Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer International Journal of Basic and Applied Science Jurnal Sistem Informasi Komputer
Hendraputra, Surya
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Physics

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Penerapan Metode AHP Berbasis Web Dalam Pemilihan Dosen Terbaik hendraputra, surya
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 5 No. 2 (2021): Call for Paper Remik Volume 5 Nomor 2 April 2021
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v6i1.11192

Abstract

Penelitian ini bertujuan untuk mengetahui dan menentukan dosen terbaik pada Politeknik ganesha Medan. Selama ini Politeknik Ganesha Medan masih menggunakan sistem penilaian secara manual dengan mengisi form penilian yang dilakukan oleh mahasiswa kepada dosen. Dalam penilaian tersebut masih menggunakan sistem manual dengan mengisi form mempergunakan pulpen dan kertas serta perangkat komputer yang dipakai masih terbilang belum teraplikasi secara otomatis, dalam hal tersebut menyebabkan keterlambatan dalam perhitungan serta menetapkan dosen terbaik dari beberapa kandidat yang ada. Aplikasi penilaian dosen terbaik dengan metode AHP berbasis web pada Politeknik Ganesha Medan dibuat dengan mengumpulkan data informasi yang diperlukan oleh peneliti untuk menunjang proses penelitian agar dapat menjadi gambaran mengenai situasi, kondisi serta kejadian yang berjalan pada masa ini. Dalam merancang aplikasi peneliti menggunakan flowchart dan flow diagram sebagai alur perancangan aplikasi, dengan harapan peneliti dapat memudahkan dan membantu dalam merancang sistem yang sedang dibuat pada kegiatan Politeknik Ganesha Medan dalam melakukan penilaian dosen terbaik. Dengan menggunakan Metode AHP ini, peneliti meyakini bahwa hasil dari penelitian ini, dianggap sudah sangat mendekati dengan kondisi yang sebenarnya. Dalam penelitian ini, terdapat 4 kandidat dosen yang dinilai. Dan menghasilkan 1 dosen terbaik yang bernama bapak Romindo
Perancangan Aplikasi Surat Masuk Dan Surat Keluar Berbasis Web Pada Desa Tanah Enam Ratus Marelan Hendraputra, Surya; Chaniago, Nur Frida Syahri; Jamaludin
Jurnal Sistem Informasi Komputer ( SIKOM ) Vol. 2 No. 3 (2025): Volume 2 Nomor 3 September 2025
Publisher : Jurnal Sistem Informasi Komputer ( SIKOM )

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

Abstract

Penelitian ini bertujuan untuk meningkatkan kemampuan sekaligus menambah wawasan dan pastinya tidak dipungkiri bahwa kehadiran dosen dalam pelaksanaan kegiatan pembelajaran di kelas masih sangat dibutuhkan oleh mahasiswa, apalagi untuk pembelajaran yang menuntut komunikasi dosen dan mahasiswa. Seperti halnya permasalahan yang dihadapi dalam administrasi di Desa Tanah Enam Ratus Marelan terkait surat masuk dan surat keluar yang berdampak luas pada efisiensi dan transparansi pelayanan. Salah satu permasalahan yang dominan adalah masih menggunakan proses manual dalam pengelolaan surat masuk dan surat keluar. Proses manual ini sering kali memakan waktu dan tenaga yang tidak efisien, menyebabkan potensi keterlambatan dalam pelayanan kepada masyarakat dan kehilangan kesempatan dalam merespon isu-isu yang mendesak. Dengan memanfaatkan metode penelitian berupa wawancara dan kuesioner dengan pihak Kantor penelitian ini berhasil mengembangkan aplikasi web dengan judul Perancangan Aplikasi Surat Masuk Dan Surat Keluar Berbasis Web Pada Desa Tanah Enam Ratus Marelan, dengan mengadopsi teknologi berbasis web, sistem ini akan memberikan solusi dalam otomatisasi proses administrasi surat Penggunaan teknologi web akan memungkinkan penerimaan, distribusi, dan pengarsipan surat dapat dilakukan secara otomatis, mengurangi risiko keterlambatan dan memastikan efisiensi pengelolaan surat.
Longitudinal Alzheimer’s Disease Progression Modelling Using Adaptive Spline Regression Harahap, Muhammad Khoiruddin; Hendraputra, Surya
International Journal of Basic and Applied Science Vol. 14 No. 3 (2025): Optimization and Artificial Intelligence
Publisher : Institute of Computer Science (IOCS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35335/ijobas.v14i3.748

Abstract

Alzheimer’s disease is one of the most prevalent neurodegenerative disorders, and modeling its longitudinal progression is essential for improving early intervention and clinical decision-making. While spline-based approaches have been widely used to capture nonlinear patterns, their application to longitudinal Alzheimer’s progression remains limited, particularly with respect to adaptive knot selection and clinical interpretability. This study addresses this gap by applying adaptive spline regression with automatic knot selection via Generalized Cross Validation (GCV) to longitudinal Alzheimer’s disease modeling. Using a simulated longitudinal dataset of 200 patients explicitly designed to reflect realistic clinical characteristics such as cognitive decline (MMSE), hippocampal volume change, and APOE ε4 genetic status we systematically evaluate the proposed method under controlled conditions. The adaptive spline model is compared against linear regression and static (fixed-knot) spline regression using 5-fold cross-validation. The results show that adaptive spline regression achieves lower RMSE (0.191) and MAE (0.152), and a higher R² (0.130) than the baseline models. Although the explained variance remains modest, the adaptive spline more effectively captures nonlinear progression patterns and yields smoother, clinically interpretable trajectories. These findings demonstrate that adaptive knot selection enhances both flexibility and interpretability in longitudinal disease modeling. From a practical perspective, the resulting progression curves have potential value for exploratory clinical analysis and hypothesis generation. Future work will focus on validating the framework using real-world datasets such as OASIS and ADNI, and extending the model to incorporate multimodal biomarkers for improved clinical relevance.
Co-Authors Chaniago, Nur Frida Syahri JAMALUDIN Muhammad Khoiruddin Harahap