Garuda - Garba Rujukan Digital

Sistem Pakar Diagnosa Penyakit Mata Manusia Menggunakan Metode Certainty Factor Berbasis Web Sari, Nilam; Nasution, Marnis; Munandar, Musthafa Haris
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jtiust.v6i1.1275

Mata adalah indera yang penting. Jika mata terganggu maka abaikan saja, itu akan mengganggu. Kenyataannya, banyak orang yang menunda untuk memeriksakan penyakit mata yang dideritanya, karena kurangnya pengetahuan masyarakat, biaya yang cukup mahal dan ketidakseimbangan antara pasien dan dokter sehingga harus mengantri jika akan memeriksakan kesehatan mata. Untuk itu diperlukan sistem pakar yang dapat mendiagnosa penyakit mata, sehingga masyarakat dapat memeriksakan penyakit mata yang dideritanya tanpa harus berobat ke dokter. Sistem pakar ini berbasis web dengan bahasa pemrograman PHP dan database MySQL. Dalam proses penarikan kesimpulan, sistem menggunakan metode faktor kepastian yang menggunakan suatu nilai untuk mengasumsikan derajat kepercayaan dari seorang pakar terhadap suatu data. Sistem pakar memberikan hasil berupa kemungkinan penyakit yang diderita, nilai persentase keyakinan dari penyakit dan solusi pengobatan berdasarkan nilai keyakinan yang diberikan dan sistem mampu mengetahui jenis penyakit mata yang dialami pengguna berdasarkan gejala yang dipilih oleh pengguna. Sehingga dapat membantu masyarakat untuk mengetahui penyakit mata yang diderita dan tindakan dapat dilakukan lebih cepat.

Model Data Mining untuk Perancangan Aplikasi Diagnostik Inflammatory Liver Disease Siahaan, Rahma Aulia; Nasution, Marnis; Hasibuan, Mila Nirmala Sari
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jtiust.v6i1.1277

Hati merupakan organ vital bagi manusia. Penyakit hati adalah gangguan pada setiap fungsi hati.Diagnosis dini penyakit hati sangat penting agar dapat diobati dan diobati dengan cepat. Di bidang medis, mendiagnosis penyakit radang hati menjadi hal yang agak sulit dilakukan. Namun, ada catatan medis yang menyimpan gejala pasien. Hal ini tentunya sangat menguntungkan bagi tenaga medis atau dokter. Mereka dapat menggunakan catatan medis sebelumnya sebagai bahan untuk membuat keputusan tentang diagnosis penyakit pasien. Teknik analisis manual konvensional yang selama ini digunakan sudah tidak efektif lagi untuk diagnosis. Seiring dengan perkembangan sistem berbasis pengetahuan medis, tuntutan penggunaan sistem pengetahuan berbasis komputer sebagai teknik analisis dalam mendiagnosis penyakit menjadi semakin penting. Dalam studi ini, peneliti akan menerapkan dan membandingkan beberapa metode klasifikasi data mining, antara lain algoritma C4.5, NaÃ¯ve Bayes, dan k-Nearest Neighbor untuk mendiagnosis penyakit radang hati, kemudian membandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742. kemudian bandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742. kemudian bandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742.

Seleksi Pinjaman Kredit Selama Pandemi Rekomendasi Metode MCDM-Promethee Trisno, Trisno; Nasution, Marnis; Ritonga, Ali Akbar
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54367/jtiust.v6i1.1281

Dalam kondisi COVID-19 saat ini, banyak usaha menengah ke bawah seperti Usaha Mikro, Kecil, dan Menengah (UMKM) mengalami penurunan omset pendapatan, sehingga membutuhkan tambahan biaya modal untuk menjalankan kehidupan usahanya. Untuk memberikan pinjaman modal tambahan, ada beberapa persyaratan yang harus dipenuhi oleh setiap UMKM. Ibarat usaha mandiri yang dijalankan, apakah tetap atau hanya sebatas domisili, lalu berapa lama mereka memulai usaha yang mereka bangun sampai sekarang, apakah mereka memiliki agunan sebagai jaminan pinjaman, apakah mereka memiliki tingkat usaha yang baik. produktivitas selama berjalan, dilihat dari laporan yang dibuat, apakah Anda sudah memiliki banyak pelanggan dari bisnis yang Anda jalankan. Hal ini menjadi tolak ukur pemberian pinjaman kepada UMKM. Metode yang dapat direkomendasikan adalah Promethee, yang merupakan bagian dari konsep Multi-Criteria Decision Making (MCDM) sebagai metode pemeringkatan dalam menentukan masalah pinjaman yang direkomendasikan oleh metode Promethee. Hasil yang diperoleh dari pemeringkatan dengan metode Promethee yaitu dari enam UMKM yang dipilih dan dievaluasi, peringkat pertama adalah UMKM-3 dengan nilai bobot tertinggi 0,208, disusul UMKM-1 dengan bobot 0,042 dan disusul oleh UMKM-5 yang masih dianggap layak meskipun tidak bernilai. negatif, sedangkan dua UMKM lainnya belum dapat dikatakan layak untuk mendapatkan pinjaman yaitu UMKM-2 dan UMKM-4 karena negatif. peringkat pertama adalah dari UMKM-3 dengan nilai bobot tertinggi sebesar 0,208, disusul oleh UMKM-1 dengan bobot 0,042 dan disusul oleh UMKM-5 yang masih dianggap layak meskipun tidak bernilai. negatif, sedangkan dua UMKM lainnya belum dapat dikatakan layak untuk mendapatkan pinjaman yaitu UMKM-2 dan UMKM-4 karena negatif. peringkat pertama adalah dari UMKM-3 dengan nilai bobot tertinggi sebesar 0,208, disusul oleh UMKM-1 dengan bobot 0,042 dan disusul oleh UMKM-5 yang masih dianggap layak meskipun tidak bernilai. negatif, sedangkan dua UMKM lainnya belum dapat dikatakan layak untuk mendapatkan pinjaman yaitu UMKM-2 dan UMKM-4 karena negatif.

Sistem Pakar Diagnosa Penyakit Mata Manusia Menggunakan Metode Certainty Factor Berbasis Web Sari, Nilam; Nasution, Marnis; Munandar, Musthafa Haris
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Mata adalah indera yang penting. Jika mata terganggu maka abaikan saja, itu akan mengganggu. Kenyataannya, banyak orang yang menunda untuk memeriksakan penyakit mata yang dideritanya, karena kurangnya pengetahuan masyarakat, biaya yang cukup mahal dan ketidakseimbangan antara pasien dan dokter sehingga harus mengantri jika akan memeriksakan kesehatan mata. Untuk itu diperlukan sistem pakar yang dapat mendiagnosa penyakit mata, sehingga masyarakat dapat memeriksakan penyakit mata yang dideritanya tanpa harus berobat ke dokter. Sistem pakar ini berbasis web dengan bahasa pemrograman PHP dan database MySQL. Dalam proses penarikan kesimpulan, sistem menggunakan metode faktor kepastian yang menggunakan suatu nilai untuk mengasumsikan derajat kepercayaan dari seorang pakar terhadap suatu data. Sistem pakar memberikan hasil berupa kemungkinan penyakit yang diderita, nilai persentase keyakinan dari penyakit dan solusi pengobatan berdasarkan nilai keyakinan yang diberikan dan sistem mampu mengetahui jenis penyakit mata yang dialami pengguna berdasarkan gejala yang dipilih oleh pengguna. Sehingga dapat membantu masyarakat untuk mengetahui penyakit mata yang diderita dan tindakan dapat dilakukan lebih cepat.

Model Data Mining untuk Perancangan Aplikasi Diagnostik Inflammatory Liver Disease Siahaan, Rahma Aulia; Nasution, Marnis; Hasibuan, Mila Nirmala Sari
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Hati merupakan organ vital bagi manusia. Penyakit hati adalah gangguan pada setiap fungsi hati.Diagnosis dini penyakit hati sangat penting agar dapat diobati dan diobati dengan cepat. Di bidang medis, mendiagnosis penyakit radang hati menjadi hal yang agak sulit dilakukan. Namun, ada catatan medis yang menyimpan gejala pasien. Hal ini tentunya sangat menguntungkan bagi tenaga medis atau dokter. Mereka dapat menggunakan catatan medis sebelumnya sebagai bahan untuk membuat keputusan tentang diagnosis penyakit pasien. Teknik analisis manual konvensional yang selama ini digunakan sudah tidak efektif lagi untuk diagnosis. Seiring dengan perkembangan sistem berbasis pengetahuan medis, tuntutan penggunaan sistem pengetahuan berbasis komputer sebagai teknik analisis dalam mendiagnosis penyakit menjadi semakin penting. Dalam studi ini, peneliti akan menerapkan dan membandingkan beberapa metode klasifikasi data mining, antara lain algoritma C4.5, NaÃ¯ve Bayes, dan k-Nearest Neighbor untuk mendiagnosis penyakit radang hati, kemudian membandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742. kemudian bandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742. kemudian bandingkan mana dari ketiga metode tersebut yang paling akurat. Berdasarkan hasil pengukuran performansi ketiga model menggunakan metode Cross Validation, Confusion Matrix dan ROC Curve, diketahui bahwa metode C4.5 merupakan metode terbaik dengan akurasi 70,99% dan under the curva (AUC). ) nilai 0,950, kemudian metode k-Nearest Neighbor dengan akurasi 67,19% dan nilai under the curve (AUC) 0,873, kemudian metode nave Bayes dengan tingkat akurasi 66,14% dan nilai under the curve (AUC) sebesar 0,742.

Seleksi Pinjaman Kredit Selama Pandemi Rekomendasi Metode MCDM-Promethee Trisno, Trisno; Nasution, Marnis; Ritonga, Ali Akbar
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 6 No. 1 : Tahun 2021
Publisher : LPPM UNIKA Santo Thomas

Dalam kondisi COVID-19 saat ini, banyak usaha menengah ke bawah seperti Usaha Mikro, Kecil, dan Menengah (UMKM) mengalami penurunan omset pendapatan, sehingga membutuhkan tambahan biaya modal untuk menjalankan kehidupan usahanya. Untuk memberikan pinjaman modal tambahan, ada beberapa persyaratan yang harus dipenuhi oleh setiap UMKM. Ibarat usaha mandiri yang dijalankan, apakah tetap atau hanya sebatas domisili, lalu berapa lama mereka memulai usaha yang mereka bangun sampai sekarang, apakah mereka memiliki agunan sebagai jaminan pinjaman, apakah mereka memiliki tingkat usaha yang baik. produktivitas selama berjalan, dilihat dari laporan yang dibuat, apakah Anda sudah memiliki banyak pelanggan dari bisnis yang Anda jalankan. Hal ini menjadi tolak ukur pemberian pinjaman kepada UMKM. Metode yang dapat direkomendasikan adalah Promethee, yang merupakan bagian dari konsep Multi-Criteria Decision Making (MCDM) sebagai metode pemeringkatan dalam menentukan masalah pinjaman yang direkomendasikan oleh metode Promethee. Hasil yang diperoleh dari pemeringkatan dengan metode Promethee yaitu dari enam UMKM yang dipilih dan dievaluasi, peringkat pertama adalah UMKM-3 dengan nilai bobot tertinggi 0,208, disusul UMKM-1 dengan bobot 0,042 dan disusul oleh UMKM-5 yang masih dianggap layak meskipun tidak bernilai. negatif, sedangkan dua UMKM lainnya belum dapat dikatakan layak untuk mendapatkan pinjaman yaitu UMKM-2 dan UMKM-4 karena negatif. peringkat pertama adalah dari UMKM-3 dengan nilai bobot tertinggi sebesar 0,208, disusul oleh UMKM-1 dengan bobot 0,042 dan disusul oleh UMKM-5 yang masih dianggap layak meskipun tidak bernilai. negatif, sedangkan dua UMKM lainnya belum dapat dikatakan layak untuk mendapatkan pinjaman yaitu UMKM-2 dan UMKM-4 karena negatif. peringkat pertama adalah dari UMKM-3 dengan nilai bobot tertinggi sebesar 0,208, disusul oleh UMKM-1 dengan bobot 0,042 dan disusul oleh UMKM-5 yang masih dianggap layak meskipun tidak bernilai. negatif, sedangkan dua UMKM lainnya belum dapat dikatakan layak untuk mendapatkan pinjaman yaitu UMKM-2 dan UMKM-4 karena negatif.

Kepatuhan Pembayaran Pajak Kendaraan Bermotor Menggunakan Algoritma Decision Tree Dan Random Forest Di Samsat Balige Wijaya, Alief Achmad; Harahap, Syaiful Zuhri; Ah, Rahma Muti; Nasution, Marnis
Journal of Computer Science and Information System(JCoInS) Vol 6, No 3: JCoInS | 2025
Publisher : Universitas Labuhanbatu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36987/jcoins.v6i3.7934

This study aims to analyze and predict the total category of Motor Vehicle Tax (PKB) payments based on payment attributes and vehicle types, which is important to improve the effectiveness of tax management and support more appropriate decision making in related agencies; within the theoretical framework, classification models such as Decision Tree and Random Forest are used to predict data categories by utilizing historical patterns in the dataset, because these algorithms are able to capture interactions between attributes and provide logical interpretations of the prediction results; the research methodology is carried out using secondary data of PKB payments for 2024 from Samsat Balige, which is divided into training data and test data for the classification process and its performance is evaluated using accuracy, precision, recall, and F1-Score metrics through the Performance operator in RapidMiner; the results of the study show that Random Forest produces a more balanced prediction distribution with 100% accuracy, while Decision Tree has 96% accuracy but tends to be biased towards the “Low” category, and analysis of important attributes such as Fines, Total Amount, and the number of Jeep and Truck type vehicles shows a significant influence on the PKB payment category; Thus, the research conclusion confirms that Random Forest is proven to be more effective and stable than Decision Tree in predicting the total PKB payment category, is able to capture complex patterns between attributes, and provides accurate predictions on relatively small datasets, making it the optimal choice for PKB data classification.

Implementasi Sistem Informasi Perpustakaan Untuk GBI Antiokhia Berbasis Web Menggunakan Framework Adonis JS Pada Node JS Menggunakan Metode Prototype Christoval, Peter; Harahap, Syaiful Zuhri; Nasution, Marnis; Masrizal, Masrizal
Jurnal Pendidikan Indonesia Vol. 6 No. 8 (2025): Jurnal Pendidikan Indonesia
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/japendi.v6i8.8530

Church libraries play a crucial role in supporting literacy and spiritual growth by providing various reading materials such as religious books, Bible references, and other supporting literature. However, manual library management still presents significant challenges, such as recording errors, book discrepancies, inaccurate fine calculations, and difficulty in accessing past reports, which hampers system efficiency. As the collection grows, the manual system becomes increasingly inefficient, prone to data loss, and cumbersome for information retrieval. Therefore, a web-based library management system is needed to automate the processes of collection management, book borrowing, and return, while ensuring data security and accuracy. This study aims to design and develop a web-based library information system for GBI Antiokhia, utilizing the AdonisJS technology stack, to address these challenges. The system is developed using the Prototyping method, ensuring user interaction and feedback throughout the development process. The system’s features include member data management, book management, borrowing and returning books, fine management, and report generation, all built to be efficient, secure, and user-friendly. This research also examines how the implemented system can solve the existing library management issues and improve operational effectiveness.

Implementasi Sistem Informasi Perpustakaan Untuk GBI Antiokhia Berbasis Web Menggunakan Framework Adonis JS Pada Node JS Menggunakan Metode Prototype Christoval, Peter; Harahap, Syaiful Zuhri; Nasution, Marnis; Masrizal, Masrizal
Jurnal Pendidikan Indonesia Vol. 6 No. 8 (2025): Jurnal Pendidikan Indonesia
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/japendi.v6i8.8530

Church libraries play a crucial role in supporting literacy and spiritual growth by providing various reading materials such as religious books, Bible references, and other supporting literature. However, manual library management still presents significant challenges, such as recording errors, book discrepancies, inaccurate fine calculations, and difficulty in accessing past reports, which hampers system efficiency. As the collection grows, the manual system becomes increasingly inefficient, prone to data loss, and cumbersome for information retrieval. Therefore, a web-based library management system is needed to automate the processes of collection management, book borrowing, and return, while ensuring data security and accuracy. This study aims to design and develop a web-based library information system for GBI Antiokhia, utilizing the AdonisJS technology stack, to address these challenges. The system is developed using the Prototyping method, ensuring user interaction and feedback throughout the development process. The system’s features include member data management, book management, borrowing and returning books, fine management, and report generation, all built to be efficient, secure, and user-friendly. This research also examines how the implemented system can solve the existing library management issues and improve operational effectiveness.

Analisis Ketahanan dan Skalabilitas Basis Data Graf dalam Aplikasi Jejaring Sosial Surasih, Winda; Nasution, Marnis; Munandar, Haris
Dike Vol. 3 No. 2 (2025): Edisi Agustus
Publisher : CV. Ro Bema

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69688/dike.v3i2.145

Perkembangan jejaring sosial modern mendorong kebutuhan akan basis data yang tidak hanya mampu menyimpan informasi dalam skala besar, tetapi juga mendukung analisis relasi yang kompleks antar entitas pengguna. Model basis data graf menawarkan solusi dengan merepresentasikan data sebagai simpul (nodes) dan sisi (edges), sehingga hubungan antar pengguna dapat dieksplorasi lebih efektif dibandingkan model relasional. Penelitian ini bertujuan menganalisis ketahanan (resilience) dan skalabilitas (scalability) basis data graf dalam konteks aplikasi jejaring sosial. Metode yang digunakan meliputi studi literatur, analisis komparatif antara basis data graf dan relasional, serta simulasi pengujian menggunakan Neo4j sebagai platform utama. Hasil penelitian menunjukkan bahwa basis data graf memiliki keunggulan signifikan dalam hal query kompleks seperti friend-of-friend, rekomendasi teman, dan deteksi komunitas, dengan waktu respons lebih singkat hingga 60% dibandingkan basis data relasional. Dari sisi ketahanan, sistem graf mampu mempertahankan konsistensi data meskipun terjadi replikasi dan distribusi data dalam skala besar. Adapun tantangan utama terletak pada kebutuhan sumber daya komputasi yang tinggi serta optimalisasi indeks. Penelitian ini menegaskan relevansi penggunaan basis data graf pada aplikasi jejaring sosial berskala besar, sekaligus memberikan kontribusi bagi pengembangan strategi implementasi yang lebih efisien.

Title

Found 40 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 40 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 40 Documents
Search