Article Per Year (5 Year)
p-Index From 2021 - 2026
1.907
P-Index
This Author published in this journals
All Journal Jurnal Minfo Polgan (JMP) Hello World Blend Sains Jurnal Teknik Indonesian Journal of Multidisciplinary Scientific Studies Hanif Journal of Information Systems Al'Adzkiya International of Computer Science and Information Technology Journal Tsabit
Andi Zulherry
Universitas Muhammadiyah Sumatera Utara
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Optimalisasi Alokasi Sumber Daya pada Arsitektur Private Cloud Menggunakan Algoritma Machine Learning Andi Zulherry; Indah Purnama Sari; Mhd. Basri; Yohanni Syahra
Hello World Jurnal Ilmu Komputer Vol. 5 No. 2 (2026): Edisi Juli 2026
Publisher : Ilmu Bersama Center

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

Abstract

Private cloud computing telah menjadi solusi infrastruktur yang banyak diadopsi oleh organisasi untuk mengelola sumber daya komputasi secara mandiri dan aman. Namun, pengelolaan alokasi sumber daya seperti CPU, memori, disk, dan bandwidth jaringan pada lingkungan private cloud sering menghadapi tantangan berupa ketidakseimbangan beban kerja, yang dapat menyebabkan kondisi over-provisioning maupun under-provisioning pada virtual machine (VM). Penelitian ini mengusulkan pendekatan optimalisasi alokasi sumber daya berbasis algoritma machine learning untuk memprediksi kebutuhan resource secara dinamis berdasarkan pola penggunaan historis. Metode yang diterapkan meliputi pengumpulan data utilisasi resource dari dataset publik, praproses data, pelatihan model Random Forest Regression, serta evaluasi performa model menggunakan metrik Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan koefisien determinasi (R2). Hasil eksperimen menunjukkan bahwa model mampu memprediksi Disk Write Throughput dengan rata-rata R2 sebesar 0,81 dan Network Transmitted dengan rata-rata R2 sebesar 0,46 lintas tiga VM yang diuji. Penelitian ini diharapkan dapat memberikan kontribusi praktis bagi pengelola infrastruktur private cloud dalam merancang sistem alokasi resource yang lebih adaptif dan efisien.
Penerapan Algoritma Apriori untuk Analisis Pola Pemesanan Layanan pada Hoya Barbershop Syahrul Ramadhan; Andi Zulherry
Jurnal Minfo Polgan Vol. 15 No. 3 (2026): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v15i3.16862

Abstract

Hoya Barbershop merupakan penyedia jasa potong dan perawatan rambut di Kota Medan yang saat ini mengelola data transaksi pelanggan hanya secara administratif tanpa dianalisis lebih lanjut untuk menemukan pola tersembunyi dalam pemesanan layanan. Kondisi ini menyulitkan pihak pengelola dalam merumuskan strategi promosi dan paket layanan yang tepat sasaran. Penelitian ini bertujuan menganalisis data transaksi pelanggan menggunakan metode Association Rule dengan algoritma Apriori untuk menemukan kombinasi layanan yang sering dipilih secara bersamaan, sekaligus membangun sistem informasi berbasis website yang mengotomatisasi proses analisis tersebut. Penelitian menggunakan metode deskriptif dengan pendekatan kuantitatif. Data primer berupa 50 transaksi pelanggan yang mencakup enam jenis layanan dikumpulkan melalui observasi dan wawancara sederhana, kemudian diolah menggunakan nilai minimum support 20% dan minimum confidence 40%. Sistem pendukung dibangun menggunakan bahasa pemrograman PHP dengan framework Laravel dan basis data MySQL, serta divalidasi melalui Black Box Testing dan perbandingan antara perhitungan manual dengan keluaran sistem. Hasil penelitian menunjukkan bahwa sistem berhasil mengidentifikasi delapan aturan asosiasi yang valid, dengan hubungan terkuat ditemukan antara layanan Hair Coloring dan Hair Wash yang mencapai nilai confidence 57,89% dan lift ratio 1,2586. Pengujian fungsionalitas membuktikan bahwa seluruh dua belas skenario pengujian berjalan tanpa kesalahan, sementara validasi matematis menunjukkan kesesuaian 100% antara perhitungan manual dan keluaran sistem. Temuan ini dapat dimanfaatkan Hoya Barbershop sebagai dasar dalam merancang paket bundling layanan dan strategi promosi yang lebih tepat sasaran.
Penentuan Lokasi Pelayanan Kesehatan Berbasis GIS Menggunakan Metode Rank Reciprocal dan Simple Additive Weighting Muhammad Ardiansyah Matondang; Andi Zulherry
Indonesian Journal of Multidisciplinary Scientific Studies Vol 4 No 6 (2026): Edisi Oktober - November 2026
Publisher : Lembaga Penelitian Dan Pengabdian Masyarakat (LPPM) STAI Raudhatul Akmal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33151/ijomss.v4i6.1141

Abstract

Ketersediaan fasilitas pelayanan kesehatan yang terbatas di Kecamatan Panyabungan Selatan, Kabupaten Mandailing Natal — yang hanya memiliki satu UPTD Puskesmas untuk melayani 11 desa dengan total populasi 9.816 jiwa — menciptakan ketimpangan akses layanan kesehatan yang signifikan. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) berbasis Geographic Information System (GIS) untuk menentukan lokasi prioritas pembangunan fasilitas pelayanan kesehatan baru secara objektif dan berbasis data. Sistem mengintegrasikan metode Rank Reciprocal untuk pembobotan kriteria secara objektif dan metode Simple Additive Weighting (SAW) untuk perangkingan 11 alternatif desa berdasarkan lima kriteria: jumlah penduduk, jarak ke puskesmas terdekat (dihitung otomatis menggunakan formula Haversine), angka kematian, akses jalan, dan jumlah fasilitas kesehatan. Sistem dibangun menggunakan PHP Native, MySQL, Leaflet.js, dan Tailwind CSS, dilengkapi fitur drag-and-drop untuk pembobotan dinamis. Pengujian black box dengan 14 skenario seluruhnya menunjukkan hasil valid, dan validasi perhitungan manual terhadap keluaran sistem membuktikan konsistensi implementasi algoritma tanpa selisih. Dengan bobot Rank Reciprocal default (C1: 43,80%; C2: 21,90%; C3: 14,60%; C4: 10,95%; C5: 8,76%), sistem merekomendasikan Desa Roburan Lombang (Vi = 0,9825), Desa Roburan Dolok (Vi = 0,8850), dan Desa Lumban Dolok (Vi = 0,8584) sebagai tiga lokasi prioritas tertinggi pembangunan pelayanan kesehatan baru. Sistem ini menghasilkan rekomendasi yang objektif, transparan, dan mudah ditafsirkan oleh pemangku kepentingan dalam perencanaan kesehatan daerah.
Co-Authors Ahmad Asadel Al-Khowarizmi Aldi Subari Ichsan Firmansyah Indah Purnama Sari Indah Purnama Sari Ismi Qontas Lubis Karina Andriani Maratul Hasanah Vianingrum Mhd. Basri Muhammad Ardiansyah Matondang Muhammad Gunawan Sumita Wardani Syahrul Ramadhan Yohanni Syahra