Claim Missing Document
Check
Articles

Sistem Informasi Pengajuan Judul Tugas Akhir Berbasis Online pada Amik Tunas Bangsa Pematang Siantar Saputra, Widodo; Hardinata, Jaya Tata; Wanto, Anjar; Okprana, Harly
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 8, No 1 (2023): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v8i1.9645

Abstract

Tujuan dari pembuatan sistem informasi adalah untuk membantu manusia dalam banyak hal, termasuk pengolahan data serta penyampaian informasi, hal ini akan lebih baik jika menggunakan sistem informasi berbasis online. Sistem informasi tugas akhir menjadi pilihan penulis dikarenakan masih belum adanya sistem informasi tugas akhir   yang bersifat online pada AMIK Tunas Bangsa Pematangsiantar. Hal ini menyebabkan beberapa masalah seperti lambatnya penyampaian informasi, mahasiswa/i harus memberikan formulir pengajuan judul ke kampus dan lain sebagainya. Sistem ini menyediakan solusi bagi mahasiswa/i dalam proses merancang tugas akhir. Sistem ini meliputi pengajuan judul, pengumuman, judul diterima atau ditolak, informasi pembimbing dan lainnya. Penulis mencoba membangun sistem ini dengan menggunakan bahasa pemrograman PHP dan Database MySQL agar dapat di realisasikan secara online. Dengan adanya sistem ini maka akan membantu mahasiswa dalam melaksanakan prosedur tugas akhir dengan mudah karena dapat diakses dimanapun dan kapanpun.
Penegakan Hukum Terhadap Tindak Pidana Pertambangan Emas Tanpa Izin di Kepolisian Resor Pasaman Barat Saputra, Widodo
UNES Law Review Vol. 7 No. 1 (2024)
Publisher : Universitas Ekasakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31933/unesrev.v7i1.2251

Abstract

Dalam kenyataannya Pertambangan Emas Tanpa Izin (PETI) yang ada di Kabupaten Pasaman Barat semakin banyak terjadi. Undang-Undang Nomor 3 tahun 2020 tentang perubahan atas Undang-Undang Nomor 4 Tahun 2009 Tentang Mineral dan Batu bara sudah jelas melarang kegitan Pertambangan Emas Tanpa Izin (PETI). Kegiatan dari para penambangan yang tidak memiliki izin ini sudah menjadi perkerjaan utama/ tetap. Dalam hal tertangkap tangan, maka yang dijerat adalah para pekerja saja tanpa menangkap pemilik modal yang selalu lepas dari jerat hukum. Kompleksitas masalah PETI merupakan masalah belum dapat di tuntaskan pada saat ini, penegakan hukum oleh Pihak Kepolisaan Resor Pasaman Barat sangat diperlukan dalam upaya mencegah kerusakan lingkungan hidup dan memberi efek jera. Jenis Penelitian ini merupakan penelitian yuridis emapiris maka penelitin ini bersifat deskriptif yaitu penelitian yang menjelaskan dalam bentuk kalimat yang jelas dan rinci tentang Penegakan Hukum Tindak Pidana Pertambangan Emas Tanpa Izin Di Wilayah Hukum Kepolisian Pasaman Barat. Dari hasil penelitian dapat diketahui Penegakan Hukum Terhadap Tindak Pidana Pertambangan Emas Tanpa Izin di Wilayah Hukum Kepolisian Pasaman Barat adalah tindakan atau usaha negara berdasarkan perangkatnya yang dimulai dari. 1) Pengaturan hukum yang megatur tentang pertambangan emas tanpa izin dan aturan pidana yang akan dikenakan terhadap pelaku pertambangan emas tanpa izin. 2) Struktur hukum dalam penegakan hukum agar pelaksanaan penegakan hukum dapat terlaksana mulai dari penyelidikan sampai adanya putusan yang memberikan hukuman yang harus dijalani oleh pelaku pertambangan emas tanpa izin. 3) Serta pandangan masyakat terhadap penegakan hukum oleh dalam melakukan penegakan hukum terhadap pelaku pertambangan tanpa izin, dan masyarakat juga ikut serta dalam melakukan pencegahan terhadap kegiatan pertambangan emas tanpa izin tersebut dengan cara melaporkan apabila mengetahui terjadinya kegiatan pertambangan emas tanpa izin kepada pihak penegak hukum.
PENGUATAN KOMPETENSI DALAM PEMBELAJARAN PHP DAN MYSQL BAGI SISWA JURUSAN MULTIMEDIA SMK NEGERI 1 SIANTAR Damanik, Abdi Rahim; Hartama, Dedy; Saputra, Widodo; Tata Hardinata, Jaya
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 5, No 2 (2022): Martabe : Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v5i2.802-807

Abstract

Pengembangan ilmi serta teknologi sekarang semakin kedepan akan semakin maju karena sangat dibutuhkannya pengetahuan berbasis website. Pelatihan pembuatan website dengan PHP dan MySQL yang dilakukan pada SMK Negeri 1 Siantar dikarenakan pada SMK Negeri 1 tersebut dirasa belum maksimal dalam pengetahuan teknologi informasi yang telah diajarkan dikarenakan kondisi pandemi dan belajar daring, maka sebab itu pengabdian ini dilakukan. Adapun peserta dalam pengabdian ini adalah Siswa SMK Negeri 1 Siantar . Dalam kegiatan pengabdian ini  yaitu memberikan suatu pelatihan dan pendampingan untuk pembuatan Website dengan menggunakan PHP dan MySQL kepada para siswa dan siswi di SMK Negeri 1 Siantar. Adapun manfaat dari pelatihan ini adalah diharapkan dapat meningkatkan kemampuan para siswa-siswi SMK Negeri 1 Siantar dalam membuat website perpustakaan berbasis database mysql. Pentingnya pelatihan ini bagi SMK Negeri 1 Siantar karena dengan melihat perkembangan zaman tentang teknologi yang canggih oleh sebab itu siswa-siswi SMK Negeri 1 Santar juga dituntut untuk dapat menggunakan teknologi tersebut agar dalam proses ujian kompetensi keahlian nantinya mendapatkan nilai yang baik
Optimization Of Hybrid K-Means–Naïve Bayes Using Optuna for Classification of Global Plastic Waste Management Levels Madani, Aulya Fani; Poningsih, Poningsih; Almaida, Zulia; Saputra, Widodo
Jurnal Teknik Informatika (Jutif) Vol. 7 No. 2 (2026): JUTIF Volume 7, Number 2, April 2026
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2026.7.2.5651

Abstract

The rapid growth of plastic waste has become a serious global environmental challenge, while existing waste management analysis methods often struggle to handle large and heterogeneous environmental datasets. This study aims to improve the classification of global plastic waste management performance by integrating K-Means clustering and Naïve Bayes with Optuna-based hyperparameter optimization. Using a dataset of global plastic waste indicators from multiple countries during 2020–2024, K-Means is first applied to generate waste management level clusters, which are then classified using Naïve Bayes. The hybrid model is further optimized by tuning the var_smoothing parameter using Optuna. Experimental results show that the hybrid approach improves classification performance compared to the baseline Naïve Bayes model, while the optimized model increases accuracy from 89% to 95% along with improvements in precision, recall, F1-score, and ROC-AUC. These results indicate that combining clustering-based labeling with automated hyperparameter optimization can enhance the reliability of machine learning models for large-scale environmental data analysis. Therefore, the proposed approach can support more accurate evaluation of global plastic waste management and assist data-driven environmental policy development.
Integrasi Strategi Pre-processing Data untuk Optimalisasi Akurasi Algoritma Backpropagation Widodo Saputra; Saifullah Saifullah; Eka Irawan; Anjar Wanto
Explorer Vol 6 No 2 (2026): July 2026
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/explorer.v6i2.2743

Abstract

Backpropagation is one of the artificial neural network algorithms widely used in classification and prediction processes due to its ability to recognize data patterns accurately. However, the performance of this algorithm is highly influenced by the quality of the input data. Unstructured data, differences in data scales, missing values, and irrelevant features can reduce the model’s accuracy. This study aims to analyze the effect of integrating data pre-processing strategies to optimize the accuracy of the Backpropagation algorithm. The dataset used in this research was obtained from the Badan Pusat Statistik (BPS) in the form of Open Unemployment Rate data for the population aged 15 years and above in North Sumatra Province from 2019 to 2024. The applied pre-processing stages included data cleaning, normalization, missing value handling, and feature reduction. The research method was conducted by comparing the model testing results using standard pre-processing and partial pre-processing on several network architectures. The results showed that the implementation of pre-processing strategies was able to improve the performance of the Backpropagation model. The highest accuracy value was obtained in the 3-56-1 architecture with an increase from 80.00% to 85.88%. In addition to improving accuracy, the model training process became more stable and the error convergence was achieved faster. Therefore, the integration of data pre-processing strategies has proven to be effective in optimizing the accuracy of the Backpropagation algorithm for numerical data-based prediction problems
Optimasi Support Vector Machine Menggunakan Particle Swarm Optimization pada Analisis Sentimen Ulasan Shopee COD Eka Irawan; Wendi Robiansyah; Widodo saputra; Anjar Wanto
Explorer Vol 6 No 2 (2026): July 2026
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/explorer.v6i2.2744

Abstract

The Cash on Delivery (COD) service provided by the Shopee e-commerce platform often elicits a large volume of user reviews that exhibit unconventional language structures, prompting the need for a precise and automated sentiment analysis mechanism. This research endeavor seeks to categorize sentiments expressed in Shopee reviews as either positive or negative by leveraging the Support Vector Machine (SVM) algorithm, which has been fine-tuned using Particle Swarm Optimization (PSO). A key obstacle in text analysis lies in the vast feature space, which can impair model efficacy. Thus, PSO is utilized as a feature selection technique to identify the most pertinent set of terms from the TF-IDF feature extraction. The findings reveal that the integration of PSO successfully decreased feature dimensionality by 45% from the initial set of 1,000 features. Despite the substantial reduction in features, the SVM-PSO model achieved an enhanced accuracy of 81.21%, surpassing the baseline model's 78.79%. With an AUC value of 0.845, it is evident that the model retains stability and effectiveness in discerning sentiment even with a considerably reduced feature set. This investigation illustrates the efficacy of PSO optimization in eliminating extraneous features and refining the model's focus on sentiment-carrying vocabulary.
Co-Authors A'an Cun Abdi Rahim Damanik Abdi Rahim Damanik Agus Perdana Windarto Ahmad Yani Aldo Daniel Purba Almaida, Zulia Anggi Martua Valentino Sianipar Arif Ramadhan Siregar Azhar Fadilah Zuhri Bahrudi Efendi Damanik Bahrudi Efendi Damanik Bahrudi Efendi Damanik Berkat Iman Setia Dawolo Bintang, Daud Budi Paul Sitompul Damanik, Abdi Rahim Dedy Hartama Dedy Hartama Dedy Hartama Dedy Kristianto Lumbantobing Dewi, Rafiqa Dhea Halimah Eka Irawan Eka Irawan Fahmi Firzada Firzada, Fahmi Hardinata, Jaya T Hartama, Dedy Hendry Qurniawan Hendry Qurniawan Heru Satria Tambunan Heru Satria Tambunan Iin Parlina Iin Parlina Iin Parlina Ika Purnama Sari Indra Gunawan Indra Gunawan INDRA GUNAWAN Indra Gunawan Indra Gunawan Irfan Sudahri Damanik Jaya Tata Hardinata Khairwa Bakhsar Kusuma, Rizky Tri Lulu Apriliani Lumbantobing, Dedy Kristianto Luvita Yolanda Hutabarat M Safii M. Safii Madani, Aulya Fani Muhammad Ridwan Lubis Muhammad Ridwan Lubis Muhammad Ridwan Lubis Nasution, Della Fatricia Nasution, Zulaini Masruro Nur Hasanah Lubis Okprana, Harly Oktaviani, Selli Paul V M Poningsih Poningsih Poningsih, Poningsih Riahta Ulina Br. Barus Rika Nur Adiha Robertus Silalahi Robiansyah, Wendi Rut Indra Lita Sinaga Saifullah Saifullah Sibarani, Horainim Silaban, Herlan F Sitompul, Wati Rizky Pebrianti Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun Solikhun, Solikhun Sri Muliani Damanik Sri Nuraini Sri Rahayu Ningsih Sumarno Sumarno . Sumarno Sumarno Sumarno Sumarno Sundari Retno Andani Sundari Retno Andani Surya Darma Surya Darma Veithzal Rivai Zainal Wanto, Anjar Wendi Robiansyah Yovan Bastian Zulaini Masruro Nasution Zulia Almaida Siregar