Article Per Year (5 Year)
p-Index From 2021 - 2026
4.713
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING JOURNAL OF APPLIED INFORMATICS AND COMPUTING JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Abdi Ilmu International Journal of Advances in Data and Information Systems Indonesian Journal of Education, Social Sciences and Research (IJESSR) Jurnal Ilmiah MADIYA: Masyarakat Mandiri Berkarya International Journal of Research in Vocational Studies (IJRVOCAS) Jurnal Sains dan Teknologi Majalah Iptek Politeknik Negeri Medan Polimedia Internasional Journal of Data Science, Computer Science and Informatics Technology (InJODACSIT) Journal of Artificial Intelligence and Digital Business Journal Global Technology Computer Jurnal Pengabdian Barelang Komposit : Jurnal Pengabdian Dan Pemberdayaan Masyarakat Journal of Computer Science Advancements
Husna, Meryatul
Politeknik Negeri Medan
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry 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 Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
Adoption of Explainable Artificial Intelligence in Decision Support Systems under Complex Data Environments Adam, Hikmah Adwin; Lopulalan, Pierre Marcello; Husna, Meryatul
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.7793

Abstract

The increasing complexity of data in the digital banking industry in Indonesia has encouraged the use of Decision Support Systems (DSS) based on Artificial Intelligence (AI), especially in the credit scoring process. However, the black-box characteristics of conventional AI models pose problems related to transparency, trust, and regulatory compliance, especially in credit decision-making that has a direct impact on customers. This study aims to analyze the adoption of Explainable Artificial Intelligence (XAI) in DSS in credit scoring systems in Indonesian digital banking, with an emphasis on how XAI can improve model interpretability in complex and heterogeneous data environments. The research approach used is mixed-methods, which combines quantitative analysis of the performance of the XAI model with a qualitative study through case studies on digital banking institutions. The results show that the implementation of XAI is able to improve the clarity of credit decisions without sacrificing predictive accuracy significantly, especially through the use of post-hoc explainability techniques and hybrid models. In addition, organizational readiness, compliance with Financial Services Authority (OJK) regulations, and data governance maturity are the main determinants in the success of XAI adoption. This research contributes theoretically through the development of a conceptual framework that integrates the dimensions of model clarity, data complexity, and decision quality in the context of digital banking. In practical terms, these findings provide strategic implications for the development of a transparent, accountable, and trust-oriented DSS, thereby supporting fairer and more accountable credit decision-making in Indonesia.
Optimalisasi Usaha Penjahit Rumahan Melalui Pemanfaatan Teknologi Informasi Sharfina Faza; Meryatul Husna; Orli Binta Tumanggor; Ade Rizka; Rina Anugrahwaty
Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol. 4 No. 1 (2026): Edisi Juni
Publisher : Jurusan Teknik Sipil, Politeknik Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51510/komposit.v4i1.2840

Abstract

Pemanfaatan teknologi informasi menjadi kebutuhan penting bagi pelaku usaha termasuk usaha penjahit rumahan untuk meningkatkan jangkauan pemasaran dan produktivitas. Penjahit Rumahan Dina Sylvia Fashion merupakan usaha jasa menjahit pakaian yang dimulai pada tahun 2021, dalam praktiknya usaha rumahan ini masih menghadapi beberapa permasalahan yaitu masih minimnya sarana informasi dan promosi usaha seperti jenis pakaian yang dapat di jahit, model payetan, harga setiap jenis pakaian, dan harga setiap model payetan dan lainnya yang membuat mitra juga masih belum mendapatkan kepercayaan dari masyarakat terhadap usahanya. Selain itu, proses design pakaian dan pola di lakukan secara manual yaitu menggunakan buku. Begitu juga dengan pemasaran melalui media sosial yang masih tergabung dengan media sosial pribadi hal ini tentunya kurang profesional dan membatasi jangkauan pemasaran. Oleh karena itu dibutuhkan pendekatan teknologi yang dapat dimanfaaatkan oleh mitra dalam memberikan informasi dan promosi, melakukan design pakaian, pola, dan katalog pemasaran dalam mengoptimalkan kinerja usaha penjahit rumahan. Metode yang diterapkan adalah dengan pendekatan User Centered Design. Target yang telah dicapai dari pelaksanaan pengabdian ini adalah tersedianya sarana informasi dan promosi berbasis web, informasi lokasi pada google maps, aplikasi pendukung design untuk pakaian, dan pola, serta katalog promosi, serta hardware pendukung kegiatan usaha yang dapat digunakan dengan baik untuk mengoptimalkan usaha penjahit rumahan.
Aplikasi Diagnosa Penyakit Tanaman Buah Pada Rumah Anggur Pak Winoho Ujuang Serdang, Kabupaten Deli Serdang Meryatul Husna; Sharfina Faza; Aprilza Aswani; Julham
Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol. 4 No. 1 (2026): Edisi Juni
Publisher : Jurusan Teknik Sipil, Politeknik Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51510/komposit.v4i1.2850

Abstract

Kegiatan ini bertujuan untuk menerapkan Produk Pengetahuan dan Teknologi Tepat Guna (PPTTG) berupa aplikasi diagnosis penyakit tanaman buah berbasis Rule-Based Reasoning pada mitra Rumah Anggur milik Pak Winoho di Desa Ujung Serdang, Kecamatan Tanjung Morawa, Kabupaten Deli Serdang. Permasalahan utama yang dihadapi mitra adalah kesulitan dalam mendiagnosis penyakit tanaman secara akurat, tidak tersedianya sistem informasi pendukung, serta rendahnya literasi digital dalam penerapan teknologi pertanian. Hal ini berdampak pada penanganan penyakit yang tidak efektif, menurunnya produktivitas, dan potensi kerugian ekonomi. Melalui kegiatan ini, tim pengabdian menawarkan solusi berupa pengembangan dan implementasi aplikasi diagnosa penyakit tanaman buah yang mudah dioperasikan oleh petani/penjual bibit buah. Aplikasi ini memungkinkan pengguna untuk menginput gejala penyakit dan mendapatkan diagnosis serta rekomendasi penanganan secara otomatis. Selain itu, pelatihan dan pendampingan juga diberikan untuk memastikan mitra dapat menggunakan aplikasi secara mandiri dan berkelanjutan. Kontribusi kegiatan ini adalah peningkatan kemampuan dalam pengelolaan kesehatan tanaman buah, efisiensi waktu dan biaya dalam diagnosis penyakit, serta penetapan teknologi informasi di sektor pertanian. Mitra juga memberikan kontribusi berupa partisipasi aktif, penyediaan lokasi uji coba, serta data lapangan untuk pengembangan aplikasi. Secara keseluruhan, kegiatan ini diharapkan menjadi contoh penerapan teknologi tepat guna yang berdampak nyata dalam mendukung pertanian berbasis inovasi di tingkat petani lokal.
Pemberdayaan Dharma Wanita Politeknik Negeri Medan Melalui Pelatihan Desain Digital Canva dalam Mendukung Literasi Digital dan Pembuatan Konten Visual Andam Lukcyhasnita; Meryatul Husna; Yuyun Yusnida Lase; Santi Prayudani
Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol. 4 No. 1 (2026): Edisi Juni
Publisher : Jurusan Teknik Sipil, Politeknik Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51510/komposit.v4i1.3067

Abstract

Kegiatan ini bertujuan untuk meningkatkan literasi digital Dharma Wanita Politeknik Negeri Medan melalui pelatihan penggunaan aplikasi Canva. Pelaksanaan pelatihan dilakukan untuk menjawab permasalahan rendahnya kemampuan desain visual ibu Dharma wanita, ketergantungan pada pihak luar dalam membuat media publikasi, serta rendahnya keterampilan membuat konten usaha rumahan. Metode pelatihan meliputi observasi awal, penyusunan modul Canva, pelaksanaan praktik, pendampingan teknis, dan evaluasi kemampuan peserta. Hasil kegiatan menunjukkan terjadi peningkatan pengetahuan, kemampuan menggunakan fitur Canva, keterampilan membuat poster, konten usaha, dan bahan publikasi organisasi secara mandiri. Peserta juga mengalami peningkatan kepercayaan diri terhadap pemanfaatan teknologi digital. Dampak pengabdian terlihat dari terbentuknya Tim Kreatif Dharmawanita, pemanfaatan Canva secara rutin, dan meningkatnya produktivitas konten organisasi maupun usaha rumahan anggota. Kegiatan ini membuktikan bahwa pelatihan digital Canva efektif dalam meningkatkan pemberdayaan perempuan dan literasi teknologi dalam komunitas organisasi.
THE APPLICATION OF ARTIFICIAL INTELLIGENCE IN PROCESSING HEALTH DATA IN BIOMEDICAL INFORMATION Santi Prayudani; Yuyun Yusnida Lase; Meryatul Husna; Hikmah Adwin Adam
Journal of Computer Science Advancements Vol. 3 No. 2 (2025)
Publisher : Yayasan Adra Karima Hubbi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70177/jsca.v3i2.2245

Abstract

The increasing complexity and volume of health data in modern biomedical systems have necessitated advanced technologies for effective data processing and analysis. Traditional methods often fall short in managing real-time, multidimensional data generated from various biomedical sources, such as electronic health records (EHRs), wearable devices, and genomic data. This research investigates the application of artificial intelligence (AI) in optimizing the processing and interpretation of biomedical health data. The objective of this study is to explore how AI-based technologies, including machine learning and deep learning algorithms, enhance the efficiency, accuracy, and predictive capabilities in biomedical information systems. By identifying patterns, anomalies, and correlations in large datasets, AI offers potential improvements in disease diagnosis, patient monitoring, and treatment personalization. This research employs a qualitative systematic review method, analyzing peer-reviewed literature published between 2015 and 2024 from major databases such as PubMed, IEEE Xplore, and Scopus. The analysis focuses on case studies, comparative evaluations, and implementation outcomes of AI in various biomedical domains. The findings reveal that AI applications significantly improve data processing speed and accuracy, enable early diagnosis of diseases such as cancer and diabetes, and support predictive analytics for patient outcomes. However, challenges remain in areas such as data privacy, ethical compliance, and algorithm transparency. In conclusion, the integration of AI into biomedical data systems holds transformative potential for healthcare delivery, though further interdisciplinary collaboration is required to address its limitations and ensure equitable access and ethical use.
Sistem Absensi Berbasis Deteksi Wajah dengan Pendekatan Eksperimen Meryatul Husna; Kinarta Ketaren; Sharfina Faza; Orli Binta Tumanggor; Aprilza Aswani
INSOLOGI: Jurnal Sains dan Teknologi Vol. 4 No. 6 (2025): Desember 2025
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/insologi.v4i6.6700

Abstract

This study compares the accuracy of two face detection algorithms, Haar Cascade and Multi-task Cascaded Convolutional Networks (MTCNN), to determine the most suitable method for implementation in a facial recognition–based attendance system. The evaluation was conducted through a series of tests under common real-world conditions, including variations in distance, lighting intensity, and face orientation. Each algorithm was assessed using performance metrics such as Precision, Recall, F1-Score, and processing time to provide a comprehensive understanding of their strengths and limitations. The results indicate that MTCNN consistently achieves higher accuracy across nearly all tested scenarios, particularly under low-light conditions and when the face is not oriented frontally. In contrast, Haar Cascade demonstrates faster processing time but experiences significant decreases in accuracy under non-ideal conditions typically found in practical applications. Based on these findings, MTCNN is considered more suitable for attendance systems that require high accuracy and robustness to environmental variations, while Haar Cascade may be preferred in applications where computational efficiency and speed are the primary considerations.
Fuzzy Mamdani-Based Vegetable Crop Recommendation System with Historical Climate Pattern Analysis in Deli Serdang Regency Meryatul Husna; Mhd Ikhsan P Siregar; Fachry Ferdiansyah Sembiring; Arif Ridho Lubis
Journal of Applied Informatics and Computing Vol. 10 No. 3 (2026): June 2026
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v10i3.11923

Abstract

Climate variability poses significant challenges to short-cycle vegetable farming, leading to crop failure and economic losses. This study develops a Decision Support System (DSS) to recommend suitable vegetable crops based on historical climate pattern analysis in Deli Serdang Regency. The system utilizes meteorological data from BMKG spanning January 2022 to December 2024, including average temperature, rainfall, and humidity. Historical pattern analysis employs a three-month rolling mean to predict climate conditions for the upcoming planting period. The Fuzzy Mamdani method is implemented as the inference engine to determine crop suitability scores by processing uncertainty in growing requirements. The system was tested across four planting periods (January, April, July, and October) and successfully generated differentiated recommendations with fuzzy scores ranging from 50% to 88%. Results demonstrate that the system effectively adapts recommendations to seasonal climate variations, providing farmers with data-driven decision support to reduce planting risks and improve crop success rates. Future enhancements include real-time climate data integration and expansion of input variables such as soil type and solar radiation intensity.
APLIKASI DIAGNOSA PENYAKIT TANAMAN BUAH MENGGUNAKAN METODE RULE BASED REASONING Meryatul Husna; Sharfina Faza; Andam Lukcyhasnita; Yuyun Yusnida; Mhd. Ikhsan P. Siregar
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 4 (2024): November 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i4.2326

Abstract

Produktivitas tanaman buah di Indonesia, seperti mangga, sering kali terancam oleh berbagai penyakit yang dapat menurunkan kualitas dan kuantitas hasil panen, serta menyebabkan kerugian ekonomi bagi petani. Identifikasi dini penyakit sangat penting, namun tidak semua petani memiliki pengetahuan yang memadai untuk melakukan diagnosa yang akurat. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi berbasis web yang menggunakan metode Rule-Based Reasoning (RBR) dalam mendiagnosa penyakit tanaman mangga berdasarkan gejala yang diamati. Aplikasi ini dirancang untuk memberikan diagnosa yang akurat dan cepat, serta rekomendasi penanganan yang tepat, melalui antarmuka yang mudah digunakan oleh petani. Data untuk sistem ini diperoleh dari survei lapangan, sementara pengujian sistem dilakukan melalui metode blackbox untuk mengevaluasi akurasi dan keandalannya. Hasil pengujian menunjukkan bahwa sistem memiliki tingkat akurasi sebesar 80%, dengan potensi peningkatan melalui pengumpulan data tambahan dan pengembangan lebih lanjut. Sistem ini diharapkan dapat meningkatkan produktivitas tanaman buah lokal, khususnya mangga, serta mendukung kesejahteraan petani dengan solusi yang praktis dan efisien.
Co-Authors Adam, Hikmah Adwin Ade Rizka Ajulio Padly Sembiring Ajulio Padly Sembiring Andam Lukcyhasnita Andi Supriadi Chan, Andi Supriadi Aprilza Aswani Dani Gunawan Demora Ari Destiadi, Rezha Fachry Ferdiansyah Sembiring Faza, Sharfina Hasibuan, Annalisa Sonaria Hikmah Adwin Adam Insidini Fawwaz Janferson Panggabean Julham Julham Julham Julham Julham Kinarta Ketaren Lopulalan, Pierre Marcello Lubis, Arif Ridho Lukcyhasnita, Andam Marliana Sari Mhd Ikhsan P Siregar Mhd. Ikhsan P. Siregar Muhammad Rafif Rasyidi Pandu Pratama Putra, Pandu Pratama Poppy Andriyani Prayudani, Santi Purba, Lampson Pindahaman Putri, Maharani Rina Anugrahwaty Rina Anugrahwaty Rina Anugrahwaty, Rina Rinaldy, Muhammad Eri Rizka, Ade Rizki Syahputra Romi Fadillah Rahmat Sembiring, Ajulio Padly Silmi Silmi Silmi Simarmata, Anggi C Simarmata Sinambela, Lamtiur Siregar, Mhd. Ikhsan P. Tumanggor, Orli Binta Winda Syafitri Wiwin Sry Adinda Banjarnahor Yusnida, Yuyun Yusuf, Kadri Yuyun Yusnida Yuyun Yusnida Lase