Claim Missing Document
Check
Articles

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
MODEL IMPLEMENTASI PEMBELAJARAN ENTREPRENEURSHIP TERINTEGRASI DI SEKOLAH MENENGAH KEJURUAN MUHAMMADIYAH 9 MEDAN Ghofur, Abdul; Wete Polili, Andi; Taufik, Insan; Ratna Soraya, Tengku
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 8, No 10 (2025): MARTABE : JURNAL PENGABDIAN KEPADA MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v8i10.3796-3803

Abstract

Keterampilan berwirausaha merupakan salah satu keterampilan abad ke-21 yang sangat penting untuk dikuasai oleh setiap orang. Oleh karena itu, pembelajaran kewirausahaan sangat penting untuk diajarkan sejak dini kepada para siswa. Masalah yang dihadapi oleh Sekolah Menengah Kejuruan (SMK) Muhammadiyah 9 Medan ialah bagaimana mengajarkan kewirausahaan secara efektif dan efesien tanpa mengganggu kurikulum sekolah yang telah disusun. Artikel ini bertujuan untuk menjelaskan model implementasi pembelajaran Entrepreneurship terintegrasi di SMK Muhammadiyah 9 Medan melalui pendampingan terstruktur tentang penggunaan model pembelajaran ENTRI. Kegiatan dimulai dengan pengembangan Websites SMK Muhammadiyah 9 Medan yang di dalamnya terdapat LMS ENTRI. Pada LMS ENTRI itulah, aktivitas pembelajaran kewirausahaan secara integratif dilaksanakan. Selama proses pengembangan Websites dan LMS ENTRI, para guru dilatih untuk mengembangkan materi ajar, menyusun soal latihan studi kasus, menyusun soal untuk penugasan proyek kolaboratif, dan menyusun instrumen penilaian hasil belajar berbasis HOTS. Setelah Websites dan LMS ENTRI selesai dikembangkan, para guru dilatih untuk mengajar menggunakan model pembelajaran ENTRI dan menggunakan LMS ENTRI. Langkah berikutnya, para guru menggunakan model pembelajaran dan LMS ENTRI dalam pembelajaran di sekolah. Berdasarkan pada hasil pretest dan post-test, diperoleh peningkatan yang signifikan terhadap pengetahuan siswa di bidang kewirausahaan. Di sisi lain, aktivitas pembelajaran mata pelajaran tidak terganggu akibat pelaksanaan model dan LMS ENTRI ini.
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.
PENERAPAN MODEL PEMBELAJARAN MATE-21 BERBASIS WEBSITES DI MADRASAH ALIYAH NURUL AMAL KUALA Ghofur, Abdul; Wete Polili, Andi; Taufik, Insan
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 7, No 5 (2024): Martabe : Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v7i5.1677-1686

Abstract

Program ini dianggap penting karena tuntutan pendidikan modern yang mensyaratkan digitalisasi pendidikan. Selain itu, dunia kerja abad ke-21 menuntut penguasaan berbagai keterampilan abad ke-21, seperti berpikir kritis, berkolaborasi, berkomunikasi, dan kreativitas. Model pembelajaran Mate-21 menyediakan berbagai aktivitas pembelajaran untuk melatih berbagai keterampilan tersebut. Metode yang digunakan pada program ini adalah pelatihan terstruktur, yang diawali dengan pelatihan penyusunan materi ajar berbasis model pembelajaran Mate-21, pelatihan penggunaan Sistem Manajemen Pembelajaran Mate-21, dan pelatihan menerapkan model pembelajaran berbasis websites. Selanjutnya untuk menjamin kualitas program dilakukan evaluasi program secara komprehensif. Untuk mendukung kegiatan tersebut, dikembangkan learning management system Mate-21 MAS Nurul Amal.  Kegiatan ini memberi dampak yang signifikan terhadap peningkatan kemampuan guru dalam mengajar berbasis digital yang diperkaya dengan kemampuan menyusun materi ajar dan manajemen pembelajaran di kelas sehingga suasana pembelajaran lebih kolaboratif, kritis, komunikatif, kreatif, dan menyenangkan. Hal tersebut tampak dari respon sangat positif yang diberikan guru terhadap kegiatan ini. Oleh sebab itu penerapan model pembelajaran Mate-21 berbasis websites sangat penting untuk diperluas penggunaannya.
Pengembangan Aplikasi Perkuliahan Interaktif dengan Fitur Pemilihan Posisi Duduk Mahasiswa untuk Meningkatkan Interaksi Insan Taufik; Kana Saputra S; Fevi Rahmawati Suwanto
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 7 No. 2 (2025): Desember 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v7i2.9308

Abstract

Penelitian ini mengembangkan sistem manajemen pembelajaran digital dengan fitur pemilihan posisi duduk mahasiswa secara manual berbasis antarmuka visual untuk meningkatkan efektivitas interaksi dosen-mahasiswa dalam lingkungan hybrid. Sistem yang dikembangkan mengintegrasikan tiga peran utama (admin, dosen, dan mahasiswa) dengan fitur unggulan pemantauan posisi duduk mahasiswa melalui grid interaktif. Metode pengembangan menggunakan pendekatan Agile melalui tahapan analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Hasil penelitian menunjukkan bahwa sistem berhasil dibangun dengan arsitektur multi-role yang mencakup modul manajemen kursus, sesi interaktif, presensi real-time, dan dashboard pemantauan. Pengujian fungsional dengan 44 responden mahasiswa menunjukkan semua modul berjalan dengan baik, sementara kuesioner kepuasan pengguna menghasilkan skor rata-rata 4,6 (dari skala 5). Sistem ini memberikan solusi inovatif untuk menciptakan lingkungan pembelajaran yang lebih personal dan interaktif, khususnya dalam konteks kelas besar perguruan tinggi.
Eye Disease Classification System Based on Fundus Images Using the InceptionV3 Architecture Annisa Aulia; Hermawan Syahputra; Yulita Molliq Rangkuti; Insan Taufik; Kana Saputra S
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 5 No. 3 (2026): June 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v5i3.2263

Abstract

This study aims to develop an automated eye disease classification system based on retinal fundus images using the InceptionV3 deep learning architecture. The dataset consists of four classes: cataract, diabetic retinopathy, glaucoma, and normal, collected from public sources and clinical data. The proposed method applies several preprocessing techniques, including background segmentation, data augmentation, data normalization, and an 80:20 data split to improve model performance and generalization. Transfer learning is implemented by utilizing pretrained ImageNet weights and modifying the final layers to suit the classification task. The model is trained using the Adam optimizer with a learning rate of 0.001 and categorical cross-entropy loss function. Evaluation results show that the model achieves an accuracy of 96%, with average precision, recall, and F1-score values of 0.97, 0.96, and 0.97, respectively. The confusion matrix analysis indicates that most predictions are correctly classified, demonstrating strong performance across all classes. Furthermore, the model is successfully integrated into a web-based system that enables users to upload fundus images and obtain classification results automatically. These findings indicate that the proposed system can effectively assist in early detection of eye diseases and support clinical decision-making.
Prediksi Penjualan Produk Makanan dan Minuman Ringan pada PT. Sinar Niaga Sejahtera Menggunakan Metode Holt-Winters Berbasis Website M. Revano Ananda Lubis; Insan Taufik; Said Iskandar Al Idrus; Arnita Arnita; Hermawan Syahputra
INCODING: Journal of Informatics and Computer Science Engineering Vol 5, No 2 (2025): INCODING OKTOBER
Publisher : Mahesa Research Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34007/incoding.v5i2.1024

Abstract

PT. Sinar Niaga Sejahtera is a food and beverage distribution company that still relies on conventional methods to determine stock levels, often facing inventory management challenges due to fluctuations in market demand. This study aims to predict sales of the 15 best-selling products at the Tebing Tinggi branch using the Holt-Winters method, based on a website that provides historical sales data from January 2021 to December 2024. The research stages include problem identification, data collection, application of the Holt-Winters method, model evaluation using Mean Absolute Percentage Error (MAPE), and implementation of a website-based system. The results of the study on one product, Garuda Atom Original, show optimal parameters of α = 0.1, β = 0, and γ = 0.8 with an MAPE value of 5,703115%, which is classified as very good. The implementation of a website-based sales prediction system makes it easier for administrators to manage product data, record sales data, and obtain prediction results in the form of informative graphs and tables, thereby helping the company reduce the risk of overstocking or understocking and supporting more effective data-driven decision-making.
Implementasi Algoritma K-Nearest Neighbors (KNN) dalam Deteksi Dini Hipertensi berdasarkan Analisis Tekanan Darah Ary Prandika Siregar; Said Iskandar Al Idrus; Zulfahmi Indra; Insan Taufik
INCODING: Journal of Informatics and Computer Science Engineering Vol 5, No 2 (2025): INCODING OKTOBER
Publisher : Mahesa Research Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34007/incoding.v5i2.1018

Abstract

This study aims to develop a web-based hypertension detection system using the K-Nearest Neighbors (KNN) algorithm and to analyze its accuracy in classifying hypertension status. The dataset was obtained from 447 patient medical records at RSKG Rasyida, consisting of eight variables: gender, age, systolic blood pressure, diastolic blood pressure, height, weight, body mass index (BMI), and hypertension status. The preprocessing stage involved three main steps—feature selection (age, systolic and diastolic blood pressure, BMI), data balancing using undersampling, and data normalization through the Min-Max method—resulting in 425 balanced data samples with five hypertension categories. The web application includes modules for login, dashboard, data input, detection results, and detection history, and has been evaluated using black box testing. The best KNN performance was achieved at k = 13 with 92.94% accuracy, 94% precision, 93% recall, and 93% F1-score. These results indicate that the proposed system can accurately classify hypertension and serve as an effective, data-driven screening tool for healthcare professionals.