Article Per Year (5 Year)
p-Index From 2020 - 2025
1.701
P-Index
This Author published in this journals
All Journal Jurnal SOLMA JOURNAL OF SCIENCE AND SOCIAL RESEARCH JOISIE (Journal Of Information Systems And Informatics Engineering) JURNAL PIONIR Journal Zetroem Jurnal Intelek Dan Cendikiawan Nusantara CSRID
Azrai Sirait
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Pengembangan Sistem Informasi Administrasi Akademik Dengan Rancangan Modul Program Menggunakan Bahasa Pemrograman Berorientasi Objek Muhammad Siddik; Azrai Sirait
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 2 No 1 (2018)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (536.346 KB) | DOI: 10.35145/joisie.v2i1.251

Abstract

Stephen Komputer Pekanbaru dalam pengolahan data administrasi akademik masih tersimpan secara tersebar pada lokasi berbeda dan tidak terorganisasi dengan baik, sehingga memiliki kelemahan yaitu memerlukan waktu lebih lama dalam penyajian informasi. Teknologi komputer yang dipakai untuk menghasilkan informasi belum berjalan dengan optimal, sehingga sistem yang ada perlu dikembangkan dengan memanfaatkan kecanggihan teknologi komputer dalam menunjang aktifitas akademik seperti dalam hal kecepatan, bentuk laporan, ketelitian, keamanan data, pemutakhiran serta dalam mengup-date data. Sistem yang akan dirancang dengan bahasa pemrograman berorientasi objek dapat membantu di dalam pengolahan data-data yang berkenaan dengan data kependidikan. Sistem informasi ini bisa berjalan dengan optimal bila aktifitas sistem didukung dalampendistribusian nilai yang diberikan oleh instruktur pengajar ke sistem tepat pada waktu yang telah ditentukan.
IMPLEMENTASI METODE MONTE CARLO DAN CLUSTERING DALAM MENELITI TINGKAT PENGARUH KEPUTUSAN PEMBELIAN CHIP HIGH DOMINO Purnomo, Agung; Sirait, Azrai
JURNAL PIONIR Vol 10, No 1 (2024): Januari
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/pionir.v10i1.3897

Abstract

Judi muncul dimulai dari peradaban manusia dan semakin membesar bersama dengan kemajuan internet. Menurut laporan Statista, nilai pasar global judi online pada tahun 2020 mencapai sekitar 66,72 miliar dolar AS. Diperkirakan pasar ini akan tumbuh hingga mencapai 93,45 miliar dolar AS pada tahun 2023. KBBI menerangkan bahwa bermain judi adalah bermain dengan menggunakan sebuah taruhan baik itu uang atau apapun.Dalam judi online, pemain dapat memasang taruhan pada berbagai jenis permainan seperti high domino qiu qiu.Masalah yang dapat timbul adalah risiko kecanduan.Selain itu, perjudian online juga dapat menyebabkan masalah keuangan.Karena mudahnya mengakses internet dan bermain judi online, seseorang dapat menghabiskan banyak uang dalam waktu singkat. Tujuan dalam penelitian ini ialah untuk mengetahui pengaruh dalam keputusan pembelian chip high domino dengan menggunakan metode clustering. Data yang digunakan dalam penelitian ini ialah data alasan bermain, jumlah menang dan jumlah kalah. Hasil pengujian ini terlihat atas nama ilham memiliki jumlah kerugian sebesar Rp. 300.000 dan bebrapa siswa  memiliki kerugian dalam bermain game high domino, dengan adanya aplikasi ini dapat membantu melihat data perbandingan dalam perbandingan keputusan membeli chip domino. Kata Kunci : Metode Monte Carlo, Clustering, Pengaruh Keputusan, Chip High Domino, Web. Gambling emerged starting from human civilization and continues to grow with the advancement of the internet. According to a Statista report, the global market value of online gambling in 2020 reached around 66.72 billion US dollars. It is estimated that this market will grow to reach 93.45 billion US dollars in 2023. KBBI explains that gambling is playing using a bet, be it money or anything else. In online gambling, players can place bets on various types of games such as high domino qiu qiu. The problem that can arise is the risk of addiction. Additionally, online gambling can also cause financial problems. Due to the ease of accessing the internet and playing online gambling, a person can spend a lot of money in a short time. The aim of this research is to determine the influence on the decision to purchase high domino chips using the clustering method. The data used in this research is data on the reasons for playing, the number of wins and the number of losses. The results of this test show that the name of inspiration has a total loss of Rp. 300,000 and some students have losses in playing the high domino game, this application can help see comparative data in comparing decisions to buy domino chips. Keywords: Monte Carlo Method, Clustering, Decision Influence, High Domino Chip, Web.
IMPLEMENTASI ALGORITMA COSINE SIMILARITY DALAM PENGENALAN WAJAH UNTUK APLIKASI ABSENSI Siddik, Muhammad; Sirait, Azrai
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4772

Abstract

Pengenalan wajah merupakan salah satu metode biometrik yang digunakan dalam berbagai aplikasi, termasuk sistem absensi. Dalam penelitian ini, diterapkan algoritma Cosine Similarity untuk mengukur tingkat kemiripan antara gambar wajah yang terdaftar dengan gambar wajah yang diambil saat absensi. Cosine Similarity mengukur kedekatan antara dua vektor fitur wajah dengan menggunakan rumus perbandingan sudut antara vektor-vektor tersebut. Proses dimulai dengan ekstraksi fitur wajah dari kedua gambar, diikuti dengan perhitungan cosine similarity untuk menentukan persentase kemiripan. Hasil perhitungan ini digunakan untuk memverifikasi identitas pengguna pada sistem absensi. Semakin tinggi persentase kemiripan, semakin besar kemungkinan wajah yang terdaftar dan yang diambil adalah sama. Gambar wajah yang diregistrasi di uji dengan gambar yang memeiliki sedikit kemiripan atau tidak mirip sama sekalii agar gambar wajah bisa di deteksi. Persentase kemiripan yang harus diperoleh adalah minimal 60% dari hasil perbandingan gambar wajah saat registrasi dengan saat proses absensi oleh demikian maka sistem akan memperbolehkan melakukan penyimpanan data dan sebailknya jika persentase kemiripan di bawah 60% atau sampai 0% maka sistem akan menolak untuk penyimpanan data kehadiran absensi. Penelitian ini menunjukkan bahwa penggunaan Cosine Similarity dalam pengenalan wajah dapat memberikan solusi yang efisien dan akurat 80% dalam sistem absensi berbasis wajah.
OPTIMALISASI PENENTUAN PRIORITAS PEMBANGUNAN INFRASTRUKTUR DI DAERAH TERTINGGAL MENGGUNAKAN METODE FUZZY SUGENO Rahma, Fadillah Aulia; Sirait, Azrai
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4576

Abstract

Abstract : This study aims to optimize the determination of infrastructure development priorities in underdeveloped areas using the Fuzzy Sugeno method. The inequality of development between regions remains a national strategic issue. By applying fuzzy logic, this research accommodates uncertainty in data related to accessibility, geographic characteristics, and infrastructure conditions. The Fuzzy Sugeno method was implemented to produce a decision support system capable of providing accurate priority recommendations. The results indicate that this method consistently produces valid outputs based on the specified input criteria. The designed system is expected to assist the government in determining development priorities objectively and efficiently. Keywords: fuzzy sugeno; decision support system; infrastructure; underdeveloped areas. Abstrak: Penelitian ini bertujuan untuk mengoptimalkan penentuan prioritas pembangunan infrastruktur di daerah tertinggal menggunakan metode Fuzzy Sugeno. Permasalahan ketimpangan pembangunan antar wilayah masih menjadi isu strategis nasional. Dengan menerapkan pendekatan logika fuzzy, penelitian ini berusaha mengakomodasi ketidakpastian dalam data aksesibilitas, karakteristik geografis, serta sarana dan prasarana. Metode Fuzzy Sugeno diterapkan untuk menghasilkan sistem pendukung keputusan yang mampu memberikan rekomendasi prioritas secara akurat. Hasil penelitian menunjukkan bahwa metode ini mampu memberikan nilai output yang konsisten berdasarkan kriteria input yang ditentukan. Sistem yang dirancang diharapkan dapat membantu pemerintah dalam menentukan prioritas pembangunan secara objektif dan efisien. Kata kunci: fuzzy sugeno; sistem pendukung keputusan; infrastruktur; daerah tertinggal.
Penerapan Metode Support Vector Machine untuk Klasifikasi Bahan Pakaian Farhan Graha Hidayat; Azrai Sirait
ZETROEM Vol 7 No 2 (2025): ZETROEM
Publisher : Prodi Teknik Elektro Universitas PGRI Banyuwangi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36526/ztr.v7i2.6118

Abstract

Penelitian ini membahas penerapan metode Support Vector Machine (SVM) untuk klasifikasi bahan pakaian dengan tahapan penelitian yang meliputi pengumpulan data, prapemrosesan, ekstraksi fitur, pembagian data, pelatihan model, pengujian model, hingga evaluasi kinerja. Data yang digunakan berupa citra bahan pakaian dengan variasi tingkat elastisitas, tekstur, dan ketebalan. Pada tahap prapemrosesan, dilakukan normalisasi, pembersihan data yang hilang, serta penghapusan noise untuk meningkatkan kualitas data. Selanjutnya, ekstraksi fitur dilakukan untuk mendapatkan karakteristik penting yang dijadikan input algoritma SVM. Data dibagi menjadi data latih dan data uji dengan rasio 80:20 atau 70:30, di mana data latih digunakan untuk membangun model klasifikasi, sedangkan data uji digunakan untuk mengukur akurasi dan presisi. Hasil penelitian menunjukkan bahwa sistem klasifikasi bahan pakaian berbasis SVM mampu memberikan hasil klasifikasi yang akurat terhadap kategori bahan berdasarkan elastisitas, tekstur, dan ketebalan. Selain itu, penelitian ini menghasilkan sebuah aplikasi sistem yang dirancang menggunakan UML dengan tampilan antarmuka yang mudah dipahami, terhubung dengan database lokal, serta dapat digunakan secara mandiri untuk mendukung proses identifikasi bahan pakaian.
Sistem Pakar Diagnosa Penyakit Busuk Kuncup Pada Tanaman Sawit Menggunakan Trend Moment Siddik, Muhammad; Abdullah, Iqbal; Samsir, Samsir; Sirait, Azrai
CSRID (Computer Science Research and Its Development Journal) Vol. 17 No. 3 (2025): Oktober 2025
Publisher : LPPM Universitas Potensi Utama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22303/csrid-.17.3.2025.408-420

Abstract

Bud rot disease in oil palm is one of the most serious threats that can significantly reduce productivity and even cause plant death if not detected early. To support a faster and more accurate diagnosis process, this study developed a web-based expert system that applies the Trend Moment method. The system is built on a knowledge base containing the main symptoms of the disease, including wilted and rotting young leaves (G001), foul odor from the bud (G002), easily detached young leaves due to decay (G003), and rotting crown with brown mucus (G004). The system is able to identify three types of diseases, namely bud rot, Phytophthora palmivora, and Erwinia spp.. The diagnosis process is carried out by calculating the weight of symptoms selected by the user and determining the most probable disease based on the highest Trend Moment value. Experimental results on 20 test cases showed that the system achieved an accuracy rate of 100% when compared with expert diagnoses. These findings indicate that the developed expert system has strong potential to be an effective tool for farmers and field extension workers in detecting and managing oil palm diseases at an early stage.
SISTEM DATA PEGAWAI PADA KANTOR KESYAHBANDARAN DAN OTORITAS PELABUHAN KELAS III KUALA TANJUNG Emi Dea; Azrai Sirait
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 2 No. 5 (2025): Oktober - November 2025
Publisher : PT. Intelek Cendikiawan Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kantor Kesyahbandaran dan Otoritas Pelabuhan Kelas III Kuala Tanjung sebagai lembaga pelayanan publik memiliki tanggung jawab dalam mengelola berbagai kegiatan administratif, termasuk pengelolaan data pegawai. Sistem pencatatan data pegawai yang masih dilakukan secara manual menimbulkan berbagai kendala, seperti kesalahan pencatatan, duplikasi data, kesulitan dalam pencarian informasi, serta proses pembuatan laporan yang memakan waktu lama. Kondisi ini dapat menghambat efektivitas kerja dan menurunkan kualitas pelayanan administrasi kepegawaian.Tujuan penelitian ini adalah untuk merancang sistem informasi data pegawai berbasis web yang dapat meningkatkan efisiensi, keakuratan, dan keamanan dalam pengelolaan data pegawai di Kantor Kesyahbandaran dan Otoritas Pelabuhan Kelas III Kuala Tanjung. Metode penelitian yang digunakan adalah metode kualitatif, dengan teknik pengumpulan data melalui observasi, wawancara, dan studi pustaka.Hasil dari penelitian ini menunjukkan bahwa sistem informasi data pegawai berbasis web mampu mengatasi berbagai kendala yang terdapat pada sistem manual. Melalui sistem ini, petugas dapat melakukan proses input, edit, pencarian, serta pencetakan laporan data pegawai secara lebih cepat, akurat, dan terstruktur. Dengan demikian, penerapan sistem ini dapat meningkatkan efisiensi kerja serta mendukung peningkatan kualitas pelayanan administrasi kepegawaian di lingkungan Kantor Kesyahbandaran dan Otoritas Pelabuhan Kelas III Kuala Tanjung.
POLA PENGISIAN KENDARAAN LISTRIK YANG EFEKTIF DAN EFESIEN MENGGUNAKAN METODE CLUSTERING Syahfitri, Ayu; Sirait, Azrai
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4680

Abstract

Abstract: The development of electric vehicles in Indonesia continues to grow in line with global efforts to reduce carbon emissions. However, the limited and uneven distribution of public electric vehicle charging stations (SPKLU) remains a major obstacle. This study aims to analyze effective and efficient electric vehicle charging patterns using the K-Means Clustering method. The dataset was obtained from the Kaggle platform, containing attributes such as time, duration, charging level, and location. The research process includes data collection, cleaning, normalization, model training, and testing. The results show that the K-Means method successfully groups charging patterns with good cluster clarity. The developed web-based system also simplifies the analysis of SPKLU usage patterns automatically and efficiently. This research is expected to serve as a reference for planning electric vehicle charging infrastructure in Indonesia and to expand the application of machine learning in the field of Information Technology Engineering. Keywords: K-Means Clustering, Electric Vehicle, Charging Pattern, SPKLU, Machine Learning. Abstrak: Perkembangan kendaraan listrik di Indonesia terus meningkat seiring upaya global mengurangi emisi karbon. Namun keterbatasan dan ketidakteraturan stasiun pengisian kendaraan listrik umum (SPKLU) masih menjadi kendala utama. Penelitian ini bertujuan menganalisis pola pengisian kendaraan listrik yang efektif dan efisien menggunakan metode K-Means Clustering. Data diperoleh dari platform Kaggle dengan atribut waktu, durasi, tingkat, dan lokasi pengisian. Proses penelitian meliputi pengumpulan, pembersihan, normalisasi, pelatihan, serta pengujian model. Hasil menunjukkan bahwa metode K-Means mampu mengelompokkan pola pengisian dengan tingkat kejelasan cluster yang baik. Sistem berbasis web yang dikembangkan juga mempermudah analisis pola penggunaan SPKLU secara otomatis dan efisien. Penelitian ini diharapkan menjadi acuan dalam perencanaan infrastruktur pengisian kendaraan listrik di Indonesia serta memperluas penerapan machine learning di bidang Teknik Informatika. Keyword: K-Means Clustering, Kendaraan Listrik, Pola Pengisian, SPKLU, Machine Learning. 
PERANCANGAN SISTEM INFORMASI SURAT MASUK DAN SURAT KELUAR PADA KANTOR DINAS PEKERJAAN UMUM DAN TATA RUANG Annisa Fitri Ani; Azrai Sirait
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 2 No. 5 (2025): Oktober - November 2025
Publisher : PT. Intelek Cendikiawan Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengelolaan surat masuk dan surat keluar merupakan kegiatan penting dalam mendukung kelancaran administrasi pada instansi pemerintahan. Namun, proses pengelolaan surat pada Kantor Dinas Pekerjaan Umum dan Tata Ruang masih dilakukan secara manual melalui pencatatan pada buku agenda dan penyimpanan arsip fisik. Kondisi tersebut menimbulkan berbagai kendala, seperti kesulitan pencarian dokumen, risiko kehilangan arsip, keterlambatan disposisi, serta ketidakefisienan dalam pembuatan laporan. Penelitian ini bertujuan untuk menganalisis sistem pengelolaan surat yang berjalan serta merancang sistem informasi yang mampu meningkatkan efektivitas dan efisiensi proses administrasi. Penelitian dilakukan melalui kegiatan kerja praktek selama 25 Agustus hingga 7 Oktober 2025 dengan menggunakan metode studi lapangan dan studi literatur. Data dikumpulkan melalui observasi, wawancara, dan dokumentasi untuk memperoleh gambaran yang jelas mengenai alur kerja administrasi surat. Hasil analisis menunjukkan bahwa sistem manual memiliki banyak kekurangan sehingga diperlukan sistem berbasis komputer yang lebih terstruktur. Perancangan sistem dilakukan menggunakan pendekatan UML, terdiri dari Use Case Diagram, Activity Diagram, Sequence Diagram, dan Class Diagram, serta dilengkapi dengan perancangan antarmuka yang mendukung kemudahan penggunaan. Hasil penelitian menunjukkan bahwa sistem informasi yang dirancang mampu memberikan solusi terhadap permasalahan yang muncul pada sistem manual. Sistem ini memungkinkan proses pencatatan, penyimpanan, pencarian, dan pengarsipan surat dilakukan secara lebih cepat, akurat, dan aman. Implementasi antarmuka yang sederhana juga mempermudah pegawai dalam mengoperasikan sistem. Dengan adanya sistem informasi ini, proses administrasi menjadi lebih efisien dan terorganisir sehingga berpotensi meningkatkan kualitas pelayanan publik
PENERAPAN ALGORITMA COSINE SIMILARITY UNTUK MENGIDENTIFIKASI KEBUTUHAN BELAJAR MURID DI SEKOLAH BERBASIS DATA ANALISIS Muprida, Aruni; Sirait, Azrai
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4793

Abstract

Abstract: In an educational context, Cosine Similarity can be used to compare students' learning profiles, for example based on exam results, assignments, or material preferences, to determine the level of similarity between them. The results of this calculation can help teachers design more personalized learning programs, such as providing additional material for students who are struggling or special challenges for students who have already mastered the material well. The data used in this study were learning outcomes, grades, interests, and academic activities. The purpose of this study was to implement the Cosine Similarity algorithm to identify students' learning needs. The test results for four students can be seen in Andi's final score of 0.932. The highest profile: "Needs Math Help." Recommendation: Basic arithmetic practice and reinforcement of numerical logic are recommended. Budi's score of 0.992. The highest profile: "Needs Language Support." Recommendation: Reading and writing simple sentences are recommended. Siska's score of 0.996. The highest profile: "Needs Language Support." Recommendation: Reading and writing simple sentences are recommended. Feri's score of 0.985. Highest profile: "Needs Science/Social Studies Strengthening." Recommendation: Simple experiments are recommended to improve science/social studies understanding. The designed system successfully displays analysis results in a format that is easy for teachers to understand, namely through data visualization in the form of tables, graphs, or cluster diagrams. Keywords: Cosine Similarity Algorithm, Identifying Student Learning Needs, Data Analysis. Abstrak: Dalam konteks pendidikan, Cosine Similarity dapat digunakan untuk membandingkan profil belajar murid, misalnya berdasarkan hasil ujian, tugas, atau preferensi materi, guna menentukan tingkat kesamaan di antara mereka. Hasil perhitungan ini dapat membantu guru dalam merancang program pembelajaran yang lebih personal, seperti pemberian materi tambahan bagi murid yang kesulitan atau tantangan khusus bagi murid yang sudah menguasai materi dengan baik. Data yang dugunakan dalam penelitian ini ialah data hasil belajar, nilai, minat, dan aktivitas akademik. Tujuan dalam peneltian ini ialah mengimplementasikan algoritma Cosine Similarity untuk mengidentifikasi kebutuhan belajar murid. hasil pengujian terhadap 4 siswa dapat dilihat atas nama andi hasil nilai akhir 0.932. Profil tertinggi: “Butuh Bantuan Matematika” Rekomendasi: Disarankan latihan berhitung dasar dan penguatan logika angka. Atas nama Budi dengan nilai 0.992. Profil tertinggi: “Butuh Dukungan Bahasa”. Rekomendasi:  Disarankan latihan membaca dan menulis kalimat sederhana. Atas nama Siska dengan nilai 0.996. Profil tertinggi: “Butuh Dukungan Bahasa”. Rekomendasi:  Disarankan latihan membaca dan menulis kalimat sederhana. Atas nama Feri dengan nilai 0.985. Profil tertinggi: “Butuh Penguatan IPA/IPS”. Rekomendasi: Disarankan eksperimen sederhana untuk meningkatkan pemahaman IPA/IPS. Sistem yang dirancang berhasil menampilkan hasil analisis dalam bentuk yang mudah dipahami oleh guru, yaitu melalui visualisasi data berupa tabel, grafik, atau diagram cluster. Kata Kunci: Algoritma Cosine Similarity, Mengidentifikasi Kebutuhan Belajar Murid, Data Analisis.
Co-Authors Abdul Aziz Ardana Abdullah, Iqbal Adinda, Aura Agung Purnomo Annisa Fitri Ani Emi Dea Farhan Graha Hidayat MAPILINDO Muhammad Siddik Muprida, Aruni purba, oktaviana nirmala Rahma, Fadillah Aulia Samsir Samsir, Samsir Saragih, Sri Rahmah Dewi Siddik, Muhammad Syahfitri, Ayu