasil meminimalkan subjektivitas penilai dan menghasilkan perengkingan yang dapat direproduksi secara matematis. Analisis sensitivitas mengonfirmasi stabilitas hasil peringkat akhir, sehingga model Hibrida Fuzzy Weighted Product yang diusulkan ini sangat sesuai untuk digunakan sebagai kerangka kerja utama dalam sistem pendukung keputusan untuk penilaian kinerja di sektor publik.   Performance evaluation of honorary employees in public institutions often relies on subjective linguistic assessments, leading to evaluator bias and limited accountability. To address this, this paper proposes a Hybrid Fuzzy-Weighted Product (Fuzzy-Weighted Product) model. Fuzzy Logic is adopted to transform linguistic terms into Triangular Fuzzy Numbers (TFN) and crisp scores, while the Weighted Product method aggregates these scores based on multi-criteria weights. The model was evaluated using a case study of ten honorary employees across five criteria: discipline, responsibility, work quality, cooperation, and initiative. The experimental results demonstrate that the hybrid model successfully minimizes evaluator subjectivity and delivers mathematically reproducible rankings. A sensitivity analysis confirms the stability of the final rankings, making the proposed Hybrid Fuzzy–Weighted Product model highly suitable as a core framework for decision-support systems in public sector performance appraisal.
Pelatihan Pembuatan Blog sebagai Media Publikasi Karya Siswa di UPT SD Negeri 09 Benteng Jeperson Hutahaean; Rolly Yesputra; Hikmat Syahputra Tarigan; Muhammad Lukmanul Hakim
JURIBMAS : Jurnal Hasil Pengabdian Masyarakat Vol 5 No 1 (2026): Juli 2026
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juribmas.v5i1.1475

Abstract

Pelatihan Pembuatan Blog sebagai Media Publikasi Karya Siswa di SD N 09 Benteng dilaksanakan sebagai upaya meningkatkan literasi digital dan menyediakan media publikasi karya siswa yang terstruktur dan berkelanjutan. Permasalahan yang dihadapi mitra meliputi minimnya pemanfaatan teknologi digital secara optimal, keterbatasan kemampuan siswa dalam pembuatan dan pengelolaan blog, penulisan konten, serta rendahnya pemahaman mengenai etika dan keamanan digital. Kegiatan pengabdian ini dilaksanakan melalui metode ceramah, diskusi, demonstrasi, dan praktik langsung yang mencakup pengenalan blog sebagai media edukatif, pembuatan dan pengelolaan blog, penulisan konten, serta edukasi etika digital. Hasil kegiatan menunjukkan adanya peningkatan pengetahuan, keterampilan, dan sikap siswa dalam memanfaatkan teknologi informasi secara produktif. Luaran kegiatan berupa terbentuknya blog siswa yang aktif digunakan untuk mempublikasikan karya secara individu maupun kelompok, meningkatnya kepercayaan diri siswa dalam mengekspresikan ide, serta tumbuhnya budaya berkarya dan berbagi informasi secara positif. Kegiatan ini diharapkan mampu memberikan dampak jangka panjang dalam mendukung pembelajaran berbasis teknologi dan meningkatkan citra sekolah yang adaptif terhadap perkembangan digital.
Penerapan Metode MAUT dalam Menentukan Platform E-Commerce Terbaik Berdasarkan Preferensi Konsumen Arridha Zikra Syah; Santoso Santoso; Jeperson Hutahaean; Muhammad Gusti Rivaldi
Management of Information System Journal Vol 4 No 3: Juli 2026
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/mis.v4i3.3132

Abstract

Perkembangan teknologi digital yang begitu cepat telah memicu perubahan signifikan dalam cara konsumen melakukan transaksi, terutama menggunakan platform e-commerce. Dengan banyaknya pilihan marketplace yang ada, konsumen sering kali menghadapi tantangan dalam memilih platform yang paling tepat sesuai dengan kebutuhan dan preferensi mereka. Karena itu, penelitian ini bertujuan untuk menerapkan metode Multi-Attribute Utility Theory (MAUT) untuk mendukung proses pengambilan keputusan dalam memilih platform e-commerce yang terbaik berdasarkan beberapa kriteria yang relevan dari perspektif konsumen. Beberapa faktor yang digunakan sebagai pedoman antara lain ialah biaya, mutu layanan, kenyamanan penggunaan, ragam produk, laju pengiriman, dan perlindungan dalam transaksi. Informasi diperoleh melalui distribusi angket kepada partisipan yang aktif menggunakan platform belanja online. Analisis dengan metode MAUT ini menunjukkan bahwa pendekatan ini dapat memberikan gambaran yang sangat jelas dan sistematis dalam mengevaluasi serta membandingkan opsi yang ada berdasarkan sifat yang dianggap krusial oleh konsumen. Penelitian ini menunjukkan bahwa MAUT merupakan metode yang efektif dan aplikatif dalam konteks pengambilan keputusan multi-kriteria, khususnya dalam bidang e-commerce.
Perbandingan Metode ARAS dan TOPSIS untuk Menentukan Siswa Penerima Beasiswa Berprestasi Jeperson Hutahaean; Neni Mulyani; Masitah Handayani; Irianto Irianto; Novica Irawati
Bulletin of Information Technology (BIT) Vol 6 No 4 (2025): Desember 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v7i1.2333

Abstract

Proses penentuan siswa yang layak menerima beasiswa berprestasi seringkali hanya berdasarkan seleksi berkas, yang memakan waktu lama dan dapat menghasilkan keputusan yang kurang akurat. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan yang mempercepat proses seleksi siswa penerima beasiswa berprestasi. Metode yang digunakan dalam penelitian ini adalah ARAS (Additive Ratio Assessment) dan TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution). Kedua metode ini dipilih karena mampu menyeleksi alternatif terbaik berdasarkan pembobotan dan memilih tujuan berdasarkan kriteria yang berbeda, yaitu benefit dan cost. Metode ARAS menghasilkan ranking berdasarkan perbandingan fungsi utilitas alternatif dengan nilai fungsi utilitas optimal, sementara metode TOPSIS menghasilkan ranking berdasarkan jarak terpendek dengan solusi ideal positif dan jarak terpanjang dengan solusi ideal negatif. Dari nilai-nilai tersebut, alternatif yang memenuhi kriteria ditetapkan sebagai siswa penerima beasiswa berprestasi melalui perhitungan menggunakan metode ARAS dan TOPSIS. Hasil uji korelasi Rank M Arsya Almusa menunjukkan nilai 1,0546 untuk ARAS dan 0,8739 untuk TOPSIS. Hasil perhitungan secara manual dan melalui sistem memberikan hasil yang sama, sehingga sistem dapat digunakan untuk menentukan siswa penerima beasiswa berprestasi.
Comparison Of Machine Learning Algorithms For Rice Production Prediction Abdul Karim; Yuwaldi Away; Syahrial; Roslidar; Jeperson Hutahaean; William Ramdhan; Yessica Siagian
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 10 No 2 (2026): April 2026
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29207/resti.v10i2.7453

Abstract

Rice production forecasting plays an important role in supporting future agricultural planning, food supply management, and food security. Accurate yield prediction allows governments and farmers to estimate production outcomes and develop appropriate strategies to maintain stable food availability.This study addresses this gap by comparing four regression-based machine learning models: Random Forest, XGBoost, Support Vector Regression (SVR), and Artificial Neural Network (ANN). All models were trained and tested using the same dataset to ensure a fair evaluation. Model performance was measured using the coefficient of determination (R²). The results show that Random Forest achieved the best performance (R² = 0.963), followed by XGBoost (R² = 0.959). In contrast, SVR (R² = -0.064) and ANN (R² = -2.417) performed poorly, indicating limited predictive capability. Overall, these findings suggest that ensemble-based methods, particularly Random Forest and XGBoost, are more reliable and effective for rice production forecasting compared to SVR and ANN.
Co-Authors Abdul Karim Arridha Zikra Syah Cecep Maulana Hikmat Syahputra Tarigan Irianto Irianto Lia Umbari Putri Lutfi Anniswa Sitorus Masitah Handayani Muhammad Gusti Rivaldi Muhammad Lukmanul Hakim Neni Mulyani Novica Irawati Rolly Yesputra Roslidar Santoso Santoso Syahrial, Syahrial William Ramdhan Yessica Siagian Yuwaldi Away