Articles
<![CDATA[SISTEM PAKAR DETEKSI GIZI BURUK BALITA DENGAN METODE NAÏVE BAYES CLASSIFIER ]]>
<![CDATA[Anita Sindar RM Sinaga]]>;
<![CDATA[Dewi Simanjuntak]]>
<![CDATA[ Jurnal Inkofar Vol 1, No 2 (2019) ]]>
Publisher : <![CDATA[Politeknik Meta Industri ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (402.486 KB)
|
DOI: 10.46846/jurnalinkofar.v1i2.110
<![CDATA[Penyakit gizi buruk merupakan penyakit dengan jumlah penderita yang terus meningkat tiap tahunnya di Indonesia. Presentasi angka gizi buruk yang ada di Indonesia berkisar 3,4%. Ciri-ciri gizi buruk menunjukkan pertumbuhan yang tidak maksimal, perkembangan intelektual tidak maksimal, munculnya gangguan penglihatan, mudah lelah, tidak memiliki nafsu makan, bentuk tulang yang tidak normal, mudah sakit. Terbatasnya jumlah tenaga medis dapat dibantu dengan aplikasi sistem pakar tanpa bermaksud menggantikan Pakar. Sistem pakar yaitu sistem (mesin pengetahuan) yang mampu menggantikan fungsi kepakaran. Penelitian ini bertujuan mendeteksi penyakit gizi buruk pada usia 1-3 tahun (balita). menggunakan algoritma Naïve Bayes Clasifier. Dalam penelitian ini diketahui 3 jenis penyakit berdasarkan gejalanya yaitu Kwarshiorkor (P1), Marasmik-Kwarshiorkor (P2), Marasmus (P3) dengan 24 gejala gizi buruk. Hasil penelitian menunjukkan hasil perkalian tertinggi dari klasifikasi naive bayes merupakan jenis penyakit gizi buruk yang diderita pasien. Hasil deteksi dapat dimanfaatkan sebagai informasi awal deteksi gizi buruk.]]>
<![CDATA[Implementasi Teknik Threshoding Pada Segmentasi Citra Digital ]]>
<![CDATA[Anita Sindar RM Sinaga]]>
<![CDATA[ Jurnal Mantik Penusa Vol. 1 No. 2 (2017): Jurnal Mantik Penusa ]]>
Publisher : <![CDATA[Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (482.71 KB)
<![CDATA[Warna yang diterima oleh mata dari sebuah objek ditentukan oleh warna sinar yang dipantulkan oleh objek tersebut. Digitalisasi yaitu gambar yang diolah dengan komputer digital, direpresentasikan secara numerik dengan nilai-nilai diskrit. Deteksi tepi merupakan langkah untuk melengkapi informasi di dalam citra, tepi mencirikan batas-batas objek berguna untuk proses segmentasi dan identifikasi objek. Deteksi tepi citra bertujuan meningkatkan penampakan garis batas daerah atau objek. Proses segmentasi mengidentifikasi objek dalam beberapa potongan gambar yang bertujuan untuk mempermudah membaca informasi citra. Metode segmentasi mengasumsikan setiap objek cenderung memiliki warna yang homogen dan terletak pada kisaran keabuan tertentu. Setiap komponen warna menggunakan 8 bit (nilainya berkisar antara 0 sampai dengan 255). Proses thresholding mengkonversi citra warna menjadi hitam dan putih sehingga mempermudah mendeteksi objek. ]]>
<![CDATA[PEMILIHAN DESA TERBAIK DI KECAMATAN PAGAR MERBAU MENGGUNAKAN METODE AHP ]]>
<![CDATA[Anita Sindar RMS]]>
<![CDATA[ JSAI (Journal Scientific and Applied Informatics) Vol. 1 No. 3 (2018): Sceintific and Applied Informatics ]]>
Publisher : <![CDATA[Fakultas Teknik Universitas Muhammadiyah Bengkulu ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.36085/jsai.v1i3.61
<![CDATA[The empowerment of rural communities needs to be done institutional strengthening, increased motivation and self-help in community cooperation, so that in order to assess the success of village development, it is necessary to conduct a targeted, coordinated, integrated and sustainable assessment. with an assessment indicator. Village assessment is best done by comparing the latest development level based on village profile data in accordance with the assessment indicators. This study aims to build a decision support system to determine the best village based on the village assessment score using the Analytic Hierarchy Process (AHP) method. Basically, the decision-making process is to choose an alternative. The best village assessment consists of 6 criteria. The output of this system is the ranking of each village that has been assessed so as to produce recommendations for decision making in determining the best village. The highest total value of each row calculated by each sub-criteria is summed, the highest total value used is the basis for ranking the best village, Desa Pasar Miring with a final value = 0.969.]]>
<![CDATA[Sistem Pendukung Keputusan Penilaian Kinerja Guru Menggunakan Metode Simple Additive Weighting (SAW) ]]>
<![CDATA[Suciana Rahayu]]>;
<![CDATA[Anita Sindar Sinaga]]>
<![CDATA[ Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 21, No 1 (2022): Februari 2022 ]]>
Publisher : <![CDATA[PRPM STMIK TRIGUNA DHARMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jis.v21i1.4773
<![CDATA[It is very important to evaluate teacher performance regularly to improve the quality of teacher human resources. SMK 1 Negeri Labu conducts teacher performance assessments every 3 months but the mechanism is less effective due to lack of transparency. The SAW method is part of the DSS used to help determine decisions based on alternative data and criteria data. Data processing is implemented according to the calculation of the SAW method to determine the decision matrix and then make a ranking of the total alternative data. In this study there were 20 teachers who were assessed with 9 assessment criteria, the ranking results showed that alternative data A03 obtained the highest score, it was decided that A03 had the best teacher performance. The design of the system developed with UML resulted in a teacher performance appraisal system. This study aims to help the school determine the best teacher performance systematically processed by the system. Suggestions from the implementation of this study in order to improve the accuracy of the calculation results, it is recommended to compare the results with other DSS-based methods. ]]>
<![CDATA[Penerapan Teknologi Informasi Penentuan Prioritas Penerima Bantuan Langsung Tunai (BLT) desa Pagar Jati ]]>
<![CDATA[Anita Sindar RM Sinaga]]>;
<![CDATA[Murni Marbun]]>;
<![CDATA[Arjon Samuel Sitio]]>
<![CDATA[ Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal Vol 4, No 1 (2021): Januari 2021 ]]>
Publisher : <![CDATA[STMIK Royal ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.33330/jurdimas.v4i1.681
<![CDATA[Abstract: The pandemic has caused the economy to decline drastically, even many residents have lost their sources of livelihoods. The government directly disbursed funds in the form of Direct Cash Assistance. The problem that arose was the suspicion of injustice for the villagers who received BLT. There is a need for a transparent system to inform the criteria for BLT recipients. The more criteria for poor and vulnerable families that were met, the priority for BLT village fund recipients. BLT priority assessment based on the aspect of the criteria that apply by law is implemented using PhpMyadmin. The development of a web-based information system made it easier to inform villagers of the names of BLT priority recipients based on the reasons that had been collected and then ranked. The resulting system helps employees of the Pagar Jati Village office to inform BLT recipients in a technological system built with the water fall method including data collection, problem analysis, design, testing and system evaluation. Keywords: devotion; information systems; priority setting; web based Abstrak: Pendemi mengakibatkan perekonomian menurun drastis, bahkan banyak warga yang kehilangan sumber mata pencaharian. Pemerintah secara langsung mengucurkan dana dalam bentuk Bantuan Langsung Tunai (BLT). Permasalahan yang timbul yaitu kecurigaan adanya ketidakadilan bagi warga desa penerima BLT. Perlu adanya sistem yang transparan menginformasikan kriteria penerima BLT. Semakin banyak kriteria keluarga miskin dan rentan yang dipenuhi, menjadi prioritas penerima BLT dana desa. Penilaian prioritas BLT berdasarkan aspek kriteria yang berlaku secara undang-undang diimplementasikan menggunakan PhpMyadmin. Pengembangan sistem informasi berbasis web mempermudah menginformasikan pada warga desa nama-nama penerima prioritas BLT berdasarkan alasan-alasan yang sudah dikumpulkan lalu diranking. Sistem yang dihasilkan membantu pegawai kantor Desa Pagar Jati menginformasikan penerima BLT secara sistem teknologi yang dibangun dengan metode water fall meliputi pengumpulan data, analisa permasalahan, perancangan, pengujian dan evaluasi sistem. Kata kunci:berbasis web; penentuan prioritas; pengabdian; sistem informasi ]]>
<![CDATA[Workshop Peran Generasi Milenial Dalam Meningkatkan Skill Bidang Keamanan Informasi Dan Jaringan ]]>
<![CDATA[Anita Sindar Sinaga]]>;
<![CDATA[Arjon Samuel Sitio]]>;
<![CDATA[Ravindran Ravindran]]>;
<![CDATA[Sumitra Dewi]]>
<![CDATA[ Jurnal Pengabdian kepada Masyarakat Nusantara Vol. 3 No. 1 (2022): Jurnal Pengabdian kepada Masyarakat Nusantara (JPkMN) ]]>
Publisher : <![CDATA[Cv. Utility Project Solution ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1400.32 KB)
|
DOI: 10.55338/jpkmn.v3i1.304
<![CDATA[Internet activities require ethics and knowledge to understand the protection of data privacy, avoid forms of computer crime and know the forms of internet network security. Workshop activities are carried out to attract participants' interest in the subject matter of the activity. The discussion in the workshop focused on the core problems, presented systematically by the resource persons so that participants could easily understand, follow or practice. The workshop was held by demonstrating the forms and stages of information and network security through hardware and software security, personal data security, and windows operating system security. Ability to configure the information and network security on internet network devices. The partners involved are the tenth graders of Gajah Mada Padang Bulan Senior High School, Medan. The workshop participants' basic contribution is understanding and implementing data privacy security while surfing the internet and increasing students' awareness of information systems and network security skills.]]>
<![CDATA[Sistem Pakar Diagnosa Penyakit Kacang Kedelai Menggunakan Metode Certainty Factor ]]>
<![CDATA[Novi Sri Wanti Ginting]]>;
<![CDATA[Anita Sindar RMS]]>
<![CDATA[ Jurnal KomtekInfo Vol. 5 No. 2 (2018): Komtekinfo ]]>
Publisher : <![CDATA[Universitas Putra Indonesia YPTK Padang ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (395.517 KB)
|
DOI: 10.35134/komtekinfo.v5i2.23
<![CDATA[Tanaman kedelai yang sedang tumbuh biasanya tidak muncul penyakit yang menyerang tanaman sehingga mengakibatkan gagal panen. Umumnya petani mengetahui gejala penyakit yang bermasalah tetapi tidak memiliki pengetahuan untuk mendiagnosis penyakit tanaman dan membutuhkan modal yang besar untuk memusnahkan tanaman pengganggu. Penerapan sistem informasi pakar merupakan salah satu implementasi dari sistem komputerisasi di bidang pertanian. Sistem pakar juga dapat memberikan alasan atas saran atau kesimpulan yang ditemukannya. Sistem pakar digunakan untuk memecahkan masalah yang sulit diselesaikan dengan pemrograman biasa. Dengan Certainty Factor, mengasumsikan nilai kepercayaan seorang ahli. Berdasarkan studi kasus diperoleh hasil perhitungan Certainty Factor dengan nilai tertinggi yaitu 0,870418 yang artinya penyakit kedelai memiliki penyakit menggulung daun dengan nilai kepercayaan 87,0%.]]>
<![CDATA[Perkiraan Harga Beras Premium DKI Jakarta Menggunakan Regresi Linier ]]>
<![CDATA[Ricky Eka Putra]]>;
<![CDATA[Anita Sindar Sinaga]]>
<![CDATA[ JIEET (Journal of Information Engineering and Educational Technology) Vol. 6 No. 2 (2022) ]]>
Publisher : <![CDATA[Universitas Negeri Surabaya ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.26740/jieet.v6n2.p80-85
<![CDATA[Kebutuhan masyarakat DKI Jakarta terhadap beras cukup tinggi. Hal ini berdasarkan kegemaran masyarakat Indonesia untuk memilih nasi sebagai makanan pokoknya sehingga daya beli masyarakat terhadap beras cukup besar. Beras premium merupakan salah satu jenis beras yang memiliki kualitas terbaik. Banyak kalangan dari masyarakat yang memilih beras tipe ini sebagai bahan pokok di tempatnya masing-masing . Sebagai negara yang memproduksi beras serta berada di lingkungan negara-negara tetangga yang juga memproduksi beras, Indonesia melalui bagian pemerintah terkait juga turut mengontrol harga dari beras tersebut khususnya beras premium. Hal ini dilakukan agar harga beras premium yang ada di masyarakat sesuai dengan kondisi perekonomian di wilayah sekitar. Peluang para pedagang untuk berbuat curang dalam memainkan harga juga dapat direduksi dengan adanya kebijakan dari pemerintah terkait harga tersebut. Oleh karena itu, pemerintah memerlukan suatu dukungan dari sebuah metodologi sains data untuk memperkirakan harga beras premium sebagai masukan untuk menetapkan harga beras premium ke masyarakat. Penelitian ini memilih sebuah metode regresi linier untuk melakukan prediksi terhadap harga beras premium. Metode regresi linier ini diyakini dapat cocok dan sesuai dengan data harga beras yang bersifat time series. Pengembangan aplikasi perkiraan harga beras ini juga mengadopsi metodologi Cross Industry Standard Process – Data Mining (CRISP-DM) yang cukup populer dalam berbagai penelitian terkait. Regresi linier masuk dalam bagian pengembangan model pada salah satu tahapan di CRISP-DM tersebut. Hasil performa dari metode Regresi Linier tersebut dengan Mean Absolute Error (MAE) sebesar 275.55 dan Mean Squared Error (MSE) sebesar 103169.10, masih membuat metode ini dapat dihandalkan dalam memperkirakan harga beras di DKI Jakarta.]]>
<![CDATA[Pemodelan Deteksi Black Campaign Sumber Media Berita Online Menggunakan Long Short Term Memory ]]>
<![CDATA[Anita Sindar Sinaga]]>;
<![CDATA[Priskilla Parimanen]]>
<![CDATA[ Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 22, No 1 (2023): Februari 2023 ]]>
Publisher : <![CDATA[PRPM STMIK TRIGUNA DHARMA ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jis.v22i1.7554
<![CDATA[Developed a black campaign detection model to obtain an accuracy level of classifying online news using the LSTM (Long Short Term Memory) algorithm.Aggregation of neural networks in sheet layers to iteratively learn from the data collected by emulating the workings of the like human brain does the job so computers can be trained in abstraction with the problem is not well defined. The LSTM (Long Short Term Memory) text-processing learning method is used for text classification through the stages of data collection, data preprocessing, word representation, classification, and evaluation. LSTM adds capability and erases information from the cell state. Gates consist of a sigmoid part of layers and multiplication operation. Hyperparameter value is determined from Vocab_size, Embedding_dim Activation Function, Number of epoc, and Learning rate. Evaluation of the showing of the data training performance on data testing shows that the value of LSTM is in identifying online news MAPE 8%. The RMSE evaluation shows that the parameter Number of epochs has a high value of 0.053728. ]]>
<![CDATA[Sistem Pendukung Keputusan Menentukan Karyawan Terbaik Dengan Metode AHP ]]>
<![CDATA[Anita Sindar R M Sinaga]]>
<![CDATA[ JISKA (Jurnal Informatika Sunan Kalijaga) Vol. 3 No. 2 (2018): September 2018 ]]>
Publisher : <![CDATA[UIN Sunan Kalijaga Yogyakarta ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (249.203 KB)
|
DOI: 10.14421/jiska.2018.32-06
<![CDATA[Giving the best employee nicknames to spur other employees competing to provide the best, especially service to customers. Many things affect productivity and quality and comfort in the working environment. Then there needs to be clear and objective criteria in determining the best employees, not just based on qualitative values. In order to award the right target, the method for decision support systems can be applied in determining the best employees. The Analytical Hearachy Process (AHP) method requires criteria in making a decision so that the best employees can be chosen more quickly and objectively. There are 4 criteria: Attitude, Attendance, Performance and Work Period. of the 4 alternatives (4 employees) obtained by SRI RAHAYU: 0.419 or 41.9%, most deserve to be the best employee.]]>
