Article Per Year (5 Year)
p-Index From 2021 - 2026
3.296
P-Index
This Author published in this journals
All Journal JIPN (Journal of Informatics Pelita Nusantara) Jurnal Nasional Komputasi dan Teknologi Informasi TRIDARMA: Pengabdian Kepada Masyarakat (PkM) Journal of Intelligent Decision Support System (IDSS) INFOKUM Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Journal of Computer Networks, Architecture and High Performance Computing Jurnal Pengabdian kepada Masyarakat Nusantara KLIK: Kajian Ilmiah Informatika dan Komputer Jurnal Media Informatika Jurnal Info Sains : Informatika dan Sains Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Jurnal Pengabdian Pada Masyarakat METHABDI Jurnal Pengabdian Masyarakat Nauli Jurnal Sistem Informasi dan Teknologi Jaringan BIOS: Jurnal Informatika dan Sains Jurnal Pengabdian Kepada Masyarakat Teknologi Informasi dan Komunikasi
Hasugian, Penda Sudarto
STMIK Pelita Nusantara, Medan
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Immunology & microbiology Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Neuroscience Physics Public Health Social Sciences Transportation

Published : 35 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 35 Documents
Search

 1   2   3   4 
Analisis Dan Deteksi Burnout Pada Kalangan Anak Muda Dengan Algoritma Naïve Bayes Agustina Simangunsong; R. Mahdalena Simanjorang; Penda Sudarto Hasugian; Fitri Amalia; Putri Khairunnisa
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 1 (2026): EDISI JANUARI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i1.12473

Abstract

Burnout pada anak muda menjadi fenomena yang semakin mengkhawatirkan seiring meningkatnya tekanan akademik, tuntutan pekerjaan, serta intensitas aktivitas digital di era modern. Kondisi ini ditandai oleh kelelahan emosional, depersonalisasi, dan menurunnya pencapaian pribadi yang berdampak langsung pada kesehatan mental dan performa individu. Penelitian ini bertujuan untuk menganalisis tingkat burnout pada kalangan anak muda serta membangun model deteksi otomatis menggunakan algoritma Naïve Bayes. Sebanyak 200 responden berusia 18–30 tahun dilibatkan melalui kuesioner daring berbasis skala Likert, dengan lima variabel utama yaitu Emotional Exhaustion (EE), Depersonalization (DP), Personal Accomplishment (PA), Stres Akademik/Pekerjaan (SA), dan Kualitas Tidur (QT). Proses analisis dilakukan melalui tahapan KDD yang meliputi data cleaning, transformation, data mining, dan evaluation menggunakan metode klasifikasi Naïve Bayes. Hasil penelitian menunjukkan bahwa 55% responden berada pada kategori burnout. Variabel QT Buruk, SA Tinggi, EE Tinggi, DP Tinggi, dan PA Rendah memiliki pengaruh paling signifikan terhadap terbentuknya burnout. Nilai likelihood kelas burnout sebesar 0,08305, jauh lebih tinggi dibandingkan kelas tidak burnout sebesar 0,0000733, sehingga kasus uji diklasifikasikan sebagai burnout. Temuan ini menunjukkan bahwa algoritma Naïve Bayes efektif digunakan sebagai alat deteksi dini burnout pada anak muda serta berpotensi mendukung pengembangan sistem monitoring kesehatan mental.
Prediksi Kelayakan Panen Kelapa Sawit Menggunakan Naïve Bayes Nuraisana; Agustina Simangunsong; Penda Sudarto Hasugian; Muhammad Rizal Muhaimin; Akbar Maulana
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 1 (2026): EDISI JANUARI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i1.12481

Abstract

Kelapa sawit merupakan komoditas unggulan nasional yang berperan penting dalam sektor perkebunan dan ekonomi Indonesia. Namun, hasil panen sering berfluktuasi akibat faktor iklim, pupuk, dan usia tanaman, sementara penentuan kelayakan panen masih dilakukan secara manual dan subjektif. Penelitian ini bertujuan untuk membangun sistem prediksi kelayakan panen kelapa sawit dengan Naïve Bayes guna membantu pengambilan keputusan yang lebih objektif dan efisien. Data yang digunakan meliputi curah hujan, suhu, kelembapan, usia tanaman, dan penggunaan pupuk. Metode Naïve Bayes dipilih karena kemampuannya dalam melakukan klasifikasi cepat dan akurat berdasarkan probabilitas. Hasil penelitian diharapkan menghasilkan sistem pendukung keputusan yang mampu memberikan prediksi kelayakan panen secara akurat, sehingga dapat meningkatkan efisiensi produksi dan produktivitas perkebunan kelapa sawit.
Penerapan Data Mining Untuk Memprediksi Tren Pasar Dalam Market Base Analysis Dengan Algoritma Fp Growth Penda Sudarto Hasugian; Agustina Simangungsong; Rizki Fadila Nasution; Jelita Ananda Putri Br Manjorang; Kristin M. Pardede
Jurnal Sistem Informasi dan Teknologi Jaringan Vol 7 No 1 (2026): Maret
Publisher : CV. ADMITECH SOLUTIONS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63703/sisfotekjar.v7i1.142

Abstract

Perkembangan teknologi informasi mendorong pemanfaatan data dalam jumlah besar untuk menghasilkan informasi yang bermanfaat bagi pengambilan keputusan bisnis. Salah satu teknik yang dapat digunakan adalah data mining dengan pendekatan Market Basket Analysis untuk mengetahui pola pembelian konsumen. Penelitian ini bertujuan untuk menerapkan algoritma FP-Growth dalam memprediksi tren pasar berdasarkan data transaksi penjualan. Data yang digunakan meliputi atribut Transaction ID, jenis produk, jumlah pembelian, dan harga produk. Proses pengolahan data dilakukan menggunakan software RapidMiner melalui tahapan preprocessing data, pembentukan frequent itemset, serta pembentukan association rule. Pada penelitian ini digunakan parameter minimum support sebesar 0,3 dan minimum confidence sebesar 0,8 untuk menghasilkan aturan asosiasi yang relevan. Hasil penelitian menunjukkan bahwa algoritma FP-Growth mampu mengidentifikasi hubungan keterkaitan antar produk secara efektif dan efisien. Beberapa produk memiliki tingkat asosiasi yang tinggi, dimana produk Air Mineral sering muncul sebagai produk pendamping dalam berbagai transaksi pembelian. Hal ini menunjukkan bahwa Air Mineral merupakan salah satu produk dengan tingkat permintaan tinggi di pasar. Penerapan metode ini dapat membantu pelaku usaha dalam menentukan strategi pemasaran, pengelolaan persediaan barang, serta penentuan penempatan produk. Dengan demikian, penerapan data mining menggunakan algoritma FP-Growth dapat digunakan sebagai alat bantu dalam memprediksi tren pasar dan mendukung pengambilan keputusan bisnis berbasis data.
Pengembangan Perangkat Lunak Analisis Sentimen Komentar Mahasiswa pada Kegiatan Belajar Mengajar Menggunkan Metode Long Short-Term Memory Berbasis Text Mining Erwin Panggabean; Penda Sudarto Hasugian; Amran Sitohang; Nadia Wulan Dari; Rangga Permana Sanjaya
Jurnal Pengabdian Pada Masyarakat METHABDI Vol 5 No 2 (2025): Jurnal Pengabdian Pada Masyarakat METHABDI
Publisher : Universitas Methodist Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46880/methabdi.Vol5No2.pp249-258

Abstract

This research focuses on the development of sentiment analysis software designed to evaluate students’ comments at SMKS Methodist 8 Medan concerning teaching and learning activities through a text mining approach. The software aims to support educational evaluation by automatically identifying the emotional tone and opinions expressed by students in their feedback. In this study, text mining techniques are employed to preprocess and analyze comment data collected from online learning platforms and school surveys. The preprocessing stages include tokenizing, stopword removal, and stemming to prepare clean textual data for analysis. Subsequently, the Naïve Bayes classification algorithm is implemented to categorize the comments into three sentiment classes: positive, negative, and neutral. The results of experimental testing demonstrate that the developed system can accurately identify sentiment tendencies with satisfactory precision and reliability. Moreover, the visualization of sentiment results enables educators to better understand students’ perceptions and engagement levels in the learning process. This research contributes to the field of educational technology by providing a data-driven tool that helps schools evaluate teaching effectiveness, identify areas of improvement, and enhance the overall quality of learning experiences through objective analysis of student feedback.
Pengukuran Kinerja Unit Pelayanan Mahasiswa Berbasis Composite Performance Index (CPI) Agustina Simangunsong; Nuraisana Nuraisana; Penda Sudarto Hasugian; Fitri Amalia; Putri Khairunnisa
Jurnal Media Informatika Vol. 6 No. 3 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i3.6561

Abstract

Dalam sebuah perguruan tinggi, unit pelayanan mahasiswa merupakan salah satu faktor pelayanan yang sangat penting untuk menciptakan lingkungan belajar mengajar yang baik. Untuk itu diperlukan pengukuran kinerja unit pelayanan mahasiswa guna mengetahui seberapa baik pelayanan yang diberikan dari pihak kampus kepada mahasiswa. Namun permasalahan yang terjadi adalah pengukuran kinerja unit pelayanan mahasiswa masih bersifat subjektif dan tidak transparan. Untuk menyelesaikan permasalahan tersebut maka diterapkan sebuah metode CPI (Composite Performance Index). Dalam metode CPI terdapat beberapa tahapan penyelesaian yaitu dengan normalisasi data, pembobotan, serta perhitungan CPI untuk menghasilkan indeks kinerja unit pelayanan mahasiswa. Sistem pendukung keputusan kemudian dibangun menggunakan pendekatan SDLC dan diimplementasikan pada empat unit layanan mahasiswa yaitu Biro/Bagian Akademik, Biro/Bagian Kemahasiswaan, Unit Layanan Informasi Teknologi (ICT Center) dan Unit Layanan Perpustakaan. Berdasarkan hasil penelitian menunjukkan bahwa unit kemahasiswaan memiliki nilai indeks tertinggi, mencerminkan kinerja layanan yang sangat baik. Sistem yang dirancang dinilai efektif karena mampu memproses data secara real-time dan memberikan hasil akurat dengan tingkat keandalan mencapai 99%. Simpulan dari penelitian ini menegaskan bahwa CPI merupakan metode yang tepat dan adaptif dalam mengevaluasi kinerja UPM secara holistik, serta dapat dijadikan dasar dalam pengambilan keputusan strategis berbasis data oleh manajemen perguruan tinggi.
Co-Authors Agustina Simangungsong Agustina Simangunsong Aispriyani Akbar Maulana Amran Sitohang Anzelia Anzelia Arjon Samuel Sitio Dhini Andika Diana Sari Muliani Saragih Erwin Panggabean Fadhila Fadhila Feryanto Ginting Fitri Amalia Fristi Riandari Hartati Palentina Sipahutar Hasugian , Paska Marto IRMA YOLANDA SITORUS Jelita Ananda Putri Br Manjorang Jijon Raphita Sagala Jijon Raphita Sagala John Foster Marpaung Kristiani Romili Sitanggang Kristin M. Pardede Lela Dwi Ani Lincah Situmorang Muhammad Rizal Muhaimin Nadia Wulan Dari Nuraisana Nuraisana Prasanth Kumar Pria Dimas Putri Khairunnisa R. Mahdalena Simanjorang R. Mahdalena Simanjorang Rangga Permana Sanjaya Rizki Fadila Nasution Simangunsong, Agustina Sulindawaty, Sulindawaty Suprianto Panjaitan Taozara Laia Wasindo Hutahaean Yuda Perwira