Article Per Year (5 Year)
p-Index From 2021 - 2026
4.626
P-Index
This Author published in this journals
All Journal JTEV (Jurnal Teknik Elektro dan Vokasional Al Ishlah Jurnal Pendidikan Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Penelitian Pendidikan IPA (JPPIPA) IT JOURNAL RESEARCH AND DEVELOPMENT Rang Teknik Journal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Informatika Kaputama (JIK) Jurnal Teknologi Informasi dan Pendidikan Informatika INFOKUM Syntax: Journal of Software Engineering, Computer Science and Information Technology Instal : Jurnal Komputer Jurnal Pengabdian Masyarakat IPTEK Bulletin of Information Technology (BIT) International Journal of Social Science, Educational, Economics, Agriculture Research, and Technology (IJSET) Jurnal Minfo Polgan (JMP) Jurnal Abdimas Hawari Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Jurnal Masyarakat Indonesia DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY IPTEK: Jurnal Hasil Pengabdian kepada Masyarakat Jurnal INFOTEL
Khairul
Universitas Pembangunan Panca Budi
Agriculture, Biological Sciences & Forestry Arts 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 Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Physics Public Health Social Sciences Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 39 Documents
Search

 1   2   3   4 
Penerapan Metode Certainty Factor Pada Sistem Pakar Diagnosa Penyakit Gigi Dan Mulut Anzas Ibezato Zalukhu; Irwan Syahputra; Suhardiansyah; Zulham Sitorus; Khairul
Bulletin of Information Technology (BIT) Vol 4 No 4: Desember 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v4i4.1102

Abstract

Gigi dan mulut merupakan organ vital yang memainkan peran penting dalam menjaga kesehatan manusia. Kelainan pada gigi dan mulut dapat menjadi pemicu penyakit lain dalam tubuh. Pentingnya menjaga kesehatan gigi dan mulut ditekankan, terutama mengingat fungsinya yang esensial dalam berbicara, menjaga bentuk wajah, dan mengunyah makanan. Sayangnya, dengan perkembangan zaman, pola makan yang tidak sehat, seperti konsumsi makanan siap saji tinggi gula, garam, dan lemak, dapat menyebabkan masalah kesehatan gigi dan mulut. Penyakit gigi dan mulut sering disebabkan oleh mikroorganisme, dan pengetahuan terbatas tentang gejala-gejala penyakit ini dapat menjadi hambatan untuk diagnosis dini. Sebagai solusi, penelitian ini mengusulkan penerapan metode certainty factor dalam sistem pakar untuk mendiagnosis penyakit gigi dan mulut. Metode ini memungkinkan evaluasi tingkat keyakinan pakar terhadap data yang dianalisis, memberikan solusi atau rekomendasi dalam situasi kompleks. Penelitian ini mengacu pada pandangan pakar dokter gigi dan mulut, yang dianggap memiliki pengetahuan dan pengalaman yang mencukupi. Sistem pakar yang diusulkan bertujuan untuk meniru proses penalaran seorang pakar dalam memecahkan masalah spesifik dalam bidang gigi dan mulut. Dengan memanfaatkan certainty factor, sistem ini dapat menyediakan solusi yang lebih dapat diandalkan dan memberikan kontribusi pada upaya pencegahan serta penanganan dini penyakit gigi dan mulut.
Penerapan Data Mining Untuk Klasifikasi Penduduk Miskin Di Kabupaten Labuhanbatu Menggunakan Random Forest Dan K-Nearest Neighbors Andi Ernawati; Khairul; Zulham Sitorus; Muhammad Iqbal; Darmeli Nasution
Bulletin of Information Technology (BIT) Vol 6 No 2: Juni 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v6i1.1783

Abstract

This study aims to apply and compare the performance of two data mining algorithms—Random Forest (RF) and K-Nearest Neighbors (KNN)—in classifying poverty status among residents of Labuhanbatu Regency. The dataset includes information on occupation, income, housing, and education from 21,137 individuals. After undergoing preprocessing, model training, hyperparameter optimization, and evaluation, both models were assessed using five key metrics: accuracy, precision, recall, F1-score, and AUC. The results show that Random Forest performed slightly better than KNN, achieving an accuracy of 0.6023, precision of 0.4827, recall of 0.4177, F1-score of 0.4479, and an AUC of 0.5681. In comparison, KNN obtained an accuracy of 0.5990, precision of 0.4771, recall of 0.4006, F1-score of 0.4355, and an AUC of 0.5622. Based on these findings, it can be concluded that Random Forest is more effective for poverty classification on this dataset, although the performance difference is relatively small.
PENDAMPINGAN MAHASISWA DALAM PENGGUNAAN SISTEM REKOMENDASI PEMILIHAN KONSENTRASI BERBASIS TEKNOLOGI Khairul; Muhammad Fahriza; Boy Rizki Akbar; Fery Anugerah; Laila Maghfirah; Chelfina Utami
Jurnal Abdimas HAWARI : Jurnal Pengabdian Kepada Masyarakat Vol 5 No 2 (2025): November 2025
Publisher : CV. HAWARI

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

Abstract

Pemilihan konsentrasi studi di perguruan tinggi merupakan salah satu tantangan utama bagi mahasiswa dalam menentukan arah pendidikan yang sesuai dengan minat dan potensi mereka. Banyak mahasiswa yang kesulitan dalam membuat keputusan ini, sehingga berdampak pada kepuasan dan kinerja akademik mereka. Untuk mengatasi permasalahan ini, pengabdian masyarakat ini bertujuan untuk memberikan pendampingan kepada mahasiswa dalam implementasi sistem rekomendasi berbasis teknologi untuk pemilihan konsentrasi studi yang tepat dan efektif. Melalui program pendampingan ini, mahasiswa diberikan pelatihan mengenai penggunaan sistem rekomendasi yang memanfaatkan data akademik dan preferensi pribadi mereka untuk memilih konsentrasi yang paling sesuai. Hasil pengabdian menunjukkan bahwa mahasiswa yang mengikuti kegiatan ini mampu lebih memahami dan memanfaatkan teknologi untuk membuat keputusan yang lebih tepat, sehingga meningkatkan kepuasan dan motivasi dalam studi mereka. Dengan demikian, pengabdian ini diharapkan dapat memberikan kontribusi positif dalam pengembangan sistem serupa di perguruan tinggi lainnya, untuk mendukung pengambilan keputusan akademik yang lebih baik bagi mahasiswa.
Analysis of Artificial Neural Network and Support Vector Machine Algorithms in Predicting General or Vocational School Choices for Panca Budi Middle School Students in Medan Hindra Syahputra; Muhammad Iqbal; Khairul
Bahasa Indonesia Vol 18 No 06 (2026): Instal : Jurnal Komputer
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jurnalinstall.v18i06.534

Abstract

Determining the educational trajectory following junior high school graduation represents a pivotal decision shaped by students' academic competence, personal interests, and inherent personality inclinations. In practice, this selection process is frequently carried out in a subjective manner, which risks producing a disconnect between students' genuine potential and their eventual educational placement. The present research seeks to examine and compare the predictive performance of the Artificial Neural Network (ANN) and Support Vector Machine (SVM) algorithms in forecasting students' preference for either senior high school (SMA) or vocational high school (SMK) among learners at SMP Panca Budi Medan. A total of 220 student records were employed as the dataset, incorporating academic performance data alongside RIASEC personality scores as the predictor variables. All data processing was executed within the WEKA application environment utilizing 10-fold cross validation as the evaluation scheme. The ANN model was constructed through the Multilayer Perceptron approach, while SVM relied on the Sequential Minimal Optimization (SMO) technique. Experimental findings revealed that both classifiers attained an identical accuracy rate of 85.45%; however, the ANN model demonstrated a superior ROC Area value of 0.925 relative to the SVM's 0.849, signifying that ANN possesses stronger discriminative capability in distinguishing SMA from SMK selections. The study confirms that integrating academic metrics with RIASEC scores provides a viable foundation for constructing a machine learning-driven school-choice prediction system that is both more objective and better attuned to individual student profiles.
Perancangan UI/UX Sistem Konsultasi Belajar Siswa SMK Panca Budi Berbasis AI Menggunakan Frame Work Node JS Tegar Nabilleon Mandiri Siregar; Khairul; Rian Farta Wijaya
Bahasa Indonesia Vol 18 No 06 (2026): Instal : Jurnal Komputer
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jurnalinstall.v18i06.553

Abstract

Penelitian ini bertujuan untuk merancang User Interface (UI) dan User Experience (UX) pada sistem konsultasi belajar siswa SMK Panca Budi berbasis Artificial Intelligence (AI) menggunakan Frame work Node.js. Metode penelitian yang digunakan adalah metode kualitatif dengan teknik pengumpulan data berupa observasi, wawancara, dan studi literatur. Metode pengembangan sistem menggunakan pendekatan Design Thinking yang terdiri dari tahapan empathize, define, ideate, prototype, dan testing. Hasil dari penelitian ini berupa rancangan UI/UX sistem konsultasi belajar berbasis AI yang dirancang sesuai kebutuhan pengguna sehingga mampu memberikan pengalaman penggunaan yang lebih baik, mudah digunakan, serta responsif dalam membantu siswa melakukan konsultasi belajar secara digital. Sistem ini diharapkan dapat meningkatkan efektivitas layanan konsultasi belajar serta mendukung pemanfaatan teknologi digital dalam lingkungan pendidikan.
Efektivitas Penerapan Tata Kelola Teknologi Informasi pada PT Xtend Integrasi Indonesia Menggunakan Kerangka Kerja COBIT 2019 Khairil Putra; Rian Farta Wijaya; Khairul
Bahasa Indonesia Vol 18 No 06 (2026): Instal : Jurnal Komputer
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jurnalinstall.v18i06.554

Abstract

Perkembangan teknologi informasi menuntut perusahaan untuk menyelaraskan investasi teknologi dengan tujuan bisnis. PT Xtend Integrasi Indonesia sebagai perusahaan integrasi sistem sangat bergantung pada efektivitas tata kelola TI dalam menjaga kualitas layanan dan kepercayaan klien. Namun, perusahaan masih menghadapi kendala berupa belum terukurnya efektivitas tata kelola TI, mitigasi risiko yang cenderung reaktif, serta pengelolaan insiden layanan yang belum sepenuhnya terstandarisasi. Penelitian ini bertujuan mengevaluasi tata kelola TI menggunakan kerangka kerja COBIT 2019 dengan metode campuran (mixed methods) melalui wawancara, observasi, studi dokumen, dan kuesioner. Analisis sebelas design factors COBIT 2019 menghasilkan empat domain prioritas, yaitu EDM03 (Ensure Risk Optimisation), APO12 (Manage Risk), BAI06 (Manage IT Changes), dan DSS02 (Manage Service Requests and Incidents). Hasil penilaian menunjukkan tingkat kapabilitas saat ini berada pada Level 2 (Managed) hingga Level 3 (Defined), sedangkan target organisasi adalah Level 4 (Quantitative), sehingga terdapat kesenjangan sebesar satu hingga dua level. Kesenjangan terbesar ditemukan pada manajemen risiko dan pengelolaan layanan. Berdasarkan hasil tersebut, direkomendasikan pembentukan komite risiko TI, penerapan sistem Governance, Risk, and Compliance (GRC), penetapan metrik kuantitatif pasca-perubahan sistem, serta optimalisasi platform IT Service Management (ITSM). Implementasi rekomendasi ini diharapkan dapat meningkatkan efektivitas tata kelola TI, meminimalkan risiko operasional, dan mendukung pencapaian tujuan strategis perusahaan.
ANALISIS ALGORITMA K-MEANS CLUSTERING DALAM IDENTIFIKASI TINGKAT RISIKO PENYAKIT BERDASARKAN DATA REKAM MEDIS PASIEN Wina Aulia; Andysah Putera Utama Siahaan; Leni Marlina; Khairul Khairul; Muhammad Iqbal
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.3551

Abstract

Abstract: This study aims to classify patients' health conditions based on six indicators: systolic blood pressure, diastolic blood pressure, fasting blood glucose, normal blood glucose, cholesterol level, and uric acid level using the K-Means Clustering method. The optimal number of clusters was determined using the Elbow Method and Silhouette Score, which resulted in five as the optimal number of clusters. The results show that the manual approach produces a more stable distribution that closely aligns with the clinical interpretation of cluster categories: Healthy (C1), Safe (C2), Alert (C3), Moderate (C4), and Severe (C5). Visualization was performed for each indicator through scatter plots and color mapping against normal value thresholds, aiding in the understanding of the distribution of patient conditions across clusters. The analysis reveals that even if a patient has one or more indicators within normal limits, they are not automatically classified into the Healthy or Safe clusters. Discrepancies in other indicators can place them in higher-risk clusters such as Alert, Moderate, or Severe. Therefore, this clustering approach provides a comprehensive view of health conditions based on a combination of features, rather than a single parameter. This research is useful in supporting early diagnosis and data-driven decision-making processes and can be integrated into health information systems for automatic risk classification of patient populations. Keywords: K-Means, Clustering, Health, Blood Pressure, Blood Glucose, Cholesterol, Uric Acid, Data Visualization Abstrak: Penelitian ini bertujuan untuk mengelompokkan kondisi kesehatan pasien berdasarkan enam indikator, yaitu tekanan darah sistolik, tekanan darah diastolik, kadar gula puasa, kadar gula normal, kadar kolesterol, dan kadar asam urat menggunakan metode K-Means Clustering. Penentuan jumlah klaster optimal dilakukan dengan metode Elbow dan Silhouette Score, yang menghasilkan lima klaster sebagai jumlah optimal. Hasil menunjukkan bahwa pendekatan manual menghasilkan distribusi yang lebih stabil dan mendekati pemaknaan klinis dari kategori klaster, yaitu: Sehat (C1), Aman (C2), Waspada (C3), Sedang (C4), dan Berat (C5). Visualisasi dilakukan untuk setiap indikator melalui scatter plot dan pemetaan warna terhadap batas nilai normal, yang membantu dalam memahami sebaran kondisi pasien pada masing-masing klaster. Hasil analisis menunjukkan bahwa meskipun seorang pasien memiliki satu atau lebih indikator dalam batas normal, tidak secara otomatis tergolong dalam klaster Sehat atau Aman. Ketidaksesuaian pada indikator lainnya dapat menempatkan pasien ke dalam klaster yang lebih tinggi risikonya, seperti Waspada, Sedang, atau Berat. Oleh karena itu, pendekatan clustering ini memberikan gambaran menyeluruh terhadap kondisi kesehatan berdasarkan kombinasi fitur, bukan hanya pada satu parameter. Penelitian ini bermanfaat untuk mendukung proses diagnosis awal dan pengambilan keputusan berbasis data, serta dapat diintegrasikan dalam sistem informasi kesehatan untuk klasifikasi risiko populasi pasien secara otomatis.Kata kunci: K-Means, Clustering, Kesehatan, Tekanan Darah, Gula Darah, Kolesterol, Asam Urat, Visualisasi Data
RANCANG BANGUN SISTEM MANAJEMEN LAYANAN BENGKEL RAHMAT97 AUDIO PROJECT BERBASIS WEB Tri Cahya Agung; Khairul Khairul; Jodi Hendrawan
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4202

Abstract

Abstract: Rahmad97 Audio is a car audio workshop that offers installation and sales services for audio systems. To improve service management and operational efficiency, a computerized web-based information system is needed. This study aims to design and develop a web-based service management system that facilitates the management of customer data, product inventory, transactions, and reports in an integrated manner. The system development follows the Waterfall model, consisting of requirements analysis, design, implementation, and testing stages.The implementation results show that the system significantly streamlines service and transaction recording processes, reduces manual entry errors, and enables real-time monitoring of workshop activities. The system includes multi-role login (admin, owner, and sales) to ensure data security and access control based on user roles. This web-based system helps the workshop manage its services more efficiently, in a structured and organized way, making it easier for business owners to monitor operations. Keywords: Information System, Car Audio Workshop, Service Management, Web-Based,                 PHP, MySQL Abstrak: Bengkel Rahmad97 Audio merupakan usaha jasa pemasangan dan penjualan perangkat audio mobil yang membutuhkan sistem informasi terkomputerisasi untuk mengelola layanan secara efektif. Penelitian ini bertujuan untuk merancang dan membangun sistem manajemen layanan bengkel berbasis web yang dapat membantu dalam pengelolaan data pelanggan, produk, transaksi, serta pelaporan secara terintegrasi. Metode pengembangan sistem yang digunakan adalah model Waterfall, yang meliputi tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian. Hasil dari implementasi menunjukkan bahwa sistem ini mampu mempercepat proses pencatatan layanan dan transaksi, meminimalkan kesalahan pencatatan manual, serta memberikan kemudahan dalam monitoring aktivitas bengkel secara real-time. Sistem juga dilengkapi dengan fitur login multi-role (admin, owner, dan sales) untuk menjaga keamanan dan pembatasan akses data sesuai peran. Dengan adanya sistem ini, pengelolaan layanan bengkel menjadi lebih efisien, terstruktur, dan mudah diawasi oleh pemilik usaha. Kata kunci: Sistem Informasi, Bengkel Audio Mobil, Manajemen Layanan, Web, PHP,                    MySQL
ANALISIS DETEKSI FENOMENA BRAIN ROT PADA MAHASISWA MENGGUNAKAN METODE RANDOM FOREST Feby Wulandari Sembiring; Arip Muhridan; Mhd Ihsan Abidi; Irfan Abadi Saragih; Khairul
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 2 (2026): April 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i2.6080

Abstract

Abstract: The phenomenon of brain rot poses a serious threat to the decline of students' cognitive function due to excessive exposure to low-quality digital content. This study aims to analyze the severity of brain rot and identify the most dominant digital behavioral factors of this phenomenon among students. As a solution to predict the level of risk quantitatively, this study implemented a machine learning approach using the Random Forest Regressor method. Data were collected from 500 student respondents through observation and questionnaires covering variables such as scrolling duration, app switching, GPA, study time, and cognitive symptoms. The test results showed that the model has not achieved optimal performance with an R2-Score of -0.177, RMSE 35.41, and MAE 31.1661. The low accuracy was influenced by inconsistencies in input data units and weak feature correlation in capturing non-linear patterns in the dataset. The study concluded that although scrolling duration was identified as the main influencing factor, the Random Forest model experienced high bias (underfitting). Therefore, hyperparameter optimization and data quality improvement are needed for future use. Keyword: brainrot; students; machine learning; random forest regressor; digital behavior.     Abstrak: Fenomena brainrot (pembusukan otak) menjadi ancaman serius bagi penurunan fungsi kognitif mahasiswa akibat paparan konten digital yang berlebihan dan tidak berkualitas. Penelitian ini bertujuan untuk menganalisis tingkat keparahan brainrot serta mengidentifikasi faktor perilaku digital yang paling mendominasi fenomena tersebut pada kalangan mahasiswa. Sebagai solusi untuk memprediksi tingkat risiko secara kuantitatif, penelitian ini mengimplementasikan pendekatan machine learning dengan metode Random Forest Regressor. Data dikumpulkan dari 500 responden mahasiswa melalui observasi dan kuesioner yang mencakup variabel durasi scrolling, app switching, IPK, lama waktu belajar, dan gejala kognitif. Hasil pengujian menunjukkan bahwa model belum mencapai performa optimal dengan nilai R2-Score sebesar -0,177, RMSE 35,41, dan MAE 31,1661. Rendahnya akurasi dipengaruhi oleh ketidakkonsistenan satuan data input serta korelasi fitur yang kurang kuat dalam menangkap pola non-linear pada dataset. Simpulan penelitian menunjukkan bahwa meskipun durasi scrolling teridentifikasi sebagai faktor pengaruh utama, model Random Forest mengalami high bias (underfitting) sehingga diperlukan optimasi hyperparameter dan penyempurnaan kualitas data untuk penggunaan di masa mendatang.. Kata kunci: brainrot; mahasiswa; machine learning; random forest regressor; perilaku digital.  
Co-Authors . Zulfan Abdur Rahman Ade Iskandar Adek Maulidya Agus Junaidi Ahyanuardi Ahyanuardi Alex Siregar Ali Ikhwan Amin, Muhammad Ananda Aulia Andi Ernawati Andi Ernawati Andysah Putera Utama Siahaan Anzas Ibezato Zalukhu Ardya, Dwika Ari Anshari Yuliansyah Siregar Arip Muhridan Asyahri Hadi Nasyuha Ayu Husniyyah Ayu Ofta Sari Barus, Efriansyah Putra Bahari Boy Rizki Akbar Chelfina Utami Darmeli Nasution Debby Keumala Sari Dedy Chandra Wardani Dedy Rahman Harahap Dina Marsauli Sibarani Dwi Faza Wardanu Damanik Eko Budianto Eko Hariyanto Eko Wahyudi Fachrina Wibowo Feby Wulandari Sembiring Fery Anugerah Glorynta S B Nadeak Glorynta S B Nadeak Helmy, Ahmad Hermansyah Hindra Syahputra Hrp, Abdul Khaidir Ibnu Rasyid Munthe Ihsan Fahreza Irfan Abadi Saragih Irfan Nainggolan Irwan Syahputra Iwan Purnama Jodi Hendrawan Khairil Putra Krisna Diva Laila Maghfirah Langgeng Restuono Leni Marlina M. Azwan Mhd Ihsan Abidi Moustafa H. Aly Muhammad Fahriza Muhammad Fuad Hafiz Muhammad Hasanuddin, Muhammad Muhammad Iqbal Muhammad Irfan Sarif Natalia Hernawaty Nahampun Nicky Syahputra Niska, Debi Yandra Parisca Parisca Putri Khairunnisa Rahmad Budi Utomo Rahmaniar Rahmaniar Rahmat Rezki Rahmat Rezki Reza Fahromi Reza Fahromi Rian Farta Wijaya Rio Septian Hardinata Risnawati Agustin Rizaldi, Fakhri Rizky Rinaldi Ronal Watrianthos Ruth Rize Paas Megahati.S Samuel Sampe Tuah Purba Septia Harliansyah Simamora, Siska Siti Nurhaliza Sofyan Sitorus, Zulham Sri Haryati Sri Nadriati Suhardiansyah Suherman Suherman Sukrianto Syahri T., Siti Isna Tegar Nabilleon Mandiri Siregar Tri Cahya Agung Virdyra Tasril Willi Eldipan Simatupang Wina Aulia Yanti Yusman Zulfahmi Syahputra Zulham Sitorus Zulkifli