Article Per Year (5 Year)
p-Index From 2020 - 2025
4.838
P-Index
This Author published in this journals
All Journal JOIV : International Journal on Informatics Visualization International Journal of Artificial Intelligence Research PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer JURNAL PENDIDIKAN TAMBUSAI Journal of Information Technology and Computer Engineering JURTEKSI Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Review Pendidikan dan Pengajaran (JRPP) Jusikom: Jurnal Sistem Informasi Ilmu Komputer bit-Tech Jurnal Sistem informasi dan informatika (SIMIKA) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Infortech Jurnal Pendidikan Guru (JPG) Journal of Computer Scine and Information Technology Bulletin of Computer Science Research Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Jurnal Komtekinfo SmartComp Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen)
Sovia, Rini
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Social Sciences Other

Published : 38 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 38 Documents
Search

 1   2   3   4 
Metode Weight Product Untuk Pemilihan Pestisida Yang Sesuai Dengan Jenis Hamanya Lubis, Fitri Amelia Sari; Nurcahyo, Gunadi Widi; Sovia, Rini
Jurnal KomtekInfo Vol. 11 No. 3 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i3.542

Abstract

Technological developments are now growing rapidly in various fields, including the implementation of technology in everyday life, including the world of business and organizations. Digital technology includes information, computing, communications and connectivity, becoming a key factor for achieving sustainable competitive advantage in various industries. The use of technology also provides benefits such as sales monitoring, business recommendations and better decision making. Decision Support System (DSS) is a system that is deliberately created to assist certain parties in making decisions with quality and objective results, in an effective and efficient way of working, and does not depend solely on subjective decisions or based on wrong parameters. . The Weight Product (WP) method is one of the solution methods in Decision Support Systems. Choosing the best product is an important decision in various aspects of life, from purchasing consumer goods to choosing technology in business. UD. Anugrah Jaya Tani is one of the kiosks in Sayur Mahincat village, Kec. Barumun Selatan, Padang Lawas Regency, which operates in the agricultural sector and sells various types of pesticides, herbicides and fertilizers. Pesticides are chemical substances and other materials used to control various pests. For farmers, the types of pests are mites, pest plants, plant diseases caused by fungi (fungi), bacteria and viruses, nematodes (worms that damage roots), snails, mice, birds and other animals that are considered detrimental. This research aims to determine pesticides that are suitable for the type of pest on plants. The method used is a Decision Support System (DDS), namely Weight Product (WP). The data used is 10 data with 6 predetermined criteria. The results of this research are based on the final value obtained from each alternative, the pesticide with the highest value is considered the best alternative and the result is that Alternative A5 is the best pesticide with the highest value of 0.1396, namely Sidabas. This means that the pesticide is considered to best meet the specified criteria with the weight given.
Analytic Hierarchy Process dan Multi Attribute Utility Theory untuk Penentuan Penerima Alsintan pada Dinas Pertanian Siregar, Diffri; Yuhandri; Sovia, Rini
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.549

Abstract

Alat dan Mesin Pertanian (Alsintan) merupakan alat pertanian yang digunakan sebagai fasilitas bantuan untuk memudahkan serta membantu para petani dalam proses pengelolaan lahan sampai hasil pertanian. Proses untuk mendapatkan manfaat Alsintan melibatkan kelompok petani yang mengajukan permintaan bantuan kepada dinas pertanian. Selanjutnya, petugas meninjau dokumentasi untuk menentukan kesesuaiannya, setelah disetujui proposal dikirim ke otoritas pusat (Kementerian Pertanian). Identifikasi kelompok petani yang memenuhi syarat untuk bantuan saat ini dilakukan masih bersifat manual, tidak memiliki sistem untuk mencatat data penilaian, yang mengakibatkan alokasi bantuan yang kurang tepat dan terarah. Penelitian ini bertujuan untuk menentukan penerima bantuan yang layak dan pantas mendapatkan dukungan Alsintan dengan menerapkan konsep pendukung keputusan. Sistem pendukung keputusan adalah proses metodis dalam memilih opsi terbaik dari beberapa pilihan lalu menggunakan opsi pilihan tersebut untuk memecahkan permasalahan secara metodis. Metode yang dipakai untuk penelitian penentuan penerima Alsintan yaitu kombinasi Multi Attribute Utility Theory (MAUT) dan Analytic Hierarchy Process (AHP), dimana metode AHP digunakan sebagai penentuan bobot kriteria dan metode MAUT digunakan untuk perangkingan alternatif. Metode AHP memiliki 7 tahapan yaitu membuat struktur hirarki, kriteria perbandingan berpasangan, menghitung konsistensi logis, menghitung eigen vector, menghitung Consistency Index (CI), menghitung Consistency Ratio (CR), dan memeriksa konsistensi. Metode MAUT terdapat 4 tahapan diantaranya membuat matriks keputusan, menghitung normalisasi matriks, menghitung utilitas margin, dan menghitung utilitas akhir. Dataset yang didapatkan dalam penelitian berjumlah 54 data dimana data yang digunakan untuk perhitungan dengan menerapkan metode AHP dan MAUT yaitu 10 data. Hasil akhir perhitungan menggunakan metode AHP dan MAUT menghasilkan alternatif yang mendapatkan nilai total tertinggi yaitu alternatif Sidabu-dabu dengan nilai total 0.9271, sedangkan alternatif dengan nilai total terendah yaitu alternatif Sejahtera dengan nilai 0.1864. Berdasarkan penelitian yang telah dilakukan ini bisa menjadi pertimbangan untuk dinas pertanian Padang Lawas dalam menentukan keputusan kelompok tani yang layak dalam penerimaan bantuan Alsintan.
Metode BERTopic dan LDA untuk Analisis Tren Penelitian Bidang Ilmu Komputer Nursyahrina; Defit, Sarjon; Sovia, Rini
Jurnal KomtekInfo Vol. 11 No. 4 (2024): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v11i4.580

Abstract

Ilmu Komputer merupakan disiplin ilmu yang berkembang pesat, dengan jumlah publikasi penelitian yang meningkat secara signifikan dalam lima tahun terakhir. Namun, analisis tren penelitian di bidang ini masih terbatas, sehingga penting untuk mengidentifikasi topik-topik penelitian dominan dan memahami dinamika perkembangannya. Penelitian ini bertujuan untuk menganalisis topik dan tren penelitian di bidang Ilmu Komputer dengan menggunakan dua metode topic modeling, yaitu Latent Dirichlet Allocation (LDA) dan BERTopic. Data yang digunakan terdiri dari metadata artikel penelitian yang diperoleh dari situs Emerald Insight, dengan total 4.892 data pada periode publikasi 2019-2023. Penelitian ini menerapkan LDA dan BERTopic untuk mengidentifikasi dan mengelompokkan topik-topik penelitian berdasarkan teks judul dan abstrak. Metode BERTopic yang berbasis embedding menghasilkan coherence score tertinggi sebesar 0,49 pada model dengan kombinasi TruncatedSVD-KMeans yang mengidentifikasi 13 topik, sementara LDA menghasilkan coherence score tertinggi sebesar 0,42 pada model yang menggunakan teknik ekstraksi fitur Bag-of-Words (BoW) dengan 11 topik. Hasil penelitian ini menunjukkan bahwa BERTopic lebih unggul dalam menghasilkan topik-topik yang lebih koheren dan relevan dibandingkan LDA, berkat kemampuannya dalam mempertahankan konteks semantik antar kata dalam dokumen. Analisis tren menggunakan model BERTopic mengungkapkan dinamika tren penelitian dalam Ilmu Komputer selama lima tahun terakhir, di mana penelitian terkait analitik bisnis dan pemasaran, dan teknologi blockchain menunjukkan pertumbuhan konsisten dengan rata-rata peningkatan sebesar 20% per tahun. Sebaliknya, topik-topik seperti VR dan teknik prediksi menunjukkan fluktuasi yang signifikan. Secara keseluruhan, fokus penelitian bergerak menuju analitik bisnis, blockchain, IoT, dan teknik prediksi seperti deep learning, sementara topik tradisional seperti manajemen proyek mengalami penurunan atau pertumbuhan yang lebih lambat. Penelitian ini memberikan kontribusi penting dalam memahami perkembangan tren penelitian di bidang Ilmu Komputer dan dapat menjadi acuan dalam perencanaan penelitian di masa depan.
Penerapan Natural Language Processing Pada Sistem Chatbot Sebagai Helpdesk Obyek Wisata Menggunakan Metode Naïve Bayes Yuhandri, Yuhandri; Sovia, Rini; Syaiffullah, Afif; Yenila, Firna; Permana, Randy
Jurnal Infortech Vol 5, No 2 (2023): Desember 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/infortech.v5i2.20911

Abstract

Keberhasilan pengembangan sektor pariwisata tidak hanya bergantung pada daya tarik wisata semata. Terdapat banyak faktor dalam penghambat perkembangan sektor tersebut. Salah satu faktor tersebut adalah kurangnya perkembangan dalam pola periklanan dan sistem pengelolaan informasi pariwisata. Sebagai akibatnya, sasaran pariwisata tidak terdefinisi dengan baik, dan wisatawan mungkin tidak memilih destinasi tersebut. Bukitinggi sebagai salah satu destinasi wisata yang terdapat di Sumatera Barat juga tidak lepas dari permasalahan tersebut. Kurang tersedianya informasi lengkap tentang potensi pariwisata di Kota Bukittinggi membuat wisatawan mengandalkan sumber-sumber seperti media sosial, internet, dan sumber lainnya untuk mendapatkan informasi. Namun, informasi yang ada belum mencakup seluruh aspek pariwisata, sehingga menyebabkan ketidakpastian bagi calon wisatawan. Untuk mengatasi permasalahan tersebut, dihadirkan sebuah sistem respons obrolan otomatis atau disebut dengan  Chatbot. Teknologi Chatbot merupakan salah satu bentuk sistem Natural Language Processing (NLP) dalam kecerdasan buatan. Chatbot berperan sebagai agen percakapan yang dapat berfungsi sebagai meja bantuan. Dalam konteks ini, helpdesk menjadi elemen penting yang menangani berbagai keluhan dari berbagai pihak dengan menyediakan informasi dan solusi. Dalam penelitian ini, dikembangkan sistem Chatbot menggunakan algoritma Naive Bayes untuk menjawab pertanyaan umum (FAQ) mengenai informasi pariwisata di Kota Bukittinggi.
Perancangan Sistem Informasi Esakip Rumah Sakit Ardiansyah, Ricki; Sovia, Rini; Rani, Maha; Gusriva, Revi; Rahmawati, Elmi
Jurnal Pendidikan Tambusai Vol. 6 No. 1 (2022): 2022
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v6i1.4190

Abstract

Perkembangan teknologi tentunya sangat mempengaruhi bagaimana suatu instansi atau organisasi melakukan suatu pekerjaan. Pekerjaan yang pada mulanya membutuhkan banyak langkah untuk menyelesaikannya, dapat diubah menjadi lebih efisien dengan menggunakan teknologi. Penelitian ini bertujuan untuk mempermudah pihak rumah sakit terutama pada bagian Evaluasi dan Laporan dalam mengumpulkan dokumen-dokumen untuk bahan evaluasi dan bahan pembuat laporan. Untuk mewujudkan tujuan dari penelitian ini, dibuatlah sebuah aplikasi yang berguna untuk menjadi media pengumpulan dokumen. Alur pembuatan aplikasi ini mengadopsi alur dalam metode waterfall. dalam perancangan aplikasi, akan digunakan beberapa diagram UML yang sudah sering digunakan dalam pemodelan perangkat lunak. Untuk pembuatan aplikasi akan digunakan framework Codeigniter versi 3 yang menyajikan pola desain arsitektur model, view, controller (MVC) yang dapat memudahkan untuk pengembangan aplikasi selanjutnya.
Implementation Of The ARIMA Method In Predicting LQ 45 Stock Prices (UNTR Issuer) Hadiyanto, Tegas; Defit, Sarjon; Sovia, Rini
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 8 No. 1 (2024): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v8i1.5656

Abstract

The implementation of technology is used in running businesses or activities that generate profits, such as predicting investments on the stock exchange through transaction data in the transaction data base. Machine learning is an algorithm that produces an approximation function that connects input variables so that it has the potential to be implemented in stock predictions. Stock investment has the characteristics of high risk - high return. Losses are caused by investors' lack of knowledge. Stock value analysis is divided into two, namely fundamental analysis and technical analysis. Technical analysis uses data or records about the market to try to access the demand and supply of a particular stock or the market as a whole. Based on the problems found by investors or bankers, this research will use the autoregressive integrated moving average (ARIMA) method to predict stock price movements. The Arima method consists of four stages, namely identifying time series methods, estimating parameters for alternative methods, testing methods and estimating time series values. Based on these problems, the ARIMA method will be used to predict stock movements. The Arima model (1,0,2) with RMS: 2200.576849857124 successfully predicted for the next 180 days
APPLICATION OF SIMPLE ADDITIVE WEIGHTING METHOD IN SELECTING ACCESSORY SUPPLIERS AT AL-FAZZA COSMETIC STORE Rani, Maha; Christy, Tika; Ardiansyah, Ricki; Sovia, Rini
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 11, No 1 (2024): Desember 2024
Publisher : Universitas Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i1.3507

Abstract

AbstractAl-Fazza Cosmetic Store is a store engaged in the sale of cosmetics. In an effort to develop and increase sales value, Al-Fazza Store began selling various accessories such as bracelets, necklaces, hair clips and headscarves. To get quality goods and maximum profit, supplier selection is important. However, supplier selection is a problem because each supplier has its own advantages and disadvantages and uniqueness. To help select suppliers at the Al-Fazza Cosmetic Store, the decision support system can provide decision recommendations quickly and accurately based on the criteria given by the decision maker. The method that will be used in processing data and determining decisions in this decision support system is simple additive weighting (saw). The decision results provided by this method can be used as recommendations by decision makers in determining the best supplier. Keywords: simple additive weighting; information systems; decision support systems; suppliers Abstrak: Toko Kosmetik Al-Fazza merupakan toko yang bergerak di bidang penjualan kosmetik. Dalam upaya untuk mengembangkan dan meningkatkan nilai penjualan, Toko Al-Fazza mulai menjual berbagai aksesoris seperti gelang, kalung, jepit rambut, dan jilbab. Untuk mendapatkan barang yang berkualitas dan keuntungan yang maksimal, pemilihan supplier merupakan hal yang penting. Akan tetapi, pemilihan supplier menjadi suatu permasalahan karena setiap supplier memiliki kelebihan dan kekurangan serta keunikannya masing-masing untuk membantu pemilihan supplier pada Toko Kosmetik Al-Fazza. Sistem pendukung keputusan tersebut dapat memberikan rekomendasi keputusan secara cepat dan tepat berdasarkan kriteria yang diberikan oleh pengambil keputusan. Metode yang akan digunakan dalam pengolahan data dan penentuan keputusan pada sistem pendukung keputusan ini adalah simple additive weighting (saw). Hasil keputusan yang diberikan oleh metode ini dapat digunakan sebagai rekomendasi oleh pembuat keputusan dalam menentukan supplier terbaik. Kata kunci: simple additive weighting; sistem informasi; sistem penunjang keputusan;pemasok
Metode Multi Attribute Utility Theory Dalam Pemilihan Dosen Terbaik Berdasarkan Kinerja Huda, Ramzil; Defit, Sarjon; Sovia, Rini
Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Vol 5, No 4 (2024): Edisi Oktober
Publisher : LPPM STIKOM Tunas Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/kesatria.v5i4.492

Abstract

Assessment of lecturer performance is a critical element in ensuring academic effectiveness and productivity, as well as relevance to teaching, research, and commitment to society. The study applied the Multi Attribute Utility Theory (MAUT) in the decision support system (SPK) for the selection of the best lecturers at the School of Technology. SPK helped in decision-making on semi-structured problems by using models that can combine and process different types of data. MAUT's selection is based on its ability to integrate a wide range of assessment criteria such as formal education, functional departments, certification, number of publications, author's role in research, publication history, grant fund acquisition, amount of dedication, role in devotion, scope of devotedness, active role in inter-campus ministry, and Active role in external ministry. Of the 26 lecturers assessed on the basis of 12 criteria, the system successfully identified three lecturers with the highest score, showing the objectivity and effectiveness of MAUT in performance assessment. The lecturer with code A5 scored the highest score of 0.925, followed by A14 with 0.775, and A7 with 0.702. These results provide important insights for decision-making to the leadership of the School of Technology in giving awards and guiding the career development of lecturers.
Penerapan Algortima K-Means Clustering untuk Optimalisasi Persediaan Liquid Vape Berdasarkan Data Penjualan Selfi Melisa; Defit, Sarjon; Sovia, Rini
Jurnal KomtekInfo Vol. 12 No. 1 (2025): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v12i1.620

Abstract

Liquid vape is a liquid in an electronic cigarette (vape) device that contains a mixture of Propylene Glycol (PG), Vegetable Glycerin (VG), flavorings, and contains nicotine. As the use of vapes increases as an alternative to conventional cigarettes, efficient stock management becomes a challenge for vape shops to be able to meet customer needs without experiencing excess or shortage of inventory. Good stock management in a retail business is very important to maintain a balance between demand and product availability. This research aims to optimize liquid vape supplies by analyzing sales patterns. This research method is K-Means Clustering which includes several stages, namely determining the number of clusters, determining the centroid point randomly, calculating the closest distance between data and the centroid using the Euclidean method, grouping data into each cluster, updating the centroid until it is stable, and evaluating the results. The data used in the research is liquid vape sales data from June to November 2024 with a total of 68 product samples. Data processing was carried out manually and testing used RapidMiner software to measure the level of accuracy of the clustering results. The research results show that the K-Means Clustering algorithm is successful in grouping products into three categories: very popular, best selling, and not very popular. 51 products are in the low-selling category, 13 products are in the best-selling category, and 4 products are in the very best-selling category, with a Davies Bouldin value of 0.374%. The application of K-Means Clustering is effective in grouping products according to demand, helps determine the ideal stock amount, reduces the risk of product excesses or shortages, and increases operational efficiency
Penerapan Metode Simple Additive Weighting dan Fuzzy Logic dalam Menganalisa Mitigasi Risiko Rozakh, Muhammad; Siregar, Diffri; Nurcahyo, Gunadi Widi; Sovia, Rini; Rahman, Zumardi
Jurnal KomtekInfo Vol. 12 No. 1 (2025): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v12i1.621

Abstract

Risk management is a stage to identify and address risks affecting a system or project. The risk mitigation process takes time and must be carried out periodically to be effective. In the context of education, information technology plays an important role in increasing the speed and accuracy of decision-making, including in risk mitigation. This study aims to apply the Simple Additive Weighting (SAW) and Fuzzy Logic methods to provide recommendations for risk mitigation that must be prioritized in a university environment. This research method uses a combination of Simple Additive Weighting (SAW) and Fuzzy Logic. Starting with using SAW to determine the criteria, weights, and suitability ratings, followed by making a decision matrix and normalization. The ranking data is then processed with Fuzzy Logic to handle uncertainty and produce objective decisions through the formation of a rule-base, inference, and defuzzification. The research dataset consists of 50 risk records and criteria used in the risk mitigation process obtained from the University. The results of the study indicate that the application of DSS using the SAW and Fuzzy Logic methods provides recommendations for risk mitigation with the results of 1 data not recommended for risk mitigation, 8 data highly recommended, and 4 data recommended for mitigation. This study contributes to designing an effective decision support system, allowing university leaders to make appropriate risk mitigation decisions based on relevant and accurate data using the SAW and Fuzzy Logic methods
Co-Authors Adinda Syalsabila Aditra Agus Salim, David Al-arrafi, Muhammad Ikhsan Awal, Hasri Borianto, B Chairunnissa Deliva Akbar, Syifa Devia Kartika Dila, Rahmah Effendy, Geraldo Revanska Elmi Rahmawati, Elmi Erlanda, Hadrian Fana, Wulan Stau Fatimah, Noor Gema, Rima Liana Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo, Gunadi Gusriva, Revi Hadi, Aulia Fitrul Hadiyanto, Tegas Harnaranda, Jefri Hartika Zain, Ruri Hartika Hendri Irawan Hendrik, Billy Huda, Ramzil Islam, Md Ataul Khomsi, Ahmad Lubis, Fitri Amelia Sari maha rani Nabila, Tuti Nurdiansyah, Ali Nursyahrina Permana, Randi Permana, Randy Putra, Kharisma Utama Rahmad Rahmad Rahman, Muhammad Aidil Rahman, Zumardi Rais, Edo Rinaldi Ramadhanu, Agung Renaldi, Encik Yoega Ricki Ardiansyah, Ricki Ridwan Sutri Rinaldi Chan, Fajri Riyan Saputra Riyan Saputra, Riyan Roza, Yesi Betriana Rozakh, Muhammad Sandawa, Hoka Muhgrah Saputra, Randy Sarjon Defit Selfi Melisa Siregar, Diffri Sumijan Sumijan Sumijan Sutri, Ridwan Syafril Syafril Syaiffullah, Afif Tika Christy Wahyudi, Anggy Wedo, Mhd Wirdawati, Wira Yanti, Rahma Yasmin, Nabilla Yenila, Firna Yuhandri Yuhandri Yuhandri, Yuhandri Yuhandri, Y