p-Index From 2021 - 2026
7.267
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Teknika Jurnal IPTEK Jurnal KARISMATIKA Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Mercumatika : Jurnal Penelitian Matematika dan Pendidikan Matematika EKSAKTA : Jurnal Penelitian dan Pembelajaran MIPA Zero : Jurnal Sains, Matematika, dan Terapan Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Kridatama Sains dan Teknologi bit-Tech Jurnal Pendidikan Teknologi Informasi dan Vokasional JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Sistem Informasi dan Sains Teknologi SKANIKA: Sistem Komputer dan Teknik Informatika Journal of Soft Computing Exploration Griya Journal of Mathematics Education and Application Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Teknik: Jurnal Ilmu Teknik dan Informatika INCODING: Journal of Informatics and Computer Science Engineering Instal : Jurnal Komputer ALACRITY : Journal Of Education Kresna: Jurnal Riset dan Pengabdian Masyarakat Formosa Journal of Science and Technology (FJST) Journal of Artificial Intelligence and Engineering Applications (JAIEA) Jurnal Matematika, Komputasi dan Statistika Blend Sains Jurnal Teknik QISTINA: Jurnal Multidisiplin Indonesia Journal of Education Technology Information Social Sciences and Health Innovative: Journal Of Social Science Research TAMIKA: Jurnal Tugas Akhir Manajemen Informatika & Komputerisasi Akuntansi Jurnal Multidisiplin Teknologi dan Arsitektur Journal of Informatics and Data Science (J-IDS) Jurnal Komputer dan Teknologi (JUKOMTEK) Jurnal Ilmiah Sistem Informasi Journal of Accounting Law Communication and Technology Journal of Education Transportation and Business Journal of Computer Science Advancements Jurnal Publikasi Ilmu Komputer dan Multimedia
Claim Missing Document
Check
Articles

Application of Graph Coloring on Nurse Work Scheduling at H. Adam Malik Hospital Medan Using the Tabu Search Algorithm Ananda, Rizky; Indra, Zulfahmi; Nasution, Hamidah
ZERO: Jurnal Sains, Matematika dan Terapan Vol 6, No 1 (2022): Zero: Jurnal Sains Matematika dan Terapan
Publisher : UIN Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/zero.v6i1.12451

Abstract

Complex problems that usually occur in every hospital, one of which is scheduling with so many aspects, for example: the number of nurses, the distribution of nurse shifts, time off or leave and others. With the manual method that is still used in compiling the nurse's work schedule, it makes it difficult for an irregular and regular schedule. In solving the scheduling problem, the graph coloring method can be used. This scheduling problem can be solved by graph coloring. One solution to solve the problem of concluding graphs in scheduling is the Tabu Search Algorithm. A method that works as an effective problem solving method in finding the best solution to a problem. A method is used to solve the problem by making a representation in the form of a graph where the nurse is a node and grouping nurses as an edge by implementing the graph coloring into the Tabu Search Algorithm.
Sistem Pakar Diagnosa Penyakit Ginjal Menggunakan Metode Dempster Shafer Di Rsud Pirngadi Medan Parapak, R Putri Angela; Kana Saputra S; Nasution, Hamidah; Indra, Zulfahmi; Taufik, Insan
Innovative: Journal Of Social Science Research Vol. 4 No. 5 (2024): Innovative: Journal Of Social Science Research
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/innovative.v4i5.15895

Abstract

Dalam era modern yang dipenuhi dengan kemajuan teknologi komputerisasi, perkembangan teknologi informasi terjadi dengan kecepatan yang luar biasa dan memiliki dampak yang signifikan dalam berbagai aspek kehidupan manusia. Dalam konteks ini, penting untuk diakui bahwa penyakit ginjal merupakan salah satu masalah kesehatan yang perlu mendapatkan perhatian serius dari masyarakat. Sayangnya, penyakit ini seringkali sulit dideteksi secara dini dan dapat mengancam nyawa seseorang jika tidak ditangani dengan tepat. Dalam situasi di mana kesadaran akan kesehatan seringkali rendah, terdapat kebutuhan yang mendesak untuk mengembangkan solusi yang dapat membantu meningkatkan deteksi dini dan diagnosis penyakit ginjal. Salah satu solusi yang inovatif adalah dengan memanfaatkan teknologi informasi dalam bentuk aplikasi sistem pakar. Melalui pendekatan ini, penulis merancang sebuah aplikasi sistem pakar yang bertujuan untuk mendeteksi penyakit ginjal akut dan kronis. Aplikasi ini dibangun dengan menggunakan metode Dempster-Shafer, sebuah teknik yang mampu menggabungkan data dari berbagai sumber untuk menghasilkan estimasi yang lebih akurat. Dengan menggunakan bahasa pemrograman PHP, HTML, dan SQL Server, aplikasi ini mampu mengumpulkan gejala yang dilaporkan oleh pengguna dan menganalisisnya untuk memberikan diagnosis yang lebih tepat. Tidak hanya memberikan diagnosis, aplikasi ini juga memberikan informasi tentang tingkat kepercayaan terhadap kemungkinan penyakit ginjal yang diderita oleh pengguna. Dengan memberikan informasi yang komprehensif dan akurat, aplikasi ini diharapkan dapat membantu pengguna dalam mengidentifikasi penyakit ginjal yang mungkin dialami dan memberikan informasi yang berguna untuk langkah-langkah pengobatan selanjutnya. Dengan demikian, aplikasi sistem pakar ini tidak hanya bertujuan untuk meningkatkan kesadaran akan pentingnya deteksi dini terhadap penyakit ginjal, tetapi juga untuk memberikan solusi yang konkret dan terukur dalam menangani masalah kesehatan ini.
ANALISIS PENGARUH CITRA MEREK, KUALITAS PELAYANAN, HARGA, DAN PROMOSI TERHADAP KEPUASAN KONSUMEN GRAB Rahmah, Nadya; Ritonga, Arnah; Indra, Zulfahmi
Eksakta : Jurnal Penelitian dan Pembelajaran MIPA Vol 9, No 2 (2024): Eksakta : Jurnal Penelitian dan Pembelajaran MIPA
Publisher : Fakultas Keguruan Dan Ilmu Pendidikan, UM-Tapsel

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/eksakta.v9i2.390-399

Abstract

Tujuan penelitian ini yaitu menganalisis beberapa pengaruh variabel seperti citra merek, kualitas pelayanan, harga dan promosi jasa transportasi Grab terhadap kepuasan konsumen. Data diperoleh dari total sampel 105 responden yang merupakan mahasiswa Fakultas MIPA Universitas Negeri Medan. Analisis yang dipakai adalah regresi linier berganda menggunakan bantuan software SPSS. Variabel bebas dalam riset ini adalah citra merek (X1), kualitas pelayanan (X2), harga (X3), promosi (X4) dan kepuasan konsumen (Y ). Hasil penelitian menunjukkan bahwa selain variabel X1, variabel X2,X3,X4 memberikan pengaruh terhadap kepuasan konsumen. Koefisien Determinasi (R2) adalah 52, 3% dan hasil uji F diperoleh bahwa keseluruhan variabel bebas memberikan pengaruh pada kepuasan konsumen (Y ). Hasil lack of fit test menun-jukkan bahwa model linier cocok atau sesuai untuk menjelaskan hubungan1antara variabel independen (X1, X2, X3, X4) dengan variabel Kepuasan1Konsumen (Y ).
Analisis Perbandingan Algoritma Penjadwalan Prioritas Preemptive dan Non-Preemptive Menggunakan Aplikasi Web Interaktif Rumahorbo, Gilbert Aldrich; Zulfahmi Indra; Alfarizi Wijaya; Melika Debiyana Putri; Buulolo, Calvin Sahputra
Teknik: Jurnal Ilmu Teknik dan Informatika Vol. 5 No. 2 (2025): Oktober : Teknik: Jurnal Ilmu Teknik dan Informatika
Publisher : LPPM Sekolah Tinggi Ilmu Ekonomi - Studi Ekonomi Modern

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/teknik.v5i2.994

Abstract

CPU scheduling is a core function in modern operating systems that significantly impacts system performance and efficiency. Among various scheduling algorithms, Priority Scheduling is widely used and exists in two main variants: non-preemptive and preemptive. The non-preemptive mode allows a process to run to completion, while the preemptive mode can interrupt a running process for a higher-priority one. Understanding the behavioral differences between these modes is crucial but often challenging through manual calculations. To address this, an interactive web-based application was developed to simulate and visualize both preemptive and non-preemptive Priority Scheduling algorithms. The research method involved designing the system logic based on the core principles of each scheduling variant, followed by implementation using standard web technologies: HTML, Tailwind CSS, and JavaScript. The application allows users to input custom process data or load predefined case studies, select the scheduling mode, and instantly receive a comprehensive analysis. The results include a dynamically generated Gantt chart, a detailed performance metrics table (including turnaround time and waiting time), and a step-by-step execution log. Through a comparative analysis of a specific case study, the application is proven to be an effective educational tool. It accurately simulates both modes and visually demonstrates the impact of preemption on execution order, resource utilization, and key performance metrics, thereby simplifying the learning process for students and educators.
Website-Based Employee Attendance Information System (Case Study: PT. Excelindo Karya Abadi) Batubara, Shabrina Husna; Ananta, Willy Pramudia; Indra, Zulfahmi
Journal of Computer Science Advancements Vol. 2 No. 3 (2024)
Publisher : Yayasan Adra Karima Hubbi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70177/jsca.v2i3.1106

Abstract

This research aims to develop a web-based employee attendance information system at PT. Excelindo Karya Abadi, overcoming inefficiencies in the manual attendance process. Using the Waterfall method, this research includes the stages of needs analysis, system design, implementation, testing, and maintenance. Data collection is carried out through interviews and direct observation so that it becomes the basis of a system that includes the function of recording attendance via selfie photos, managing employee data, and making reports. The system architecture is designed with front-end and back-end components, using technologies such as HTML, CSS, JavaScript, PHP, and MySQL. Testing involves black box techniques to ensure functionality and user feedback for system improvement. The implemented system demonstrated significant improvements in the accuracy and efficiency of attendance tracking, reducing the potential for data manipulation and errors. The transition to a web-based system allows for greater accessibility and integration with an organization's existing systems, thereby contributing to increased operational efficiency. The findings show that digital attendance systems can simplify administrative processes substantially, offer reliable solutions for employee attendance management, and align with technological advances to support company growth.
Pengembangan Model Prediksi Cuaca Hibrida Adaptif Berbasis Klasifikasi Pola dan Pembelajaran Mendalam untuk Mitigasi Bencana di Indonesia Drilanang, Mhd Ilyasyah; Indra, Zulfahmi; Walidin, Adamsyach Prana; Zai, Tri Sapta Warman
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 3 (2025): November: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/6nagaj85

Abstract

This study aims to develop and evaluate an adaptive hybrid weather prediction model that combines pattern classification techniques with a deep learning approach to improve forecasting accuracy, especially for extreme weather events. Using a quantitative-based Research and Development (R&D) approach, this study utilizes ten years of daily rainfall time series data from the Juanda Meteorological Station. The method developed comprises three main phases: weather pattern classification using K-Means clustering to separate normal and extreme patterns; development of a specialist prediction model using SARIMA for seasonal patterns and LSTM for non-linear patterns; and integration of both models into a single adaptive framework. The results show that the adaptive hybrid model performs significantly better than the single model, with a Mean Absolute Percentage Error (MAPE) of 8.76% and a Root Mean Square Error (RMSE) of 9.13%. The main contribution of this study is the development of an intelligent, accurate prediction framework with strong potential for integration into the national early warning system, thereby supporting more effective disaster mitigation efforts in Indonesia. Further research is recommended to validate the model in various regions and add additional climate variables to improve prediction accuracy.
Sistem Peramalan Jumlah Mahasiswa Menggunakan Metode Time Series ARIMA dan Regresi Linear Hasibuan, Muhammad Alby Savana; Indra, Zulfahmi; Lubis, Fauzan Azima; Farezi, Nazwar
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 3 (2025): November: Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Sains dan Teknologi Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/n95g4460

Abstract

Penelitian ini bertujuan untuk membuat sistem yang bisa memprediksi jumlah mahasiswa menggunakan pendekatan machine learning dengan Python dan antarmuka Streamlit sebagai alat interaktif. Masalah utama yang dibahas adalah kebutuhan lembaga pendidikan tinggi dalam meramalkan jumlah mahasiswa di masa depan agar bisa membantu dalam merencanakan kapasitas dan mengalokasikan sumber daya secara tepat. Solusi yang ditawarkan adalah dengan menggabungkan dua metode prediksi, yaitu Regresi Linear dan ARIMA. Regresi Linear digunakan untuk mencari pola dasar dalam data masa lalu, sedangkan ARIMA dipakai untuk menganalisis data yang memiliki perubahan atau ketergantungan terhadap data sebelumnya. Data yang digunakan berasal dari Pangkalan Data Pendidikan Tinggi (PDDIKTI) untuk program studi Ilmu Komputer di Universitas Negeri Medan pada periode tahun 2019 sampai 2024. Sistem ini dirancang agar orang yang tidak ahli di bidang teknologi bisa melakukan analisis secara visual melalui grafik dan metrik evaluasi yang ditampilkan langsung di aplikasi Streamlit. Hasil pengujian menunjukkan bahwa Regresi Linear memberikan akurasi tinggi pada data yang memiliki tren stabil dengan nilai MAPE di bawah 10%, sedangkan ARIMA memberikan prediksi yang lebih baik pada data yang tidak stabil. Penerapan sistem ini menunjukkan bahwa menggabungkan metode statistik dan pembelajaran mesin bisa meningkatkan efisiensi dan ketepatan dalam analisis data akademik. Temuan ini memberikan manfaat nyata dalam membantu pengambilan keputusan strategis terkait perencanaan jumlah mahasiswa, serta membuka kemungkinan pengembangan model yang lebih canggih di masa depan.
Portal rekrutmen berbasis web dengan seleksi transparan metode first come first served Zulfahmi Indra; Nafil Rizq Trianto; Augis Dinanti; Khairany Zuhriyyah Jinan Hsb; Muhammad Iqbal Fahrezzi
Griya Journal of Mathematics Education and Application Vol. 5 No. 4 (2025): Desember 2025
Publisher : Pendidikan Matematika FKIP Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/griya.v5i4.945

Abstract

The advancement of information technology has accelerated digital transformation in various sectors, including job vacancy management and distribution systems. Manual registration processes often cause issues such as data duplication, delayed information delivery, and inefficiency. This study aims to design and implement a web-based job vacancy information system that applies the First Come First Served (FCFS) method as the registration and applicant selection mechanism. The system was developed using the Waterfall model, with PHP as the programming language and MySQL as the database management system. System testing focused on functional suitability, usability, and performance efficiency. The results indicate that the system successfully manages registration processes fairly and transparently based on submission order while improving overall efficiency and user experience. This research contributes to the development of an integrated and accessible employment information system that supports digital transformation in workforce management.
Analisis Peramalan Produksi dan Perdagangan Karet Indonesia Menggunakan Model ARIMA Akbar Tjg, Muhammad Raffi; Waruwu, Pedro Stella Mario Meyar; Parapat, Gerhard Hasangapon; Indra, Zulfahmi
QISTINA: Jurnal Multidisiplin Indonesia Vol 4, No 2 (2025): December 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/qistina.v4i2.7341

Abstract

Perdagangan karet Indonesia memiliki peran strategis dalam mendukung perekonomian nasional, terutama melalui kontribusinya terhadap devisa dan lapangan kerja. Fluktuasi harga dan volume ekspor-impor karet dipengaruhi oleh faktor global, produktivitas dalam negeri, dan daya saing pasar internasional. Teknik peramalan perdagangan karet menjadi penting untuk merancang strategi kebijakan dan bisnis yang adaptif. Penelitian ini bertujuan untuk mengkaji teknik peramalan yang relevan dengan kondisi aktual perdagangan karet Indonesia melalui analisis data historis, model time series, dan fungsi transfer. Data diperoleh dari publikasi resmi Kementerian Pertanian, Outlook Komoditas Karet 2023, serta analisis kinerja perdagangan karet tahun 2021–2024. Hasil kajian menunjukkan bahwa penerapan model ARIMA dan fungsi transfer memberikan proyeksi yang cukup akurat terhadap tren produksi dan perdagangan karet. Temuan ini memberikan dasar bagi pengambil kebijakan dan pelaku usaha untuk merumuskan strategi perdagangan jangka menengah dan panjang secara lebih tepat.
Penggunaan K-Means Clustering untuk Segmentasi Tokoh Politik Berdasarkan Potensi Kepemimpinan Di Sumatera Utara Tambunan, M. Ananda Rizki; Idrus, Said Iskandar Al; Indra, Zulfahmi; Rangkuti, Yulita Molliq; Manullang, Sudianto
ALACRITY : Journal of Education Volume 6 Issue 1 Februari 2026 | IN PRESS
Publisher : LPPPI Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52121/alacrity.v6i1.986

Abstract

Penelitian ini membahas penerapan algoritma K-Means Clustering untuk mengelompokkan tokoh politik di Sumatera Utara berdasarkan potensi kepemimpinan mereka. Permasalahan yang diangkat meliputi kesenjangan pembangunan antarwilayah, kompleksitas evaluasi kandidat, serta keterbatasan metode penilaian tradisional yang cenderung subjektif. Data yang digunakan merupakan data sekunder dari KPUD Sumatera Utara, Kemendagri, dan media sosial, dengan tiga variabel kuantitatif utama: tingkat pendidikan, pengalaman kepemimpinan, dan tingkat elektabilitas. Proses analisis meliputi normalisasi data, penentuan jumlah klaster optimal menggunakan metode elbow, dan penerapan algoritma K-Means untuk menghasilkan pengelompokan tokoh politik. Hasil penelitian menghasilkan beberapa klaster dengan karakteristik berbeda yang dapat memberikan gambaran profil kepemimpinan potensial di Sumatera Utara. Penelitian ini diharapkan dapat menjadi referensi objektif bagi masyarakat dan pemangku kepentingan dalam pengambilan keputusan politik, sekaligus memberikan kontribusi teoretis terhadap penerapan machine learning dalam analisis politik lokal.
Co-Authors Abdi Setiawan Ada Novisari D. Simanungkalit Adidtya Perdana, Adidtya Adwitia, Keysa Shifa Agata Putri Handayani Simbolon Akbar Alif Haikal Akbar Tjg, Muhammad Raffi Aldrik Bastio Alfarizi Wijaya Alsya Adelia Putri Ammar Kamil Al Abror Ananda Hatmi, Reza Ananda, Rizky Ananta, Willy Pramudia Anastasya Carity S, Disty Angga Warjaya ARNAH RITONGA, ARNAH Arnita Arnita Arnita Ary Prandika Siregar Asra, Naufal Aqiilah Augis Dinanti Azis Kurniadi Azril Arfansyah Barus, Angelica Batubara, Shabrina Husna Buulolo, Calvin Sahputra Callysa Elistia Chairunisah Chairunisah, Chairunisah Christian Nicholas Sinaga Dede Yusuf Wagiman DIdi Febrian Dinda Kartika Drilanang, Mhd Ilyasyah Evaliana Sembiring, Khatrin Fahra Pebiana Putri Farezi, Nazwar Farhan Ramadhan, Haikal Fauzan, M Rosyid Halawa, Sovantri Putra Paskah Harahap, Muhammad Abarorya Hasibuan, Muhammad Alby Savana Hasibuan, Najwa Latifah Hermawan Syahputra Hidayat, Muhammad Ferdiansyah Hijka Listia Hutagalung, Fhadillah Br Ida Ayu Putu Sri Widnyani Inna Muthmainnah Insan Taufik Jatmiko Althaf Aziz Kana Saputra S Khairany Zuhriyyah Jinan Hsb Khusnul Arifin . Lastri Putri Silaban Lorinez, Yohana Lubis, Afiq Alghazali Lubis, Fauzan Azima Lubis, Muhammad Ghafur Rahman Luge, Miclyael M. Gali Almahdi M. Reza Pratama Harahap MANSUR AS Manullang, Sudianto Melika Debiyana Putri Miftahul Janna Muhammad Andika Muslim Muhammad Iqbal Fahrezzi Muhammad Rafli Wijaya Muhammad Ridho Muhammad Rizki Alfahri Nafil Rizq Trianto Nasution, Adzkia Nur Nasution, Hamidah . Neltriana Syafira Nerli Khairani Niska, Debi Yandra Nouri, Maulana Al Palevi, Muhammad Rheza Pandiangan, Gus Rosauli Paramitha Purba, Desni Parapak, R Putri Angela Parapat, Gerhard Hasangapon Pratama, Ega Purba, Jogi Putri, Repi Meilani Putri, Rezkya Nadilla Rahmah, Nadya Ramayani Siagian Ridho Affandi Rinjani Cyra Nabila Risna Simorangkir Rizal Muslim Sinaga Rumahorbo, Gilbert Aldrich Sabina Wardaniah Said . Iskandar Saketang, Tia Risky Yasmin Samosir, Wahyu Ardiantito Saragih, Vinny Ramayani Savana HSB, Muhammad Alby Sebastian Saut Marulitua Sinaga Selfi Audy Priscilia Shaqila Rahmayani Siagian, Angel Agasari Simamora, Elmanani Simanjorang, Rio Givent A Simanulang, Mika Monica Fransiska Sinaga, Marlina Setia Sipahutar, Nuriana siti wulandari Sitompul, Dicky Sambora Sri Mulyana subanar subanar Sultan Lazuardiansyah Susiana SUSIANA Syahfitri, Ardilla Syarida Aini, Desti Syifa Cendikia, Yolanda Syti Salwaa Tambunan, M. Ananda Rizki Wahabi Hasibuan, Rahman Walidin, Adamsyach Prana Waruwu, Pedro Stella Mario Meyar Yulita Molliq Rangkuti Zai, Samuel Anaya Putra Zai, Tri Sapta Warman Zevan Irfandi Surbakti