Claim Missing Document
Check
Articles

SISTEM PAKAR DALAM MENENTUKAN TINGKAT DEPRESI MAHASISWA SEMESTER AKHIR MENGGUNAKAN METODE CERTAINTY FACTOR BERBASIS WEBSITE Andriyani S, Rahayu; Yandra Niska, Debi; Simamora, Elmanani; Taufik, Insan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13453

Abstract

Depresi merupakan gangguan kesehatan mental yang dapat memengaruhi kualitas hidup mahasiswa semester akhir. Tekanan akademik, tuntutan keluarga, serta ketidakpastian masa depan menjadi faktor utama yang dapat memicu depresi. Oleh karena itu, diperlukan sistem yang mampu membantu dalam mendeteksi tingkat depresi secara cepat dan akurat. Penelitian ini bertujuan untuk membangun sistem pakar berbasis website dalam menentukan tingkat depresi mahasiswa semester akhir menggunakan metode Certainty Factor (CF). Metode ini digunakan untuk menghitung tingkat keyakinan terhadap kemungkinan depresi berdasarkan gejala yang dialami oleh mahasiswa. Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dengan database MySQL, serta diuji menggunakan metode black box testing, validasi pakar, dan user acceptance test (UAT). Hasil pengujian menunjukkan bahwa sistem yang dikembangkan memiliki tingkat akurasi sebesar 98%, sehingga dapat diandalkan dalam membantu deteksi dini tingkat depresi mahasiswa. Dengan adanya sistem ini, mahasiswa dapat lebih mudah mengidentifikasi kondisi psikologis mereka sehingga dapat segera mengambil langkah yang tepat untuk mengatasinya.
KOMBINASI LATENT SEMANTIC INDEXING DAN SUPPORT VECTOR MACHINE PADA KLASIFIKASI DOKUMEN AKREDITASI: STUDI KASUS : PASCASARJANA UNIVERSITAS NEGERI MEDAN Warjaya, Angga; As, Mansur; Muthmainnah, Inna; Mulyana, Sri; Iskandar Al Idrus, Said; Arnita, Arnita; Taufik, Insan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14102

Abstract

Pengelolaan dokumen akreditasi yang efisien menjadi tantangan utama dalam pendidikan tinggi akibat volume dokumen yang besar dan format yang bervariasi. Penelitian ini bertujuan untuk mengembangkan metode klasifikasi otomatis menggunakan kombinasi latent semantic indexing dan support vector machine guna meningkatkan akurasi dan efisiensi pengelolaan dokumen akreditasi. Akurasi dalam penelitian ini mengacu pada ketepatan sistem dalam mengidentifikasi kategori dokumen sesuai kriteria akreditasi, sementara efisiensi mencerminkan percepatan dan penyederhanaan proses klasifikasi dibandingkan dengan metode manual. Dataset terdiri dari 230 dokumen yang dikategorikan berdasarkan kriteria Lembaga Akreditasi Mandiri Kependidikan, dengan 115 dokumen untuk Kriteria 6 (Pendidikan) dan 115 dokumen untuk Kriteria 7 (Penelitian), kemudian dibagi menjadi data latih dan uji dengan rasio 60:40. Proses klasifikasi dilakukan melalui beberapa tahap, termasuk pre-processing teks, ekstraksi fitur semantik, serta optimasi parameter model untuk memperoleh hasil terbaik. Pengujian menunjukkan bahwa metode yang diusulkan mampu mencapai tingkat akurasi sebesar 91%, dengan validasi silang sebesar 94,21%. Hasil ini menunjukkan bahwa pendekatan yang digunakan efektif dalam mengotomatisasi klasifikasi dokumen akreditasi, sehingga dapat mempercepat proses evaluasi serta meningkatkan efisiensi manajemen dokumen dalam institusi pendidikan tinggi.
IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK DALAM MENDETEKSI TINGKAT KEMATANGAN BUAH KAKAO Wahabi Hasibuan, Rahman; Taufik, Insan; AS, Mansur; Iskandar Al Idrus, Said; Indra, Zulfahmi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14116

Abstract

Indonesia merupakan negara agraris dengan sektor perkebunan yang berperan penting dalam perekonomiannya. Kakao (Theobroma cacao L.) merupakan komoditas strategis yang berkontribusi pada ekspor, lapangan kerja, agribisnis, serta pertanian berkelanjutan. Namun, di Sumatera Utara, meskipun sektor perkebunan berkembang, produksi kakao menghadapi tantangan seperti alih fungsi lahan. Proses pemanenan kakao secara tradisional mengandalkan penilaian kematangan secara manual, yang rentan terhadap kesalahan akibat kelelahan dan subjektivitas manusia. Convolutional Neural Network (CNN) telah banyak digunakan dalam pengolahan citra karena kemampuannya mengenali pola dengan akurasi tinggi. Penelitian ini mengusulkan penggunaan CNN dengan Transfer Learning berbasis EfficientNetB0 untuk mengklasifikasikan tingkat kematangan buah kakao. Dataset terdiri dari 360 gambar dalam kategori Mentah, Matang, Busuk, dan Unclassified, dengan teknik pra-pemrosesan seperti resizing, noise, rotasi, flipping, cropping, dan penghapusan latar belakang. Dataset dibagi menjadi 70% untuk pelatihan dan 30% untuk validasi, dengan optimasi hyperparameter. Model mencapai akurasi tinggi sebesar 99,71% pada data uji. Evaluasi menggunakan confusion matrix dan classification report menunjukkan kemampuan generalisasi yang baik. Selain itu, model berhasil diimplementasikan dalam aplikasi Android dengan fitur klasifikasi, riwayat, informasi, panduan, serta autentikasi pengguna. Sistem ini memungkinkan identifikasi kematangan buah kakao secara real-time dan praktis bagi petani.
IMPLEMENTASI METODE HAARCASCADE CLASSIFIER DALAM MENGIDENTIFIKASI OBJEK WAJAH MANUSIA Farhan Ramadhan, Haikal; Saputra S, Kana; Iskandar Al Idrus, Said; Indra, Zulfahmi; Taufik, Insan
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.14143

Abstract

Keamanan menjadi aspek esensial dalam berbagai sektor, terutama pada era teknologi modern yang menuntut sistem pengamanan canggih. Salah satu inovasi dalam identifikasi dan autentikasi adalah pengenalan wajah, metode yang andal, tidak invasif, dan sesuai berbagai konteks. Dalam penelitian ini, algoritma Haar Cascade Classifier dan arsitektur jaringan saraf Inception V3 digunakan untuk meningkatkan efisiensi serta akurasi pengenalan wajah. Penelitian ini merespons tiga permasalahan utama, yaitu kebutuhan sistem keamanan modern, kendala akurasi, dan keandalan teknologi pengenalan wajah saat ini. Penelitian bertujuan menganalisis kemampuan dan kinerja Haar Cascade Classifier dalam mendeteksi wajah dengan variasi pose, serta mengoptimalkan implementasinya untuk memenuhi kebutuhan aplikasi dunia nyata. Metodologi meliputi pengumpulan data berupa citra wajah, pra-pemrosesan data (normalisasi piksel, augmentasi data, segmentasi wajah), serta pemisahan dataset untuk pelatihan (80%) dan pengujian (20%). Proses implementasi melibatkan Haar Cascade Classifier untuk deteksi wajah dan arsitektur Inception V3 untuk pengenalan wajah. Hasil evaluasi menunjukkan bahwa dengan learning rate 10e-4, model mencapai akurasi 100%, jauh lebih tinggi dibandingkan learning rate 10e-6 yang hanya mencapai akurasi 56%.
Aplikasi Pengacak Soal Ujian Untuk Type Soal Berbasis Microsoft Word Menggunakan Metode Linear Congruent Method (LCM) Limbong, Tonni; Taufik, Insan
MEANS (Media Informasi Analisa dan Sistem) Volume 2 Nomor 1
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (991.349 KB) | DOI: 10.54367/means.v2i1.25

Abstract

Exam questions made by lecturers in general in an educational institution around 99% are made from Microsoft Word applications. This happens because of the ability or skill of the question maker and the facilities of the institution. The exam questions that have been made seem like a consumable model, even though the material from these questions still has a relationship with the subject. With this condition the existing questions are not necessary and do not have to be destroyed, it should be stored and made into a question bank. So on the next examination the test questions stored in the bank questions to be randomized again to make new questions as many as the number of questions needed so that the exam questions are presented far from static and color and each test for each participant will never be the same as previous questions. and also the implementation of semi-computerized exams do not need to require a computer laboratory. This application is equipped with a randomization method, namely Linear Congruent Method (LCM), so that the questions that appear will never be the same each time printing a question in the form of executable (EXE), making it easier for study programs to make exam questions in multiple choices and in accordance with existing material in the syllabus and GBPP that apply from several lecturers who teach the same subject.
Sistem Informasi Catatan Perkuliahan Mahasiswa pada STMIK Pelita Nusantara Medan Taufik, Insan
MEANS (Media Informasi Analisa dan Sistem) Volume 4 Nomor 1
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (466.393 KB) | DOI: 10.54367/means.v4i1.313

Abstract

Notes are minutes of the results of a writing by the process of recording or writing ideas, lists, minutes or notations of a learning activity, research, meeting or other activities that are too many to remember with memory. The problem of note that happened to STMIK Pelita Nusantara students was the lack of enthusiasm to record the results of lectures, thus influencing the entire understanding of students towards the subject. The thing that affects the lack of enthusiasm of students to record the results of lectures is the lazy habit of carrying books and stationery. Then many lecturers do not instruct students to record the results of the subjects taught. However, even though students are lazy to carry stationery, students always carry a laptop or computer while the lecture is taking place and record the results of lectures on the laptop. The output of this study is a record information system in the form of a website that can influence the spirit of student records, because each lecturer can see and assess the results of student records.
Implementasi Profile Matching untuk menentukan Tempat Kerja yang sesuai dengan Kompetensi bagi Lulusan STMIK Pelita Nusantara Medan Taufik, Insan; Fitra, Awaludin
MEANS (Media Informasi Analisa dan Sistem) Volume 4 Nomor 2
Publisher : LPPM UNIKA Santo Thomas Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (590.39 KB) | DOI: 10.54367/means.v4i2.559

Abstract

The number of graduates of computer science colleges who work not in accordance with their competencies, can be caused by choosing the wrong place to work, but it is undeniable that many graduates do not work according to their competence because of difficulties in finding a work place due to not having a lot of references to the appropriate workplace with competence. The purpose of the research is in addition to continuing previous research, is to make it easier for students to find out the competencies they have while suggesting workplaces that are in accordance with the competencies of the graduates. Indirectly researchers want to avoid the formation of thinking to the community that college at university is not able to facilitate someone in finding work, so that people will be more motivated to continue learning and achievement especially in college
Handwritten Batak Toba Script Recognition Based on Deep Learning Using the Convolutional Neural Network (CNN) Algorithm Samosir, Wahyu Ardiantito; Zulfahmi Indra; Insan Taufik; Susiana
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 5 No. 1 (2025): October 2025
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v5i1.1795

Abstract

The Batak Toba script is one of Indonesia’s cultural heritages that has become increasingly rare and less recognized among younger generations. This research aims to develop a handwriting recognition system for Batak Toba characters using the Convolutional Neural Network (CNN) method, capable of accurately recognizing characters, transliterating them into Latin script, and translating them into Indonesian. The dataset was self-generated using the Noto Sans Batak font and character combinations, totaling 113 labels, which were processed into 64×64 grayscale images. The CNN model was designed with several convolutional and pooling layers and compiled using the Adam optimizer and categorical cross-entropy loss function. Training results achieved a validation accuracy of 98.36% and a testing accuracy of 98.12%, with respective loss values of 0.0268 and 0.0295. The system was then integrated into a web-based application built as a Progressive Web App (PWA), supporting both online transliteration and translation features. These results demonstrate that the CNN approach is highly effective in recognizing Batak Toba characters. In the future, the system can be further developed into a full sentence-level OCR, integrated into a native Android application, and expanded with datasets from real handwritten samples.
Sistem Pakar Diagnosa Penyakit Ginjal Menggunakan Metode Dempster Shafer Di Rsud Pirngadi Medan Parapak, R Putri Angela; Kana Saputra S; Nasution, Hamidah; Indra, Zulfahmi; Taufik, Insan
Innovative: Journal Of Social Science Research Vol. 4 No. 5 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i5.15895

Abstract

Dalam era modern yang dipenuhi dengan kemajuan teknologi komputerisasi, perkembangan teknologi informasi terjadi dengan kecepatan yang luar biasa dan memiliki dampak yang signifikan dalam berbagai aspek kehidupan manusia. Dalam konteks ini, penting untuk diakui bahwa penyakit ginjal merupakan salah satu masalah kesehatan yang perlu mendapatkan perhatian serius dari masyarakat. Sayangnya, penyakit ini seringkali sulit dideteksi secara dini dan dapat mengancam nyawa seseorang jika tidak ditangani dengan tepat. Dalam situasi di mana kesadaran akan kesehatan seringkali rendah, terdapat kebutuhan yang mendesak untuk mengembangkan solusi yang dapat membantu meningkatkan deteksi dini dan diagnosis penyakit ginjal. Salah satu solusi yang inovatif adalah dengan memanfaatkan teknologi informasi dalam bentuk aplikasi sistem pakar. Melalui pendekatan ini, penulis merancang sebuah aplikasi sistem pakar yang bertujuan untuk mendeteksi penyakit ginjal akut dan kronis. Aplikasi ini dibangun dengan menggunakan metode Dempster-Shafer, sebuah teknik yang mampu menggabungkan data dari berbagai sumber untuk menghasilkan estimasi yang lebih akurat. Dengan menggunakan bahasa pemrograman PHP, HTML, dan SQL Server, aplikasi ini mampu mengumpulkan gejala yang dilaporkan oleh pengguna dan menganalisisnya untuk memberikan diagnosis yang lebih tepat. Tidak hanya memberikan diagnosis, aplikasi ini juga memberikan informasi tentang tingkat kepercayaan terhadap kemungkinan penyakit ginjal yang diderita oleh pengguna. Dengan memberikan informasi yang komprehensif dan akurat, aplikasi ini diharapkan dapat membantu pengguna dalam mengidentifikasi penyakit ginjal yang mungkin dialami dan memberikan informasi yang berguna untuk langkah-langkah pengobatan selanjutnya. Dengan demikian, aplikasi sistem pakar ini tidak hanya bertujuan untuk meningkatkan kesadaran akan pentingnya deteksi dini terhadap penyakit ginjal, tetapi juga untuk memberikan solusi yang konkret dan terukur dalam menangani masalah kesehatan ini.
Sistem Monitoring Pertanian Hidroponik Berbasis Web Menggunakan Metode Waterfall (Studi Kasus PT. Horti Jaya Lestari Dokan) Tarigan, Yosua Yosephine; Taufik, Insan; Rangkuti, Yulita Molliq; AI Idrus, Said Iskandar
Innovative: Journal Of Social Science Research Vol. 4 No. 5 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i5.15896

Abstract

Sistem monitoring pertanian hidroponik berbasis web menggunakan metode Waterfall ini dirancang untuk meningkatkan efisiensi dan produktivitas budidaya selada hidroponik. Pengembangan sistem ini melibatkan penggunaan teknologi web dan metode Waterfall untuk memantau kondisi lingkungan hidroponik, termasuk suhu, pH air, dan kadar air nutrisi. Dengan demikian, petani hidroponik dapat memantau dan mengontrol lingkungan hidroponik secara lebih efektif dan efisien. Dalam penelitian ini, sistem monitoring hidroponik berbasis web ini diterapkan pada PT. Horti Jaya Lestari Dokan, sebuah perusahaan hidroponik di Desa Dokan, Sumatera Utara. Data yang dikumpulkan dari studi kasus digunakan untuk merancang dan mengembangkan sistem monitoring hidroponik selada. Sistem ini menggunakan antarmuka web yang dapat diakses oleh petani hidroponik untuk memantau dan mengontrol lingkungan hidroponik. Hasil penelitian menunjukkan bahwa sistem monitoring hidroponik berbasis web ini dapat meningkatkan efisiensi dan produktivitas budidaya selada hidroponik. Sistem ini menawarkan solusi bagi petani hidroponik untuk mengoptimalkan hasil panen selada mereka dengan memberikan kemampuan untuk mengidentifikasi dan menangani kendala yang muncul di lingkungan hidroponik.
Co-Authors Abdul Ghofur Abdul Ghofur Abdurrahman Adisaputera Adidtya Perdana, Adidtya Ahmad Landong Alfattah Atalarais Amran Sitohang Andriyani S, Rahayu Annisa Aulia Antonius Purba Arjon Samuel Sitio Arnita Arnita Arnita Arnita Ary Prandika Siregar AS Mansur Chairunisah Chairunisah, Chairunisah Dede Yusuf Dewi Wulandari Dinda Farahdilla Dharma Dinda Kartika Fachrezzy Muhammad Farhan Ramadhan, Haikal Fauzan Hafiz Harahap Fevi Rahmawati Suwanto Fitra, Awaludin Fristy Riandari Hamidah Nasution Hasugian , Paska Marto Hermawan Syahputra Ihsan Zulfahmi Immanuel Batistuta Tarigan Irham Ramadhani Isda Pramuniati Izwita Dewi Kana Saputra S Kuraini, Atifa Nuzulul Lili Tansliova Lubis, Afiq Alghazali M Iqbal Anata Pane M. Revano Ananda Lubis MANSUR AS Mhd Hidayat Mhd Hidayat Mochammad Gani Alfa Alkhoiri Siregar Mohammed Hafizh Al-Areef Muhammad Noer Fadlan Muthmainnah, Inna Najwa Latifah Hasibuan Nasution, Hamidah . Niska, Debi Yandra Nurliani Manurung Pane, Yeremia Yosefan Parapak, R Putri Angela Pinem, Josua Purba, Boy Hendrawan Putri Sasalia S Putri, Rezkya Nadilla Rafif Nauval Tuah Siregar Raisya Putri Raiyan Fairozi Rangkuti, Muhammad Aswin Rezkya Nadilla Putri Said . Iskandar Samosir, Wahyu Ardiantito Saragih, Vinny Ramayani Silvia Dona Sari Simamora, Elmanani Sinaga, Marlina Setia Siregar, Angginy Akhirunnisa Sri Mulyana SUSIANA Syifa Cendikia, Yolanda Tarigan, Yosua Yosephine Tengku Ratna Soraya TONNI LIMBONG Trisnawati Hutagalung Tuti Hardianti Wahabi Hasibuan, Rahman Warjaya, Angga Wete Polili, Andi Wete Polili, Andi Yanthy Leonita Perdana Simanjuntak Yulita Molliq Rangkuti Yulita Molliq Rangkuti Yuni Warty Yusfi Syawali Zulfahmi Indra, Zulfahmi