Article Per Year (5 Year)
p-Index From 2021 - 2026
3.018
P-Index
This Author published in this journals
All Journal InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Jurnal Mantik Penusa International Journal of Natural Science and Engineering Jurnal Sistem Informasi Kaputama (JSIK) Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Sains dan Teknologi Jurnal Tekinkom (Teknik Informasi dan Komputer) INFOKUM
Saut Parsaoran Tamba
Universitas Prima Indonesia
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Mathematics Physics Social Sciences

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Penerapan Data Mining Algoritma Apriori Dalam Menentukan Stok Bahan Baku Pada Restoran Nelayan Menggunakan Metode Association Rule -, Edbert; Tamba, Saut Parsaoran
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2407

Abstract

ABSTRAK Restaurant Nelayan merupakan restauran yang berada di kota medan. Restoran nelayan ialah restoran chinesse food yang paling terkenal di kota Medan. Hal tersebut tercapai karena kerja keras owner dan pihak manajemen yang terus melakukan inovasi dan pengendalian terhadap bisnis yang telah berlangsung selama bertahun-tahun dan sudah memiliki pelanggan yang cukup banyak. hampir seluruh outlet mereka tetap ramai dikunjungi oleh pelanggan. Sertifikasi halal dari lembaga-lembaga terkait menjadikan restoran nelayan dapat menjangkau semua pelanggan walaupun mengusung menu chinesse food. Sekarang outlet-oultet restoran Nelayan tersebar di kota Medan dan memiliki ratusan karyawan, semakin banyaknya outlet-outlet yang tersebar maka bahan baku akan makin banyak untuk di simpan menjadi stok. Maka di butuhkan sistem data mining metode Assosiation Rule menggunakan algoritma Apriori dalam mengolah data bahan baku menjadi data yang menjadi referensi bagi restoran dalam menentukan stok bahan baku. Kata Kunci : Data Mining, Association Rule, Apriori, Bahan Baku
PREDIKSI PENYAKIT GAGAL JANTUNG DENGAN MENGGUNAKAN RANDOM FOREST Tamba, Saut Parsaoran; -, Edric
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2022): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2445

Abstract

Lebih dari 4 dari 5 kematian atas Cardiovascular disease (CVD) pada jantung dan pembuluh darah yang termasuk diataranya: coronary heart disease, cerebrovascular disease, rheumatic heart disease, dan kondisi jantung lainnya. Faktor resiko penyakit ini seringnya disebabkan oleh diet yang tidak sehat, kurang berolahraga, serta penggunaan rokok dan alkohol yang berlebih. Pada penelitian ini, tim peneliti memutuskan untuk memprediksi probabilitas penyakit gagal jantung menggunakan Random Forest. Data yang dipakai untuk melatih algoritma Random Forest yang dipakai diambil dari kompilasi beberapa observasi yang mana total akhirnya berjumlah 918 observasi dengan 12 atribut. Adapun tujuan dari penelitian ini adalah untuk menunjukkan kemampuan Random Forest dalam memprediksi penyakit gagal jantung dengan hasil peforma yang baik serta membuat model klasifikasi yang sederhana namun beperforma baik. Manfaat dari penelitian ini adalah untuk menjembatani penelitian deteksi dan ekstraksi fitur EKG sebelumnya sehingga mampu dimanfaatkan dan dikembangkan untuk tahap selanjutnya hingga produk siap pakai. Proses implementasi algoritma Random Forest yang digunakan sukses dengan meraih tingkat akurasi sebesar 82,6087% yang kemudian dioptimasi dengan teknik K-Fold dan GridSearchCV menjadi 85,058%. Sistem klasifikasi dengan Random Forest yang dibuat dapat dimplementasikan kedalam rangkaian alat untuk menciptakan alat deteksi aritmia EKG otomatis portable. Hubungan antara informasi yang disajikan oleh alat juga dengan sukses dibuktikan kontribusi pentingnya terhadap diagnosa positif negatifnya seseorang mempunyai penyakit jantung terutama melalui Gelombang ST.
PENERAPAN K-MEANS CLUSTERING UNTUK SEGMENTASI WILAYAH BERDASARKAN JUMLAH KEJADIAN BENCANA ALAM DI SUMATERA UTARA Manalu, Christ Natamaro Anastasius; Pasaribu, Yuni Rumyanti; Malika, Salsa; Tamba, Saut Parsaoran
Jurnal Teknik Informasi dan Komputer (Tekinkom) Vol 8 No 1 (2025)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v8i1.1977

Abstract

North Sumatra is a disaster-prone province in Indonesia, frequently affected by floods, landslides, and extreme weather events. This study employs the K-Means Clustering algorithm to classify 33 districts/cities in North Sumatra based on disaster frequency. The results reveal three distinct clusters: Cluster 0 (low risk), Cluster 1 (high flood and extreme disaster risk), and Cluster 2 (high landslide risk). Model validation using a silhouette coefficient of 0.63 and the elbow method confirms the reliability of the clustering. These findings provide a scientific basis for region-specific disaster mitigation strategies, emphasizing infrastructure development for flood-prone areas and slope stabilization for landslide-prone zones. Future research should incorporate socioeconomic factors and temporal analysis to enhance disaster risk assessment.
ANALISIS SENTIMEN PENGGUNA LAYANAN TRANSPORTASI ONLINE GOJEK DAN INDRIVER DENGAN ALGORITMA SUPPORT VECTOR MACHINE Siburian, Yosepha; Cristian, Yusticio; Puri, Anin Dita Sekar; Manurung, Onesimus Gust; Tamba, Saut Parsaoran
Jurnal Teknik Informasi dan Komputer (Tekinkom) Vol 8 No 1 (2025)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v8i1.1973

Abstract

Online transportation is a service that utilizes digital technology, such as mobile applications, to make it easier for users to book trips with just a touch on the phone screen. This convenience makes online transportation increasingly popular, especially in big cities in Indonesia. Two online transportation services that are widely used in Indonesia are Gojek and InDrive. These two platforms are inseparable from user opinions, which greatly affect the desires and competitiveness of each service. This study aims to conduct sentiment analysis on user reviews from the Google Play Store in order to compare the two applications using the Support Vector Machine (SVM) algorithm. This study shows that most of the 1000 Gojek and InDrive user reviews on the Play Store contain negative sentiment, especially related to driver delays and application disruptions. The Support Vector Machine (SVM) algorithm provides the highest accuracy of 86.11% at a training and test data ratio of 80:20, and shows relatively stable performance at other ratios. The dominant words in positive reviews are "good" and "fast", while in negative reviews are "old" and "cancel", indicating that the speed and brightness of the service are the main concerns of users. SVM is effective in analyzing online transportation review sentiment with high accuracy, and the analysis results reveal that users convey more complaints, especially regarding the speed and reliability of Gojek and InDrive services.
OPTIMALISASI LAYANAN BUS TRANS METRO DELI MEDAN MELALUI CLUSTERING DATA MINING DENGAN METODE PARTITIONING AROUND MEDOIDS Sinambela, Rio; Matondang, Matius; Rizky, Rahmad; Tamba, Saut Parsaoran
Jurnal Teknik Informasi dan Komputer (Tekinkom) Vol 8 No 1 (2025)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v8i1.1974

Abstract

Bus transportation in Indonesia plays a vital role in reducing traffic congestion and supporting sustainable urban mobility. This study aims to optimize the services of Trans Metro Deli Medan by analyzing operational patterns using the Partitioning Around Medoids (PAM) clustering method. The research applies a data mining approach to segment service performance based on passenger volume, travel time, departure frequency, and passenger satisfaction. The analysis results in three distinct clusters: Quiet (average 15 passengers, 38 minutes travel time, low frequency and satisfaction), Medium (50 passengers, 75 minutes, moderate frequency and satisfaction), and Dense (95 passengers, 105 minutes, high frequency and satisfaction). These clusters reveal strong correlations among operational variables and highlight disparities in service quality across routes. Based on the findings, service improvement strategies are proposed: enhancing service quality and visibility for quiet routes, maintaining operational stability for medium routes, and increasing fleet capacity with adjusted scheduling for dense routes. The study demonstrates that PAM clustering provides valuable insights for strategic planning and can significantly contribute to the efficiency and quality improvement of public bus services in Medan.
Co-Authors -, Edbert -, Edric Ade Luthfi Ramadhan Perangin-Angin Adilman Reliance Hia Afluqfy Harahap Albert William Tan Alvin Purba Andina Riandra Tryvaldy Andreas Andreas Angga Snidres Girsang Angreyani Oktavia Anita Anita Banjarnahor, Jepri Cristian, Yusticio Damanik, Ruth Tetra Delima Sitanggang, Delima Didik Rifaldi Hia Dimiliu, M Bairaja Donny Prayitna Egi Suranta Bangun Elbert Ghozali Elida Mardiana Manik Feryanto ., Feryanto Intan Susanti Simarmata Josua Silaban Kesuma, Felix Toknady Kisen Kumar Latifah Hanum Malika, Salsa Manalu, Christ Natamaro Anastasius Mang Ayu Santi Vidyastuti Manurung, Onesimus Gust Marcel Hutabarat Mardi Turnip, Mardi Marlince Nababan Matondang, Matius Merry Christina Mohammad Irfan Fahmi Ndruru, Liberlina Palma Juanta Panjaitan, Gracia Laura Pasaribu, Yuni Rumyanti Peni Wulandari Pratama, Duta Puri, Anin Dita Sekar Ricky Gunawan, Ricky Rizky Prayoga Rizky Syahputra Sitompul Rizky, Rahmad Roy F. Hasudungan Malau Santosa, Sofian Ali Sembiring, Cornelia Selvi Dinta Br Siburian, Yosepha Sinambela, Rio Siregar, Bina Jaya Sitanggang, Mario Situmorang, Bimo Christhoper Steven Steven Surya Dharma Valerine, Karen Wibowo, Yonatan Adi Wijaya, Salim William William Windania Purba Yoel Ferdinand Zai Yogga Eka Kusuma Yonata Laia Yudi Gunawan