Article Per Year (5 Year)
p-Index From 2020 - 2025
1.633
P-Index
This Author published in this journals
All Journal SITEKIN: Jurnal Sains, Teknologi dan Industri Jurnal Pendidikan Islam Iqra' Jurnal Kreativitas PKM Jurnal Teknik Informatika (JUTIF) Indonesian Journal of Innovation Studies Jurnal Minfo Polgan (JMP) Innovative: Journal Of Social Science Research
Hasibuan, Alfiansyah
Unknown Affiliation
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Health Professions Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
Algorithm Comparison for Estimating Chili Pepper Production in North Sulawesi Province: Perbandingan Algoritma untuk Estimasi Produksi Cabai Rawit di Provinsi Sulawesi Utara Musung, Matthew Albert Alexander; Hasibuan, Alfiansyah
Indonesian Journal of Innovation Studies Vol. 26 No. 4 (2025): October
Publisher : Universitas Muhammadiyah Sidoarjo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21070/ijins.v26i4.1756

Abstract

Background: Chili pepper production in North Sulawesi Province plays a vital role in regional food supply yet experiences frequent fluctuations due to natural and seasonal factors. Specific Background: These production instabilities have led to difficulties in market price control and agricultural planning, prompting the need for accurate predictive models. Knowledge Gap: Previous studies have compared regression and neural network algorithms in various domains, but little research has focused on local agricultural commodities such as chili peppers in North Sulawesi. Aim: This study compares the performance of Multiple Linear Regression and Backpropagation algorithms in estimating chili pepper production using statistical data from the North Sulawesi Statistics Agency (2018–2023). Results: Evaluation using R-squared (R²) and Mean Absolute Percentage Error (MAPE) shows that Backpropagation achieved R² = 0.846 and MAPE = 3.235%, outperforming Multiple Linear Regression (R² = 0.228; MAPE = 6.875%). Novelty: The study uniquely applies machine learning algorithms to a regional agricultural context characterized by nonlinear and fluctuating production data. Implications: The findings demonstrate the potential of Backpropagation as a reliable predictive tool for developing intelligent agricultural systems that support production planning and food security policy in North Sulawesi. Highlights Backpropagation shows higher accuracy than Multiple Linear Regression. Estimation uses agricultural data from North Sulawesi Province. Model supports predictive systems for food production planning. Keywords Backpropagation, Chili Production, Multiple Linear Regression, Prediction Model, North Sulawesi
Analisis Klasifikasi Metode X-Means Pada Minat dan Bakat Anak Dimasa Pandemi Putra, Purwa Hasan; Hasibuan, Alfiansyah; Marpaung, Effenril Agung
SITEKIN: Jurnal Sains, Teknologi dan Industri Vol 19, No 2 (2022): Juni 2022
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/sitekin.v19i2.17889

Abstract

Algoritma X-Means merupakan algoritma yang digunakan untuk pengelompokan data.Algoritma x means merupakan pengembangan dari k-means.X-means  clustering  digunakan untuk menyelesaikan salah satunya kelemahan utama dari  K-means  clustering,  yaitu  perlunya  pengetahuan  sebelumnya  tentang  jumlah cluster (K). Dalam metode ini, nilai sebenarnya dari K diperkirakan dalam suatu yang tidak diawasi cara dan hanya berdasarkan set data itu sendiri. Adapun hasil penelitian dengan menggunakan algoritma X-Means dengan evaluasi Davies-Bouldin Index penentuan  jumlah Centroid  cluster  dilakukan  dengan  memodifikasi  metode  X-Means. Dalam pengelompokan data ini dilakukan pengclusteran pada setiap data sisw dari variabel-variabelyang telah dikumpulkan. Bakat dan minat setiap siswa akan dicocokkan dengan perguruan tinggi dan jurusan apa yang diminati dari setiap siswa
Prediksi Aktifitas Gunung Berapi Karangetang di Sitaro Menggunakan Metode K-Nearest Neighbors (KNN) Hasibuan, Alfiansyah; Olii, Djami; Walujan, Bryan Chelvan; Situmorang, Boby Putra; Derek, Sesilia
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15320

Abstract

Gunung Karangetang di Kabupaten Kepulauan Sitaro, Sulawesi Utara, merupakan salah satu gunung berapi paling aktif di Indonesia yang aktivitasnya berpotensi menimbulkan ancaman bagi masyarakat dan lingkungan. Pemantauan aktivitas vulkanik secara manual sering kali terhambat oleh kondisi cuaca, sehingga diperlukan sistem otomatis yang dapat memberikan informasi real-time dan akurat. Penelitian ini bertujuan untuk melakukan prediksi terhadap aktifitas gunung karangetan dengan tahap melakukan pengklasifikasian dari aktifitas gunung karangetan. Data yang digunakan terdiri dari parameter seismik dan komposisi gas (VA, VB, Tremor, SO₂, dan CO₂/SO₂) yang telah melalui proses normalisasi. Metode penelitian meliputi tahapan pengumpulan data, preprocessing data, pelatihan model KNN, serta evaluasi performa model melalui confusion matrix dan classification report. Hasil pengujian menunjukkan bahwa nilai k = 1 memberikan performa terbaik dengan akurasi 85% untuk melakukan prediksi dari aktifitas gunung. Kelas 3.0 memiliki precision, recall, dan f1-score tertinggi (0,95), sedangkan kelas minoritas (0.0 dan 1.0) masih menunjukkan performa rendah dengan f1-score masing-masing 0,29 dan 0,53. Perbedaan antara nilai macro average (precision 0,66; recall 0,64; f1-score 0,63) dengan weighted average (0,85) mengindikasikan ketidakseimbangan data antar kelas. Penelitian ini menyimpulkan bahwa algoritma KNN efektif digunakan untuk klasifikasi dan akurasi prediksi aktivitas vulkanik pada gunung karangetan, terutama pada kelas dominan, namun masih memerlukan perbaikan dalam pengenalan kelas minoritas. Untuk penelitian selanjutnya, disarankan penerapan resampling data, cross-validation, serta eksplorasi algoritma lain seperti Neural Network atau Support Vector Machine guna meningkatkan akurasi dan pemerataan performa antar kelas.
Rice Production Prediction System Using Multiple Linear Regression for Food Security Optimization in Minahasa Regency Raharusun, Oliver Simon Hardianto; Hasibuan, Alfiansyah; Rorimpandey, Gladly Caren
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15340

Abstract

Sistem prediksi produksi beras menggunakan algoritma Multiple Linear Regression dirancang untuk membantu pemerintah daerah Kabupaten Minahasa dalam mengoptimalkan ketahanan pangan melalui perencanaan yang lebih akurat. Sebanyak 19 baris dan 7 kolom data histori produksi beras dikumpulkan, kemudian dilakukan tahap preprocessing sebelum dimodelkan menggunakan algoritma Multiple Linear Regression. Model dievaluasi dengan mengukur nilai koefisien determinasi (R²) dan Mean Absolute Percentage Error (MAPE) untuk memastikan tingkat akurasi prediksi. Implementasi sistem diwujudkan dalam bentuk aplikasi berbasis web menggunakan Streamlit, yang memungkinkan pengambil kebijakan memperoleh prediksi produksi beras secara real-time.
Penerapan Algoritma K-Means Untuk Mengelompokan Daerah Asal Pada Siswa SMK Kristen Harapan Rantepao Toraja Utara Winarto, Lewi Yusrel; Kumajas, Sondy C.; Hasibuan, Alfiansyah
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15431

Abstract

Penelitian ini bertujuan untuk menerapkan metode data mining menggunakan algoritma K-Means Clustering dalam mengelompokkan siswa berdasarkan daerah asal di SMK Kristen Harapan Rantepao, Toraja Utara. Pengelompokan ini dilakukan untuk membantu pihak sekolah dalam memahami distribusi geografis siswa dan mendukung perencanaan strategis, seperti promosi penerimaan siswa baru serta pemerataan fasilitas pendidikan. Data yang digunakan berasal dari data pendaftaran siswa baru angkatan 2022–2025, dengan atribut meliputi daerah asal, jenis kelamin, dan asal sekolah. Proses penelitian meliputi tahapan preprocessing data, penerapan algoritma K-Means menggunakan Microsoft Excel, serta evaluasi hasil dengan metode Elbow dan perhitungan Sum of Squared Errors (SSE). Hasil penelitian menunjukkan bahwa jumlah klaster optimal adalah tiga (K=3), yang terdiri dari: klaster pertama berisi kecamatan dengan jumlah siswa terbanyak seperti Rantepao dan Buntu Pepasan, klaster kedua dengan jumlah siswa sedang seperti Sanggalangi dan Awan Rantekarua, serta klaster ketiga dengan jumlah siswa sedikit seperti Rindingallo dan Balusu. Penerapan algoritma K-Means terbukti efektif dalam menampilkan pola distribusi siswa secara visual dan informatif melalui aplikasi berbasis web, sehingga dapat dijadikan dasar pengambilan keputusan dalam pengelolaan dan pengembangan sekolah.
The Impact of Education Character on Learning Activity of Madrasah Aliyah Students in Manado Modeong, Merriam; Ratumbuisang, Keith Francis; Hasibuan, Alfiansyah
Jurnal Ilmiah Iqra' Vol 18, No 1 (2024)
Publisher : IAIN Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30984/jii.v18i1.2924

Abstract

The Impact of Education Character on Learning Activity of Madrasah Aliyah Students In Manado. This research aims to determine the impact of Education Character on the learning activities of Madrasah Aliyah (MA) students in Manado City. This is quantitative research, and the population of this study were all class XII MA students in Manado City. At the same time, the sample in this study consisted of 78 students, formulated using an accidental sampling technique. Data analysis uses simple linear regression analysis.The research results reveal that the variable Furthermore, the t-count value is 7.524, which means it is greater than the t table value = 1.665 with N=78 (7.524>1.665). Furthermore, it can be stated that this research rejects the H0 decision, which means that Education Character has a positive and significant impact on the learning activities of Madrasah Aliyah students in Manado City
IMPLEMENTATION OF THE FORWARD CHAINING METHOD FOR DETECTING SCHOOL READINESS IN CHILDREN Rorimpandey, Gladly C.; Mantik, Felitia Theona Geofani; Hasibuan, Alfiansyah
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 4 (2024): JUTIF Volume 5, Number 4, August 2024 - SENIKO
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.4.2221

Abstract

Primary school education is the education of children aged 7 to 13 years as education at the basic level which is developed in accordance with educational units, regional potential and socio-culture. School readiness for children is no less important because in fact school readiness for children is very important for children because many children are found to be still not ready. attended school when but was already in elementary school. To overcome this problem, this research provides a solution by building an expert system for detecting school readiness in children using the forward chaining method, which is a technique in an expert system that begins with gathering information starting from collecting premises which is followed by a conclusion or derived information (then). From the results of testing using functional testing and usability testing, it is known that in implementing the forward chaining method, 24 symptoms of school readiness were identified based on knowledge obtained directly from psychologists. The results obtained in testing using usability testing based on the results obtained are assessed as final and then the average value is calculated. The final conclusion of the results determined through the SUS Score assessment is 84%. This shows that this system easy and useful in assessing children's school readiness. The implication of the results of this test is that the school readiness detection expert system can be a useful tool for parents, teachers to evaluate children's readiness to enter elementary school.
Implementasi Algoritma Regresi Liniear untuk Memprediksi Pendapatan Retribusi Pasar Dinas Perdagangan Koperasi dan UKM Kota-Kotamobagu Mokoginta, Fadlia; Kainde, Quido C.; Hasibuan, Alfiansyah
Innovative: Journal Of Social Science Research Vol. 4 No. 3 (2024): Innovative: Journal Of Social Science Research (Special Issue)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i3.11611

Abstract

Retribusi daerah adalah salah satu sumber Pendapatan asli PAD. Retribusi daerah mempunyai peran yangpenting pada pemasukan dan pembangunan untuk Peningkatan atau menjadikan daerah lebih maju. Kemampuan ekonomi suatu daerah adalah diukur melalui besarnya pendapatan PAD. Masalah pada penelitian ini pengelolaan retribusi di daerah Kotamobagu dilakukan secara manual kurang efisien, harusnya retribusi merupakan sumber Atau tulang punggung biaya daerah atau pendanaan yang perlu dikelola dengan baik. Permasalahan ini dapat diatasi dengan membangun sistem manajemen pasar yang memanfaatkan teknologi dan didukung oleh sistem berbasis web. Implementasi algoritma regresi linier sederhana dalam sistem manajemen ini juga akan membantu memperkirakan hasil pendapatan retribusi pasar di Daerah Kota Kotamobagu, khususnya untuk Dinas Perdagangan, Koperasi, dan UKM Kotamobagu. Kata Kunci: implemetasi Algoritma Regresi Liniear, Manajemen Pasar
Perancangan Design UI/UX Menggunakan Metode Design thinking Dalam Pengembangan Website Sistem Informasi Kepegawaian Musung, Matthew Albert Alexander; Hasibuan, Alfiansyah
Innovative: Journal Of Social Science Research Vol. 5 No. 4 (2025): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v5i4.17840

Abstract

Salah satu program yang dilaksanakan dalam membangun tata kelola kepegawaian ini adalah dengan penataan kelola data pegawai melalui Sistem Informasi Kepegawaian, Dalam era digital saat ini, badan kepegawaian di berbagai daerah pemerintahan harus mampu menyediakan sistem yang mudah diakses, responsif, dan efisien untuk mendukung administrasi kepegawaian. Desain UI/UX yang baik dapat memperbaiki interaksi pengguna dengan aplikasi kepegawaian, mengurangi kesalahan, serta mempercepat proses pelayanan. Artikel ini mengeksplorasi peran penting desain UI dalam menciptakan antarmuka yang user-friendly dan desain UX dalam memastikan pengalaman pengguna yang optimal. Dengan adanya perancangan Sistem Informasi Kepegawaian (SINIKE) menggunakan metode Design thinking menghasilkan perancangan desain user interface dan user experience Sistem Informasi Kepegawain (SINIKE) baru yang terdiri dari fitur: menu login, menu E-Konsultasi, menu kinerja unit kerja, menu , menu statistik. Hasil dari penerapan metode ini menunjukkan bahwa dengan menggunakan metode Design thinking, desain UI/UX website (SINIKE) meningkatkan kenyamanan, kemudahan akses, dan kepuasan pengguna secara keseluruhan.
Penerapan Teknologi Tepat Guna untuk Pengolahan Tanaman Eichhornia Crassipes sebagai Bahan Dasar Kerajinan Tangan Bernilai Ekonomi Serta Pembuatan Sistem Ecommerce sebagai Media Promosi dan Pemasaran Dari Hasil Produk Hasibuan, Alfiansyah; Olii, Djami; Mustafa, Mustafa
Jurnal Kreativitas Pengabdian Kepada Masyarakat (PKM) Vol 7, No 11 (2024): Volume 7 No 11 (2024)
Publisher : Universitas Malahayati Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33024/jkpm.v7i11.17610

Abstract

ABSTRAK Eceng gondok dapat mengganggu keseimbangan ekosistem air tawar dengan menghambat pertumbuhan tanaman air, mengurangi oksigen dalam air, dan merusak habitat ikan dan makhluk air lainnya. Ini dapat berdampak negatif pada keberlanjutan ekosistem air tawar. Kegiatan ini akan melibatkan Kelompok Pengrajin/UMKM yang ada di Kelurahan Kampung Jawa Tondano. Permasalahan yang dihadapi yaitu, Pertumbuhan dari tumbuhan Eichhornia crassipes tak terkendali sehingga menutupi aliran sungai maupun Danau, Akar yang tumbuh kebawah air mengakibatkan pendangkalan Danau dan Sungai sehingga dapat mengurangi debit air yang ditampung, Pertumbuhan yang sangat cepat sehingga mengakibatkan pendangkalan pada danau dan sungai sehingga dapat mengurangi daya tampung air pada Danau maupun sungai, Dampak yang ditimbulkan dari pendangkalan sungai dan danau yaitu air mengalir dan memenuhi jalan-jalan pemukiman disekitar danau dan sungai, Menghabat aliran air pada sungai, Menampung sampah yang dibuang masyarakat pada saluran air sungai, Akar dari tumbuhan Eichhornia crassipes membuat keramba ikan yang di budidaya menjadi rusak. Solusi yang akan diberikan dengan mengacu dari permasalahan prioritas adalah sebagai berikut, Membuat mesin untuk mengolah batang dari tumbuhan Eichhornia crassipes pada kegiatan ini teknologi tepat guna yang akan dibuat yaitu Mesin Pemilin Tali, Membuat mesin Pencacah dari akar, daun dan batang yang tidak digunakan untuk dijadikan sebagai bahan pembuatan pupuk organik, Tim pelaksana kegiatan akan membuat website sebagai media pemasaran dan promosi dari produk yang dihasilkan, Tim pelaksana kegiatan akan mengadakan pelatihan khusus dalam mengolah batang dari tumbuhan Eichhornia crassipes, tim pelaksana kegaitan juga akan memberikan pelatihan proses pengolahan akar, daun dan batang yang tidak di gunakan untuk menjadi pupuk organik, Tim juga akan memberikan pelatihan terkait manajemen dan pemasaran secara digital untuk produk yang telah dihasilkan, Tim pelaksana kegiatan pengabdian akan membuat Logo sebagai identitas yang akan digunakan pada hasil produksi. Kata Kunci: Eichhornia Crassipes, UMKM, Website Pemasaran ABSTRACT Water hyacinth or scientifically known as Eichhornia crassipes is a type of aquatic plant that is often found in fresh water in tropical and subtropical areas. This plant is a habitat that grows in fresh water and is home to several Water hyacinth can disrupt the balance of freshwater ecosystems by inhibiting the growth of aquatic plants, reducing oxygen in the water, and damaging the habitat of fish and other aquatic creatures. This can have a negative impact on the sustainability of freshwater ecosystems. This activity will involve the Craftsmen/UMKM Group in the Kampung Jawa Tondano Village. The problems faced are, The growth of Eichhornia crassipes plants is uncontrolled so that it covers the flow of rivers and lakes, The roots that grow underwater cause shallowing of lakes and rivers so that it can reduce the discharge of water that is stored, Very rapid growth causes shallowing of lakes and rivers so that it can reduce the capacity of water in lakes and rivers, The impacts caused by shallowing of rivers and lakes are that water flows and fills residential roads around lakes and rivers, Inhibits the flow of water in rivers, Accommodates waste dumped by the community in river channels, The roots of Eichhornia crassipes plants damage the fish cages that are being cultivated. The solutions that will be provided with reference to the priority problems are as follows, Making a machine to process stems from Eichhornia crassipes plants in this activity, the appropriate technology that will be made is a Rope Twisting Machine, Making a Shredder machine from roots, leaves and stems that are not used to be used as materials for making organic fertilizer, The activity implementation team will create a website as a marketing and promotional media for the products produced, The activity implementation team will hold special training in processing stems from Eichhornia crassipes plants, the activity implementation team will also provide training in the process of processing roots, leaves and stems that are not used to become organic fertilizer, The team will also provide training related to management and digital marketing for the products that have been produced, The service activity implementation team will create a Logo as an identity that will be used on the production results. Keywords: Eichhornia crassipes, UMKM, Marketing website
Co-Authors Derek, Sesilia Djami Olii Gladly Caren Rorimpandey Keith Francis Ratumbuisang Kumajas, Sondy C. Mantik, Felitia Theona Geofani Marpaung, Effenril Agung Merriam Listiany Modeong Mokoginta, Fadlia Mustafa Musung, Matthew Albert Alexander Putra, Purwa Hasan Quido Conferti Kainde Raharusun, Oliver Simon Hardianto Situmorang, Boby Putra Walujan, Bryan Chelvan Winarto, Lewi Yusrel