Article Per Year (5 Year)
p-Index From 2020 - 2025
2.766
P-Index
This Author published in this journals
All Journal Dinamik J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Building of Informatics, Technology and Science Journal of Applied Data Sciences J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal IPTEK Bagi Masyarakat Jurnal Informatika dan Teknologi Informasi Jurnal Pengabdian Harapan Bangsa Jurnal Teknologi Ilmu Komputer
Siagian, Yessica
Unknown Affiliation
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Mathematics Mechanical Engineering Physics Public Health Social Sciences

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
Pelatihan Keterampilan Dasar Komputer dan Teknologi Informasi Dalam Persiapan ANBK Tingkat Sekolah Dasar Irawati, Novica; Siagian, Yessica; Syah, Arridha Zikra
Jurnal IPTEK Bagi Masyarakat Vol 3 No 1 (2023)
Publisher : Ali Institute of Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/jibm.v3i1.694

Abstract

The PKM STMIK Royal Kisaran team held basic computer skills training in Computer Learning Program Computer-Based National Assessment (ANBK) for grade 5 students. Principal of SD Negeri 014689 explained that ANBK is a program to assess school quality, and an equality program at the primary and secondary levels from the Ministry of Education, Culture , Research and Technology (Kemendikbudristek). Of course the school has prepared the facilities and infrastructure, namely computers complete with servers, to support the ANBK program. However, there is a need for training activities for SDN 014689 students to be more proficient and accustomed to dealing with computers, these activities are held as preparation for the implementation of ANBK. So that later it will improve student learning outcomes. Usually schools assessed in ANBK, he continued, would be measured according to literacy, numeracy and character learning outcomes, then the quality of the teaching-learning process, as well as the climate of the education unit that supports learning. From the above needs, the STMIK Royal PKM Lecturer team provided skills training activities basic Computer and Technology and Information on ANBK preparation.
Sosialisasi Pencegahan Cybercrime Untuk Guru SD Negeri 132408 di Tanjung Balai Selatan Maulina Azmi, Sri Rezki; Siagian, Yessica; Kurniawan, Reza
Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Vol 8, No 2 (2025): April 2025
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurdimas.v8i2.3819

Abstract

The advanced innovation has essentially expanded the danger of cybercrime, driving to issues such as personality robbery, work misfortune, and disturbances to basic framework. In the interim, cybercriminals proceed to create modern procedures and methodologies in committing their criminal acts. The reason to depict the degree of cybercrime dangers in Indonesia. Common cyber dangers in Indonesia incorporate malware assaults, refusal of benefit (DoS), dispersed refusal of benefit (DDoS), and phishing. These dangers are frequently exacerbated by a need of mindfulness and instruction almost cybersecurity and constrained requirement of cybercrime laws. In conclusion, cybercrime dangers in Indonesia are right now considered genuine and profoundly unsafe due to their potential to make national issues. The action was carried out through the arrangement of socialization counseling with address and discourse strategies, as well as address and reply with members. Accommodation of fabric within the frame of control point slides that are displayed amid the action and conveyed to instructors as members . Therefore, it is crucial to recognize the importance of understanding these issues cybercrime anticipation socialization has to be passed on to the educator SD Negeri 132408 di Tanjungbalai Selatan. With this preparing, it is trusted that they can gotten to be web clients who can maintain a strategic distance from the potential to ended up culprits or casualties of cyber wrongdoings. Keywords: cybercrime; socialization; prevention  Abstrak: Pengembangan teknologi digital telah secara signifikan meningkatkan risiko cybercrime karena mempengaruhi pencurian identitas, kehilangan tempat kerja, dan infrastruktur kritis. Sementara itu, pelaku cybercrime terus mengembangkan teknologi dan strategi baru untuk inspeksi perilaku kriminal. Ini dilakukan dengan memeriksa dan menganalisis literatur dalam kaitannya dengan dengan cybercrime di Indonesia. Temuan ini menunjukkan bahwa publikasi teknologi dari di Indonesia telah mengambil ancaman terbaru dan dampak pada berbagai aspek kehidupan dan bisnis. Penulis menyimpulkan bahwa cybercrime di Indonesia diklasifikasikan sebagai serius (sangat berbahaya) karena dapat menyebabkan masalah nasional. Kegiatan ini dilakukan dengan pemberian sosialisasi dengan menggunakan metode ceramah dan diskusi, serta bertanya jawab bersama peserta. Bentuk dalam penyampaian materi yaitu slide powerpoint yang dipaparkan dan di edarkan pada saat kegiatan berlangsung.  Oleh karena itu, pemahaman mengenai sosialisasi pencegahan cybercrime sangat penting untuk disampaikan kepada para guru di SD Negeri 132408, Tanjungbalai Selatan. Melalui pelatihan ini, diharapkan mereka dapat menjadi pengguna internet yang lebih bijak dan mampu menghindari risiko sebagai pelaku maupun korban kejahatan cybercrime.Kata kunci: cybercrime; sosialisasi; pencegahan
Metode Topsis Dan Maut Dalam Pemilihan Lokasi Pengelolaan Limbah Siagian, Yessica
Jurnal Informatika dan Teknologi Informasi Vol. 4 No. 1: Mei 2025
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/jt.v4i1.508

Abstract

Sampah merupakan isu global yang berdampak pada banyak hal, termasuk kesehatan lingkungan. Pembentukan bank sampah untuk pengelolaan sampah merupakan salah satu pendekatan pengelolaan sampah. Berkenaan dengan kesejahteraan lingkungan masyarakat, sistem pendukung keputusan mutlak diperlukan dalam hal ini untuk pengelolaan sampah di berbagai lokasi. Dengan membandingkan dua metode, metode Multi-Attribute Utility Theory (MAUT) dan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dan mempertimbangkan berbagai faktor, seperti dampak lingkungan, biaya pengembangan, aksesibilitas, dan kepatuhan terhadap peraturan, penelitian ini bertujuan untuk memungkinkan pengambil keputusan menganalisis pemilihan lokasi yang sesuai untuk fasilitas pengelolaan limbah. Adapun hsil penelitian dari metode ini untuk metode TOPSIS adalah pulau raja diurutan pertama dengan nilai 0,822 sedangkan dengan metode MAUT di urutan pertama yaitu lokasi di kota medan dengan nilai 0,455. Dengan demikian, kebutuhan masyarakat dapat menentukan strategi mana yang dipilih. Strategi MAUT dapat digunakan jika pemilih mempunyai keinginan untuk memikirkan berbagai standar. Meskipun demikian, teknik TOPSIS lebih cocok jika masyarakat berkeinginan untuk memilih lokasi pengelolaan limbah yang skornya mendekati pengaturan terbaik dan terjauh dari pengaturan merugikan.
Sistem Seleksi Pemasok Bahan Bangunan dengan Metode Ahp-Moora Novita, Ine; Siagian, Yessica; Rohminatin, Rohminatin
Dinamik Vol 30 No 2 (2025)
Publisher : Universitas Stikubank

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35315/dinamik.v30i2.10116

Abstract

Senia, bisnis penjualan bahan bangunan seperti semen, keramik, pasir, dan besi, menghadapi kesulitan dalam memilih pemasok terbaik karena keterbatasan informasi dan metode evaluasi yang subjektif. Hal ini menyebabkan pemilihan pemasok yang tidak optimal, seperti pemasok yang sering terlambat mengirimkan barang atau menyediakan bahan berkualitas rendah. Akibatnya, operasional usaha terhambat, biaya meningkat, dan kepercayaan pelanggan menurun. Persaingan ketat di industri ini membuat layanan buruk akibat pemasok yang tidak tepat berisiko membuat pelanggan beralih ke kompetitor. Dengan menerapkan sistem menggunakan Metode Analytic Hierarchy Process (AHP) dan Multi-Objective Optimization by Ratio Analysis (MOORA) pada sistem rekomendasi berbasis website. AHP membantu merangking kriteria dan subkriteria secara sistematis, sementara MOORA efektif dalam menyeleksi alternatif terbaik. Kombinasi kedua metode ini terbukti meningkatkan efisiensi dan akurasi dalam seleksi pemasok, mengurangi waktu evaluasi manual, dan menghindari subjektivitas dalam pengambilan keputusan. Dengan sistem ini, UD. Senia dapat memastikan ketersediaan bahan berkualitas dengan harga kompetitif, menjaga posisi pasar, dan meningkatkan daya saing.
Pelatihan E-Commerce Untuk Pengusaha Kecil dan Menengah Siagian, Yessica; Santoso, Santoso; Febriani, Desi
Jurnal Pengabdian Harapan Bangsa Vol. 3 No. 2: Mei 2025
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/jphb.v3i2.362

Abstract

Keberadaan Usaha Mikro Kecil dan Menengah (UMKM) dalam perekonomian Indonesia mempunyai peran dan potensi yang besar dalam membangun perekonomian nasional maupun sektoral. Namun Jenis Usaha mikro kecil menegah masih kurang di kenal oleh masyarakat luas; sehingga berdampak pada pemasaran produk yang mereka hasilkan. Keterbatasan tersebut merupakan permasalahan yang penting bagi UMKM dalam mengembangkan usahanya. Untuk itu dalam kegiatan pengabdian kepada masyarakat ini akan memberikan pelatihan kepada pelaku UMKM tentang pemasaran, promosi dan pengenalan produk kepada masyarakat melalui media Internet, dengan tujuan membantu para pelaku UMKM di kota Sintang agar lebih memahami E-Commerce. Yang menjadi sasaran program pengabdian masyarakat ini adalah pelaku UMKM di kota Kisaran. Kegiatan Pelatihan dan penyuluhan ini memberikan manfaat bagi masyarakat khususnya para pelaku usaha mikro kecil dan menengah di kota Kisaran. Peserta penyuluhan memahami apa itu E- Commerce yaitu proses pembelian, penjualan produk, jasa dan informasi yang dilakukan secara elektronik dengan melibatkan transfer dana elektronik, sistem manajemen inventory otomatis dan sistem pengumpulan data otomatis yang memanfaatkan jaringan internet komputer. Selain itu para peserta juga mendapatkan pelatihan cara membuat website produk, memberikan pelatihan cara bergabung di Marketplace yang sudah tersedia dan mendesain tampilan produk yang akan dipasarkan
Seleksi Staff IT Dinas Kominfo Asahan Menggunakan Metode Oreste Siagian, Yessica; Zikra Syah , Arridha; Yesputra, Rolly
Jurnal Teknologi Ilmu Komputer Vol. 3 No. 2: Juni 2025
Publisher : PT. Bangun Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56854/jtik.v3i2.355

Abstract

Memilih karyawan yang tepat dan sesuai dengan kriteria perusahaan atau instansi, seperti Dinas Kominfo Asahan, tidaklah mudah. Oleh karena itu, diperlukan seleksi yang cermat terhadap calon staff IT agar perusahaan atau instansi mendapatkan staff IT yang kompeten sesuai dengan bidangnya. Banyaknya pelamar yang datang seringkali menyebabkan perusahaan menghadapi kendala dan kesulitan dalam memilih calon staff IT yang tepat. Proses seleksi ini kerap kali dipengaruhi oleh faktor subjektivitas, yang dapat mengakibatkan terpilihnya karyawan yang kurang kompeten. Untuk mengatasi masalah ini, diperlukan sistem informasi yang dapat membantu perusahaan dalam melakukan seleksi calon staff IT. Sistem ini dikenal dengan nama Sistem Pendukung Keputusan.Pada penelitian ini, digunakan metode Orete berdasarkan beberapa penelitian yang telah dipublikasikan. Metode ini membantu menyusun peringkat calon staff IT yaitu Fani Aryanti Manulang dengan hasil akhir perhitungan menggunakan meode oreste dengan nilai 1,8944.
Stacking Ensemble with SMOTE for Robust Agricultural Commodity Price Prediction under Imbalanced Data Siagian, Yessica; Hutahaean, Jeperson; Mulyani, Neni
Journal of Applied Data Sciences Vol 6, No 4: December 2025
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v6i4.916

Abstract

The volatility of agricultural commodity prices presents a substantial obstacle in the agribusiness sector, especially in supporting timely and data-driven decision-making. This volatility is primarily caused by the imbalanced distribution of historical price data and the complex, often nonlinear nature of price patterns. To address this challenge, this study proposes a novel predictive modeling approach by integrating Stacking Ensemble Learning and Synthetic Minority Over-sampling Technique (SMOTE). The dataset used in this research consists of 5,558 records and 9 features, sourced from a publicly available Kaggle dataset. The target variable daily price was transformed into three classes: low, medium, and high, using a quartile-based discretization approach to enable multiclass classification. The main objective is to evaluate whether stacking combined with SMOTE can improve model performance compared to baseline models that use individual algorithms. A total of eight models were constructed and compared: four baseline models using SMOTE only, and four stacking models integrating SMOTE. The experimental results demonstrate that the proposed model Decision Tree Regression with Stacking and SMOTE achieved the highest performance, with 98.68% accuracy, an F1-score of 0.9868, Cohen’s Kappa of 0.9803, MCC of 0.9803, ROC-AUC of 0.9995, and a log loss of 0.0529. Other optimized models also performed well, such as Random Forest (98.37% accuracy) and Gradient Boosting (98.56%). In contrast, baseline models such as Linear Regression and Decision Tree without stacking achieved only around 67–68% accuracy, with log loss exceeding 0.97. The key contribution of this study is the empirical evidence that combining stacking and SMOTE significantly enhances classification accuracy and model robustness in imbalanced datasets. The novelty lies in applying a deep learning-optimized stacking framework specifically for agricultural commodity price classification, along with a comprehensive multiclass evaluation, offering new insights for practical implementation in agricultural decision support systems.
Comparative Analysis of Novel Deep Reinforcement Learning Methods for Food Distribution Optimization Hutahaean, Jeperson; Siagian, Yessica; Saputra, Endra
Journal of Applied Data Sciences Vol 6, No 4: December 2025
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v6i4.956

Abstract

Uneven food distribution across various regions in Indonesia often results in supply-demand imbalances, leading to price surges, stock shortages, and overall market instability. This challenge is compounded by the limitations of conventional distribution systems, which are ill-equipped to respond to rapidly changing market dynamics. In response, this study introduces a novel, AI-driven approach by implementing Deep Reinforcement Learning (DRL) to optimize food distribution policies using real-world data. Specifically, we perform a comparative evaluation of four emerging DRL models—Double Deep Q-Network (Double DQN), Dueling DQN, Proximal Policy Optimization (PPO), and Advantage Actor-Critic (A2C)—to determine their effectiveness in learning adaptive distribution strategies from national food logistics data provided by Indonesia’s Central Bureau of Statistics (BPS). Each model was trained within a custom simulation environment based on the Markov Decision Process (MDP) framework and evaluated using five core performance metrics: cumulative reward, average reward, success rate, sample efficiency, and best reward. The results reveal that A2C consistently outperformed the other models, delivering the highest average reward and most stable training performance, while PPO demonstrated strong efficiency and success rate. These findings underscore the potential of policy-gradient methods—particularly A2C—as robust and intelligent solutions for dynamic food logistics management. This research offers one of the first comparative benchmarks of DRL methods in the food distribution domain and highlights their applicability for future integration into national AI-powered logistics systems.
Co-Authors Abdul Karim Arridha Zikra Syah Bachtiar Efendi, Bachtiar Efendi Hutagalung, Jhonson Febriani, Desi Fitri Yani Ikhwani, Riska Irawati, Novica Jeperson Hutahaean Kifti, Wan Mariatul M, Desma Erica Maryati Marpaung, Nasrun Meta, Monanda Rio Novita, Ine Reza Kurniawan Rohminatin, Rohminatin Rolly Yesputra SANTOSO SANTOSO Saputra, Endra Sinaga, Hommy Dorthy Ellyany Sri Rezki Maulina Azmi Zikra Syah , Arridha