Article Per Year (5 Year)
p-Index From 2021 - 2026
2.041
P-Index
This Author published in this journals
All Journal METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Jurnal Informatika Kaputama (JIK) Jurnal Sistem Informasi Kaputama (JSIK) Jurnal Abdi Ilmu JTIK (Jurnal Teknik Informatika Kaputama)
Budi Serasi Ginting
STMIK KAPUTAMA
Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Engineering Other

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 22 Documents
Search

 1   2   3 
Penerapan Metode Convolutional Neural Network Untuk Mendeteksi Wajah Yang Menggunakan Masker Awanda Awanda; Budi Serasi Ginting; Novriyenni Novriyenni
Jurnal Informatika Kaputama (JIK) Vol 6 No 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v6i2.121

Abstract

Pada tahun 2019 sedang terjadi pandemi virus bernama Coronavirus Disease 2019 (covid-19) yang sedang melanda banyak negara. Covid-19 sendiri berasal dari virus Severe Acute Respiratory Snydrome Coronavirus 2 (SARS-Cov-2) yang dapat menginfeksi sistem pernapasan manusia. Cara efektif untuk mengatasi penyebaran wabah tersebut adalah dengan menggunakan masker dan menaati protokol Kesehatan.Dengan program ini diharapkan mampu mendeteksi wajah yang menggunakan masker atau tidak. Program ini akan mendeteksi wajah secara realtime. Program tersebut nantinya akan berjalan dengan webcam laptop dengan cara mendeteksi wajah apakah menggunakan masker atau tidak. Program ini nantinya akan menggunakan bahasa pemrograman python dengan framework tensorflow yang mengadopsi konsep convolutional neural network. Convolutional Neural Network termasuk salah satu deep learning. Deep Learning merupakan sub-set dari machine learning. Di dunia machine learning akan terdapat dataset untuk program tersebut dapat mempelajari pola gambar. Dataset tersebut nantinya akan diisi oleh gambar wajah yang menggunakan masker dan yang tidak menggunakan masker. Nantinya gambar-gambar tersebut akan dipisah dipisah menjadi beberapa folder.
IMPLEMENTASI DATA MINING PENGELOMPOKAN JENIS PENYAKIT PASIEN MENGGUNAKAN METODE CLUSTERING (STUDI KASUS : PUSKESMAS SAMBIREJO) Shelly Maulia; Budi Serasi Ginting; Anton Sihombing
Jurnal Informatika Kaputama (JIK) Vol 5 No 1 (2021): Volume 5, Nomor 1, Januari 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v5i1.304

Abstract

Penyakit adalah dimana suatu kondisi terdapat keadaan tubuh yang abnormal, yang menyebabkan hilangnya kondisi normal yang sehat Data mining adalah sebuah proses menemukan informasi dengan mengindentifikasi pola pada data set. Proses menemukan informasi dapat dilakukukan dengan pengelompokkan data yaitu menggunakan metode Clustering dengan algoritma K-Means. Metode K-Means merupakan salah satu metode dalam analisis kelompok dimana data dikelompokkan berdasarkan k kelompok (k=1,2,3..k). Tujuan dari penelitian ini adalah untuk memudahkan pengelompokkan jenis penyakit mana yang paling banyak diderita oleh pasien di Puskesmas Sambirejo Kabupaten Langkat berdasarkan umur, desa dan nama penyakit pada data pasien tahun 2017-2019. Dari hasil analisa program yang telah diuji dengan menggunakan matlab dan telah ditentukan variabel-variabel dapat diketahui bahwa, untuk cluster 1 hasil pengelompokkan jenis penyakit pasien jumlah data 366 data yaitu antara umur 24-40 tahun, pada desa sambirejo, dengan nama penyakit bronkhitis. untuk cluster 2 hasilpengelompokkan jenis penyakit pasien jumlah data 376 data yaitu antara umur 24-40 tahun, pada desa perdamaian, dengan nama penyakit hiperurisemia. untuk cluster 3 hasilpengelompokkan jenis penyakit pasien jumlah data 258 data yaitu antara umur 24-40 tahun, pada desa suka makmur, dengan nama penyakit hiperurisemia.
PENERAPAN METODE MULTI-OBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS (MOORA) DALAM SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KADAR MINYAK MENTAH Rizky Hendro Agung; Budi Serasi Ginting
Jurnal Informatika Kaputama (JIK) Vol 4 No 1 (2020): Volume 4, Nomor 1, Januari 2020
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v4i1.344

Abstract

PT Perkebunan Nusantara IV Jambi Bah Plantation Business Unit is one of the large oil palm plantations that produce crude palm oil.The requirements for the quality of palm oil used as raw material for the food and non-food industries are different. Therefore authenticity, purity, freshness and other aspects must be paid more attention. The selection of crude palm oil levels carried out in the processing section is still manually. This requires quite a long time in the process and does not rule out the possibility of errors in his judgment. Based on the above assessment, there is a problem often found in determining high-quality and high-quality oil, which is to determine the appropriate and appropriate assessment in grading the content or aspects contained in crude oil according to standards and quality. Based on these problems, we need a system that is able to help solve problems in determining the quality of crude oil levels and quality. Thus it can be proposed operational development in determining the levels contained in crude oil using the MOORA method in deciding quality oil levels based on existing criteria. From the test results tested with 16 alternatives, the highest results can be obtained, namely alternative A3 with an alternative name 8774 LU with a value of 0.2738 so that it can be concluded that alternative A3 has high quality and quality oil content.
Sistem Informasi Geografis Pemetaan Lokasi Budidaya Tambak Ikan Di Dinas Perikanan Dan Kelautan Kabupaten Langkat Menggunakan Metode Clustering Budi Serasi Ginting; Ridho Kurniawan
Jurnal Informatika Kaputama (JIK) Vol 1 No 2 (2017): Volume 1, Nomor 2, Juli 2017
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v1i2.444

Abstract

Dinas Perikanan dan Kelautan Kabupaten Langkat adalah lembaga yang mengelola Perikanan dan Kelautan di Kabupaten Langkat,yang berada di bawah naungan Kementrian Kelautan dan Perikanan Republik Indonesia. Sistem Informasi Pemetaan Budidaya Tambak Ikan masih bersifat manual. Hal ini akan memperlambat proses pekerjaan. Dengan permasalahan di atas, maka penulis mencoba membuat Sistem Informasi Geografis Pemetaan Lokasi Budidaya Tambak Ikan Menggunakan Metode Clustering untuk pengolahan data-data yang berhubungan dengan tambak Ikan di Kabupaten Langkat, secara terkomputerisasi dengan bahasa pemograman PHP. Dengan pengolahan dan penyajian yang cepat, tepat dan akurat merupakan suatu hal yang sangat diharapkan oleh setiap instansi. Sistem Informasi Geografis Pemetaan Lokasi Budidaya Tambak Ikan Menggunakan Metode Clustering bertujuan untuk memudahkan pengolahan data dan mempercepat Penyampaian Informasi pertambakan yang ada di kabupaten Langkat.
PENERAPAN DATA MINING PENGELOMPOKAN DATA PENGGUNA AIR BERSIH BERDASARKAN KELUHANNYA MENGGUNAKAN METODE CLUSTERING PADA PDAM LANGKAT Karin Annisa; Budi Serasi Ginting; Mili Alfhi Syar
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v6i2.167

Abstract

Permasalahan pelanggan memang sangat kompleks, oleh karena itu harus ditangani secara baik, jelas, dan tuntas. Pelayanan yang baik dari suatu perusahaan dapat menunjukan profesionalisme perusahaan itu sendiri, artinya keseriusan, kepastian waktu, ketepatan waktu dan hasil kerja yang dapat dipertanggung jawabkan dalam menyelesaikan semua permasalahan dapat membuktikan kualitas suatu perusahaan. Clustering merupakan proses partisi satu set objek data ke dalam himpunan bagian yang disebut dengan cluster. Objek yang di dalam cluster memiliki kemiripan karakteristik antar satu sama lainnya dan berbeda dengan cluster yang lain. Clustering sangat berguna dan bisa menemukan group atau kelompok yang tidak dikenal dalam data. Dari 2056 data keluhan pelanggan iperoleh hasil Cluter 1 yaitu 12, 5, 5, pada cluster 2 yaitu 4, 5, 5 dan cluster 3 yaitu 8, 2, 2. Dengan jumlah anggota cluster 1 883 anggota, cluster 2 635 anggota dan cluster 3 yaitu 538 anggota. Dari hasil cluster Matlab tersebut terdapat kesamaan hasil yaitu jenis keluhan pada cluster 1 dengan cluster 2 yaitu kode 5 jenis keluhan pipa bocor dengan peanganan kerusakan menyambung pipa air (gibout join).
DATA MINING PENGELOMPOKAN PENGGUNA NARKOBA BERDASARKAN USIA MENGGUNAKAN METODE CLUSTERING (STUDI KASUS : BNN KOTA BINJAI) Rizki Putri Ananda; Budi Serasi Ginting; Tio Ria Pasaribu
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v6i2.168

Abstract

Peredaran dan penyalahgunaan narkoba merupakan masalah yang sangat kompleks, yang memerlukan upaya penanggulangan. Mengingat masih banyaknya kendala dalam proses pengelompokan pengguna narkoba di Kantor BNN Kota Binjai, untuk itu penulis mencoba membuat suatu sistem untuk mendukung proses pengelompokan yang terkomputerisasi yang dapat membantu mengelompokan secara otomatis pengguna narkoba berdasarkan usia, sehingga ada peluang untuk merancang sistem data mining pengelompokan didalamnya. Data mining adalah bagian dari sistem informasi berbasis komputer yang memperkerjakan satu atau lebih teknik pembelajaran komputer untuk menganalisis dan mengekstrasi pengetahuan secara otomatis yang dipakai untuk mendukung pengelompokan dalam suatu organisasi atau suatu perusahaan. Clustering adalah sebuah metode yang diterapkan dalam membuat suatu sistem data mining pengelompokan untuk memudahkan para staff dalam mengelompokan pengguna narkoba berdasarkan usia. Berdasarkan analisis yang telah dilakukan pada pengelompokan data pengguna narkoba dengan menggunakan metode clustering, maka perlu dilakukan proses cluster beberapa kali untuk mendapatkan hasil yang sama sesuai dengan proses yang pertama kali dilakukan. Dalam proses ini dilakukan proses sebanyak 10 kali proses sehingga mendapatkan hasil cluster. Pada cluster 1 yaitu 3 9 4, cluster 2 yaitu 3 1 4, cluster 3 yaitu 3 5 4 dengan jumlah pada anggota cluster 1 sebanyak 322 data, cluster 2 sebanyak 81 data dan cluster 3 sebanyak 97 data.
Clustering Peserta Kb Aktif Di Kota Binjai Menggunakan Metode K-Means (Study Kasus BKKBN Kota Binjai) Rida Gustina Br sitepu; Budi Serasi Ginting; Zira Fatmaira
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v6i2.170

Abstract

Kebutuhan teknologi saat ini sangat diperlukan baik dalam bidang kesehatan, pendidikan dan lain-lain. Teknologi dapat membantu dalam mempercepat pekerjaan yang awal manual menjadi digital, seperti perhitungan, pengelompokan, dan sebagainya. Sekarang ini begitu banyak data yang terdapat dalam sebuah organisasi, sehingga menimbulkan kesulitan dalam hal pengelompokan data. Clustering atau pengelompokan data sangatlah penting dalam suatu perusahaan atau organisasi untuk menyelesaikan masalah data dalam hal perencanaan dan pengambilan keputusan serta dalam pengambilan kebijakan untuk suatu informasi. Penelitian ini bertujuan untuk Untuk mengetahui pelompokkan peserta KB aktif Kota Binjai. Dengan mengelompokan Peserta KB aktif Membantu mengelompokkan pasangan usia subur dan peserta KB yang aktif dan mempermudah proses dalam memperoleh informasi tentang usia subur dan peserta KB aktif. Selanjutnya hasil pemilahan objek dijadikan input dalam pembuatan model clustering menggunakan metode K-Means. Hasil ini menunjukkan bahwa model clustering Peserta Kb aktif dapat digunakan untuk keperluan pengelompokan.
PENERAPAN METODE CLUSTERING UNTUK PENGELOMPOKAN DATA PESERTA DIDIK BARU (PPDB) DI SMP SWASTA GOTONG ROYONG KUALA Asrul Reza; Budi Serasi Ginting; Achmad fauzi
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v6i2.197

Abstract

Sekolah SMP Swasta Gotong Royong Kuala merupakan suatu yayasan atau lembaga pendidikan yang menerima siswa siswi baru setiap ajaran baru telah tiba. Siswa siswi yang mendaftar di sekolah SMP Swasta Gotong Royong Kuala bersumber dari lulusan sekolah dasar yang ada di sekitar Kecamatan Kuala hingga luar Kecamatan Kuala. Banyaknya jumlah pendaftar dari tahun ketahun, hal ini menyebabkan data atau berkas yang bertumpukan yang hanya disimpan pada lemari penyimpanan berkas yang ada disekolah. Berkas tersebut terkadang hanya dibuka ketika ingin mencari sebuah informasi saja. dengan kata lain berkas yang disimpan kurang memiliki manfaat yang lebih. Misalnya data tersebut dapat diolah dan dapat dijadikan sumber informasi yang baru dengan menggunakan teknik data mining. Data mining dapat membantu Sekolah dalam menggali pengetahuan baru dengan cara memproses data yang ada dengan metode clustering dan menggunakan algoritma K-Means.
Jaringan Syaraf Tiruan Memprediksi Pernikahan Di Kementerian Agama Kota Binjai Dengan Menggunakan Metode Backpropagation Anisa Anisa; Budi Serasi Ginting; Relita Buaton
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.217

Abstract

Pada dasarnya teknologi merupakan fasilisator yang saat ini telah mewadahi segala aspek dankegiatan-kegiatan manusia, baik dibidang Pendidikan, Kesehatan, Sosial, Ekonomi, dan Budaya. Menurut hasil dari penelitian Kantor Kementerian Agama Kota Binjai belum sepenuhnya memanfaatkan Sumber data yang ada untuk memprediksi jumlah data nikah berikutnya lebih banyak atau lebih sedikit. Jaringan Syaraf Tiruan merupakan salah satu sistem pemrosesan informasi yang didesain dengan menirukan cara kerja otak manusia dan menyelesaikan masalah. Dalam penerapannya JST sering digunakan pada peramalan atau prediksi, dalam prediksi metode JST yang sering digunakan yaitu metode Backpropagation. Berkaitan denganhal tersebut, untuk membantu dan mempermudah dalam memprediksi jumlah tingkat data nikah Kantor Kementerian Agama Kota Binjai. Untuk 1 interasi dengan menggunakan metode Backpropagation hasilnya 0,562312667.
RANCANG BANGUN ALAT BANTU JALAN UNTUK PENYANDANG TUNANETRA MENGGUNAKAN FUZZYLOGIC BERBASIS ARDUINO Siti Nurmala Sari; Budi Serasi Ginting; Novriyenni Novriyenni
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v6i2.223

Abstract

Tuhan menciptakan manusia dengan mempunyai 5 indera sebagai penunjang kehidupan kita sehari-hari. Salah satunya ialah indera penglihatan. Mata adalah salah Satu dari ke lima panca indera yang memiliki peranan yang begitu krusial bagi kehidupan manusia yang berperan sebagai organ pengelihatan. Penyandang tunanetra tak jarang memerlukkan bantuan oranglain atau tongkat atau pun seekor anjing dalam melakukan aktifitasnya sehari-hari, terutama ketika berjalan. Alat bantu jalan berbetuk tongkat yang menggunkan kecerdasan buatan yaitu arduino. Alat ini di buat memakai metode logika fuzzy. Logika fuzzy ialah suatu cara yang tepat untuk memetakan suatu ruang input ke dalam ruang output. Sistem fuzzy adalah penduga numerik yang terstruktur dan dinamis. System ini memiliki kemampuan dalam menggembangkan system intellijen dalam lingkungaan yang tak pasti. Sistem ini menganggap suatu fungsi dengan logika fuzzy. Logika fuzzy dipakai sebagai system kedali, karena proses kendalinya relatif praktis serta fleksiibel dirancang dengan tidak mengikuti model matematis yang sulit, berasal dari system yang akan dikendalikan. Alat bantu ini bisa mendeteksi adanya objeck dengan masing-masing jarak yang telah ditetapkan, dengan jarak kurang dari 150cm.
Co-Authors ., Novriyenni Andi Sukarlin Andrean Pratama Anggun Anggraini Anisa Anisa Asrul Reza Awanda Awanda Buaton, Relita Citra Ayu Wasih Fajar Ramadhan Fatmaira, Zira Fauzi, Achmad Gultom, Imeldawaty Irfan Fandinata Karin Annisa Marto Sihombing Mili Alfhi Syar Nurhayati Pardede, Akim Manaor Hara Rida Gustina Br sitepu Ridho Kurniawan Rizki Putri Ananda Rizky Hendro Agung Shelly Maulia Sihombing, Anton Siti Nurmala Sari Sri Ayu Adhitya Sri fatmawati Sri Wahyuni Tio Ria Pasaribu Yani Maulita