Article Per Year (5 Year)
p-Index From 2020 - 2025
4.882
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) bit-Tech Jurnal Sistem informasi dan informatika (SIMIKA) Jurnal Informasi dan Teknologi Jurnal Perangkat Lunak Jurnal Computer Science and Information Technology (CoSciTech) Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Jurnal Komtekinfo Jurnal Informatika Ekonomi Bisnis RJOCS (Riau Journal of Computer Science) JR : Jurnal Responsive Teknik Informatika The Indonesian Journal of Computer Science Jurnal Responsive Teknik Informatika
Sumijan
Unknown Affiliation
Arts Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Published : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
Sistem Pakar Diagnosis Penyakit Jamur pada Manusia Menggunakan Input Suara Berbasis Android Feriantano Sundang Pranata; Jufriadif Na’am; Sumijan
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 3 No 3 (2019): Desember 2019
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (443.3 KB) | DOI: 10.29207/resti.v3i3.1187

Abstract

Fungal skin disease is a type of disease that is often suffered people in the tropics. Phenomena in the community often assume that this disease will heal by itself. However, if left the effects of fungal skin disease can worsen the sufferer condition. The importance of early detection and treatment is very necessary, but this requires patients go to hospital or doctor so that patients spend a lot of time and money. For this reason, was build an android expert system with speech to early diagnose fungal skin diseases. From this initial diagnosis will save time and money and provide alternative prevention for sufferers. The method used in this study is the Certainty Factor of 20 patients. The accuracy of the test results to the system compared to the results of the doctor's diagnosis is 95%. So that, this expert system can be an early alternative in diagnose fungal skin diseases in humans.
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN ALAT KONTRASEPSI DENGAN METODE AHP DAN TOPSIS (STUDI KASUS DI PUSKESMAS GUNUNG LABU) Pipin Refina Afindania; Sarjon Defit; Sumijan
Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Vol 12 No 1 (2024): TEKNOIF APRIL 2024
Publisher : ITP Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21063/jtif.2024.V12.1.1-9

Abstract

The problem that is often faced is that many mothers of couples of childbearing age do not understand how to choose a contraceptive method that is suitable for use. To address this problem among couples of reproductive age in choosing the most appropriate contraceptive method, the Analytical Hierarchy Process  (AHP)-Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) method is proposed to be utilized. It is expected to be beneficial in aiding the selection of a suitable contraceptive method for users. The objective of this research is to implement the AHP-TOPSIS method in a decision support system for choosing contraceptive methods for couples of reproductive age at the Gunung Labu Community Health Center. The results of the analysis using the AHP-TOPSIS method indicate that the appropriate contraceptive methods for couples of reproductive age are Implan, IUD, Birth Control Injection, and Birth Control Pills. The combination of AHP-TOPSIS in contraceptive method selection yields the conclusion that the Decision Support System (DSS) built in this research is expected to facilitate midwives in recommending contraceptive methods for couples of reproductive age. AHP method is employed to calculate the weights of each contraceptive method criterion. The results of the priority weight calculations for all criteria used in this study yielded a Consistency Index (CI) of 0.07. The analysis using the AHP-TOPSIS method resulted in Implan, IUD, Birth Control Injection, and Birth Control Pills being identified as the appropriate contraceptive methods for couples of reproductive age.
Analisis Data Mining Menggunakan Algoritma C4.5 Untuk Prediksi Harga Pasar Mobil Bekas Mulyanda, Sandy; Defit, Sarjon; Sumijan
Jurnal KomtekInfo Vol. 10 No. 3 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i3.427

Abstract

Tingginya minat masyarakat terhadap mobil bekas membuat bisnis jual beli mobil bekas semakin meningkat, hal ini ditandai dengan banyaknya showroom mobil bekas yang ada di beberapa Kota, diantaranya showroom - showroom yang ada di Kota Bukittinggi seperti showroom AutoFallen. Beberapa faktor yang dapat mempengaruhi harga mobil bekas itu sendiri antara lain, tahun produksi, jenis mobil, transmisi, bahan bakar, kapasitas mesin, dan jarak tempuh. Disamping hal itu, didapatkan informasi dari pihak showroom dimana ada beberapa faktor yang mungkin berpengaruh terhadap daya beli masysrakat, diantaranya minat masyarakat terhadap suatu merk mobil, selain itu harga mobil juga dapat dipengaruhi oleh tingkat kepercayaan masyarakat terhadap suatu showroom tertentu, dengan kata lain, harga mobil bekas untuk satu merk, satu tahun rakitan dan lain sebagainya belum bisa diprediksi apakah harganya akan terus stabil atau tidak untuk ke depannya. Klasifikasi merupakan salah satu metode dalam menganalisis data mining dimana hasil dari klasifikasi tersebut dapat digunakan untuk memprediksi harga mobil bekas. Dengan menggunakan Algoritma C4.5 maka akan diketahui prediksi kestabilan dari harga mobil bekas pada beberapa tahun kedepan. Data yang diolah dalam penelitian ini sebanyak 100 data penjualan yang didapat dari showroom AutoFallen Bukittinggi. Selanjutnya data diolah menggunakan software Rapidminer. Hasil dari pengujian terhadap metode ini adalah dapat memprediksi harga pasar mobil bekas, sehingga tingkat akurasinya sebesar 99.00%. Dengan menggunakan metode Algoritma C4.5 dapat memprediksi harga pasar mobil bekas dengan akurat.
Implementasi Metode AHP Dan Maut untuk Rekomendasi Produk Tupperware Terlaris Okmarizal, Bisma; Defit, Sarjon; Sumijan
Jurnal KomtekInfo Vol. 10 No. 3 (2023): Komtekinfo
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/komtekinfo.v10i3.430

Abstract

Untuk melakukan pemesanan barang tupperware pada unit simabur indah, sering terjadi ketidaksesuaian antara permintaan barang dengan barang yang di pesan sehingga terjadinya penumpukan barang dan kekosongan stok barang. Untuk meningkatkan efektifitas jual beli maka dibutuhkanlah sebuah sistem informasi untuk rekomendasi barang terlaris sebagai pendukung keputusan. Metode yang digunakan adalah AHP dan MAUT, pembuat keputusan adalah 5 star manager dan data yang digunakan adalah data katalog bulan maret 2023 sebanyak 20 data dan kriteria yang digunakan adalah 6 kriteria. Implementasi metode AHP dan MAUT menghasilkan A9, A20, A8, A13, A7 dengan nilai 0,916077, 0,842113, 0,831385, 0,768166, 0,768166 sebagai alternatif yang disarankan untuk pembelian di bulan berikutnya. Dengan membandingkan antara keputusan perusahaan didapatkanlah satu hasil rekomendasi yang berbeda sehingga akurasi didapatkan sebanyak 80%.
Penerapan Algoritma Frequent Pattern Growth Untuk Mengantisipasi Kekurangan Obat Pada Klinik Pulungan, Akhiruddin; Yuhandri; Sumijan
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.v11i4.535

Abstract

Pelayanan kesehatan adalah segala bentuk kegiatan dan serangkaian kegiatan pelayanan yang diberikan secara langsung kepada perseorangan atau masyarakat untuk memelihara dan meningkatkan derajjat Kesehatan masyarakat dalam bentuk promotif, preventif, kuratif, rehabilitatif, dan/atau paliatif. Pelayanan kesehatan yang berkualitas penting untuk meningkatkan kesehatan dan kesejahteraan masyarakat secara keseluruhan. Ketersediaan obat tentunya juga termasuk salah satu pelayanan kesehatan. Tidak bisa dibayangkan jika pasien membutuhkan obat ketika diperlukan tetapi ketersediaan tidak tercukupi. Penelitian ini bertujuan untuk mengantisipasi kekurangan stok obat dengan memanfaatkan teknik Data Mining. Metode yang digunakan yaitu teknik asosiasi dengan Algoritma Frequent Pattern Growth. Algoritma ini memiliki tujuh tahapan yaitu menghitung frekuensi item set, menentukan support pada setiap item, membentuk FP-Tree, menentukan conditional pattern base, menentukan conditional FP-Tree, menentukan frequent pattern dan menghitung nilai support dan confidance. Dataset diambil dari riwayat kunjungan pasien pada bulan Maret-Mei 2023 sebanyak 70 kunjungan dan 32 jenis obat yang digunakan di klinik pesantren darul mursyid. Pada penelitian ini diberikan support sebesar 5% dan confidance 20 %. Hasil penelitian inidapat menghasilkan aturan asosiasi sebanyak 9 aturan asosiasi, dengan aturan jika metoclorpamid maka parasetamol dengan support 5.71% dan confidance 57.14%, jika parasetamol maka omegtamin dengan support 8.57% dan confidance 23.08%, jika omegtamin maka parasetamol 8.57% dan confidance 75%, jika cefixim maka citirizine dengan support 5.71% dan confidance 25%, jika citirizine maka cefixim dengan support 5.71% dan confidance 40%, jika amoxicillin maka asam mefenamat dengan support 8.57% dan confidance 40%, jika asam mefenamat maka amoxicillin dengan support 8.57% dan 60%, jika amoxicillin maka parasetamol dengan support 5.71% dan confidance 26.67% dan jika cefixim maka parasetamol dengan support 7.14% dan confidance 31.25%. Pemanfaatan teknik asosiasi dapat disimpulkan bahwasanya algoritma frequent pattern growth dapat digunakan dalam mencari dan menghitung pola asosiasi yang saling berkait dan mencari item yang sering muncul.
Penggunaan Metode Case Based Reasoning dalam Identifikasi Temuan Audit Ketaatan pada Inspektorat Kota Payakumbuh Vidyanti, Angela; Sumijan; Hendrik, Billy
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.v11i4.540

Abstract

Audit ketaatan merupakan salah satu tugas pokok Inspektorat dalam menjalankan fungsi pengawasan terhadap Organisasi Perangkat Daerah (OPD) di Pemerintah Kota Payakumbuh yang bertujuan untuk menilai ketaatan terhadap peraturan perundang-undangan, kebijakan, prosedur yang berlaku serta peraturan terkait yang telah ditetapkan atas area, proses, sistem, fungsi, program / kegiatan. Pada pelaksanaannya audit ketaatan menghadapi berbagai tantangan, termasuk keterbatasan sumber daya dan kompleksitas peraturan yang sering berubah, yang menyebabkan proses identifikasi temuan berjalan lambat dan kurang optimal. Penelitian ini bertujuan untuk mengembangkan dan menerapkan metode Case Based Reasoning (CBR) dalam mengidentifikasi temuan audit ketaatan berbasis web di Inspektorat Kota Payakumbuh, dengan harapan dapat meningkatkan efisiensi dan akurasi dalam proses audit. Sistem ini bekerja dengan membandingkan kasus baru dengan basis data kasus yang ada, menggunakan algoritma CBR untuk memberikan rekomendasi atau solusi berdasarkan kasus-kasus sebelumnya. Data yang digunakan dalam penelitian ini meliputi Laporan Hasil Audit Ketaatan Inspektorat Kota Payakumbuh tahun 2021-2023, serta wawancara dengan pakar audit. Data yang diambil sebanyak 100 data kasus temuan dan sampel pengujian sebanyak 25 data kasus yang sering terjadi. Hasil penelitian menunjukkan bahwa penerapan sistem pakar berbasis CBR dapat meningkatkan efektivitas dan efisiensi pelaksanaan audit ketaatan sebesar 75% dengan tingkat akurasi sebesar 85%. Sistem ini tidak hanya mempercepat proses identifikasi temuan audit, tetapi juga mengoptimalkan penggunaan sumber daya manusia dan meningkatkan kualitas laporan hasil audit. Kesimpulan dari penelitian ini adalah bahwa metode CBR merupakan pendekatan yang tepat untuk mendukung proses audit ketaatan yang lebih efektif dan akurat di lingkungan Pemerintahan Kota Payakumbuh.
Perbandingan Algoritma Queue Type SFQ, RED,FIFO dan PCQ Pada Jaringan Nirkabel Berbasis Router Mikrotik Auriga, Wira; Yuhandri; Sumijan
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.v11i3.550

Abstract

Jaringan nirkabel menawarkan fleksibilitas, kecepatan transfer data tinggi yang menawarkan kecepatan transfer data yang jauh lebih tinggi, latensi lebih rendah, dan kemampuan untuk menghubungkan lebih banyak perangkat secara bersamaan. Selain itu, infrastruktur nirkabel memungkinkan fleksibilitas yang lebih besar dalam desain dan penataan ruang kerja, karena tidak memerlukan instalasi kabel fisik yang rumit dan mahal. Jaringan nirkabel juga mempunyai beberapa kelemahan, seperti interferensi sinyal dan jangkauan yang terbatas, yang dapat mempengaruhi kualitas koneksi jaringan nirkabel di lingkungan kampus Sekolah Tinggi Teknologi Payakumbuh, Kualitas jaringan nirkabel sangat penting untuk mendukung kegiatan pembelajaran online, transaksi data akademik, dan pertukaran informasi. Penelitian ini bertujuan untuk mengetahui kualitas infrastruktur jaringan nirkabel di kampus Sekolah Tinggi Teknologi Payakumbuh guna meningkatkan kualitas jaringan intenet untuk mendukung kegiatan pembelajaran online, transaksi data akademik dan pertukaran informasi. Metode yang digunakan dalam penelitian ini adalah perbandingan kinerja beberapa tipe antrian queue type pada router Mikrotik, seperti Stochastic Fairness Queue, Random Early Drop, First In First Out dan Per Connection Queue. Penelitian ini juga melakukan pengukuran dan pengambilan data sample kualitas jaringan nirkabel menggunakan standar Quality of Service Telecomunications and Internet Protocol Harmonization Over Network dengan indikator throughput, bandwidth, delay, dan packet loss untuk masing-masing trafik upload dan download dengan total 32 pengukuran sample upload dan download jaringan internet nirkabel Sekolah Tinggi Teknologi Payakumbuh menggunakan wireshark. Hasil penelitian metode SFQ menunjukkan peningkatan kinerja sebesar 6% dalam throughput upload, dengan penurunan delay dan jitter masing-masing sebesar 5.7% dan 5.6% dibandingkan FIFO. Sementara itu, metode FIFO unggul dalam mengurangi packet loss dan meningkatkan throughput download sebesar 1.7% dibandingkan metode lainnya. Metode RED, meskipun memperlihatkan beberapa peningkatan pada delay dan jitter download, memiliki trade-off berupa peningkatan packet loss sebesar 0.06% pada sisi download dibandingkan FIFO dan SFQ. Secara keseluruhan SFQ menawarkan kinerja yang lebih seimbang dan andal.
Metode K-Means dalam Mengukur Tingkat Pemahaman Materi Mata Kuliah Inti dan Penilaian Mahasiswa di Prodi Informatika Deti Karmanita; Defit, Sarjon; Sumijan
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.v11i3.551

Abstract

Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstrasi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. KDD sering disebut juga sebagai penemuan pengetahuan dalam basis data. Data Mining memiliki lima fungsi utama, termasuk pengelompokan (clustering), klasifikasi (classification), asosiasi (association), urutan (sequencing) dan peramalan (forecasting). Algoritma clustering berupaya memisahkan kumpulan informasi yang ada menjadi kelompok-kelompok yang homogen atau sejenis. Tingkat kesamaan data di dalam suatu kelompok akan menghasilkan nilai yang semakin besar, sementara perbedaan antar kelompok akan menghasilkan nilai yang semakin kecil. Algoritma K-Means merupakan bagian dari clustering data mining, dimana algoritma K-Means dapat dipergunakan untuk pembentukan kelompok baru dari data. Pembentukan kelompok baru dari data pada algoritma K-Means dengan proses pembentukan cluster pada proses yang dilakukan. Penelitian ini bertujuan untuk mengetahui tingkat pemahaman materi mata kuliah inti pada program studi Informatika Universitas Dehasen yang diterima oleh mahasiswa. dimana peneliti menyebarkan kuisioner kepada mahasiswa untuk menentukan tingkat pemahaman materi mata kuliah inti menjadi 4 kelompok yaitu sangat baik, baik, cukup baik dan kurang baik. Metode yang digunakan adalah K-Means dengan tahapan yaitu pemilihan data, pra-pemrosesan, transformasi data, ekstraksi informasi dan evaluasi hasil. Data terdiri dari 46 mata kuliah inti yang di ambil dari kurikulum Prodi Informatika yang dinilai oleh mahasiswa dengan pemahaman materi mata kuliah Sangat Baik sebanyak 29%, Baik sebanyak 35%, Cukup Baik sebanyak 24%, Kurang Baik sebanyak 12%. Penelitian ini menunjukkan bahwa implementasi metode K-Means dengan dukungan aplikasi RapidMiner efektif dalam mengelompokkan data pemahaman materi mahasiswa dan hasilnya dapat digunakan untuk evaluasi dan peningkatan kualitas pengajaran.
Implementasi Algoritma K-Means Guna Pengelompokkan Data Penjualan Berdasarkan Pembelian Lubis, Siti Sahara; Sarjon Defit; Sumijan
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.v11i4.557

Abstract

Information technology can help solve problems faced by humans by facilitating performance. Information technology and information systems are difficult to separate in the business world. Data mining is the core of the KDD process, which involves inferring algorithms that explore data, developing models and finding previously unknown patterns. KDD is often referred to as knowledge discovery in databases. The KDD process generally consists of 5 stages, namely data selection, pre-processing/cleaning, transformation, data mining and interpretation/evaluation. K-Means is a clustering algorithm in data mining to be able to produce groups of large amounts of data with a point-based partition method with fast and efficient computing time. Clustering is the process of dividing objects from a data set into several homogeneous clusters. The main purpose of the cluster method is to group a number of data/objects into clusters (groups) so that each cluster will contain data that is as similar as possible. This study aims to provide real solutions to UD. Martua in order to know which items are selling well and which items are not selling well so that the object can know which items need to be added to the stock and which items need to be reduced. The method used in this study is the K-Means method with stages, namely data selection, pre-processing, data transformation, information extraction and evaluation of results. The data consists of 30 item data, there are 8 as members of C1 and are best-selling items and 22 as members of C2 and are not selling items. The conclusion that can be obtained from this study is that the K-Means method can group items at UD. Martua. This study shows that the implementation of the K-Means method with the support of the RapidMiner application is effective in grouping item data at UD. Martua.
Perbandingan Algoritma CART dan C.4 5 Pada Citra Tandan Buah Sawit Untuk Mengetahui Tingkat Kematangan Dalam Penentuan Harga Agustin, Riris; Sarjon Defit; Sumijan
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.v11i4.558

Abstract

Information technology is a means and infrastructure of a system method to organize, send, interpret, use, process, obtain, and store data in a meaningful and useful way. Oil palm is a tropical plant originating from West Africa. The advantage of this plant is that it can also be planted outside its place of origin, including Indonesia. This plant has been widely cultivated in the form of plantations and factories in various regions in Indonesia. Oil palm is an industrial plant that is used as a raw material for vegetable oil, industrial oil, and fuel. Oil palm is important for Indonesia because it creates jobs for local people and is a source of foreign currency for the country. Oil palm plants begin to flower and form fruit after 2-3 years. The fruit will ripen about 5-6 months after pollination. The ripening process of oil palm fruit can be seen from the change in color of the fruit's skin. The fruit will turn orange-red when ripe. When the fruit is ripe, the oil content in the fruit flesh is at its maximum. If it is too ripe, the oil palm fruit will fall from the stalk of the bunch. This study aims to assess the maturity of a bunch of oil palm fruit. The methods used in this study are CART and C.4 5. Each method has several stages that will produce entropy and gain values ​​that will later form a decision tree. The dataset consists of 37 data consisting of 10 criteria originating from Ramp 789 Batang Peranap. Based on the implementation of the C4.5 algorithm and the CART algorithm in determining the level of ripeness of oil palm fruit bunches on RAMP 789 Batang Peranap which produces an accuracy of 98.00%. These results are obtained based on Process data with testing using the RapidMiner application, which produces a Decision tree that is useful as a reference for decisions in determining whether or not oil palm fruit bunches are ripe, which so far have only been predicted.
Co-Authors Aal, Defrizal Adawiyah, Quratih Ade, Ade Puspita Sari Agustin, Riris Akbar, Muhamad Rafi Aktavera, Beni Aldi, Febri Auriga, Wira Billy Hendrik Budiantoro, Hendro Budiarti, Lela dedi irawan Defit , Sarjon Deti Karmanita Devi Yuliana, Devi Dewi, Dian Cyntia Dwiprihatmo, Mohammad Reza Eriyanto, Joko Fadillah, Riszki Feriantano Sundang Pranata Feriantano Sundang Pranata Geni, Bias Yulisa Gunadi Widi Nurcahyo Habdi, Habdi Hendrik, Billy Ilham Asy'ari Jufriadif Na`am, Jufriadif Julius Santony Lubis, Siti Sahara Meiditra, Irzon Mulyanda, Sandy Nst, Ely Nurhalizah Nurcahyo , Gunadi Widi Okmarizal, Bisma Pipin Refina Afindania Pulungan, Akhiruddin Rais, Edo Rinaldi Ridho, Ridho Afwan Ridwan, Ridwan Ruri Hartika Zain Sarjon Defit Sarjon Defit Satria Satria, Satria Sovia, Rini Supriyanto, Boby Suri, Ghea Paulina Surmayanti Syafri Arlis Syaputra, Eka B. Syofneri, Nandel Ulfa, Ulia Vidyanti, Angela Yani, Zulfitri Yanti, Salma Nofri Yuda, Fitra Yuda Yuhandri