Article Per Year (5 Year)
p-Index From 2020 - 2025
5.57
P-Index
This Author published in this journals
All Journal Riau Journal of Computer Science JURNAL INSTEK (Informatika Sains dan Teknologi) JURTEKSI Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Building of Informatics, Technology and Science Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Teknik Informatika (JUTIF) Jurnal Computer Science and Information Technology (CoSciTech) Jutsi: Jurnal Teknologi dan Sistem Informasi J-Com (Journal of Computer) Jurnal Ipteks Terapan : research of applied science and education Jurnal Komtekinfo Jurnal Bangun Abdimas Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Journal Of Indonesian Social Society Jurnal Pengabdian Harapan Bangsa Jurnal Teknologi Ilmu Komputer Jurnal Ilmiah Multidisiplin Nusantara The Indonesian Journal of Computer Science
Rolly Yesputra
Sekolah Tinggi Manajemen Informatika Dan Komputer Royal
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : JURTEKSI

 1 
PREDIKSI KELANCARAN PEMBAYARAN CICILAN CALON DEBITUR DENGAN METODE K-NEAREST NEIGHBOR Sri Ayu Rizky; Rolly Yesputra; Santoso Santoso
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 7, No 2 (2021): April 2021
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v7i2.1078

Abstract

Abstract: In this research, a prediction system has been successfully developed to predict whether or not a prospective money borrower will run smoothly. Prospective borrowers who will borrow, some of the data that meet the criteria will be inputted by the office clerk into a prediction application system interface to be processed using the Data Mining method, namely the K-Nearest Neighbor Algorithm with the Codeigniter programming language 3. The results of the Euclidean calculation process are based on predetermined criteria Between training data (training) to testing data (test) will be displayed with a table that has been sorted from smallest to largest containing 9 closest neighbors according to the K value that has been determined, namely 9. The nine neighbors will be taken the dominant category. This dominant category can be used as a guideline that makes it easier for the leader to make a decision on the next borrower.            Keywords: Data Mining; Euclidean; K-Nearest Neighbor; Prospective Borrowers;  Abstrak: Dalam penelitian ini telah berhasil dibuat sebuah sistem prediksi untuk memprediksi lancar atau tidak lancarnya seorang calon peminjam uang. Calon peminjam uang yang akan meminjam, sebagian datanya yang memenuhi kriteria akan diinputkan petugas kantor ke dalam sebuah interface sistem aplikasi prediksi untuk diolah menggunakan metode Data Mining yaitu Algoritma K-Nearest Neighbor dengan bahasa pemrograman Codeigniter 3. Hasil proses perhitungan Euclidean berdasarkan kriteria yang sudah ditentukan antara data training (latih) ke data testing (uji) tersebut akan ditampilkan dengan sebuah tabel yang sudah diurutkan dari yang terkecil ke terbesar berisi 9 tetangga terdekat sesuai dengan nilai K yang sudah ditentukan yaitu 9.  Sembilan tetangga tersebut akan diambil kategori yang dominan. Kategori yang dominan tersebut bisa dijadikan suatu pedoman yang memudahkan pimpinan dalam mengambil sebuah keputusan kepada calon peminjam selanjutnya. Kata kunci: Debitur; Data Mining; Euclidean; K-Nearest Neighbor
COMBINATION OF COCOSO AND SAW ALGORITHM TO DETERMINE USED MOTORCYCLES Roni Dalimunthe; Rolly Yesputra; Rohminatin Rohminatin
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 10, No 3 (2024): Juni 2024
Publisher : STMIK Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i3.3096

Abstract

Abstract: Used motorbikes are motorized vehicles that are used by many people in various cicles. For someone who is a prospective buyer of a used motorbike, before coming to the place of puchase they have several choices based on several criteria that have been determined according to the used motorbike they want to buy. A problem that often occurs for prospective buyers is the difficulty in determination which used motorbike is superior from several choices based on predetermined criteria. This results in potential buyers feeling confused in making their choice. The difficulty in determining used motorbikes is the reason this research was conducted. In this case, the decision support system will be used as a tool in providing superior used motorbike choices for potential buyers. The method offered in this research is to use a combination of the CoCoSo and SAW algorithms. The criteria for determination a used motorbike consist of 8 criteria namely mileage, price, brand, accessories, tire condition, body condition, engine condition and completeness of documents. In the results of this decision support system research, ranking results using a combination of CoCoSo and SAW methods show that the red Suzuki F1 alternative (A39) is ranked with the highest score.Keywords: combined compromise solution; decision support system; simple additive weighting Abstrak: Sepeda motor bekas merupakan kendaraan bermotor yang digunakan oleh sebagian banyak masyarakat dalam berbagai kalangan. Bagi seseorang calon pembeli sepeda motor bekas, sebelum datang ke tempat pembelian mereka memiliki beberapa ketentuan pilihan yang berdasarkan pada beberapa kriteria yang telah ditentukan sesuai dengan sepeda motor bekas yang ingin dibeli. Permasalahan yang sering kali terjadi bagi calon pembeli ialah kesulitan dalam menentukan sepeda motor bekas mana yang unggul dari beberapa alternatif pilihan berdasarkan kriteria yang telah ditentukan sebelumnya. Hal ini mengakibatkan, calon pembeli merasa kebingungan dalam menentukan pilihannya. Kesulitan dalam penentuan sepeda motor bekas tersebut menjadi alasan penelitian ini dilakukan. Dalam hal ini sistem pendukung keputusan akan digunakan sebagai alat bantu dalam memberikan pilihan sepeda motor bekas yang unggul bagi calon pembeli. Metode yang ditawarkan dalam penelitian ini yaitu dengan menggunakan kombinasi algoritma CoCoSo dan SAW. Kriteria-kriteria dalam penentuan sepeda motor bekas terdiri dari 8 kriteria yaitu jarak tempuh, harga, merek, aksesoris, kondisi ban, kondisi body, kondisi mesin dan kelengkapan surat. Dalam hasil penelitian sistem pendukung keputusan ini, memberikan hasil perangkingan dengan kombinasi metode CoCoSo dan SAW menunjukkan bahwa alternatif Suzuki F1 merah (A39) adalah peringkat dengan nilai tertinggi.Kata kunci : combined compromise solution; simple additive weighting; sistem pendukung keputusan
APPLICATION EXPERT SYSTEM FOR DIAGNOSIS OF UTERINE DISEASE FUZZY LOGIC Titin, Tri Wanti; Yesputra, Rolly; Rohminatin, Rohminatin
JURTEKSI (Jurnal Teknologi dan Sistem Informasi) Vol 11, No 3 (2025): Juni 2025
Publisher : Universitas Royal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i3.3803

Abstract

Abstract: Uterine disease is a serious threat to women's health, which can affect fertility and quality of life. Delayed diagnosis often results in patients not getting optimal early treatment at the H. Abdul Manan Simatupang Kisaran Regional General Hospital. This study aims to develop a fuzzy logic-based expert system to diagnose uterine disease based on the symptoms experienced by patients. This system receives symptom data as input, then performs analysis using the fuzzy logic method to determine the level of possibility of a disease. The final results produced are an initial diagnosis and treatment recommendations. System testing shows that this method is able to identify uterine disease with fairly good accuracy, where one case showed the possibility of Endometriosis with a confidence level of 63%. With this system, patients can obtain initial information about their health condition, so they can take more appropriate and faster medical steps.Keywords: expert system; fuzzy logic; uterine disease.  Abstrak: Penyakit rahim merupakan ancaman serius bagi kesehatan wanita, yang dapat berdampak pada kesuburan dan kualitas hidup. Keterlambatan diagnosis sering kali menyebabkan pasien tidak mendapatkan penanganan dini yang optimal di Rumah Sakit Umum Daerah H. Abdul Manan Simatupang Kisaran. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis logika fuzzy guna mendiagnosis penyakit rahim berdasarkan gejala yang dialami pasien. Sistem ini menerima data gejala sebagai input, kemudian melakukan analisis menggunakan metode logika fuzzy untuk menentukan tingkat kemungkinan suatu penyakit. Hasil akhir yang dihasilkan berupa diagnosis awal dan rekomendasi penanganan. Pengujian sistem menunjukkan bahwa metode ini mampu mengidentifikasi penyakit rahim dengan akurasi yang cukup baik, di mana salah satu kasus menunjukkan kemungkinan penyakit Endometriosis dengan tingkat kepercayaan sebesar 63%. Dengan adanya sistem ini, pasien dapat memperoleh informasi awal mengenai kondisi kesehatannya, sehingga dapat mengambil langkah medis yang lebih tepat dan cepat.Kata kunci: fuzzy logic; penyakit rahim; sistem pakar.
COMBINATION OF COCOSO AND SAW ALGORITHM TO DETERMINE USED MOTORCYCLES Dalimunthe, Roni; Yesputra, Rolly; Rohminatin, Rohminatin
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 10 No. 3 (2024): Juni 2024
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v10i3.3096

Abstract

Abstract: Used motorbikes are motorized vehicles that are used by many people in various cicles. For someone who is a prospective buyer of a used motorbike, before coming to the place of puchase they have several choices based on several criteria that have been determined according to the used motorbike they want to buy. A problem that often occurs for prospective buyers is the difficulty in determination which used motorbike is superior from several choices based on predetermined criteria. This results in potential buyers feeling confused in making their choice. The difficulty in determining used motorbikes is the reason this research was conducted. In this case, the decision support system will be used as a tool in providing superior used motorbike choices for potential buyers. The method offered in this research is to use a combination of the CoCoSo and SAW algorithms. The criteria for determination a used motorbike consist of 8 criteria namely mileage, price, brand, accessories, tire condition, body condition, engine condition and completeness of documents. In the results of this decision support system research, ranking results using a combination of CoCoSo and SAW methods show that the red Suzuki F1 alternative (A39) is ranked with the highest score.Keywords: combined compromise solution; decision support system; simple additive weighting Abstrak: Sepeda motor bekas merupakan kendaraan bermotor yang digunakan oleh sebagian banyak masyarakat dalam berbagai kalangan. Bagi seseorang calon pembeli sepeda motor bekas, sebelum datang ke tempat pembelian mereka memiliki beberapa ketentuan pilihan yang berdasarkan pada beberapa kriteria yang telah ditentukan sesuai dengan sepeda motor bekas yang ingin dibeli. Permasalahan yang sering kali terjadi bagi calon pembeli ialah kesulitan dalam menentukan sepeda motor bekas mana yang unggul dari beberapa alternatif pilihan berdasarkan kriteria yang telah ditentukan sebelumnya. Hal ini mengakibatkan, calon pembeli merasa kebingungan dalam menentukan pilihannya. Kesulitan dalam penentuan sepeda motor bekas tersebut menjadi alasan penelitian ini dilakukan. Dalam hal ini sistem pendukung keputusan akan digunakan sebagai alat bantu dalam memberikan pilihan sepeda motor bekas yang unggul bagi calon pembeli. Metode yang ditawarkan dalam penelitian ini yaitu dengan menggunakan kombinasi algoritma CoCoSo dan SAW. Kriteria-kriteria dalam penentuan sepeda motor bekas terdiri dari 8 kriteria yaitu jarak tempuh, harga, merek, aksesoris, kondisi ban, kondisi body, kondisi mesin dan kelengkapan surat. Dalam hasil penelitian sistem pendukung keputusan ini, memberikan hasil perangkingan dengan kombinasi metode CoCoSo dan SAW menunjukkan bahwa alternatif Suzuki F1 merah (A39) adalah peringkat dengan nilai tertinggi.Kata kunci : combined compromise solution; simple additive weighting; sistem pendukung keputusan
APPLICATION EXPERT SYSTEM FOR DIAGNOSIS OF UTERINE DISEASE FUZZY LOGIC Titin, Tri Wanti; Yesputra, Rolly; Rohminatin, Rohminatin
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 11 No. 3 (2025): Juni 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i3.3803

Abstract

Abstract: Uterine disease is a serious threat to women's health, which can affect fertility and quality of life. Delayed diagnosis often results in patients not getting optimal early treatment at the H. Abdul Manan Simatupang Kisaran Regional General Hospital. This study aims to develop a fuzzy logic-based expert system to diagnose uterine disease based on the symptoms experienced by patients. This system receives symptom data as input, then performs analysis using the fuzzy logic method to determine the level of possibility of a disease. The final results produced are an initial diagnosis and treatment recommendations. System testing shows that this method is able to identify uterine disease with fairly good accuracy, where one case showed the possibility of Endometriosis with a confidence level of 63%. With this system, patients can obtain initial information about their health condition, so they can take more appropriate and faster medical steps.Keywords: expert system; fuzzy logic; uterine disease.  Abstrak: Penyakit rahim merupakan ancaman serius bagi kesehatan wanita, yang dapat berdampak pada kesuburan dan kualitas hidup. Keterlambatan diagnosis sering kali menyebabkan pasien tidak mendapatkan penanganan dini yang optimal di Rumah Sakit Umum Daerah H. Abdul Manan Simatupang Kisaran. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis logika fuzzy guna mendiagnosis penyakit rahim berdasarkan gejala yang dialami pasien. Sistem ini menerima data gejala sebagai input, kemudian melakukan analisis menggunakan metode logika fuzzy untuk menentukan tingkat kemungkinan suatu penyakit. Hasil akhir yang dihasilkan berupa diagnosis awal dan rekomendasi penanganan. Pengujian sistem menunjukkan bahwa metode ini mampu mengidentifikasi penyakit rahim dengan akurasi yang cukup baik, di mana salah satu kasus menunjukkan kemungkinan penyakit Endometriosis dengan tingkat kepercayaan sebesar 63%. Dengan adanya sistem ini, pasien dapat memperoleh informasi awal mengenai kondisi kesehatannya, sehingga dapat mengambil langkah medis yang lebih tepat dan cepat.Kata kunci: fuzzy logic; penyakit rahim; sistem pakar.
Co-Authors Adela Fitri Afdhal Syafinur Afdhal Syafnur afrisawati, Afrisawati Ahmad Ariandi Andri Nata Andy Sapta Ariandi, Ahmad Arridha Zikra Syah Awanda Sari, Windi Chan, Zulfira Elisa Dalimunthe, Roni Dewi Maharani Edi Kurniawan Edi Kurniawan Endra Saputra Fifi Safitri Fitri, Adela Gultom, Karyawaty Guntur Maha Putra Hanafi Asnan Ibnu Mardhotillah Indah Purnama Sari Jeperson Hutahaean Jhonson Efendi Hutagalung Karyawaty Gultom Laina Tussifah Lia Umbari Putri Lia, Lia Umbari Putri M Rizky Pratama Marpaung, Nasrun Masri Wahyuni Muhammad Amin Nasrun Marpaung Nasution, Akmal Novita Pasha Nur Adha Rini Nuriadi Manurung Putri, Lia Umbari Rika Nofitri Risnawati Risnawati Risnawati Risnawati Rohminatin Rohminatin Rohminatin, Rohminatin Roni Dalimunthe Sahren Santoso Santoso Sapta, Andy Siagian, Yessica Sitorus Pane, Siti Fatimah Sri Ayu Rizky Sri Maharani Sudarmin Sudarmin Sudarmin Sudarmin Sutan Hirmansyah Siregar Suwati Suwati Syartika Anggraini Titin, Tri Wanti USWATUN HASANAH Uswatun Hasanah William Ramdhan Zikra Syah , Arridha Zulfira Elisa Chan