Claim Missing Document
Check
Articles

Sistem Informasi pada Hotel Dieng Berastagi Berbasis Web: Br. Sembiring Pelawi, Pindi Alpioninta; Nainggolan, Rena; Perangin-angin, Resianta
TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Vol 5 No 1 (2025): TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/tamika.Vol5No1.pp85-90

Abstract

The Information System at the Dieng Berastagi Hotel is a web-based application developed using PHP and MySQL. This system is designed to manage various aspects of hotel operations, including room reservations, guest management, recording payment transactions, and storing customer data. Relevant keywords for this system include: hotels, reservations, guest management, PHP, MySQL. This system utilizes a MySQL database to store and manage information about rooms, guests and payment transactions. PHP was used to develop an interactive and responsive user interface, allowing hotel staff to easily access and manage data. By adopting this technology, Hotel Berastagi can increase its operational efficiency, improve customer experience and improve overall resource management.
PELATIHAN PENGGUNAAN SISTEM INFORMASI DESA KEPADA APARATUR DESA LUMBAN PEA TIMUR Hutapea, Marlyna Infryanty; Purba, Eviyanti Novita; Perangin-angin, Resianta; Jamaluddin, Jamaluddin; Nainggolan, Rena; Simamora, Roni J.; Saragih, Rijois I. E.; Harianja, Eva J. G.; Lumbantoruan, Gortap; Siringoringo, Rimbun; Sembiring, Rasmulia; Simanjuntak, Stevani L. Z.; Napitupulu, Thomson Januari
Jurnal Pengabdian Pada Masyarakat METHABDI Vol 3 No 2 (2023): Jurnal Pengabdian Pada Masyarakat METHABDI
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/methabdi.Vol3No2.pp186-190

Abstract

Lumban Pea Timur is one of the villages in Balige District, Toba Samosir Regency, North Sumatra Province. Village development is currently inseparable from the support of information technology, almost every village requires information technology to improve services to the community. The process of conveying information by the village to the resident, namely from the sub-district head to the village head reaches the resident. Processes like this often lead to inaccurate information. All existing regional potentials must be disseminated to show their superiority. Each district has an area called a sub-district and village. The rapid development of the world of communication technology has had a tremendous impact on the pattern of people’s lives. Information systems have made people’s lives dynamic and fast. With the facilities provided, encourages people to take advantage of information and communication technology to assist in their daily activities. The village government of Lumban Pea does not yet have a website address. This has resulted in information owned by the village that cannot be accessed by the wider community, causing this village to be very left behind. In this increasingly advanced technological era, a website-based information system can be implemented in East Lumban Pea village to overcome the above constraints. With the existence of a village information system, the community can directly access the various kinds of information presented. Likewise, village leaders can directly provide or update information related to the village they are fostering. All forms of information regarding population management can be accessed on the village information system page.
Pendekatan Level Data untuk Menangani Ketidakseimbangan Data Menggunakan Algoritma K-Nearest Neighbor Perangin-angin, Resianta; Harianja, Eva Julia Gunawati; Jaya, Indra Kelana
Jurnal TIMES Vol 9 No 1 (2020)
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (302.889 KB) | DOI: 10.51351/jtm.9.1.2020615

Abstract

Dalam penelitian ini digunakan dataset yang memiliki tingkat ketidakseimbangan yang berbeda beda mulai dari 16.40, 8.60, 2.06, 2.78, 1.87, tentu hal ini dapat menurunkan kinerja algoritma klasifikasi. Secara umum ketidakseimbangan kelas dapat ditangani dengan dua pendekatan, yaitu level data dan level algoritma. Pendekatan level data ditujukan untuk memperbaiki keseimbangan kelas, sedangkan pendekatan level algoritma ditujukan untuk memperbaiki algoritma atau menggabungkan (ensemble) pengklasifikasi agar lebih konduktif terhadap kelas minoritas. Pada penelitian ini diusulkan pendekatan level data dengan resampling, yaitu random oversampling (ROS), dan random undersampling (RUS), Pengklasifikasi yang digunakan adalah k-near neighbors. Hasil penelitian menunjukkan bahwa model ROS+KNN dan RUS+KNN didapat dengan selisih G-Means sebesar 13% dan F-Measure 2,08%, dari, hal ini menunjutkan bahwa RUS+KNN dan ROS+KNN bisa meningkatkan akurasi dari G-Mean dan F-Measure namun tidak memiliki perbedaan yang signifikan.
Comparison Detection Edge Lines Algoritma Canny dan Sobel Perangin-angin, Resianta; Harianja, Eva Julia Gunawati
Jurnal TIMES Vol 8 No 2 (2019)
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (321.095 KB) | DOI: 10.51351/jtm.8.2.2019616

Abstract

Deteksi tepi adalah pendekatan paling umum yang digunakan untuk mendeteksi tingkat abu-abu diskontinuitas. Ini karena titik atau garis yang terisolasi tidak terlalu sering dijumpai dalam aplikasi praktis. Idealnya, teknik yang digunakan untuk mendeteksi diskontinuitas hanya menghasilkan satu piksel yang terletak di wilayah batas. Salah satu teknik pengolahan citra yang digunakan adalah deteksi tepi. Deteksi tepi sering terjadi pada pengolahan citra digital karena merupakan salah satu langkah awal dalam segmentasi citra yang bertujuan untuk mempresentasikan objek yang terdapat pada citra. Deteksi tepi berfungsi untuk mengidentifikasi batas-batas suatu objek dengan latar belakang yang tumpang tindih. Oleh karena itu, ketika garis besar gambar dapat diidentifikasi secara akurat, semua objek dapat ditemukan dan properti dasar seperti luas, bentuk, dan ukuran objek dapat diukur. Ada beberapa jenis metode deteksi tepi yang dapat digunakan untuk mendeteksi garis besar suatu citra, seperti algoritma Sobel, Prewitt, Canny dan homogenitas. Masing-masing metode tersebut memiliki kelebihan dan kekurangannya masing-masing. Dalam penelitian ini akan diambil dua algoritma yaitu algoritma Canny dan Sobel. Berdasarkan kekuatan dan kelemahan kedua metode tersebut akan dilakukan analisis terhadap kedua metode tersebut untuk melihat hasil pendeteksian yang keduanya akan digunakan sebagai pembanding. Dilihat dari hasil yang didapat dari algoritma deteksi tepi Canny dan Sobel secara jelas terlihat lebih baik algoritma cannya pada hasil pendekteksian tepi, dimana algoritma Canny mempunyai hasil yang lebih halus dan lebih spesifik mendekteksi garis tepi suatu objek citra. Sedangkan algoritma pendektesian garis tepi sobel masih meregang pada daerah yang tidak berbatasan. Dilihat dari struktur hasil pendeteksian algoritma Canny lebih baik daripada algoritma Sobel.
Kombinasi Time Series Dengan Fuzzy Inferency System Untuk Model Prediksi Inflasi Dengan Akurasi Tinggi Perangin-angin, Resianta; Jaya, Indra Kelana; Rumahorbo, Benget
Jurnal TIMES Vol 9 No 2 (2020): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (646.197 KB) | DOI: 10.51351/jtm.9.2.2020632

Abstract

Logika fuzzy merupakan perluasan dari penalaran tradisional, dimana tidak hanya terdapat “ya” atau “tidak”, tetapi “ya” dengan nilai seberapa besar kadar “ya” tersebut, dan “tidak” dengan nilai seberapa besar kadar “tidak” tersebut. Kemampuan model fuzzy dalam memetakan nilai kabur menjadi alasan penggunaan model inferensi fuzzy dalam berbagai kasus yang menggunakan nilai kabur untuk menghasilkan suatu output yang jelas atau pasti. Dikarenakan membership fucntion dalam fuzzy inferency system sangat beragam, dalam hal ini tentu ada sedikit masalah, bagaimana menentukan membership yang terbaik atau dalam hal ini yang bisa menghasilkan nilai akurasi yang paling tinggi terhadap nilai aktual. Dalam penelitian ini akan dilakukan penelitian dengan menggunakan dua membership function, yakni membership fucntion bahu dan segitiga, model yang dipakai adalah model inferensi fuzzy Tsukamoto untuk kasus prediksi laju inflasi di Sumatera Utara, dari hasil ujicoba diperoleh ternyata kombinasi time series dengan membership fucntion segitiga dan fuzzy inferency system menghasilkan akurasi yang sangat tinggi mencapai 94,4%. Hasil ini menunjukkan kombinasi antara time series dan fuzzy inferency system untuk kasus prediksi inflasi memiliki tingkat akurasi yang sangat tinggi.