Article Per Year (5 Year)
p-Index From 2021 - 2026
5.772
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Sinkron : Jurnal dan Penelitian Teknik Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA JURIKOM (Jurnal Riset Komputer) JOURNAL OF SCIENCE AND SOCIAL RESEARCH Journal of Technopreneurship and Information System (JTIS) Jurnal Mantik Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) ABDI SABHA (Jurnal Pengabdian kepada Masyarakat) Ar-Rasyid: Jurnal Pendidikan Agama Islam Jurnal Pengabdian Masyarakat IPTEK Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Blend Sains Jurnal Teknik Jurnal Sains, Teknologi dan Komputer Portal Riset dan Inovasi Sistem Perangkat Lunak
Yohanni Syahra
STMIK Triguna Dharma
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mechanical Engineering Social Sciences

Published : 47 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 47 Documents
Search

 1   2   3   4   5 
Mendiagnosis Penyakit Anoreksia Nervosa Pada Anak Remaja Menggunakan Metode Certainty Factor Riris Marito Pasaribu; Yohanni Syahra; Sri Kusnasari
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 5 (2023): EDISI SEPTEMBER 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i5.6022

Abstract

Anoreksia Nervosa merupakan sindrom klinis dimana seseorang mengalami rasa takut yang tidak wajar terhadap kegemukan. Hal tersebut ditandai dengan keengganan menetapkan berat badan normal, distorsi yang kasar dari bayangan tubuh dan perilaku makan yang sangat terganggu. Biasanya masyarakat yang menderita penyakit ini akan datang ke RSU Mitra Sejati untuk memeriksa kondisinya, namun terkadang karena keterbatasan waktu baik karena dokter tidak ada ataupun jadwal dokter yang terlalu padat menjadi kendala. Bahkan seringkali pasien menjadi malas untuk berobat,  sehingga mengakibatkan pasien mengalami komplikasi. Dalam mengidentifikasi penyakit Anoreksia Nervosa dilakukan analisis terhadap data penyakit, dengan menggunakan Sistem Pakar. Metode yang digunakan dalam menentukan jenis penyakit Anoreksia Nervosa adalah Certainty Factor. Metode Certainty Factor digunakan untuk mengakomodasi pemikiran seorang pakar. Metode ini memperkenalkan konsep keyakinan dan ketidakyakinan atau pasti dan tidak pasti. Berdasarkan hasil diagnosis yang didapat maka pasien kemungkinan mengalami klasifikasi penyakit Anoreksia Nervosa Restrictive dengan tingkat probabilitas terhadap penyakit tersebut adalah dengan nilai CF = 0,8715 atau 87,15 %.
Clustering Analysis of Poverty Levels in North Sumatra Province Using the Application of Data Mining with the K-Means Algorithm Widyastuti Andriyani; Asyahri Hadi Nasyuha; Yohanni Syahra; Bagas Triaji
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 7, No 4 (2023): Oktober 2023
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v7i4.6867

Abstract

North Sumatra, as one of the largest provinces in Indonesia, has serious challenges related to poverty that require serious attention North Sumatra, as one of the largest provinces in Indonesia, has serious challenges related to poverty that require serious attention and in-depth analysis. Thus, research on poverty levels in this province becomes very relevant and urgent. Therefore, a more in-depth analysis is needed regarding poverty levels in various regions within this province using data mining methods. The data mining approach is a way to gain understanding from large amounts of data. In the context of the problem of poverty levels, data mining has the potential to help reveal patterns that may be hidden in economic and social data. One algorithm that is often applied in clustering analysis is the K-Means algorithm. The K-Means algorithm is a clustering method that is widely used in data analysis and allows grouping data based on similar characteristics, so that it can be used to classify areas with similar levels of poverty. The results of this research show that data mining with the application of the K-Means algorithm can help produce more effective decisions in analyzing clustering of poverty levels in North Sumatra Province involving the use of data over a ten-year period, namely from 2013 to 2022, which records the number of poor people based on District and city. 3 groups were produced, namely 3 levels of poverty, including relatively stable, very vulnerable and vulnerable. Data from 33 districts or cities in North Sumatra resulted in a poverty level clustering of 1 city that was very vulnerable, 4 cities that were vulnerable and 27 cities that were relatively stable.
Decision Support System for Selecting Online Teaching Methods Using the Fuzzy MCDM Algorithm Marsono; Nasyuha, Asyahri Hadi; Syahra, Yohanni; Mariami, Ita
Sinkron : jurnal dan penelitian teknik informatika Vol. 8 No. 3 (2024): Research Artikel Volume 8 Issue 3, July 2024
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i3.13731

Abstract

The global pandemic that has hit the world recently has forced educational institutions to adopt online teaching methods. However, choosing an effective online teaching method is a major challenge. This research develops a Decision Support System (DSS) that uses the Fuzzy Multi-Criteria Decision Making (FMCDM) Algorithm to select the best online teaching method. This system is designed to assist decision making in educational institutions by considering various criteria such as learning effectiveness, technology affordability, ease of use, and user satisfaction. This research uses data collection methods that involve surveys from lecturers and students to obtain their preferences and experiences with various online teaching platforms. The data collected is then processed using the FMCDM model to evaluate and rank teaching methods based on predetermined criteria. Fuzzy systems are used to overcome uncertainty and subjectivity in criteria assessment. The results of this research show that the system developed is able to effectively assess and rank various online teaching methods. From the analysis carried out, interactive teaching methods using videos and real-time quizzes received the highest ranking based on predetermined criteria. This suggests that the combination of engaging visual content and high interactivity is highly valued in online teaching contexts
Implementasi Metode Preference Selection Index (PSI) Dalam Penilaian Kinerja Karyawan Barus, Tesalonika; Syahra, Yohanni; Sari, Vina Winda
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 3 No. 5 (2024): Edisi September 2024
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v3i5.8104

Abstract

Dalam suatu perusahaan kinerja karyawan merupakan hal yang sangat berpengaruh untuk tercapainya tujuan usaha. Berdasarkan pengamatan yang dilakukan di Swalayan Chykes ada beberapa pengunjung yang merasa tidak nyaman untuk berbelanja karena rendahnya tingkat pelayanan di Swalayan tersebut sehingga dapat mengakibatkan berkurangnya pembeli dan menurunnya pemasukan. Oleh sebab itu, maka pihak manajemen Swalayan Chykes ingin memiliki sebuah sistem yang mampu membantu dalam proses pengambilan keputusan dalam penilain kinerja karyawan. Sistem pendukung keputusan merupakan sebuah sistem alternatif atau solusi alternatif ataupun tindakan dari beberapa alternatif guna menyelesaikan suatu masalah, sehingga sistem pendukung keputusan dengan masalah yang ada dapat diselesaikan dengan efesien. Pada dasarnya sistem pendukung keputusan menjelaskan bagaimana sebuah proses untuk menghitung penentuan keputusan yang akurat dengan berbagai metode agar memudahkan proses perhitungan. Pada sistem pendukung keputusan terdapat banyak metode yang bisa digunakan untuk menganalisis permasalahan yang ada diantaranya yaitu, metode Preference Selection Index (PSI). Dari hasil penelitian yang dilakukan metode PSI dapat digunakan untuk melakukan penilaian kinerja karyawan. Dengan hasil perhitungan metode PSI didapat nama karyawan Giovao adalah karyawan dengan nilai tertinggi yaitu 0.996. Selain itu dapat diketahui pula sistem pendukung keputusan dapat diimplementasikan dalam bentuk aplikasi visual basic bebasis desktop.
the Analisis Pengaruh Angka Buta Aksara di Indonesia Gultom, Zuli Agustina; Nazry, Hevlie Winda; Syahra , Yohanni; Zulherry, Andi
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 1 (2025): EDISI JANUARI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i1.10584

Abstract

Buta aksara adalah sebutan yang digunakan untuk menjelaskan kemampuan membaca dan menulis yang belum cukup untuk digunakan dalam kehidupan sehari hari. Jika masyarakat masih banyak yang tidak bisa membaca dan menulis maka akan menjadi penghambat utama dalam mengakses informasi, pengetahuan dan keterampilan yang menunjang dalam kehidupan ekonominya serta tidak mampu beradaptasi dan berkompetisi untuk bisa meningkatkan tarap kehidupannya. Ekonomi yang rendah akan mempengaruhi banyak indicator dalam menunjang kehidupan. Teknik pengumpulan data menggunakan data sekunder yang diambil dari data Badan Pusat Statistika. Data yang diambil dan dioalah dengan Analisis Regresi Linear Berganda meliputi angka buta aksara, tingkat pengangguran, Laju Pertumbuhan PDB Per Tenaga Kerja, Bayi Usia Kurang Dari 6 Bulan Yang Mendapatkan Asi Eksklusif, Indeks Pembangunan Manusia. Tujuan penelitian ini adalah untuk mengetahui factor apa saja yang mempengaruhi Angka Buta Aksara. Variable Asi Eksklusif, Rumah Tangga yang Menguasai Telepon Seluler, Tingkat Pengangguran Terbuka berpengaruh signifikan terhadap variable angka buta aksara. Sedangkan variable Laju Pertumbuhan PDB dan Indeks Pembangunan Manusia tidak berpengaruh terhadap variable angka buta aksara.
Sistem Pendukung Keputusan Menentukan Manager Toko Pada Perusahaan Rifqil Group Barokah Menggunakan Metode VIKOR Rizky, Firahmi; Athary Zikry; Yohanni Syahra; Hevlie Winda Nazry
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 1 (2025): EDISI JANUARI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i1.10607

Abstract

Rifqil Group Barokah merupakan salah satu perusahaan yang bergerak di bidang retail. Dengan banyaknya cabang yang dimiliki oleh Rifqil Group Barokah maka perlu adanya seorang manager toko yang bertanggung jawab untuk mengawasi operasional toko serta memastikan toko tersebut beroperasi secara efektif dan lancar. Namun terdapat beberapa hal penting untuk dipertimbangkan dalam proses pemilihan manager toko yaitu perlu adanya kriteria-kriteria penilaian. Selama ini Rifqil Group Barokah dalam proses pemilihan seorang manager masih dilakukan dengan seleksi yang seadanya saja, tanpa ada kriteria-kriteria penilaian khusus bagi calon manager. Maka berdasarkan permasalahan yang ada, Rifqil Group Barokah perlu memiliki suatu sistem yang dapat membantu memberikan dukungan tambahan sebagai evalusai bagi biro kepegawaiannya dalam mengambil sebuah keputusan, keputusan yang dimaksud yaitu dalam menentukan calon-calon manager toko disetiap cabang. Perancangan sistem pendukung keputusan ini mengimplemntasikan model perhitungan metode VIKOR. Metode ini berfokus pada pemilihan dari beberapa alternatif kriteria yang saling bersilangan untuk dapat mengambil keputusan akhir. Metode ini mengambil suatu keputusan dengan cara mendekati ideal dari setiap alternatif evaluasi berdasarkan kriteria yang telah ditetapkan. VIKOR melakukan perangkingan terhadap alternatif dan menentukan solusi yang mendekati solusi kompromi ideal. Dengan begitu, Sistem pendukung keputusan ini nantinya diharapkan mampu membantu menentukan calon manager toko pada Rifqil Group Barokah.
Pelatihan Peningkatan Pengetahuan Dasar Ilmu Komputer Kepada Anak-Anak SD Negeri 101800 Lumban Gaol, Nur Yanti; Syahra, Yohanni; Mariami, Ita; Murniyanti, Sri; Mahyuni, Rina
Jurnal Pengabdian Masyarakat IPTEK Vol. 5 No. 1 (2025): Edisi Januari 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/abdi.v5i1.10579

Abstract

Pendidikan merupakan hal yang sangat penting bagi pembangunan manusia seutuhnya gunamencerdaskan dan meningkatkan kehidupan bangsa. Pendidikan dimaksud sebagai wadah untuk membina, mendidik, dan memajukan pola pikir bangsa Indonesia agar tumbuh dan berkembang menjadi manusia yang berilmu, disiplin, bertaqwa kepada Tuhan YME serta mempunyai dedikasi yang tinggi dalam melanjutkan cita-cita perjuangan bangsa. Dalam perkembangan global saat ini, pendidikan Ilmu Teknologi (IT) sangat berperan untuk mewujudkan generasi muda Indonesia baru sehingga tidak ketinggalan tentang pengetahuan terhadap teknologi. Untuk mewujudkan hal tersebut kita memerlukan pengetahuan tentang ilmu komputer serta pemanfaatan teknologi komputer tersebut. Ilmu komputer menjadi semakin penting untuk dipelajari sejak dini, terutama di sekolah dasar. Namun masih banyak sekolah dasar yang belum memiliki fasilitas dan kurikulum yang memadai untuk mengajarkan ilmu komputer. Salah satu sekolah dasar yang belum memiliki akses dan pengetahuan yang memadai tentang ilmu komputer adalah SDN 101800 agar nantinya siswa dapat bersaing di era digital saat ini. Oleh karena itu, perlu dilakukan upaya untuk meningkatkan pengetahuan ilmu komputer di SDN 101800 lewat pelatihan peningkatan pengetahuan dasar komputer kepada siswa agar siswa-siswa dapat memiliki bekal yang cukup untuk menghadapi tantangan di masa depan depan dengan mempersiapkan diri untuk membekali pengetahuan dan kemampuan dalam bidang komputer.
The Impact of Using Artificial Intelligence in the Process of Islamic and Muhammadiyah Education Sari, Indah Purnama; Syahra, Yohanni; Simanjuntak, Pastima
-
Publisher : AR-RASYID : Jurnal Pendidikan Agama Islam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30596/arrasyid.v5i1.23611

Abstract

Artificial Intelligence (AI) has become an increasingly popular topic in education. In the context of Islamic education, the use of AI can help improve the efficiency and effectiveness of the teaching and learning process, as well as increase student engagement and personalize learning. However, the impact of using AI in Islamic education still needs to be studied systematically. Therefore, this study aims to explore the impact of using AI in Islamic education through a comprehensive systematic study of the literature. In this study, we identified and analyzed several articles related to the use of AI in Islamic education from various literature sources, including academic journals and international conferences. The results of the study indicate that the use of AI in Islamic education has a positive impact on efficiency and productivity, personalization of learning, student engagement, assessment accuracy, and accessibility. However, the use of AI also has challenges, such as concerns about student data privacy and security, and the risk of replacing teachers with technology. Therefore, the use of AI in Islamic education needs to be developed with the right strategy and good management to maximize its benefits and minimize its negative risks.
Decision Trees in Predicting Loan Default Risk in Customer Relationships within the Financial Sector Syahra, Yohanni; Br. Tarigan, Yuni Franciska; Andriani, Karina; Nazry S, Hevlie Winda; Setik, Roziyani
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 2 (2025): Research Articles April 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i2.14672

Abstract

Loan default prediction is an important aspect of risk management in financial institutions. Accurate prediction models enable banks and lending organizations to mitigate risks, allocate resources effectively, and optimize decision-making processes. This study investigates the application of decision tree algorithms in predicting loan default risk in the financial sector. Decision trees are renowned for their interpretability, adaptability to non-linear data, and ability to handle missing values, making them a valuable tool in credit risk analysis. Using a dataset consisting of borrower profiles, credit scores, income levels, and payment history, the model identifies key predictors that influence default outcomes. The study uses the C4.5 decision tree model, which will demonstrate that decision trees achieve high prediction accuracy and offer a transparent decision-making framework, enhancing their applicability in real-world scenarios. Furthermore, the paper highlights the implications of these findings for financial institutions, emphasizing the scalability and cost-effectiveness of the model. By integrating decision tree-based models into existing risk assessment systems, lenders can proactively manage loan portfolios and reduce default rates. Future research directions are proposed to explore hybrid approaches that combine decision trees with advanced combined methods to enhance predictive capabilities. The potential of decision tree algorithms in transforming credit risk assessment and supporting more accurate data-driven financial decision-making processes
Customer Segmentation Using RFM and K-Means Clustering to Support CRM in Retail Industry Syahra, Yohanni; Fadlil, Abdul; Yuliansyah, Herman
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 3 (2025): Article Research July 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i3.14907

Abstract

In today’s highly competitive retail landscape, businesses face increasing challenges in retaining customer loyalty and achieving sustainable growth. A common issue, particularly among small and medium-sized enterprises (SMEs), is the absence of a structured method for identifying and categorizing customers based on their value and behavior. This study addresses the challenge by implementing a data-driven customer segmentation approach using Recency, Frequency, and Monetary (RFM) analysis combined with the K-Means clustering algorithm. The research utilized 2,353 transaction records from 369 unique customers collected over three years from a local retail business. After preprocessing and normalizing the RFM values using Min-Max scaling, the Elbow Method was applied to determine the optimal number of clusters, resulting in four distinct customer segments. Cluster 3, labeled “Loyal Customers,” consisted of customers with high purchase frequency and very high spending; Cluster 1 (“Potential Loyalists”) included those with moderate activity; Cluster 0 represented “At-Risk Customers,” and Cluster 2 comprised “One-Time Buyers.” This segmentation framework supports the development of targeted Customer Relationship Management (CRM) strategies, such as loyalty programs and re-engagement campaigns. However, the approach also has limitations, including potential data bias due to the use of static transaction records and the challenge of interpreting clusters without qualitative customer feedback. Despite these constraints, the study demonstrates the practical utility of combining RFM analysis with clustering techniques to extract actionable insights in environments with limited technical infrastructure.
Co-Authors Abdul Fadlil Abdullah, MT, Dr. Rijal Ahdar Pranata Ahmad Calam Aloysius Agus Subagyo Ammy, Baihaqi Amrullah Amrullah Andi Zulherry Andriani, Karina Andriyani, Widyastuti Anisa Fitri Asyahri Hadi Nasyuha Athary Zikry Azka Naufal Elrumi Azlan Azlan Bagas Triaji Barus, Tesalonika Beni Andika Br. Tarigan, Yuni Franciska Buyung Solihin Hasugian Dedi Rahman Habibie Dedi Setiawan Dewi, Siska Dicky Nofriansyah Egi Affandi Elfitriani Elfitriani Firahmi Rizky Fitra Ramdhan Lubis Fitri, Audri Aisyah Garnis Jovanty Ginting, Erika Fahmi Guntur Syahputra Hafizah Hafizah Hendryan Winata Herman Yuliansyah, Herman Hevlie Winda Nazry S Hutagalung, Juniar Ibnu Sa’id Ishak Ishak Ita Mariami Jalius Jama Jufri Halim Kristovorus Zalukhu Legiandi Lubis Lumban Gaol, Nur Yanti Luthfi Hasibuan Mahyuni, Rina Maisyarah Ammy, Putri Mardiah Nasution Mariami, Ita Marsono Marsono Marsono Masyuni Hutasuhut Milfa Yetri Moch Iswan Perangin-Angin Muhammad Arridho Siregar Muhammad Hafiz Gunawan Purba Muhammad Rian Mizard Muhammad Syahril Muhammad Syaifudin Nasution, Hanifah Nur Natasya Maharani Nizwardi Jalinus Noverman Ndruru Novrizal Nazeriandy Nur Yanti Lumban Gaol Ramadhan, Muhammad Sabir Randa, Novia Randi Abizal Refdinal, Refdinal Rico Imanta Ginting Rina Mahyuni Rini Kustini Riris Marito Pasaribu Rizky, Firahmi RR. Ella Evrita Hestiandari Saniman Saniman Setik, Roziyani Simanjuntak, Pastima Siswo Adiguno Sri Kusnasari Sri Murniyanti Sri Murniyanti Suardi Yakub Suci Nurani Syahrin Syam Noor Berutu Tanjung, Jamiluddin Taufik, Faisal Trinanda Syahputra Vina Winda Sari Widiarti Rista Maya Yakub, Suardi Yetri, Milfa Yopi Hendro Syahputra Yusnawati _ Yusnidah Zulfi Azhar Zuli Agustina Gultom