Article Per Year (5 Year)
p-Index From 2021 - 2026
0.751
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Nasional Teknologi Komputer
M. Syaifuddin
Universitas Budi Darma
Computer Science & IT

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Expert System Untuk Mendiagnosis Infeksi Sinus Pre-Auricular Pada Telinga Manusia Menggunakan Metode Teorema Bayes Widarman Laia; M. Syaifuddin; Deski Helsa Pane
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 25 No 1 (2026): Februari 2026
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v25i1.13385

Abstract

Sinus Pre-Auricular adalah lubang yang terlihat atau mirip lesung pipi. Pemeriksaan infeksi Sinus Pre-Auricular banyak diabaikan karena kebanyakan Sinus Pre-Auricular dianggap sebagai tanda lahir. Sementara lubang kecil yang sering berada diarea telinga dapat menyimpan bakteri karena tidak dapat dibersihkan hanya dengan mandi saja. Akibatnya dapat berakibat terjadinya infeksi yang membutuhkan banyak biaya karena harus melakukan pembedahan jika sudah akut. Saat ini masyarakat umum belum memiliki sarana atau tempat yang mudah untuk melakukan deteksi infeksi Sinus Pre-Auricular selain harus konsultasi dengan dokter yang membutuhkan biaya yang tidak sedikit. Untuk mengatasi permasalahan tersebut dibutuhkan sebuah sistem pakar yang mampu melakukan diagnosa infeksi Sinus Pre-Auricular dengan metode Teorema Bayes. Hasil dari penelitian ini adalah sebuah website sistem pakar yang mampu nilai kepastian dari gejala yang dialami. Pengukuran dilakukan dengan menerapkan metode Teorema Bayes sehingga dapat menghasilkan diagnosa yang akurat.
Sistem Pendukung Diagnosis Kehamilan dan Kelainannya Menggunakan Jaringan Saraf Tiruan Backpropagation M. Syaifuddin; Risky Hadiansyah; Nancy Armaya
Jurnal Nasional Teknologi Komputer Vol 4 No 4 (2024): Oktober 2024
Publisher : CV. Hawari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61306/jnastek.v4i4.511

Abstract

Pregnancy-related complications require timely recognition, while symptom patterns may vary among patients. This study develops a decision-support model based on a backpropagation artificial neural network to classify six pregnancy-related conditions from symptom data. The dataset contains 172 records represented by 17 input variables and six output classes: normal pregnancy, early pregnancy, hyperemesis gravidarum, preeclampsia/eclampsia, hydatidiform mole, and ectopic pregnancy. Experiments evaluated training-test proportions of 90:10, 80:20, 70:30, 60:40, and 50:50, in addition to a resubstitution experiment using all records. The selected network used 17 input neurons, 50 hidden neurons, six output neurons, a sigmoid activation function, learning rate 0.1, target error 0.01, and a maximum of 50,000 epochs. Training accuracy reached 100% in the reported scenarios, whereas independent test accuracy ranged from 71.43% to 85.71%. The best holdout result was obtained with the 80:20 split, recognizing 30 of 35 test records (85.71%). These findings indicate that backpropagation can support multiclass pregnancy-condition classification, but further stratified validation and external clinical evaluation are required before practical diagnostic use.
Analisis Menentukan Pengalokasian Gas Lpg 3 Kg Dengan Metode Multi Attributive Border Approximation Area Comparison (MABAC) Muhammad Rizki; Beni Andika; M. Syaifuddin
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 25 No 2 (2026): Agustus 2026
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v25i2.13436

Abstract

Masalah pengalokasian gas LPG 3 kg ke pangkalan-pangkalan di PT. Lautan Gas Makmur menjadi tantangan utama. Permintaan LPG 3 kg yang tinggi, terutama di daerah-daerah tertentu, memerlukan sistem distribusi yang efisien dan tepat sasaran. Tanpa sistem pendukung keputusan yang memadai, proses pengalokasian sering kali tidak optimal, mengakibatkan ketidakpuasan pelanggan dan peningkatan biaya distribusi. Hasil analisis menunjukkan bahwa penerapan metode Multi-Attributive Border Approximation Area Comparison (MABAC) dalam pengalokasian LPG 3 kg dapat meningkatkan efisiensi dan efektivitas distribusi. Data yang mencakup kriteria seperti volume permintaan, jarak distribusi, kapasitas pangkalan, dan biaya pengiriman menghasilkan prioritas pengalokasian yang lebih terstruktur dan rasional. Implementasi metode MABAC berhasil mengurangi biaya operasional dan memastikan Penjualan LPG di pangkalan sesuai dengan kebutuhan aktual. Solusi yang diusulkan adalah pengembangan dan implementasi sistem pendukung keputusan berbasis metode MABAC untuk PT. Lautan Gas Makmur. Sistem ini dirancang untuk memproses berbagai kriteria pengalokasian dan memberikan rekomendasi pengalokasian yang optimal. Dengan sistem ini, PT. Lautan Gas Makmur dapat mengalokasikan LPG 3 kg secara lebih efisien, mengurangi biaya distribusi, dan meningkatkan kepuasan pelanggan melalui penyediaan LPG yang lebih tepat sasaran.
Menganalisis Tingkat Kepuasan Pelanggan Pada Café Dopamine Dengan Menggunakan Metode Customer Satisfacition Index (Csi) Kartika Munthe; Marsono; M. Syaifuddin
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 9 No. 1 (2026): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v9i1.13409

Abstract

Pelanggan tidak terlepas dari kepuasan yang sudah dirasakan oleh pelanggan tersebut. Semakin baik kepuasan pelanggan maka akan semakin tinggi. Namun, yang terjadi di Café Dopmine adalah belum adanya sebuah sistem aplikasi yang digunakan sebagai tolak ukur kepuasan pelanggan, sehingga pihak Cafe Dopamine terkendala dalam mengukur tingkat kepuasan pelanggan ataupun kualitas pelayanan yang telah diberikan terhadap pelanggan tersebut. Hal tersebut dinilai tidak efektif dari segi waktu karena akan menimbulkan proses penilaian yang lama apabila hasil kuisioner yang tadinya diisi oleh pelanggan harus dihitung secara satu-persatu untuk mencari kesimpulan tingkat kepuasan dari pelanggan tersebut maka dari itu dibangunlah sebuah Sistem Pendukung Keputusan yang dapat melakukan penilaian dalam menentukan tingkat kepuasan pelanggan terhadap sebuah Cafe. Sistem ini nantinya akan menggunakan metode CSI sebagai metode komputasi. Customer Satisfaction Index (CSI) digunakan untuk menentukan tingkat kepuasan pelanggan secara menyeluruh dengan pendekatan yang mempertimbangkan tingkat kepentingan dari atribut-atribut kualitas jasa yang diukur. Hasil yang diperoleh adalah terciptanya sebuah sistem yang akan memberikan output (keluaran) berupa nilai tingkat kepuasan pelanggan terhadap sebuah Cafe serta nilai skor GAP pada setiap indikator, hasil tersebut diharapkan dapat membantu pihak Café Dopamine dalam mengukur tingkat kepuasan pelanggan.
Co-Authors Beni Andika Deski Helsa Pane Kartika Munthe Marsono Muhammad Rizki Nancy Armaya Risky Hadiansyah Widarman Laia