Article Per Year (5 Year)
p-Index From 2021 - 2026
4.454
P-Index
This Author published in this journals
All Journal Elkom: Jurnal Elektronika dan Komputer CESS (Journal of Computer Engineering, System and Science) NUR EL-ISLAM : Jurnal Pendidikan dan Sosial Keagamaan JSiI (Jurnal Sistem Informasi) JURTEKSI Jurnal Riset Informatika Jurnal Informatika dan Rekayasa Elektronik Jurnal Sistem Komputer dan Informatika (JSON) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) KLIK: Kajian Ilmiah Informatika dan Komputer Instal : Jurnal Komputer International Journal Software Engineering and Computer Science (IJSECS) el-Madib: Jurnal Pendidikan Dasar Islam Jurnal Komtekinfo Indonesian Health Issue Data Sciences Indonesia (DSI) VISA: Journal of Vision and Ideas Da'watuna: Journal of Communication and Islamic Broadcasting SAMBARA: Jurnal Pengabdian Kepada Masyarakat INOVTEK Polbeng - Seri Informatika Sriwijaya Foodtech Journal MUTAADDIB: Islamic Education Journal
Sriani
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Environmental Science Health Professions Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Nursing Physics Public Health Social Sciences Veterinary Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
MAMDANI FUZZY LOGIC ANALYSIS FOR ANIMAL MEDICINE STOCK OPTIMIZATION Desmarini, Mutia; sriani
JURTEKSI (jurnal Teknologi dan Sistem Informasi) Vol. 11 No. 4 (2025): September 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK Royal Kisaran

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33330/jurteksi.v11i4.4070

Abstract

Abstract: The management of veterinary drug stocks at the Veterinary Clinic Technical Implementation Unit (UPTD) of the North Sumatra Province Plantation and Livestock Service faces obstacles in the form of discrepancies between supply and demand, resulting in excess stock and budget waste. Uncertain demand for drugs is a factor that complicates decision-making in stock provision. This study aims to optimize drug stock management using the Mamdani fuzzy logic method, which is capable of handling data uncertainty and modeling information linguistically. Three input variables are used, namely initial stock, demand, and number of visits, with the output being the final stock. The process involves fuzzification, inference based on IF–THEN rules, and defuzzification using the centroid method. The results show that the developed system has a good accuracy level with a MAPE value of 17.52%, which means that this model is effective in providing optimal and efficient drug stock recommendations in a veterinary clinic environment. Keywords: fuzzy mamdani; optimization; animal drug stock.
Prediction of Bank NEO Commerce Stock Prices Using a Multiple Linear Regression Algorithm Harahap, Ulil Amri; Sriani
INOVTEK Polbeng - Seri Informatika Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/dxpvea41

Abstract

This study addresses the challenge of forecasting Bank Neo Commerce (BBYB) daily prices, where volatility and data leakage often bias results. We build a leakage-free pipeline to predict next-day Adjusted Close using multiple linear regression (OLS) with t−1 predictor lags and technical indicators: AdjCloset−1​, AdjCloset−5, Volt−1​, SMA5t−1​, EMA5t−1​, and RSI 14t−1. Daily BBYB.JK data from Yahoo Finance (12 March 2019–12 March 2025) are evaluated with a 5-fold rolling time-series split, and metrics are reported as mean ± SD. The goal is to assess OLS accuracy and its practical value against a persistence baseline. OLS attains MAE 25.15 ± 18.24, MSE 2,344.41 ± 2,956.78, R² 0.94 ± 0.06, while the baseline AdjCloset−1 yields MAE 22.40 ± 17.21, MSE 1,894.99 ± 2,420.42, R² 0.96 ± 0.04. A walk-forward long-only backtest (0.1% fee) delivers a final value of 1.04 versus 0.72 for buy-and-hold, with lower volatility and drawdown. The approach is interpretable, reproducible, and ready for extensions (feature reduction/regularization, non-linear models, and return/volatility features)
Implementasi Deep Learning Menggunakan Metode Convolutional Neural Network Untuk Klasifikasi Jenis Bunga Anggrek Sriani; Armansyah; Panjaitan, Nurhalimah
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.4941

Abstract

Bunga merupakan salah satu komponen estetika yang penting dalam kehidupan manusia. Di Indonesia, terdapat berbagai jenis bunga dengan karakteristik unik, seperti warna dan bentuknya. Anggrek adalah famili terbesar dalam tumbuhan berbunga, yang mencakup sekitar 7-10% dari seluruh spesies berbunga di dunia, dan di Indonesia diperkirakan ada sekitar 4.000-5.000 jenis anggrek. Beberapa penelitian telah dilakukan untuk mengklasifikasikan bunga menggunakan metode pembelajaran mesin, namun pengklasifikasian anggrek menghadapi kendala karena adanya variasi warna yang luas dan kemiripan bentuk antar spesies, sehingga masyarakat sulit membedakan jenis anggrek yang berbeda. Keunikan anggrek yang menjadi daya tarik bagi penggemar tanaman hias terutama terletak pada bunga dan warna bunganya yang beragam. Pengklasifikasian secara manual saat ini dilakukan berdasarkan ciri mahkota bunga dan susunannya dengan cara pengamatan langsung, yang kurang efektif dan memerlukan waktu serta tenaga yang besar jika dilakukan dalam jumlah banyak. Dari berbagai metode deep learning, metode Convolutional Neural Network (CNN) adalah yang paling sesuai untuk penelitian ini, karena CNN dianggap sebagai model unggul dalam menangani masalah object detection dan object recognition. Oleh karena itu, dikembangkanlah aplikasi yang dapat mengatasi masalah ini melalui pengambilan citra bunga, didukung oleh teknologi berbasis deep learning dengan metode convolutional neural network sebagai solusi untuk mengklasifikasikan berbagai jenis tanaman bunga sebagai langkah dalam mendeteksi jenis bunga. Tujuan dari penelitian ini adalah mengembangkan model CNN yang dapat mengklasifikasikan jenis anggrek berdasarkan kecocokan gambar input dengan dataset yang tersedia. Berdasarkan simulasi yang telah dilakukan, model ini berhasil mencapai rata-rata akurasi sebesar 94,28%.
Implementasi Kurikulum Pendidikan Agama Islam Pada Sekolah Umum dalam Pembentukan Karakter Islami Siswa di Era Society 5.0 (Studi pada Sekolah Menengah Atas Negeri 1 Bungo) Sriani; Mawaddah, Mawaddah
MUTAADDIB : Islamic Education Journal Vol. 1 No. 1 (2023): (April 2023)
Publisher : Institut Agama Islam Yasni Bungo Jambi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51311/mutaaddib.v1i1.478

Abstract

Implementasi Pendidikan Agama Islam dilakukan dengan tujuan meningkatkan ketaqwaan kepada Allah SWT, dan meraih kesuksesan dunia dan akhirat. Akhlak mulia adalah manifestasi dari keimanan yang diyakini setiap orang yakni siswa. Oleh karena itu keimanan dan ketaqwaan yang menyatu pada diri seseorang melalui perwujudan karakternya yang akan menghindarkan dari perbuatan-perbuatan yang bersifat buruk, merusak, dan membahayakan masyarakat serta merusak citra persatuan dan kesatuan masa depan bangsa di era Society 5.0 yang diiringi dengan kemajuan teknologi dan informasi. Metodologi penelitian ini mengunakan pendekatan penelitian kualitatif deskritif. Hasil yang diharapkan dalam penelitian ini adalah bahwa Kurikulum PAI sangat penting diterapkan di sekolah umum dan merupakan pondasi dalam mengantarkan kepribadian siswa yang mulia, dan pengaturan mengenai isi dan bahan pelajaran PAI serta cara yang digunakan dan segenap kegiatan yang dilakukan oleh guru agama untuk membantu seorang atau sekelompok siswa dalam memahami, menghayati, dan mengamalkan ajaran Islam atau menumbuhkembangkan nilai-nilai Islam kedalam diri siswa. Maka dari itu perlu diimplementasikan kurikulum Pendidikan Agama Islam di Sekolah umum agar karakter Islami peserta didik dapat terjamin dengan baik yakni yang berakhlak mulia, karena akhlak adalah manifestasi dari keimanan yang diyakini setiap siswa.
Classification of Patient Satisfaction Level on Health Services Using the C4.5 Algorithm Sriani; Aidil Halim Lubis; Sofiah
Jurnal Riset Informatika Vol. 6 No. 2 (2024): March 2024
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34288/jri.v6i2.283

Abstract

Quality health services are related to patient satisfaction. Patient satisfaction can be used as a benchmark for improving the quality of health services. Problems often occur when implementing health techniques, such as service problems at the Restu Clinic. Patients and their families indicated that although the Restu Clinic was established with adequate facilities, it had not yet reached the maximum level of service. These indications include long waiting times for examinations, a lack of thoroughness by medical personnel, and services that are not timely. Service quality cannot be separated from the dimensions that are the core of quality services, which are expected to meet patient needs. Patient satisfaction is considered an important indicator of good quality. This research will only discuss four aspects of service quality, which are reliability, responsiveness, assurance, and empathy, from health workers at the Restu Clinic. The C4.5 algorithm is known to be superior in producing decision trees that efficiently solve discrete and numerical variables and provide satisfactory accuracy. Therefore, the author conducted a study to assess service quality using the C4.5 algorithm. This research aims to determine the factors that influence the quality of health services and to know patient satisfaction with health services at the Restu Clinic. Knowing the intensity of patient satisfaction with services at the Restu Clinic can improve the quality of optimal services and gain patients' trust in government agencies.
Penerapan Logika Fuzzy Sugeno Untuk Optimasi Kualitas Tempe Pada Proses Fermentasi Rahman Sari, Arfani; Sriani
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.5942

Abstract

Determining the amount of tempeh production can be done by industries or businesses that process soybeans into tempeh, which is a source of nutrition and food for the Indonesian people. Apart from being easy to get, tempeh is also one of the favorite foods among all groups. In producing tempeh, it is certain that the tempeh manufacturing industry also carries out a fermentation process every day to produce a lot of tempeh, apart from that, the process requires maximum manufacturing so that the quality of the tempeh is maintained until it reaches consumers. However, if it is not optimal, the quality of tempeh and the entrepreneur will lose profits. Therefore, tempeh quality was optimized. In order to reduce the impact of poor quality during the manufacturing process, it is necessary to calculate the prediction factors for the impact of poor quality, namely by using the Sugeno fuzzy logic method. Where fuzzy can be relative and can provide solutions to problems encountered in the production process. Optimizing the quality of tempeh from several variables can be determined by a MAPE value of 7.02% according to the predicted value table of 7.02% and this includes good research and is very efficient. Based on these problems, the author models an application system built with Matlab software.
Analisis Sentimen Kebijakan Pemberian Subsidi Motor Listrik Menggunakan Metode Support Vector Machine Frianda Gultom, Irsan; Sriani; Suhardi
JURNAL FASILKOM Vol. 13 No. 3 (2023): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v13i3.6225

Abstract

Kemajuan kendaraan bertenaga listrik menjadi inovasi dan teknologi yang akan terus berkembang dan bertransfromasi. Dengan hadirnya kendaraan listrik tersebut pemerintah Indonesia berupaya untuk mendorong masyarakat agar beralih dari kendaraan bertenaga bahan bakar minyak ke kendaraan bertenaga listrik. Oleh karena itu pemerintah melalui Kementrian Koordinator Bidang Kemaritiman dan Investasi (Menko Marves) mengeluarkan kebijakan pemberian subsidi motor listrik. Pada penelitian ini bertujuan untuk mengetahui tingkat akurasi dan penerapan metode Support Vector Machine dalam mengolah data sentimen. Dengan dataset yang digunakan sebanyak 700 tweet yang diperoleh dari 1000 data tweet yang telah disaring dari media sosial Twitter. Dengan melewati proses preprocessing dan memberikan label pada setiap tweet menggunakan kamus Lexicon. Tahap selanjutnya adalah klasifikasi dengan Support Vector Machine yang menggunakan kernel linear sebagai penentu hyperplane. Dari penggunaan metode Support Vector Machine tersebut diperoleh nilai accuracy sebesar 86.43%, precision sebesar 83.33%, recall sebesar 87.30%, dan f1-score sebesar 85.27%.
Rancang Bangun Alat Pemandu Jalan Untuk Penyandang Tunanetra Menggunakan Metode Fuzzy Mamdani Pohan, Rifani Khairani; Sriani
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.8954

Abstract

Penyandang tunanetra memiliki keterbatasan dalam bernavigasi yang dapat membahayakan keselamatan mereka saat beraktivitas. Untuk itu, dibutuhkan alat bantu yang mampu mendeteksi halangan dan memberikan peringatan secara real-time. Penelitian ini bertujuan untuk membuat dan mengembangkan alat pemandu jalan berbasis logika fuzzy Mamdani yang dilengkapi dengan sensor ultrasonik dan sensor infrared. Sensor ultrasonik digunakan untuk mendeteksi jarak terhadap halangan, sedangkan sensor infrared digunakan untuk mendeteksi suhu dari api. Sistem menggunakan logika fuzzy dengan kategori jarak (Dekat, Normal, Jauh) dan suhu api (Tidak Panas, Panas), dan menghasilkan peringatan bunyi melalui earphone. Hasil pengujian menunjukkan bahwa sensor ultrasonik dapat mendeteksi semua objek pada berbagai jarak dengan akurasi baik, sedangkan sensor infrared mampu mendeteksi suhu dari api. Metode fuzzy Mamdani memberikan keputusan yang logis dan fleksibel, serta sistem peringatan suara dapat dipahami dengan baik oleh pengguna. Pengujian langsung pada dua penyandang tunanetra terhadap objek seperti batu, tangga, meja, galon, botol, dan papan tulis menunjukkan bahwa sistem berjalan secara optimal dan efektif. Selain itu, hasil pengujian numerik jarak juga memperlihatkan performa sensor yang sangat akurat. Tingkat akurasi kategori deteksi mencapai 100% pada sebagian besar pengujian, meskipun terdapat satu kondisi dengan akurasi 0% karena perbedaan interpretasi kategori fuzzy. Sementara itu, akurasi numerik sensor rata-rata berada di atas 99%, dengan waktu respons sistem relatif cepat, yakni 0,5–0,7 detik. Hal ini membuktikan bahwa sistem mampu bekerja secara real-time dan memberikan peringatan secara tepat kepada pengguna tunanetra. Dengan demikian, alat ini dapat menjadi solusi yang bermanfaat untuk meningkatkan mobilitas dan kemandirian penyandang tunanetra.
Analisis Sentimen Opini Publik Terhadap 100 Hari Kinerja Prabowo Subianto Sebagai Presiden Menggunakan Naïve Bayes Khairunnisa; Sriani
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 1 (2025): September 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i1.9038

Abstract

Dalam kepemimpinan, kinerja seorang pemimpin dapat diukur menggunakan berbagai instrumen. Di masyarakat  kinerja dapat diukur dari hasil perubahan yang telah dilakukan seorang pemimpin. Prabowo subianto telah mengambil langkah yang signifikan dalam hal kepemimpinan. Maka opini masyarakat dibutuhkan guna mengevaluasi kinerjanya. Opini masyarakat memberikan beberapa pendapat yang berbeda di platform X. Metode yang digunakan adalah Naïve Bayes Classifier, yang mampu mengklasifikasikan data dengan menggunakan multinominal NB. Naïve bayes dirancang menggunakan bahasa pemrograman Python dan google collab sebagai tools. Tujuan penelitian ini mengetahui hasil opini yang diperoleh, maka analisis sentimen di perlukan terhadap kinerja prabowo subianto sebagai presiden berdasarkan akurasi. Dalam mengklasifikasikan sentimen terhadap kinerja prabowo, maka sentimen melalui proses crawling sebanyak 1000 data, kemudian split data, antara data latih dan data uji adalah 80:20, yaitu 800 data latih dan 200 data uji. Hasil pelabelan,  diketahui bahwa 588 tweet kategori sentimen positif dan 412 tweet kategori negatif. Hasil evaluasi dari metode naïve bayes memberikan hasil sentimen dengan nilai accuracy sebesar 74%, precision sebesar 67,57%, recall sebesar 64,10% dan F1 score sebesar 65,8%. Hal ini menunjukkan bahwa model memiliki performa yang cukup baik dalam mengklasifikasikan opini, meskipun efektivitas dalam mengidentifikasi komentar positif masih dapat ditingkatkan.
Analisis Sentimen Masyarakat Terhadap Resesi Ekonomi Global 2023 Menggunakan Algoritma Naïve Bayes Classifier Sriani; Lubis, Aidil Halim; Harahap, Yunus Fadillah
Elkom: Jurnal Elektronika dan Komputer Vol. 16 No. 2 (2023): Desember : Jurnal Elektronika dan Komputer
Publisher : STEKOM PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/elkom.v16i2.1673

Abstract

The global economic recession is a global economic downturn that affects the domestic economies of countries in the world. The stronger the economic dependence of one country on the global economy, the faster a recession will occur in that country. In 2020 the country of Indonesia and even the world are exposed to the COVID-19 virus which has an impact on the country's economic growth, even the world economy. This is the trigger for an economic recession. This has led to many different public perspectives on the occurrence of a global economic recession whose opinions or reactions are expressed on social media Youtube. The data was obtained by crawling techniques from social media Youtube with a total of 500 comments used. The data is then labeled (class) with a lexicon-based method with an Indonesian language dictionary. From the labeling results, it was obtained 185 positive labeled data (37%) and 315 negative opinions (63%). The data preprocessing stage is carried out in preparation for the data to be processed for sentiment analysis. Of the many opinions obtained, an analysis of public sentiment regarding the 2023 global economic recession will be carried out using the Naïve Bayes classification algorithm. This study also applied the TF-IDF word weighting method with the n-gram feature used, namely bigram (n=1). The system will be evaluated using a confusion matrix. The implementation results show a prediction model with a total of 500 opinion data with a comparison of training data and test data of 9:1, producing an accuracy value of 84.00%, a precision value of 75.00%, a recall of 30.00%, and an f1-score of 42.86%. The performance of the system model built in this study can be said to be good.
Co-Authors Abdul Halim Hasugian Agustin Mardiana, Nur Agustina, Chaterine Aidil Halim Lubis Aidil Halim Lubis Andriyadi, Andriyadi Anggraini, Chintya Armansyah Berutu, Nurhalimah Desmarini, Mutia Dwitia Ayu Lestari Fachry Abda El Rahman Fawi, Hafiz Frianda Gultom, Irsan Gusrianti, Rita Harahap, Lailan Sofinah Harahap, Ulil Amri Harahap, Yunus Fadillah Ibnu Rusydi Ibsan, Muhammad Hanafi juraidah, juraidah Khairani, Fuji Khairunnisa Mahmudah, Nur Aini Mawaddah Mawaddah, Mawaddah Maya Nurmalasari Mona Novita Muhammad Alwi Baihaqi Nasution, Yurika Nur Aisyiyah, Siti R Panjaitan, Nurhalimah Pasaribu, Nur Adha Pohan, Rifani Khairani Rahman Sari, Arfani Rakhmat Kurniawan R Rizki Ananda Putra Fajar Setiawan, Mhd. Liandra Shania perida Br tarigan Simanulang, Ester Sinaga, Siti Nurmawan Siti Zubaidah Sofiah Sri Wahyuni Suhardi Tarigan, Eka Falentina Zoyasri Ananta