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[Analisa dAN Perancangan Sistem Informasi Point of Sales untuk UMKM Studi Kasus: Arjuna Farm ]]>
<![CDATA[Jefri Junifer Pangaribuan]]>;
<![CDATA[Okky Putra Barus]]>;
<![CDATA[Yudhistira Adhitya Pratama]]>;
<![CDATA[Faisal Nadjar]]>;
<![CDATA[Ade Maulana]]>
<![CDATA[ Journal Information System Development (ISD) Vol 7 No 2 (2022): Journal Information System Development (ISD) ]]>
Publisher : <![CDATA[UNIVERSITAS PELITA HARAPAN ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.19166/isd.v7i2.560
<![CDATA[The Covid-19 pandemic has had an impact on various economic sectors and resulted in a decline in various sectors. In the midst of economic uncertainty due to the COVID-19 pandemic, the Small and Medium Enterprises (SMEs) sector is expected to be the foundation of the national economy that can contribute to the revival of the economy of Indonesia. One of the SMEs that will be supported in this research program is Arjuna Farm and its partners spread across Indonesia. Arjuna Farm has a focus on the livestock sector and also the distribution of various derivative products. One of the obstacles faced by Arjuna Farm partners is in terms of recording the company's operational transactions. The result is the farmers being unable to make the right decisions in managing the business and also developing the business. Therefore, this Community Service will produce a point of sales solution that is suitable for the needs of farmers. In addition, mentoring will be carried out for 1 semesters to ensure that the resulting solutions can be measured for success and also provide optimal benefits for farmers. Keywords: Point of Sales, Farmer, SMEs Bahasa Indonesia Abstrak: Pandemi Covid19 telah memberikan dampak bagi berbagai sector ekonomi dan menghasilkan penurunan di berbagai sector. Di tengah ketidakpastian ekonomi akibat pandemi covid-19, sektor Usaha Kecil dan Menengah (UMKM) diharapkan menjadi pondasi perekonomian nasional yang dapat memberikan kontribusi kepada kebangkitan ekonomi Indonesia. Salah satu UMKM yang akan didukung dalam penelitian ini adalah UMKM Arjuna Farm dan mitra-mitranya yang tersebar di Indonesia. Arjuna Farm memiliki focus pada bidang peternakan dan juga distribusi berbagai produk turunannya. Salah satu kendala yang dialai oleh mitra-mitra Arjuna Farm yaitu dalam hal pencatatan transaksi operasional perusahaan. Yang mana berakibat kepada para peternak tersebut tidak dapat membuat keputusan yang tepat dalam mengelola usaha dan juga mengembangkan usaha. Oleh karena itu PKM ini akan menghasilkan sebuah solusi point of sales yang sesuai untuk kebutuhan para peternak. Selain itu akan dilaksanakan pendampingan selama 1 semester untuk memastikan agar solusi yang dihasilkan dapat diukur keberhasilannya dan juga memberikan benefit yang optimal untuk para peternak. Kata Kunci: Point of Sales, Peternak, UMKM]]>
<![CDATA[PERANCANGAN DAN IMPLEMENTASI SISTEM INFORMASI GEOGRAFIS PEMETAAN RUMAH MAKAN VEGETARIAN MENGGUNAKAN METODE DIJKSTRA ]]>
<![CDATA[Okky Putra Barus]]>;
<![CDATA[Jesselyn Verina William]]>
<![CDATA[ Journal Information System Development (ISD) Vol 7 No 2 (2022): Journal Information System Development (ISD) ]]>
Publisher : <![CDATA[UNIVERSITAS PELITA HARAPAN ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.19166/isd.v7i2.562
<![CDATA[Kesehatan merupakan hal penting yang harus dijaga dikarenakan memiliki tubuh yang sehat dapat mendukung seseorang dalam melakukan berbagai kegiatan dan aktivitas tanpa adanya hambatan. Banyaknya jenis penyakit yang bermunculan pada era modern ini dipengaruh oleh banyak faktor salah satunya yaitu gaya hidup yang kurang sehat yakni mengkonsumsi makanan yang kurang sehat terlalu berlebihan sehingga menyebabkan obesitas, salah satunya yaitu daging hewani. Makanan vegetarian dapat dijadikan sebagai solusi yang tepat sebagai makanan sehat agar dapat meminimalkan resiko terserang penyakit serta juga dapat dijadikan sebagai makanan untuk pola diet sehat agar dapat mencegah obesitas. Berdasarkan hasil survei yang dilakukan masyarakat yang mengkonsumsi makanan vegetarian terdapat beberapa permasalahan dalam mencari rumah makan vegetarian seperti informasi rumah makan vegetarian yang sulit didapatkan serta pemanfaatan aplikasi dalam pencarian rumah makan vegetarian yang tidak menyajikan informasi secara mendetail. Oleh karena permasalahan tersebut, maka akan dibangun sebuah Sistem Informasi Geografis (SIG) yang memetakan rumah makan vegetarian dengan menggunakan API Google Maps. Pada penelitian ini akan diimplementasikan kombinasi dua buah metode yaitu metode Haversine dan Dijkstra pada SIG yang dibangun dalam memberikan rekomendasi rumah makan vegetarian terdekat bagi pelanggan. Hasil pengujian yang didapatkan disimpulkan bahwa Sistem Informasi Geografis yang dibangun efektif dalam membantu pengguna mencari lokasi rumah makan vegetarian di kota Medan.]]>
