Article Per Year (5 Year)
p-Index From 2020 - 2025
9.835
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Journal Information System Development ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Jurnal Sistem Informasi Kaputama (JSIK) Building of Informatics, Technology and Science Majalah Ilmiah Warta Dharmawangsa JTIK (Jurnal Teknik Informatika Kaputama) JUKI : Jurnal Komputer dan Informatika Jurnal Manajemen Informatika Jayakarta Jurnal Ilmu Komputer dan Sistem Komputer Terapan (JIKSTRA) Journal of Vision and Ideas (VISA) Jurnal Pengabdian Masyarakat IPTEK EXPLORER Bulletin of Multi-Disciplinary Science and Applied Technology Journal Of Human And Education (JAHE) Journal of Information Systems and Technology Research Sci-Tech Journal Journal of Artificial Intelligence and Engineering Applications (JAIEA) Ulead : Jurnal E-pengabdian Journal of Engineering, Technology and Computing (JETCom) Journal of Mathematics and Technology (MATECH) Jurnal Hasil Pengabdian Masyarakat (JURIBMAS) JOURNAL OF ICT APLICATIONS AND SYSTEM Jurnal Teknik, Komputer, Agroteknologi dan Sains Zadama: Jurnal Pengabdian Masyarakat International Journal of Health, Engineering and Technology Jurnal Penelitian Sistem Informasi Indonesian Journal of Education And Computer Science Indonesian Journal of Science, Technology, and Humanities Pengabdian Pendidikan Indonesia (PPI) Jurnal Ilmu Komputer dan Sistem Informasi Jupiter: Publikasi Ilmu Keteknikan Industri, Teknik Elektro dan Informatika Bridge: Jurnal Publikasi Sistem Informasi dan Telekomunikasi Modem : Jurnal Informatika dan Sains Teknologi Repeater: Publikasi Teknik Informatika dan Jaringan Switch: Jurnal Sains dan Teknologi Informasi Polygon: Jurnal Ilmu Komputer dan Ilmu Pengetahuan Alam Mars: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer Saturnus: Jurnal Teknologi dan Sistem Informasi KETIK : Jurnal Informatika Ulil Albab Pascal: Journal of Computer Science and Informatics Journal of Computer Science Artificial Intelligence and Communications
Rusmin Saragih, Rusmin
STMIK Kaputama
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Transportation Veterinary Other

Published : 82 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 82 Documents
Search

 1   2   3   4   5 
Perbandingan Data Mining Mengidentifikasi Pola Keterkaitan Variabel Kecelakaan Lalu Lintas Di Polresta Kota Medan Saragih, Rusmin; Sitompul, Juliana Naftali
Journal Information System Development (ISD) Vol 4, No 1 (2019): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (534.157 KB)

Abstract

This research was conducted to analyze the results of data mining processing on a priori method and the method of k-means clustering in analyzing the comparison of the two methods to factors related to the incidence of traffic accidents that occurred in the POLRESTA Medan area. Analysis of the pattern of the causes of traffic accidents conducted in this study using Apriori data mining methods and k-means clustering. Apriori method is a data mining method that produces association patterns or linkages between variables or itemset based on frequent or frequent itemset. While the k-means clustering method is a method that groups data into different groups so that data with certain patterns will form their respective groups. By using a priori and k-means clustering, a comparative analysis can be obtained between the two methods. This research was carried out by collecting data on traffic accidents obtained from POLRESTA Medan followed by the development of a data mining software that implements the Apriori method and k-means clustering to produce the association and clustering patterns contained in the accident data. The results of the comparison between the two methods can then be information and references to the performance of the two methods in processing traffic accident data in POLRESTA Medan. Keywords: Accidents, Traffic, POLRESTA Medan, data mining, a priori, k-means.
Model berbasis Sistem Kecerdasan Buatan yang Efektif: Analisis Kebijakan bagi Siswa Mengulang Prasetia, Indra; Siregar, Muhammad Noor Hasan; Saragih, Rusmin
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 2 (2021): Volume 7 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v7i2.47524

Abstract

Pendidikan Sekolah Dasar (SD) sangat penting dalam memberikan keterampilan dasar yang dibutuhkan siswa untuk bertahan dalam mengikuti dan memahami kelas-kelas pada jenjang di atasnya sehingga jika pondasi pendidikan SD kuat maka dapat meningkatkan kualitas pendidikan di Indonesia. Tujuan dari penelitian adalah membuat model arsitektur terbaik yang akan digunakan untuk melakukan peramalan pada jumlah siswa mengulang berdasarkan provinsi pada jenjnag Sekolah Dasar baik negeri dan swasta dengan model berbasis sistem kecerdasan buatan. Sumber data berasal dari data statistik pendidikan dengan url: http://statistik.data.kemdikbud.go.id/. Data terdiri dari 34 provinsi untuk tahun ajaran 2017/2017; 2017/2018; 2018/2019; 2019/2020. Metode solusi yang digunakan adalah back-propagation yang merupakan bagian dari sistem kecerdasan buatan dimana dalam menentukan model arsitektur terbaik dilakukan dengan menguji serangkaian arsitektur (2-5-1; 2-10-1; 2-15-1 dan 2-20-1) mengunakan fungsi aktivasi sigmoid dan parameter pendukung seperti performFcn = MSE; goal = 0.001; epochs = 10000; mc = 0.95 dan lr = 0.1.  Hasil menunjukkan back-propagation dapat diterapkan untuk melakukan peramalan dengan sistem kecerdasan buatan dengan menghasilkan sebuah model arsitektur terbaik yakni 2-10-1 dengan MSE pelatihan adalah 0.00099299, koefisien korelasi (R) pelatihan adalah 0.976972 pada epoch 81, MSE pengujian adalah 0.001325, koefisien korelasi (R) pengujian dengan akurasi 85%. Fakta baru menyebutkan bahwa akurasi sangat tergantung terhadap banyaknya data. Selain harus memperhatikan MSE, epoch dan durasi waktu pelatihan.  Diharapkan model arsitektur ini dapat membantu melakukan peramalan terhadap jumlah siswa mengulang pada jenjang Sekolah Dasar sehingga hasil dari peramalan dapat digunakan untuk membuat analisis kebijakan.
IMPLEMENTASI DAN ANALISIS DATA MINING UNTUK PENCARIAN POLA PENYEBAB KECELAKAAN LALU LINTASDENGAN METODE APRIORI Rusmin Saragih; Nuryahati -
JSIK (Jurnal Sistem Informasi Kaputama) Vol 1, No 2 (2017)
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/jsik.v1i2.28

Abstract

Meningkatnya jumlah kecelakaan lalu lintas dari tahun ke tahun membutuhkan perhatian dan penganggulangan yang serius yang mana mengingat kecelakaan lalu lintas menjadi faktor pembunuh yang cukup tinggi. Penanggulangan kecelakaan lalu lintas dapat dilakukan dengan melakukan langkah – langkah pendekatan seperti sosialisasi dan pengawasan terhadap rambu – rambu serta trafik pada jalan raya. Untuk dapat mencari solusi penanggulangan yang tepat maka diperlukan informasi mengenai kecelakaan lalu lintas yang terjadi. Dengan informasi kecelakaan lalu lintas yang tepat maka dapat diambil langkah-langkah penanggulangan yang efektif sehingga dapat menurunkan angka kecelakaan lalu lintas yang terjadi. Dengan menggunakan apriori maka dapat diperoleh pasangan – pasangan item yang sering muncul sehingga dapat diperoleh pola keterkaitan dari item – item tersebut. Berdasarkan hasil analisa apriori diperoleh variabel – variabel yang berkaitan dengan kecelakaan lalu lintas di polresta Kota Medan.
Perbandingan Data Mining Mengidentifikasi Pola Keterkaitan Variabel Kecelakaan Lalu Lintas Di Polresta Kota Medan Rusmin Saragih; Juliana Naftali Sitompul
Journal Information System Development Vol 4, No 1 (2019): Journal Information System Development (ISD)
Publisher : UNIVERSITAS PELITA HARAPAN

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

Abstract

This research was conducted to analyze the results of data mining processing on a priori method and the method of k-means clustering in analyzing the comparison of the two methods to factors related to the incidence of traffic accidents that occurred in the POLRESTA Medan area. Analysis of the pattern of the causes of traffic accidents conducted in this study using Apriori data mining methods and k-means clustering. Apriori method is a data mining method that produces association patterns or linkages between variables or itemset based on frequent or frequent itemset. While the k-means clustering method is a method that groups data into different groups so that data with certain patterns will form their respective groups. By using a priori and k-means clustering, a comparative analysis can be obtained between the two methods. This research was carried out by collecting data on traffic accidents obtained from POLRESTA Medan followed by the development of a data mining software that implements the Apriori method and k-means clustering to produce the association and clustering patterns contained in the accident data. The results of the comparison between the two methods can then be information and references to the performance of the two methods in processing traffic accident data in POLRESTA Medan. Keywords: Accidents, Traffic, POLRESTA Medan, data mining, a priori, k-means.
Sistem Pakar Mengidentifikasi Minat Bakat Anak Dengan Metode Certainty Factor Rusmin Saragih
JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Vol. 1 No. 1 (2018): Jutikomp Volume 1 Nomor 1 April 2018
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jutikomp.v1i1.462

Abstract

Banyak orang tua yang cendCrung memaksakan kehendaknya ketika memilih sekolah formal ataupun non formal untuk anaknya. Dikarenakan tidak mengetahui Minat dan bakat yang dimiliki oleh anaknya. Hal ini mengekibatkan anak akan sulit untuk berkembang. Dan sulitnya menemukan psikolog anak untuk berkonsultasi juga menjadi salah satu penyebab hal ini Sistem pakar mengidentifikasi minat bakat anak dibangun dengan bahasa pemrograman PHP dan database yang digunakan adalah Php MyAdmin (MySql). Sistem pakar harus mampu bekerja dalam kondisi ketidakpastian. Dalam menghadapi masalah, sering ditemukan jawaban yang tidak memiliki kepastian. Tinggi rendahnya tingkat ketidakpastian hasil identifikasi dipengaruhi oleh aturan yang tidak pasti dan jawaban pengguna. MetodeCertainty Factor yang merupakan suatu teori matematika untukmengakomodasi ketidakpastian pemikiran seorang pakar, guna mengggambarkan tingkat keyakinan pakar terhadap masalah yang sedang di hadapi.Hasil perhitungan diperoleh dari karakteristik yang ada, sehinggamenghasilkan identifikasi kecerdasan yang dimiliki oleh anak yaitu pada kecerdasan visual-spasial yang memiliki nilai kepastian paling kuat sebesar 99,60%
Prediksi Jumlah Customer Di Bengkel H. Tomo Service Menggunakan Metode Backpropagation Yusuf Afani; Magdalena Simanjuntak; Rusmin Saragih
JUKI : Jurnal Komputer dan Informatika Vol. 4 No. 1 (2022): JUKI : Jurnal Komputer dan Informatika, Edisi Mei 2022
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53842/juki.v4i1.101

Abstract

A workshop is a building that provides space and equipment for carrying out construction or manufacturing, and repairing objects. The accumulation of customers at Bengkel H. Tomo Service is caused by the lack of workers in the repair process. This is based on not every day customers who come in excessive numbers, but at one time the situation is not crowded enough. Due to this condition, the number of repair workers is reduced so that the workshop owner can adjust between the customer and the worker. From these conditions, the H. Tomo Service Workshop needs to create a system that can predict the number of customers who will come in the following days or months. The prediction results can be used to anticipate the needs of repair workers in the workshop. The process of predicting the number of customers who make vehicle repairs at the workshop can be done with a computerized system, one of the processes that can be done is the application of an Artificial Neural Network (ANN) using the Backpropagation method. The system is designed with the MATLAB R2014a programming application, after carrying out the data training process and data testing on 2016 to 2020 data, the learning rate is 0.2; the maximun epoch is 10000 and the target error is 0.001, the result is that in 2021 the predicted number of customers is 13758 customers who make repairs at the H. Tomo Service workshop.
Sistem Pakar Mengidentifikasi Minat Bakat Anak Dengan Metode Certainty Factor (Studi Kasus : Sekolah Bilingual Nasional Plus Permata Bangsa Binjai) Rusmin Saragih; Muhammad Eka
ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA Vol 4, No 2 (2020): November 2020
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/algoritma.v4i2.8517

Abstract

       Banyak orang tua yang cenderung memaksakan kehendaknya ketika memilih sekolah formal ataupun non formal untuk anaknya. Dikarenakan tidak mengetahui Minat dan bakat yang dimiliki oleh anaknya. Hal ini mengekibatkan anak akan sulit untuk berkembang. Dan sulitnya menemukan psikolog anak untuk berkonsultasi juga menjadi salah satu penyebab hal ini Sistem pakar mengidentifikasi minat bakat anak dibangun dengan bahasa pemrograman PHP dan database yang digunakan adalah Php MyAdmin (MySql). Sistem pakar harus mampu bekerja dalam kondisi ketidakpastian. Dalam menghadapi masalah, sering ditemukan jawaban yang tidak memiliki kepastian. Tinggi rendahnya tingkat ketidakpastian hasil identifikasi dipengaruhi oleh aturan yang tidak pasti dan jawaban pengguna. MetodeCertainty Factor yang merupakan suatu teori matematika untukmengakomodasi ketidakpastian pemikiran seorang pakar, guna mengggambarkan tingkat keyakinan pakar terhadap masalah yang sedang di hadapi.Hasil perhitungan diperoleh dari karakteristik yang ada, sehinggamenghasilkan identifikasi kecerdasan yang dimiliki oleh anak yaitu pada kecerdasan visual-spasial yang memiliki nilai kepastian paling kuat sebesar 99,60%. Kata Kunci : Minat, Bakat, Sistem Pakar, Certainty Factor.
Jaringan Syaraf Tiruan Memprediksi Jumlah Kebutuhan Air Bersih di Kota Binjai Menggunakan Metode Backpropagation (Studi Kasus : PDAM Tirta Sari Binjai) Nico Kurniawan Purba; Rusmin Saragih; Nurhayati Nurhayati
ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA Vol 5, No 2 (2021): November 2021
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/algoritma.v5i2.10466

Abstract

Water as one of the main needs to support human life and is one of the natural resources that has a very important function and is an important component of the environment for the survival of humans and other living things. Along with the increasing rate of population growth, the need for clean water also increases, so the amount of water produced continuously shows an increase in line with the increasing demand for clean water in the community. . Therefore, it is necessary to make adjustments between the supply of clean water production and the demand or need for water to consumers. Based on these conditions, PDAM Tirta Sari Binjai needs to create a system that can predict the amount of clean water needs that will come in the following days or months. The prediction results can be used to anticipate the water needs required by customers. The process of predicting the amount of clean water needed by the customer can be done with a computerized system, one of the processes that can be done is the application of an Artificial Neural Network (ANN) using the Backpropagation method. Forecasting results will be very useful for PDAM Tirta Sari Binjai in the future, because the amount of water production is the main factor in water distribution services. The system is designed with the MATLAB R2014a programming application, after carrying out the data training process and data testing on 2016 to 2020 data, the learning rate is 0.2; the maximun epoch is 10000 and the target error is 0.001, the result is that in 2020 the total need for clean water is 342,417,081 liters of water. Keywords: Backpropagation, Artificial_Syaraf_Network, Clean_Air.
Sistem Pendukung Keputusan Penentuan IT Support Perusahan Telekomunikasi Terbaik Menggunakan Metode Moora Yuyun Dwi Lestari; Muhammad Eka; Rusmin Saragih
ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA Vol 5, No 1 (2021): April 2021
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/algoritma.v5i1.9856

Abstract

The success of an organization or company is not a good idea regardless of its resources, one of the resource is human resources that is required to be reliable in completing the work obligations. The process of determining the best employees in an organization or company is a very difficult process and takes a long time to support decisions. There are many methods that can be used in determining the best employees in a company, the Multi-Objective Optimization on The Basis of Ratio Analysis (MOORA) method can be applied to Decision Support Systems because it has a high degree of flexibility and accuracy, in solving the problem of determining the best employees. 
IMPLEMENTASI APRIORI PADA DATA KECELAKAAN LALU LINTAS DALAM PENCARIAN RELASI ANTAR VARIABEL PELAKU Rusmin Saragih
ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA Vol 1, No 01 (2017): November 2017
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1022.455 KB) | DOI: 10.30829/algoritma.v1i01.1303

Abstract

Handling traffic accidents can be done by taking steps such as the approach of socialization and supervision of road signs and traffic. To be able to find the appropriate solutions to the prevention of information required traffic accidents that occur. By observing the relevant variables of traffic accident perpetrators, it can be obtained the criteria from the traffic accident perpetrators that are dominant from the relations of LAKA actors such as education, age and other variables. Apriori applied to data of LAKA actors from recent years to be able to obtain information relation between variator of LAKA actor so that can become reference to prevention and prevention of traffic accident. The a priori output of the laka perpetrator data provides the pattern relation information of the LAKA actor’s variable. Keywords: Data Mining, Apriori, Traffic Accident
Co-Authors , Eka Putra Abdul Azan Abdul Azan Abdullah Hamid Abdullah Husein Achmad Fauzi ACHMAD FAUZI Alfina Damayanti Ambarita, Indah Andini Andini Andre Adrian Andrean Samuel Siahaan Aprilianda, Dinda Arianta Bangun Arnes Sembiring Asih, Munjiat Setiani Barany Fachri Boyke Gunawan Manurung Buaton, Relita Chairul Rizal Charles Jhony Mantho Sianturi, Charles Jhony Mantho Cindy Primadona Siahaan Damayanti, Fera Dandi Satria R Deni Apriadi Dewantara, Nowell Dimas Prayogi Dinda Firdawati Simamora Divi Handoko Eka Pandu Cynthia Eka, Muhammad Ema Sari Suwandi Fany Juliawati Fatimah Fatmaira, Zira Fauzi, Achmad frans ikorasaki Fuzy Yustika Manik Fuzy Yustika Manik, Fuzy Yustika Gea, Fide Evianti Ginting, Darmawan Gultom, Imeldawaty Handoko, Divi Herdiansyah Harahap Herdiansyah Harahap Hesty Vitara I Gusti Prahmana Ikhsan Arif Indra Prasetia, Indra Irfan Yusuf Ismi Asmita Jesayas Sembiring Khair, Husnul Lestari, Yuyun Dwi Lili Musarofah Lili Musarofah Loo, Petrus Magdalena Simanjuntak Magdalena Simanjuntak Magdalena Simanjuntak Mardiah Marto Sihombing Marto Sihombing Meisaroh Mhd Ferdiansyah Putra Mili Alfhi Syari Muhammad Danil Syahputra Muhammad Danil Syahputra Muhammad Eka Muhammad Eka Muhammad Noor Hasan Siregar Muhammad Reza Habibi Muhammad Zen, Muhammad Munadi Munadi Nasril Hidayat Nico Kurniawan Purba Nikous Soter Sihombing Novriyenni Novriyenni Novriyenni Novriyenni, Novriyenni Nurhayati Nurhayati Nurhayati Nurhayati Nurhayati Nurhayati Nurhayati Nurhayati Nurlaila Nurlaila Nurlaila Nurlaila Nuryahati - Pakpahan, emma martina Pakpahan, Victor Maruli Pardede, Akim Manaor Hara Pasaribu, Tioria Rafli Fitriawan Rahayu Utami Rahmadani Rahmadani Rahmawati Rahmawati, Rahmawati Raihan, Muhammad Ramadani, Suci Ramli Ramli Ramos Parulian Ambarita Ratih Puspadini Rianty Zabitha Siregar Ricky Ramadhan Harahap Rizki Kurniawan Ruine Buana Br Sitepu Ryan Hidayat Saripurna, Darjat SELVY SELVY ANGGRAINI Sihombing, Anton Sihombing, Marto Simanjuntak, Magdalena Sinaga, Ayu Puspita Sari Sirait, Win Gomgom Parsaulian Siswan Syahputra SITORUS, ERBIN Sonadi Perangin Angin Suci Pratiwi, Kiki Supiyandi Supiyandi Syahputra, Siswan Syari, Milli Alfhi Tantia Azzahra Tata Mustika Dewi tata, tatamustikadewi Theodora MV Nainggolan Ulandari, Seri Wati, Sri Kesuma Yani Maulita Yekolya Anatesya Yessi Fitri Annisah Lubis Yulia Ningsih Yusuf Afani Yuyun Dwi Lestari