Article Per Year (5 Year)
p-Index From 2021 - 2026
9.194
P-Index
This Author published in this journals
All Journal Teknika Techno.Com: Jurnal Teknologi Informasi Jurnal Informatika PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Teknologi Informasi dan Ilmu Komputer CESS (Journal of Computer Engineering, System and Science) JURNAL PENGABDIAN KEPADA MASYARAKAT Jurnal Ilmiah KOMPUTASI Sistemasi: Jurnal Sistem Informasi JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING IT JOURNAL RESEARCH AND DEVELOPMENT Indonesian Journal of Artificial Intelligence and Data Mining JRST (Jurnal Riset Sains dan Teknologi) Jurnal Teknovasi : Jurnal Teknik dan Inovasi Mesin Otomotif, Komputer, Industri dan Elektronika JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jusikom : Jurnal Sistem Komputer Musirawas ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA JISTech (Journal of Islamic Science and Technology) Jurnal Teknologi Sistem Informasi dan Aplikasi JSiI (Jurnal Sistem Informasi) IJISTECH (International Journal Of Information System & Technology) Journal on Education JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Teknik Elektro dan Komputer TRIAC Jurnal Riset Informatika INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi METIK JURNAL Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar Jurnal Mantik JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) Journal of Information Systems and Informatics INFOKUM U-NET Jurnal Teknik Informatika Journal of Computer Networks, Architecture and High Performance Computing Jurnal Teknologi Informasi dan Komunikasi Jurnal Teknik Informatika (JUTIF) IJISTECH Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Computer Science and Information Technology (CoSciTech) International Journal of Artificial Intelligence and Robotics (IJAIR) Jurnal Pendidikan dan Teknologi Indonesia Journal La Multiapp KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Info Sains : Informatika dan Sains Jurnal IPTEK Bagi Masyarakat Journal of Computer Science and Informatics Engineering Journal Of Human And Education (JAHE) Prisma Sains: Jurnal Pengkajian Ilmu dan Pembelajaran Matematika dan IPA IKIP Mataram SWARNA International Conference on Sciences Development and Technology STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Innovative: Journal Of Social Science Research Information Technology Education Journal Jurnal Pengabdian Masyarakat VISA: Journal of Vision and Ideas Bigint Computing Journal Cosmic Jurnal Teknik
Muhammad Siddik Hasibuan
Universitas Islam Negeri Sumatera Utara
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Other

Published : 85 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 85 Documents
Search

 5   6   7   8   9 
Prediksi Penjualan Salad Buah Kembar Berbasis Produk Homemade Berdasarkan Data Transaksi Menggunakan K-Nearest Neighbor Anisa Rahman; Muhammad Siddik Hasibuan; Aidil Halim Lubis
Jurnal IPTEK Bagi Masyarakat Vol 5 No 1 (2025)
Publisher : Ali Institute of Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/j-ibm.v5i1.1248

Abstract

K-Nearest Neighbor adalah metode yang digunakan untuk melakukan klasifikasi data yang jaraknya paling dekat atau yang disebut dengan teknik lazy learning. Prediksi penjualan yang akurat memungkinkan owner untuk merencanakan kebutuhan stok bahan baku secara lebih efisien, sehingga dapat mengurangi resiko kelebihan stok (yang dapat menyebabkan pemborosan) atau kekurangan stok (yang berpotensi menurunkan pendapatan). Pada penelitian ini akan mengimplementasikan algoritma KNN, K-Nearest Neighbor guna memperlihatkan sejauh mana metode KNN bisa menghasilkan prediksi yang akurat dalam konteks penjualan. Tahapan metode yang dilakukan pada penelitian ini dengan cara menentukan nilai K, menghitung kuadrat jarak euclid (query instance) masing-masing objek terhadap training data yang diberikan, kemudian mengurutkan objek-objek tersebut ke dalam kelompok yang mempunyai jarak euclid terkecil, menggunakan label class Y (klasifikasi nearest neighbor), dengan menggunakan kategori k-nearest neighbor yang paling mayoritas maka dapat diprediksikan nilai query instance yang telah dihitung. Penelitian ini menghasilkan model prediksi penjualan berbasis jupyter notebook dapat digunakan untuk memprediksi produk Salad Buah Kembar berdasarkan variasi. Dataset yang digunakan terdiri dari 112 data yang dibagi menjadi 89 data training dan 23 data testing. Dengan hasil akurasi sebesar 91% memberikan konstribusi terhadap peningkatan omset Salad Buah Kembar serta bisa memberikan pertimbangan gambaran penyediaan stok berdasarkan jumlah yang terjual
KLASIFIKASI JENIS TANAMAN ANGGREK BERDASARKAN DAUN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN K-NEAREST NEIGHBOR Nazhifa Ahmad Fauzan; Muhammad Siddik Hasibuan; Suhardi
STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer Vol. 5 No. 1 (2026): Februari
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/storage.v5i1.7086

Abstract

Anggrek merupakan tanaman hias dengan keragaman spesies yang tinggi sehingga diperlukan metode identifikasi yang akurat dan konsisten. Penelitian ini bertujuan mengembangkan sistem klasifikasi jenis anggrek berbasis citra daun menggunakan metode Principal Component Analysis (PCA) dan K-Nearest Neighbor (K-NN). PCA digunakan untuk mengekstraksi fitur utama sekaligus mereduksi dimensi data guna meningkatkan efisiensi komputasi, sedangkan K-NN berperan dalam proses klasifikasi berdasarkan tingkat kemiripan fitur menggunakan Euclidean Distance. Dataset terdiri dari 56 citra daun anggrek yang terbagi menjadi 35 citra latih dan 21 citra uji dari tujuh kelas jenis anggrek. Tahapan penelitian meliputi akuisisi citra, ekstraksi ciri, reduksi dimensi menggunakan PCA, serta klasifikasi menggunakan K-NN. Evaluasi menggunakan confusion matrix menunjukkan akurasi sebesar 85,71%, dengan precision 90,71%, recall 85,71%, dan F1-score 84,39%. Hasil tersebut menunjukkan bahwa kombinasi PCA dan K-NN efektif dalam mengklasifikasikan daun anggrek dan berpotensi dikembangkan sebagai sistem identifikasi otomatis untuk mendukung penelitian botani, konservasi tanaman, dan industri tanaman hias.
Analysis of Covid-19 Vaccine Policy Sentiment Using SVM and C4.5 Muhammad Siddik Hasibuan; suhardi suhardi
Jurnal Teknik Elektro dan Komputer TRIAC Vol 9, No 2 (2022): Special Edition
Publisher : Jurusan Teknik Elektro Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/triac.v9i2.14781

Abstract

Analisis sentimen terhadap kebijakan vaksin covid-19 di Indonesia menjadi suatu hal yang perlu untuk diteliti. Opini tersebut dapat di jadikan suatu model penelitian, yaitu menggunakan metode klasifikasi data mining menggunakan algortima SVM dan C4.5. Dataset yang digunakan adalah opini atau sentimen masyarakat yang di posting pada media sosial twitter. Data yang diambil sebanyak 200 data, selanjutnya dilakukan proses pre-prosessing menggunakan metode TD-IDF data menjadi 137 dateset. Proses selanjutnya menyeimbangkan data dengan fungsi SMOTE, hasil dari performance dari algoritma SVM mendapat nilai akurasi 99.46 sedangkan algoritma C4.5 mendapat nilai akurasi 69.02. Dari hasil analisis yang dilakukan algoritma SVM mendapat nilai optimum yang lebih baik dari algoritma C4.5.
Comparison of Apriori and FP-Growth Algorithms in Analyzing Association Rules Mitha Rosadi; Muhammad Siddik Hasibuan
PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Vol. 12 No. 2 (2024): September 2024
Publisher : LPPM Universitas Islam 45 Bekasi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33558/piksel.v12i2.9965

Abstract

The problem objectives of this research include the following: To implement Apriori and FP-Growth Algorithms in determining the comparison of association rules and To build a jupyter notebook application model in determining the comparison of association rules of Apriori and FP-Growth Algorithms. This research compares Apriori and FP-Growth algorithms in analyzing association rules, with a focus on implementation and model development in Jupyter Notebook. Through manual calculation using 10 transaction data samples and testing on 38,765 groceries data entries from Kaggle, differences were found in the lift results between itemsets. Apriori algorithm often shows a negative relationship between items, while FP-Growth gives a similar interpretation but with slightly different lift values, showing a different influence in the relationship between items. In addition, FP-Growth proved to be more efficient with a much faster execution time (5.2757 seconds) than Apriori (185.9585 seconds), especially in handling large datasets. The results of this study indicate that the selection of an appropriate algorithm should consider the characteristics of the dataset and the purpose of the analysis.
Penerapan Metode Analitycal Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) pada Sistem Pendukung Keputusan untuk Pemilihan Indekos Rizky Pakpahan; Muhammad Siddik Hasibuan; Rizky Ananda Pakpahan; Raissa Amanda Putri
JASIEK (Jurnal Aplikasi Sains, Informasi, Elektronika dan Komputer) Vol. 8 No. 1 (2026): Juni 2026
Publisher : Universitas Merdeka Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26905/jasiek.v8i1.16443

Abstract

The high rate of development of science has had a significant impact on business activities in the world of education, resulting in a significant increase in public awareness to decide to pursue knowledge outside the region, even abroad, this triggers the need for students who are studying outside the region to find suitable temporary accommodation. One way that is needed for students to overcome the problem of housing is by renting a place to live in the area, for example, a boarding house. Various types of boarding houses and forms that have been offered by boarding house businesspeople are supported by adequate facilities and affordable prices. The application of the Analytical Hierarchy Process (AHP) and the Simple Additive Weighting (SAW) Method produces a good assessment in terms of calculating the values ​​of the criteria and solving in choosing a boarding house, so that accurate results are obtained in choosing a boarding house. After the assessment process with the AHP and SAW methods, the best boarding house recommendation was A7 (Million boarding house) with a value of 0,876
Implementasi Modul Material Management (MM) pada SAP ERP untuk Optimalisasi Manajemen Persediaan Aidil Alfarizi; Muhammad Siddik Hasibuan
Cosmic Jurnal Teknik Vol 3 No 1 (2026): Februari
Publisher : Ali Institute or Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/cosmic.v3i1.1592

Abstract

Penelitian ini bertujuan untuk menganalisis implementasi modul Material Management (MM) pada sistem SAP ERP dalam upaya mengoptimalkan manajemen persediaan perusahaan. Pengelolaan persediaan yang tidak terintegrasi sering menimbulkan permasalahan seperti ketidakakuratan stok, keterlambatan pengadaan, dan duplikasi data material. Penelitian ini menggunakan pendekatan deskriptif kualitatif dengan metode studi kasus. Data diperoleh melalui observasi sistem, wawancara, serta dokumentasi proses pengadaan dan pengelolaan stok. Hasil penelitian menunjukkan bahwa implementasi SAP MM mampu meningkatkan akurasi data persediaan secara real-time, mempercepat proses purchase order hingga goods receipt, serta meminimalkan kesalahan pencatatan manual. Integrasi antar departemen juga meningkatkan transparansi dan efektivitas pengendalian persediaan. Dengan demikian, penerapan modul MM terbukti memberikan kontribusi positif terhadap optimalisasi manajemen persediaan dan mendukung pengambilan keputusan yang lebih cepat dan tepat. Selain itu, sistem ini membantu perusahaan dalam mengurangi biaya operasional serta meningkatkan efisiensi proses bisnis secara keseluruhan.
Implementasi Sistem ERP Berbasis SAP dalam Meningkatkan Efektivitas Manajemen Material dan Integrasi Data Persediaan TM Farrel Davin Aqilah; M.Alexander Agung Manullang; Muhammad Siddik Hasibuan
Cosmic Jurnal Teknik Vol 3 No 1 (2026): Februari
Publisher : Ali Institute or Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/cosmic.v3i1.1595

Abstract

Implementasi sistem Enterprise Resource Planning (ERP) berbasis SAP menjadi salah satu strategi perusahaan dalam meningkatkan efektivitas manajemen material dan integrasi data persediaan. Permasalahan umum yang sering dihadapi perusahaan meliputi ketidaksinkronan data antar departemen, ketidakakuratan informasi stok, keterlambatan proses pengadaan, serta tingginya risiko kesalahan pencatatan manual. Penelitian ini bertujuan untuk menganalisis bagaimana penerapan ERP SAP mampu mengatasi permasalahan tersebut dan memberikan dampak terhadap kinerja operasional perusahaan. Metode penelitian yang digunakan adalah pendekatan deskriptif kualitatif dengan studi kasus pada perusahaan yang telah mengimplementasikan sistem ERP SAP. Teknik pengumpulan data dilakukan melalui observasi proses bisnis, wawancara dengan pengguna sistem, serta analisis dokumen transaksi pengadaan dan persediaan. Hasil penelitian menunjukkan bahwa implementasi ERP SAP mampu menciptakan integrasi data secara real-time antara divisi purchasing, gudang, dan keuangan sehingga meningkatkan transparansi dan akurasi informasi material. Proses bisnis menjadi lebih terstruktur, mulai dari perencanaan kebutuhan material, pembuatan purchase requisition, purchase order, hingga pencatatan goods receipt. Selain itu, sistem ini membantu mengurangi duplikasi data, meningkatkan pengendalian internal, serta mendukung pengambilan keputusan berbasis data yang lebih cepat dan tepat. Secara keseluruhan, penerapan ERP SAP terbukti berkontribusi signifikan terhadap peningkatan efisiensi, efektivitas, dan keandalan manajemen material perusahaan.
Penyuluhan Sertifikasi Halal untuk UMKM Berbasis Pariwisata di Era Digital: Inisiatif Keterlibatan Komunitas Internasional di Bukit Lawang, Indonesia: Halal Certification Education for Tourism-Based MSMEs in the Digital Era: An International Community Engagement Initiative in Bukit Lawang, Indonesia Ilka Zufria; Zulham; Zalina Zakaria; Suhardi; M. Ridwan; Nurhanifah; Achyar Zein; Tisna Handayani; Rita Novita Sari; Muhammad Siddik Hasibuan
SWARNA: Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 7 (2026): SWARNA : Jurnal Pengabdian Kepada Masyarakat, Juli, 2026
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi 45 Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55681/swarna.v5i7.3562

Abstract

Halal certification is important for improving the competitiveness of Micro, Small, and Medium Enterprises (MSMEs), especially in tourism destinations attracting Muslim travelers. However, many business owners in Bukit Lawang still have limited understanding of halal certification requirements and digital certification procedures. This community engagement program provided practical education on halal certification and introduced participants to digital-based certification services. Activities included presentations, interactive discussions, and question-and-answer sessions involving 32 tourism-based MSME owners in Bukit Lawang, North Sumatra, organized through international collaboration between the Faculty of Science and Technology, Universitas Islam Negeri Sumatera Utara, Indonesia, and Universiti Malaya, Malaysia. Participants showed strong enthusiasm, gaining better understanding of halal principles, certification procedures, and digital platforms, while recognizing the strategic value of halal certification in enhancing consumer confidence, expanding market opportunities, and improving competitiveness. A satisfaction survey completed by 15 of the 32 participants showed consistently high mean scores (3.73–4.00 on a 1–4 scale) across all evaluated aspects, and all respondents expressed interest in future similar programs. These findings suggest that community-based educational programs can support the sustainable development of tourism-based MSMEs in the digital era.
Classification of Batu Bara Songket Using Gray-Level Co-Occurrence Matrix and Support Vector Machine Sriani Sriani; Muhammad Siddik Hasibuan; Rizkika Ananda
Jurnal Riset Informatika Vol. 5 No. 1 (2022): December 2022
Publisher : Kresnamedia Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (839.78 KB) | DOI: 10.34288/jri.v5i1.178

Abstract

Songket is a traditional woven cloth from the Melayu and Minangkabau tribes. Songket can also be classified from the brocade woven family and woven with gold or silver thread. Songket cloth's beauty is the Indonesian people's wealth and preservation. Batu Bara Regency is one of Indonesia's regions with several Songket motifs characteristics. Public knowledge of Batu Bara Songket motifs is still minimal, and the differences between one motif and another are still unknown. This research provides information about the variety of Songket fabrics by classifying six types of Batu Bara Songket motifs, namely the Bunga Tanjung motif, Pucuk Betikam motif, Pucuk Cempaka motif, Pucuk pandan motif, Tampuk Manggis motif and Tolab Berantai motif based on the extraction of the Gray Level texture feature. The Co-Occurrence Matrix includes four parameters: Contrast, Correlation, Energy, and Homogeneity, as well as a classification method with a Support Vector Machine. The feature extraction values ​​ process as input for classification using a Support Vector Machine. The highest accuracy achieved in this study was 57%, using 60 training data and 30 test data.
PENERAPAN METODE HAAR-LIKE FEATURE DAN ALGORITMA ADABOOST DALAM PENENTUAN KLASIFIKASI HAMA TANAMAN KOPI Supiyandi Supiyandi; Muhammad Siddik Hasibuan; Hotmaidah Harahap
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 1 (2024): February 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i1.1718

Abstract

Kopi adalah merupakan salah komoditi andalan dari sektor perkebunan yang turut menyumbang devisa cukup besar, hal ini dapat dilihat dari semakin meningkatnya penikmat kopi yang tersebar di Indonesia. Namun demikian ternya untuk menghasilkan biji kopi yang berkualitas diperlukan perawatan, salah satunya adalah pada penanganan dan pencegahan hama dan penyakit yang menyerang tanaman kopi. Banyak petani yang kopi yang kesulitan dalam mengenali ciri dari hama atau penyakit yang menyerang tanaman kopi, baik pada daun, batang dan buah kopi. Kesalahan dalam mengenali ciri dari hama atau penyakit ini akan berakibat pada kesalahan dalam proses mengatasinya, tentunya akan berpengaruh pada hasil panen. Untuk memudahkan dalam pengenalan ciri dari hama dan penyakit ini perlu dibangun aplikasi yang dapat mengenali ciri dari hama dan penyakit yang menyerang tanaman kopi, sehingga dapat memberikan informasi kepadaaetani hama atau penyakit apa yang sedang menyerang tanaman kopi yang dikelolanya. Haar Like Feature dan Adaboost adalah merupakan salah satu algoritma yang dapat dipergunakan dalam melakukan identifikasi dan klasifikasi citra, sehingga dengan penggunaan algoritma ini dapat meningkatkan akurasi pendeteksian hama dan penyakit pada tanaman kopi.
Co-Authors Abdul Halim Hasugian Achyar Zein Ahmad Affandi Rasyad Nasution Ahmad al-Badawi, Abdullah Aidil Alfarizi Aidil Halim Lubis Aidil Halim Lubis Ali Darta Andi Andi Anisa Rahman Anisa Simanjuntak Armansyah Asti, Dini Aulia Nurhasanah, Dhea Aulia, Dhinanda Aulia, M. Arif Bagus Ageng Alfahri Bela Sapitri Br Sembiring, Trisna Amanda Dicky Adityanta Sinuraya Dio Wahyu Habibi Hutabarat Efendi, Ayu Mahriza Agustin Erwin Nasution Fadhli Rizqi Haidar Pane Fatih Muhammad, Aji Haikal, Baginda Fikri Hamzah, Aldiva Handira, Dysa Harahap, Parlindungan Harahap, Raihan Hasibuan, Bunga Lestari Heri Santoso Hisbullah, Riki Hotmaidah Harahap Hutabarat, Dio Wahyu Habibi Ichsan Rafisyah Ilka Zufria Imam Utomo Indah Permata Sari Ivan Prayuda Khairani Ritonga, Putri Kurniawan, Riski Askia Lestari, Rika Dinda Lipantri Mashur Gultom Lorena, Ayu Lubis, Muhammad Taufik Hakim Lubis, Putri Natasya M. Naufal Rangkuti M. Ridwan M.Alexander Agung Manullang Mahdiania, Diania Marpaung, Devi Aryani Mhd Furqan Mhd Ikhsan Rifki Mitha Rosadi Mrg, Ricky Aulia Muhammad Abi Muzaki Muhammad Dedi Irawan Muhammad Fadiga Muhammad Ikhsan Muhammad Zulfahmi Nasution Mukhairi Rizal, Muhammad Nasution, Yusuf Ramadhan Naufal, Rahmad Nazhifa Ahmad Fauzan Nurhanifah Piramida, Piramida Pratama, Dian Agus Rahmat Kurniawan Rahmat Kurniawan R Raissa Amanda Putri Rakhmat Kurniawan R Ramadhan, Rizky Syahrul Rangkuti, M. Naufal Reza Adhitya Budiman Riska Hasibuan Rita Novita Sari Rizkika Ananda Rizky Ananda Pakpahan Rizky Pakpahan Rosadi, Mitha Sandira, Sri Delwis Selian, Suci Nadillah Serdano, Akbar Sholihin, Sazili Siagian, Qori Azmi Ayasy Sinuraya, Dicky Adityanta Siregar, Putri Aprilia Sita Kirana Atikah Siti Nurhaliza Sofyan Sri Wahyuni Sriani Sriani Suendri Suhardi Suhardi suhardi suhardi Suhardi, Suhardi Supiyandi Supiyandi Syahputra, Surya Syahputri, Cindy Novi Syaqila, Saidatus Tanjung, Tajuddin Tarigan, Mayang Safhira Tisna Handayani TM Farrel Davin Aqilah Triase Triase Triase Triase, Triase Utomo, Imam Yudhistira, Yudhistira Yusuf Karim Rambe Yusuf Ramadhan Nasution Yusuf Ramadhan Nasution, Yusuf Ramadhan Zalina Zakaria Zulham Zulham