Article Per Year (5 Year)
p-Index From 2021 - 2026
3.014
P-Index
This Author published in this journals
All Journal Jurnal TIMES MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Informatika Kaputama (JIK) Jurnal Sistem Informasi Kaputama (JSIK) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Ilmu Komputer dan Sistem Komputer Terapan (JIKSTRA) INCODING: Journal of Informatics and Computer Science Engineering Journal of Artificial Intelligence and Engineering Applications (JAIEA) Journal of Mathematics and Technology (MATECH) Prioritas : Jurnal Pengabdian Kepada Masyarakat Jurnal Teknik, Komputer, Agroteknologi dan Sains Jurnal Indonesia Sosial Teknologi
Sembiring, Arnes
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Automotive Engineering Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Social Sciences Transportation

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Klasifikasi Tumbuhan Obat Berdasarkan Citra Daun Menggunakan Algoritma CNN Sinaga, Nicolas Novelico; Sembiring, Arnes
INCODING: Journal of Informatics and Computer Science Engineering Vol 5, No 1 (2025): INCODING APRIL
Publisher : Mahesa Research Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34007/incoding.v5i1.833

Abstract

This study aims to classify various types of medicinal plants based on leaf images by utilizing the Convolutional Neural Network (CNN) algorithm. The model used is the MobileNetV2 architecture because of its ability to balance accuracy and computational efficiency. The leaf images dataset is divided into training and validation data, then processed through several stages such as augmentation, fine-tuning, and regularization. The evaluation results show that the model successfully achieved the highest validation accuracy of 98,43%, proving that this approach is effective in identifying types of medicinal plants.
Jaringan Syaraf Tiruan Memprediksi Tingkat Penggunaan Sosial Media Dimasa Pandemi Menggunakan Metode Backpropagation Naufal, Tengku Akhdan; Sembiring, Arnes; Sembiring, Hermansyah
Educativo: Jurnal Pendidikan Vol 1 No 1 (2022): Jurnal Teknik, Komputer, Agroteknologi dan Sains (Marostek)
Publisher : PT. Marosk Zada Cemerlang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (633.163 KB) | DOI: 10.56248/marostek.v1i1.19

Abstract

Media sosial merupakan sebuah media online di mana para penggunanya dapat dengan bebas dan mudah berbagi serta menciptakan isi pesan yang diinginkan. Media sosial juga sebagai tempat untuk membagi kegiatan atau aktifitas pengguna. Pengguna juga tidak dirumitkan dalam pembuatan media sosial dan tidak ada batasan ruang dan waktu di mana pengguna dapat membuka media sosal dalam waktu 24 jam sehingga memberikan kecanduan bagi para pengguna media sosial. Saat ini penggunaan media sosial menjadi salah satu alat komunikasi berbasis online untuk mencegah terjadinya penyebaran covid-19 dan kerumunan masyarakat. Alat komunikasi yang saat ini banyak digunakan oleh masyarakat setempat adalah handphone dan laptop serta harus tersedia juga jaringan internet agar dapat mengakses pekerjaan dan sebagai media pembelajaran online pada saat ini. Oleh karena itu perlu adanya suatu tindakan untuk memprediksi tingkat penggunaan sosial media apa saja yang digunakan oleh masyarakat dan pelajar saat ini agar nantinya dapat mempermudah dan menjadi rekomendasi terbaru dalam hal memberikan informasi dan lainnya dengan cepat. Dari analisa yang dilakukan dapatlah hasil pengguna untuk seluruh proses yang dilakukan yaitu pengguna facebook pada bulan juni 45 data, pengguna instagram pada bulan Juni 45 data, pengguna tiktok pada bulan Juni 74 data, pengguna whatsapp pada bulan Juni 45 data, pengguna youtube pada bulan Juni 45 data.
SISTEM MONITORING DAN KONTROL PINTU BENDUNGAN BERBASIS NODEMCU DAN ENERGI TERBARUKAN Rifai, Abas; Sembiring, Arnes; Br Sitepu, Kristina Annatasia; Jalil, Saifuddin Muhammad
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

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

Abstract

Pintu bendungan memiliki peran strategis dalam pengelolaan sumber daya air, mencakup irigasi, pengendalian banjir, hingga penyediaan air bersih bagi masyarakat. Namun, di banyak daerah, sistem pengoperasian pintu masih bersifat manual dan sangat tergantung pada intervensi manusia. Ketergantungan ini menyebabkan keterlambatan dalam merespons fluktuasi volume air secara tiba-tiba, terutama pada saat cuaca ekstrem, yang berisiko menimbulkan bencana seperti banjir dan kekeringan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem otomatisasi pintu bendungan berbasis Internet of Things (IoT), dengan menggunakan mikrokontroler NodeMCU ESP8266 sebagai unit kendali utama. Sensor ultrasonik digunakan untuk mengukur ketinggian permukaan air secara real-time, sementara sensor hujan memantau kondisi cuaca. Sistem ini dilengkapi panel surya sebagai sumber energi terbarukan guna mendukung keberlanjutan operasional. Motor servo digunakan untuk membuka dan menutup pintu bendungan secara otomatis berdasarkan data sensor yang dianalisis secara cerdas. Seluruh data dikirimkan ke aplikasi Blynk, memungkinkan pemantauan dan pengendalian jarak jauh melalui perangkat seluler. Hasil pengujian menunjukkan bahwa sistem ini bekerja secara akurat, responsif, dan andal dalam berbagai kondisi simulasi. Temuan ini menawarkan solusi teknologi yang inovatif, hemat energi, dan berpotensi diterapkan secara luas dalam sistem pengelolaan air terpadu di masa depan.
PENGEMBANGAN APLIKASI ANDROID UNTUK KLASIFIKASI TINGKAT KEMATANGAN BUAH ALPUKAT MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) BERDASARKAN PENGOLAHAN CITRA Rizky, Bagaskara Dwi; Sembiring, Arnes
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

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

Abstract

Penelitian ini bertujuan untuk mengembangkan aplikasi Android berbasis pengolahan citra yang mampu mengklasifikasi tingkat kematangan buah alpukat secara otomatis. Permasalahan utama dalam proses klasifikasi manual adalah ketidakakuratan dan ketidakkonsistenan hasil, yang dapat berdampak pada kualitas dan nilai jual buah. Untuk mengatasi hal tersebut, diterapkan metode Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 yang ringan dan efisien untuk perangkat mobile. Dataset citra buah alpukat dibagi ke dalam lima kelas, yaitu Mentah, Setengah Matang, Matang, Terlalu Matang, dan Bukan Alpukat. Proses pelatihan model mencakup augmentasi data, pengoptimalan fungsi aktivasi, serta konversi model ke format TensorFlow Lite agar dapat diintegrasikan ke dalam aplikasi Android. Hasil pengujian menunjukkan bahwa model CNN mampu mencapai tingkat akurasi validasi sebesar 94,61% dan akurasi pengujian sebesar 90,73%. Aplikasi ini memungkinkan pengguna untuk mengambil atau mengunggah gambar buah alpukat, lalu memprosesnya secara real-time dan menampilkan prediksi tingkat kematangannya. Penelitian ini memberikan kontribusi dalam pengembangan teknologi pertanian presisi berbasis kecerdasan buatan untuk membantu proses klasifikasi buah secara cepat, akurat, dan efisien.
Normalization Layer Enhancement in Convolutional Neural Network for Parking Space Classification rahman, sayuti; Ramli, Marwan; Sembiring, Arnes; Zen, Muhammad; Syah, Rahmad B.Y
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 23 No. 3 (2024)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v23i3.3871

Abstract

The research problem of this study is the urgent need for real-time parking availability information to assist drivers in quickly and accurately locating available parking spaces, aiming to improve upon the accuracy not achieved by previous studies. The objective of this research is to enhance the classification accuracy of parking spaces using a Convolutional Neural Network (CNN) model, specifically by integrating an effective normalizing function into the CNN architecture. The research method employed involves the application of four distinct normalizing functions to the EfficientParkingNet, a tailored CNN architecture designed for the precise classification of parking spaces. The results indicate that the EfficientParkingNet model, when equipped with the Group Normalization function, outperforms other models using Batch Normalization, Inter-Channel Local Response Normalization, and Intra-Channel Local Response Normalization in terms of classification accuracy. Furthermore, it surpasses other similar CNN models such as mAlexnet, you only look once (Yolo)+mobilenet, and CarNet in the same classification task. This demonstrates that EfficientParkingNet with Group Normalization significantly enhances parking space classification, thus providing drivers with more reliable and accurate parking availability information.
Identification of Banana Fruit Types Using the Backpropagation Method Widodo, Dian; Fauzi, Achmad; Sembiring, Arnes
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 3 No. 1 (2023): October 2023
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v3i1.314

Abstract

Identification of types of bananas and assessment of their maturity level is an important process in the agricultural and distribution industries. In an effort to automate this process, the authors propose an approach to identify bananas and their level of ripeness using a Backpropagation neural network. Through digital image processing, images or pictures of bananas will be extracted with images such as RGB (red green blue), metric and eccentricity (shape features). The results of the image data training process are as many as 55 image data input, obtained by the training process data on banana types with 11 iterations from the maximum input epoch 10000, target error or performance 0.00642 with an accuracy value of 80%. Furthermore, the training process obtained data on the maturity level of bananas with 4 iterations from the maximum input epoch 10000, the target error or performance is 0.00606 with an accuracy value of 90%. From the test image process that has been carried out, the system can identify the type of banana and its maturity level based on the feature extraction input from the image of the banana. This study also aims to test and determine the accuracy of the application of the Backpropagation method in identifying the types of bananas and their level of maturity.
Pelatihan Penulisan Karya Ilmiah untuk Mahasiswa Teknik Informatika Sumatera Utara Rahman, Sayuti; Hartono, Hartono; Sembiring, Arnes; Ongko, Erianto; Aulia, Rachmat
Prioritas: Jurnal Pengabdian Kepada Masyarakat Vol. 6 No. 01 (2024): EDISI MARET 2024
Publisher : Universitas Harapan Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35447/prioritas.v6i01.926

Abstract

Penulisan karya ilmiah merupakan salah satu keterampilan penting yang harus dikuasai oleh mahasiswa dalam menyelesaikan studi mereka. Namun, masih banyak mahasiswa yang mengalami kesulitan dalam menghasilkan karya ilmiah yang berkualitas. Oleh karena itu, kegiatan pengabdian masyarakat ini bertujuan untuk memberikan pelatihan penulisan karya ilmiah kepada mahasiswa Teknik Informatika di Sumatera Utara. Kegiatan ini dilaksanakan dengan kerjasama antara lembaga pendidikan tinggi dan organisasi profesi, yaitu Ikatan Profesi Komputer Informatika Nusantara (IKAPKIN). Pelatihan dilakukan melalui platform Zoom dan melibatkan 81 peserta dari berbagai perguruan tinggi di Sumatera Utara. Materi pelatihan mencakup berbagai trik dan tool dalam penulisan karya ilmiah, serta panduan dalam memanfaatkan tool penelitian seperti ChatGPT, DeepL.Com, Grammarly, Quillbot, dan Mendeley. Hasil evaluasi postest menunjukkan adanya peningkatan yang signifikan dalam pemahaman peserta terhadap penggunaan tool penelitian, dengan jumlah peserta yang memahami meningkat secara signifikan. Respon positif terhadap penyampaian materi pelatihan juga tercatat. Diharapkan kegiatan ini dapat memberikan dampak positif dalam meningkatkan kualitas penulisan karya ilmiah mahasiswa Teknik Informatika di Sumatera Utara
DATA MINING PENGOLAHAN SEMUA PENGADUAN MENGGUNAKAN ALGORITMA K-MEANS (STUDI KASUS POLRES KOTA BINJAI) Yunika , Vica; Simanjuntak, Magdalena; Sembiring, Arnes
Jurnal Informatika Kaputama (JIK) Vol 6 No 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v6i2.1112

Abstract

Hukum mengatur hubungan antara orang dengan orang lain dan membatasi kepekaan serta mengadakan larangan atau keharusan agar tercapai ketertiban hukum di dalam masyarakat.Tak jarang setiap orang berani melakukan tindakan yang melanggar aturan hukum demi mendapatkan sesuatu yang diinginkan,bahkan dapat menyebabkan kerugian, kehihangan suatu hak atas tindak kejahatan yang dilakukan. Masyarakat dapat melakukan pengaduan atas suatu tindakan yang terjadi pada dirinya yaitu dengan cara datang kekantor Kepolisian. Polres Kota Binjai memiliki data-data setiap pelaporan terhadap pengaduan masyakat yang terus bertambah setiap masyarakat yang melakukan pengaduan yang biasa disimpan dalam sebuah file dalam komputer. Data tersebut dapat diolah menjadi data yang berguna yang dapat digunakan untuk memperoleh sebuah informasi yang baru dengan cara membuat sebuah sistem yang akan membantu untuk menemukan informasi baru dari data tersebut. Algoritma K-Means adalah algoritma clustering yang populer dan banyak digunakan dalam dunia industri. Clustering menganalisis objek data yang digunakan untuk menghasilkan grup, grup tersebut didapatkan berdasarkan prinsip memaksimalkan kesamaan dalam kelas dan meminimalkan kesamaan antar kelas. Clustering adalah membagi data ke dalam grup-grup yang mempunyai obyek dengan karakteristiknya sama.
Rancang Bangun Miniatur Sistem Pemantauan Kondisi Lahan Pertanian Dengan Sms Gateway Berbasis Arduino Shidqi, Sultan; Rahman, Sayuti; Sembiring, Arnes
Jurnal Indonesia Sosial Teknologi Vol. 3 No. 02 (2022): Jurnal Indonesia Sosial Teknologi
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2706.041 KB) | DOI: 10.59141/jist.v3i02.347

Abstract

Tanah merupakan unsur penting dalam pertanian dikarenakan tanah media dalam bercocok tanam. Suhu dan kelembapan dapat memengaruhi pertumbuhan tanaman dan kesulitan petani yaitu mengetahui nilai suhu dan kelembapan pada lahan pertaniannya tanpa harus ke terjun langsung ke lahan. Padahal informasi suhu dan kelembapan tanah sangat penting karena informasi tersebut digunakan untuk tindakan perbaikan dalam mengelola lahan pertanian. Berdasarkan permasalahan tersebut maka penulis merancang miniatur sistem pemantauan yang dapat mengetahui nilai suhu dan kelembapan tanah pada miniatur lahan pertanian dengan SMS. Sistem rancangan ini menggunakan Arduino Uno sebagai kontrol sistem pada seluruh rangkaian, Modul GSM sebagai pengirim dan penerima SMS, sensor DHT22 untuk mengukur suhu, sensor kelembapan tanah untuk mengukur kelembapan air pada tanah dan LCD yang berfungsi menampilkan nilai sensor. Cara pengaplikasian yaitu pengguna cukup mengirim SMS ke nomor yang ada pada Modul GSM dan teks SMS yang berisi “cek suhu tanah” atau “cek kelembapan tanah” maka pengguna akan mendapatkan notifikasi dari sistem serta mendapatkan informasi nilai sensor dari miniatur lahan. Untuk mengetahui apakah SMS sudah masuk ke sistem atau tidak pengguna dapat melihat SMS yang dikirim pada tampilan LCD sesuai dengan teks yang kita kirim ke sistem.
Sosialisasi Pembuatan Pakan Fermentasi untuk Ternak Sapi di Dusun I Bukit Gantung Desa Sumber Mulyo Rahman, Sayuti; Khahfi Zuhanda, Muhammad; Ramdan, Dadan; Hartono, Hartono; Syah, Rahmad; Sembiring, Arnes; Astuti Kuswardani, Retna; Suswati, Suswati; Ady Pratama, Ramadhan; Martini, Dewi
Prioritas: Jurnal Pengabdian Kepada Masyarakat Vol. 7 No. 02 (2025): EDISI SEPTEMBER 2025
Publisher : Universitas Harapan Medan

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

Abstract

Ketersediaan pakan berkualitas menjadi tantangan utama bagi peternak sapi di Dusun I Bukit Gantung, Desa Sumber Mulyo, terutama pada musim kemarau ketika hijauan terbatas dan harga pakan komersial meningkat. Ketergantungan pada rumput dan jerami tanpa pengolahan menyebabkan rendahnya nilai nutrisi serta pertumbuhan ternak yang tidak optimal. Kegiatan Pengabdian kepada Masyarakat (PkM) ini bertujuan memberikan edukasi dan pelatihan kepada peternak mengenai pembuatan pakan fermentasi sebagai solusi aplikatif, murah, dan berkelanjutan. Metode pelaksanaan mencakup sosialisasi konsep fermentasi, demonstrasi teknis, dan hands-on training mulai dari pemilihan bahan, pencacahan, pencampuran dengan EM4, pengaturan kadar air, hingga pengemasan anaerob dan proses inkubasi. Evaluasi dilakukan melalui pre-test dan post-test untuk mengukur peningkatan pengetahuan dan keterampilan peserta. Hasil kegiatan menunjukkan peningkatan signifikan antara 40% hingga 54% pada aspek pemahaman konsep dasar, teknik pengolahan, serta kemampuan menganalisis kesalahan fermentasi. Pelatihan ini terbukti efektif dalam membangun kapasitas peternak untuk memproduksi pakan fermentasi secara mandiri, memanfaatkan limbah pertanian, dan mengurangi ketergantungan pada pakan komersial. Penerapan teknologi fermentasi diharapkan mampu meningkatkan produktivitas ternak serta mendukung praktik peternakan yang lebih efisien dan berkelanjutan.
Co-Authors Achmad Fauzi Ady Pratama, Ramadhan Ahmad Zakir, Ahmad Algama, Bella Asmah Indrawati Dadan Ramdan Erianto Ongko Gultom, Imeldawaty Harahap, Jaffar Siddik Hartono Hartono Hartono Hartono Hasibuan, Ade Hasibuan, Ade Zulkarnain Ilham, Fauzi Irawan, Amri Khahfi Zuhanda, Muhammad Kristina Annatasia Br Sitepu Martini, Dewi Marwan Ramli Muhammad Khahfi Zuhanda Muhammad Zen, Muhammad Naufal, Tengku Akhdan Pane, Ilham Maratua Rachmat Aulia, Rachmat Rahmad Syah, Rahmad Rahman, Sayuti Ray, Raja Pahlefi Retna Astuti Kuswardani Rifai, Abas Rizky, Bagaskara Dwi Saifuddin Muhammad Jalil Sembiring, Hermansyah Sembiring, Jams David Pindona Shidqi, Sultan Simanjuntak, Magdalena Sinaga, Nicolas Novelico Siregar, Budi Arisa Utomo Siregar, Rosyidah suswati suswati Syah, Rahmad B.Y Widodo, Dian Yunika , Vica