Articles
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN SMARTPHONE TERBAIK DENGAN MENGGUNAKAN METODE BAYES ]]>
<![CDATA[Barus, Okky Putra]]>;
<![CDATA[Gultom, Diana Astria]]>
<![CDATA[ Journal Information System Development (ISD) Vol 3, No 1 (2018): Journal Information System Development (ISD) ]]>
Publisher : <![CDATA[UNIVERSITAS PELITA HARAPAN ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (619.894 KB)
<![CDATA[Perkembangan smartphone yang sangat pesat di zaman ini menjadikan hampir semua orang menggunakan smartphone. Orang-orang selalu ingin mengganti smartphone mereka dengan yang baru. Namun, karena kurangnya informasi yang dimiliki pengguna disertai banyaknya jenis smartphone yang beredar dengan berbagai fitur-fitur yang berbeda dan ditambah dengan berbagai hal lainnya yang menjadi pertimbangan dalam membeli smartphone yang membuat konsumen atau pengguna kesulitan dan bingung dalam memutuskan smartphone yang diinginkan dan dibutuhkan. Berdasarkan masalah tersebut, maka dapat diberikan solusi yaitu membangun suatu sistem yang terkomputerisasi untuk dapat membantu pengambil keputusan dalam mendapatkan suatu hasil keputusan untuk memilih smartphone yang terbaik. Sistem yang dibangun adalah suatu sistem pendukung keputusan untuk menghasilkan sebuah hasil keputusan untuk pengambil keputusan. Salah satu metode untuk menyelesaikan pemilihan keputusan dari berbagai kriteria dan alternatif adalah Metode Bayes. Metode Bayes dapat memberikan sebuah prediksi hasil keputusan dari hasil perhitungan yang melibatkan beberapa kriteria dan alternatif-alternatif yang tersedia.Kata Kunci: Sistem Pendukung Keputusan, smartphone, Bayes]]>
<![CDATA[PERBANDINGAN METODE EXTREME LEARNING MACHINE DAN ALGORITMA C4.5 UNTUK MENGKLASIFIKASI KUALITAS RED WINE ]]>
<![CDATA[Barus, Okky Putra]]>
<![CDATA[ Journal Information System Development (ISD) Vol 2, No 2 (2017): Journal Information System Development (ISD) ]]>
Publisher : <![CDATA[UNIVERSITAS PELITA HARAPAN ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (849.369 KB)
<![CDATA[Wine merupakan minuman beralkohol yang merupakan hasil fermentasi dari buah khususnya buah anggur. Setiap wine memiliki tingkat kualitas yang berbeda-beda yang mana semakin tinggi tingkat kualitas wine maka semakin baik pula rasa yang dihasilkan oleh wine tersebut. Oleh karena itu, diperlukan suatu penelitian yang dapat menjadi pertimbangan dalam penentuan tingkat kualitas dari wine tersebut. Penelitian ini akan mengimplementasikan metode jaringan saraf tiruan tersebut yaitu Extreme Learning Machine (ELM) dan Algoritma C4.5. ELM merupakan jaringan saraf tiruan feed-forward dengan satu atau lebih hidden layer atau single layer feed-forward neural, Algoritma C4.5 merupakan algoritma yang digunakan untuk membangun sebuah decision tree dari data. Berdasarkan hasil penelitian yang telah dilakukan, terlihat bahwa metode Algoritma C4.5 mampu memberikan hasil akurasi yang baik dibandingkan metode ELM. Dengan menggunakan confusion matrix, hasil penelitian juga menunjukkan bahwa tingkat keakuratan metode algortima C4.5 sebesar 1.5 kali lebih baik dibandingkan metode ELM.Kata Kunci: Wine, Red Wine, Jaringan Saraf Tiruan, Extreme Learning Machine, Algoritma C4.5]]>
<![CDATA[PREDIKSI KESEMBUHAN PASIEN COVID-19 DI INDONESIA MELALUI TERAPI MENGGUNAKAN METODE NAÃVE BAYES ]]>
<![CDATA[Barus, Okky Putra]]>;
<![CDATA[Tehja, Anton]]>
<![CDATA[ Journal Information System Development (ISD) Vol 6, No 2 (2021): Journal Information System Development (ISD) ]]>
Publisher : <![CDATA[UNIVERSITAS PELITA HARAPAN ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[This study aims to predict the recovery of COVID-19 patients in Indonesia by using Data Mining calculations. The method used to predict the recovery of COVID-19 patients is the Naïve Bayes method. The collection of datasets through trusted sources, the NIHR Innovation Observatory and datasets on an international/global scale, totaling 367 pieces of raw data that have not been filtered. After conducting the data feasibility test, the remaining 286 pieces of data will be divided into 70% of training data of 200 pieces of data and 30% of testing data of 86 pieces of data. Based on the test results, the use of the Naïve Bayes method in predicting the recovery of COVID-19 patients obtained an Accuracy of 96.51%, a Success Precision (Yes) of 100% and a Failure (No) of 95.71%, and a Success Sensitivity (Yes) of 84.21% and Failed (No) by 100%. Therefore, it is concluded that calculations using the Naïve Bayes method in this study will produce an accuracy rate of COVID-19 recovery of 96.51%, which means that the results of the predictions’ calculation of success and failure in a therapy given to patients can be accounted for as data reference in a more detailed subsequent research..]]>
<![CDATA[IMPLEMENTASI AUGMENTED REALITY DALAM PEMBELAJARAN PENGENALAN BUAH-BUAHAN PADA ANAK-ANAK ]]>
<![CDATA[Barus, Okky Putra]]>
<![CDATA[ ]]>
Publisher : <![CDATA[ ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Peran pendidikan dalam kehidupan ini merupakan hal yang sangat penting, terutama bagi anak-anak. Pendidikan yang dijalani oleh anak-anak baik secara formal atau informal dapat menjadi penentu masa depan mereka. Dengan adanya teknologi augmented reality yang dapat diterapkan dalam kehidupan sehari-hari termasuk pendidikan, penulis akan membuat sebuah aplikasi media pembelajaran yang interaktif dengan mengimplementasikan teknologi augmented reality didalamnya agar anak-anak lebih tertarik untuk belajar. Aplikasi yang dirancang bersifat games dan edukasi dengan fitur untuk menampilkan objek tiga dimensi, permainan kuis tebak gambar dan berhitung agar lebih menarik dan anak-anak dapat belajar sambil bermain. Dengan adanya visual, audio dan permainan, aplikasi ini dapat mencakup gaya belajar VAK sehingga mempermudah proses pembelajaran. Sistem ini dibangun dengan metode software development life cycle melalui aplikasi Unity 3D dan Vuforia. Aplikasi ini juga telah lulus dari pengujian marker yang berupa buku, pengujian aplikasi dengan metode black box, pengujian usability dengan skor 81,13% dan pengujian kepuasan belajar dengan skor 84,69% dari beberapa responden.]]>
<![CDATA[SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN SMARTPHONE TERBAIK DENGAN MENGGUNAKAN METODE BAYES ]]>
<![CDATA[Okky Putra Barus]]>;
<![CDATA[Diana Astria Gultom]]>
<![CDATA[ Journal Information System Development Vol 3, No 1 (2018): Journal Information System Development (ISD) ]]>
Publisher : <![CDATA[UNIVERSITAS PELITA HARAPAN ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perkembangan smartphone yang sangat pesat di zaman ini menjadikan hampir semua orang menggunakan smartphone. Orang-orang selalu ingin mengganti smartphone mereka dengan yang baru. Namun, karena kurangnya informasi yang dimiliki pengguna disertai banyaknya jenis smartphone yang beredar dengan berbagai fitur-fitur yang berbeda dan ditambah dengan berbagai hal lainnya yang menjadi pertimbangan dalam membeli smartphone yang membuat konsumen atau pengguna kesulitan dan bingung dalam memutuskan smartphone yang diinginkan dan dibutuhkan. Berdasarkan masalah tersebut, maka dapat diberikan solusi yaitu membangun suatu sistem yang terkomputerisasi untuk dapat membantu pengambil keputusan dalam mendapatkan suatu hasil keputusan untuk memilih smartphone yang terbaik. Sistem yang dibangun adalah suatu sistem pendukung keputusan untuk menghasilkan sebuah hasil keputusan untuk pengambil keputusan. Salah satu metode untuk menyelesaikan pemilihan keputusan dari berbagai kriteria dan alternatif adalah Metode Bayes. Metode Bayes dapat memberikan sebuah prediksi hasil keputusan dari hasil perhitungan yang melibatkan beberapa kriteria dan alternatif-alternatif yang tersedia.Kata Kunci: Sistem Pendukung Keputusan, smartphone, Bayes]]>
<![CDATA[PERBANDINGAN METODE EXTREME LEARNING MACHINE DAN ALGORITMA C4.5 UNTUK MENGKLASIFIKASI KUALITAS RED WINE ]]>
<![CDATA[Okky Putra Barus]]>
<![CDATA[ Journal Information System Development Vol 2, No 2 (2017): Journal Information System Development (ISD) ]]>
Publisher : <![CDATA[UNIVERSITAS PELITA HARAPAN ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Wine merupakan minuman beralkohol yang merupakan hasil fermentasi dari buah khususnya buah anggur. Setiap wine memiliki tingkat kualitas yang berbeda-beda yang mana semakin tinggi tingkat kualitas wine maka semakin baik pula rasa yang dihasilkan oleh wine tersebut. Oleh karena itu, diperlukan suatu penelitian yang dapat menjadi pertimbangan dalam penentuan tingkat kualitas dari wine tersebut. Penelitian ini akan mengimplementasikan metode jaringan saraf tiruan tersebut yaitu Extreme Learning Machine (ELM) dan Algoritma C4.5. ELM merupakan jaringan saraf tiruan feed-forward dengan satu atau lebih hidden layer atau single layer feed-forward neural, Algoritma C4.5 merupakan algoritma yang digunakan untuk membangun sebuah decision tree dari data. Berdasarkan hasil penelitian yang telah dilakukan, terlihat bahwa metode Algoritma C4.5 mampu memberikan hasil akurasi yang baik dibandingkan metode ELM. Dengan menggunakan confusion matrix, hasil penelitian juga menunjukkan bahwa tingkat keakuratan metode algortima C4.5 sebesar 1.5 kali lebih baik dibandingkan metode ELM.Kata Kunci: Wine, Red Wine, Jaringan Saraf Tiruan, Extreme Learning Machine, Algoritma C4.5]]>
<![CDATA[PREDIKSI KESEMBUHAN PASIEN COVID-19 DI INDONESIA MELALUI TERAPI MENGGUNAKAN METODE NAÏVE BAYES ]]>
<![CDATA[Okky Putra Barus]]>;
<![CDATA[Anton Tehja]]>
<![CDATA[ Journal Information System Development (ISD) Vol 6 No 2 (2021): Journal Information System Development (ISD) ]]>
Publisher : <![CDATA[UNIVERSITAS PELITA HARAPAN ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[This study aims to predict the recovery of COVID-19 patients in Indonesia by using Data Mining calculations. The method used to predict the recovery of COVID-19 patients is the Naïve Bayes method. The collection of datasets through trusted sources, the NIHR Innovation Observatory and datasets on an international/global scale, totaling 367 pieces of raw data that have not been filtered. After conducting the data feasibility test, the remaining 286 pieces of data will be divided into 70% of training data of 200 pieces of data and 30% of testing data of 86 pieces of data. Based on the test results, the use of the Naïve Bayes method in predicting the recovery of COVID-19 patients obtained an Accuracy of 96.51%, a Success Precision (Yes) of 100% and a Failure (No) of 95.71%, and a Success Sensitivity (Yes) of 84.21% and Failed (No) by 100%. Therefore, it is concluded that calculations using the Naïve Bayes method in this study will produce an accuracy rate of COVID-19 recovery of 96.51%, which means that the results of the predictions’ calculation of success and failure in a therapy given to patients can be accounted for as data reference in a more detailed subsequent research..]]>
<![CDATA[IMPLEMENTASI AUGMENTED REALITY DALAM PEMBELAJARAN PENGENALAN BUAH-BUAHAN PADA ANAK-ANAK ]]>
<![CDATA[Okky Putra Barus]]>
<![CDATA[ Journal Information System Development (ISD) Vol 7 No 1 (2022): Journal Information System Development (ISD) ]]>
Publisher : <![CDATA[UNIVERSITAS PELITA HARAPAN ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Peran pendidikan dalam kehidupan ini merupakan hal yang sangat penting, terutama bagi anak-anak. Pendidikan yang dijalani oleh anak-anak baik secara formal atau informal dapat menjadi penentu masa depan mereka. Dengan adanya teknologi augmented reality yang dapat diterapkan dalam kehidupan sehari-hari termasuk pendidikan, penulis akan membuat sebuah aplikasi media pembelajaran yang interaktif dengan mengimplementasikan teknologi augmented reality didalamnya agar anak-anak lebih tertarik untuk belajar. Aplikasi yang dirancang bersifat games dan edukasi dengan fitur untuk menampilkan objek tiga dimensi, permainan kuis tebak gambar dan berhitung agar lebih menarik dan anak-anak dapat belajar sambil bermain. Dengan adanya visual, audio dan permainan, aplikasi ini dapat mencakup gaya belajar VAK sehingga mempermudah proses pembelajaran. Sistem ini dibangun dengan metode software development life cycle melalui aplikasi Unity 3D dan Vuforia. Aplikasi ini juga telah lulus dari pengujian marker yang berupa buku, pengujian aplikasi dengan metode black box, pengujian usability dengan skor 81,13% dan pengujian kepuasan belajar dengan skor 84,69% dari beberapa responden.]]>
<![CDATA[Image Data Software Component Design and Development for Faster Image Processing ]]>
<![CDATA[Okky Putra Barus]]>;
<![CDATA[Robin Robin]]>
<![CDATA[ Jurnal Mantik Vol. 4 No. 2 (2020): Augustus: Manajemen, Teknologi Informatika dan Komunikasi (Mantik) ]]>
Publisher : <![CDATA[Institute of Computer Science (IOCS) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.35335/mantik.Vol4.2020.953.pp1382-1388
<![CDATA[Most software engineers rely too much on the operating system (OS) built-in software components when developing software. The Bitmap software component is one of those software component classes which is mostly used when developing a software which required to view image which has already provided by the Windows OS. Therefore, using the Bitmap component to process image digitally required longer time to accomplished compares to a very simple image processing software such as Microsoft Paint itself and other image processing tools. This problem has indicated that the Bitmap component isn't suitable and not reliable for the software engineers to develop any software which required image processing in their software. In this research, this problem can be solved by designing a new image software component which is so-called as image data which was designed for faster image processing ever. From the experiment result, the image data component can process a digital image a lot faster for about 19 times than the Bitmap component do. By using the image data software component which can process a digital image faster than the built-in Bitmap component can provide the engineer to develop a more reliable and higher performance rather than using the Bitmap component in their software.]]>
<![CDATA[Peningkatan Kemampuan Pengelolaan Transaksi Melalui Implementasi Sistem Informasi PoS Untuk Para Peternak Arjuna Farm, Deli Serdang ]]>
<![CDATA[Okky Putra Barus]]>;
<![CDATA[Jefri Junifer Pangaribuan]]>;
<![CDATA[Yudhistira Adhitya Pratama]]>;
<![CDATA[Ade Maulana]]>;
<![CDATA[Faisal Nadjar]]>
<![CDATA[ Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 2 No. 2 (2022): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) ]]>
Publisher : <![CDATA[Cv. Utility Project Solution ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (553.038 KB)
|
DOI: 10.55338/jpkmn.v2i2.293
<![CDATA[Arjuna Farm merupakan UMKM yang bergerak pada bidang peternakan domba kambing yang terletak di Kabupaten Deli Serdang Propinsi Sumatera Utara. Arjuna Farm telah beroperasi selama dua tahun dan saat ini mengelola 110 ekor ternak domba dan kambing, melayani jasa layanan aqiqah, qurban, susu kambing, katering dan pengolahan pupuk. Setelah dilakukan observasi dan wawancara, permasalahan yang dihadapi mitra terletak pada bidang manajemen usaha dan pemasaran. Pengelolaan usaha masih dilakukan secara tradisional, sehingga terjadi penggabungan dana operasional perusahaan dan dana pribadi pengelola. Hal ini berdampak kepada laporan keuangan dan proses pengambilan keputusan usaha menjadi keliru. Solusi yang akan diimplementasikan untuk menyelesaikan permasalahan mitra adalah “Peningkatan Kemampuan Pengelolaan Transaksi Melalui Implementasi Sistem Informasi Point of Sales (PoS) Untuk Para Peternak Arjuna Farm, Deli Serdang”. Implementasi sistem PoS dapat membantu mitra untuk mencatat transaksi secara digital, membuat pembukuan elektronik dan menghasilkan laporan keuangan yang dapat membantu mitra dalam mengambil keputusan di masa depan. Adapun yang menjadi target capaian dan peningkatan keberdayaan mitra dari kegiatan PKM ini adalah mitra mampu menggunakan sistem PoS untuk melakukan pencatatan transaksi operasional perusahaan, memiliki laporan bulanan dan mitra mampu membaca hasil laporan keuangan perusahaan.]]>
