Article Per Year (5 Year)
p-Index From 2021 - 2026
4.707
P-Index
This Author published in this journals
All Journal JURNAL PENGABDIAN KEPADA MASYARAKAT JTT (Jurnal Teknologi Terpadu) Jurnal Informatika IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal Mantik Penusa JIPN (Journal of Informatics Pelita Nusantara) Martabe : Jurnal Pengabdian Kepada Masyarakat JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Bitnet: Jurnal Pendidikan Teknologi Informasi Jurnal Sains dan Teknologi TRIDARMA: Pengabdian Kepada Masyarakat (PkM) JATI (Jurnal Mahasiswa Teknik Informatika) INFOKUM Jurnal Sistem Komputer dan Informatika (JSON) MEANS (Media Informasi Analisa dan Sistem) Journal of Soft Computing Exploration Bima Abdi: Jurnal Pengabdian Masyarakat INCODING: Journal of Informatics and Computer Science Engineering Bulletin of Information Technology (BIT) Kode : Jurnal Bahasa Archive: Jurnal Pengabdian Kepada Masyarakat PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) Innovative: Journal Of Social Science Research Sasambo: Jurnal Abdimas (Journal of Community Service)
Insan Taufik
Universitas Negeri Medan
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Other

Published : 45 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 45 Documents
Search

 1   2   3   4   5 
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.
Face Recognition Motorcycle Rider Registration System for Rider Data Management Kana Saputra S; Insan Taufik; Irham Ramadhani; Putri Sasalia S; Yusfi Syawali; Dede Yusuf; Rezkya Nadilla Putri; Najwa Latifah Hasibuan; Fauzan Hafiz Harahap
Bulletin of Information Technology (BIT) Vol 6 No 3: September 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v6i3.2157

Abstract

This research aims to develop a motorcycle rider registration system using facial recognition technology that can improve the efficiency of rider data management. This system is designed to identify and authenticate riders with high accuracy, thereby simplifying the registration and monitoring process. The methods used in this research include collecting rider facial data through cameras, image processing for feature extraction, and implementing a facial recognition algorithm. Testing was conducted in several locations with varying lighting conditions and viewing angles to ensure the system's robustness. The results show that the developed system is capable of achieving facial recognition accuracy of up to 95%. In addition, this system provides an intuitive user interface to facilitate the registration and data management process. With the implementation of this system, it is expected to reduce the time and costs required in managing motorcycle rider data, as well as improve safety and comfort while riding.
Pengembangan Bahan Ajar Drama Berbantuan Media Virtual Reality Mahasiswa Pendidikan Bahasa dan Sastra Indonesia Trisnawati Hutagalung; Lili Tansliova; Abdurrahman Adisaputera; Insan Taufik
Kode : Jurnal Bahasa Vol. 14 No. 4 (2025): Kode: Edisi Desember 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tujuan penelitian ini adalah untuk mengembangkan bahan ajar berbantuan media Virtual Reality pada mata kuliah Drama di Program Studi Pendidikan Bahasa dan Sastra Indonesia FBS Unimed. Penelitian ini menggunakan metode Research and Development (R&D), penelitian ini dilakukan sampai revisi produk setelah dilakukan validasi. Populasi penelitian ini adalah seluruh mahasiswa semester VI Program Studi Pendidikan Bahasa dan Sastra Indonesia. Sampel dalam penelitian ini adalah mahasiswa reguler E Program Studi Pendidikan Bahasa dan Sastra Indonesia. Hasil penelitian ini memperoleh persentase validasi ahli materi untuk aspek isi dengan kualifikasi sangat baik (85,7%) hasil penelitian ahli materi untuk aspek penyajian berada pada kualifikasi sangat baik (85,5%), hasil validasi ahli materi aspek kebahasaan berada pada kategori kualifikasi sangat baik (85,8%) dan hasil validasi ahli desain berada pada kualifikasi sangat baik (86,6%). Kata Kunci: Bahan Ajar Virtual Reality, Pembelajaran Drama, Pendidikan Bahasa dan Sastra Indonesia.
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 Farhan Ramadhan, Haikal Fauzan Hafiz Harahap Fevi Rahmawati Suwanto Fitra, Awaludin Fristy Riandari Hamidah Nasution Hasugian , Paska Marto Hermawan Syahputra Ihsan Zulfahmi Irham Ramadhani Isda Pramuniati Izwita Dewi Kana Saputra S Kuraini, Atifa Nuzulul Lili Tansliova Lubis, Afiq Alghazali M. Revano Ananda Lubis MANSUR AS Mhd Hidayat Mhd Hidayat Mochammad Gani Alfa Alkhoiri Siregar Mohammed Hafizh Al-Areef Muhammad Noer Fadlan Muhammad, Fachrezzy Muthmainnah, Inna Najwa Latifah Hasibuan Nasution, Hamidah . Niska, Debi Yandra Nurliani Manurung Pane, M Iqbal Anata Pane, Yeremia Yosefan Parapak, R Putri Angela Pinem, Josua Purba, Boy Hendrawan Putri Sasalia S Putri, Rezkya Nadilla 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