Claim Missing Document
Check
Articles

Found 24 Documents
Search

Perancangan Sistem Informasi Aplikasi Promosi Pegawai di Lingkungan Kementerian Agama Kota Medan Wini, Wini Istya Sari Lubis; Siregar, Helmi Fauzi; Simargolang, Muhammas Yasin
Bigint Computing Journal Vol 2 No 1 (2024)
Publisher : Ali Institute of Reseach and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/bigint.v2i1.776

Abstract

A promotion is an application for a promotion given to civil servants who have reached a certain work period limit for promotion to rank or position, namely once every two years and if they have fulfilled the requirements based on the applicable laws and regulations. At the Medan City Ministry of Religion Office, promotions are carried out every two years within two months and are still done manually, namely when submitting promotion documents, the personnel department checks the civil servant decree and notifies the employee concerned if there are incomplete requirements that must be completed to be submitted to Promotion if there are problems requires a long time to check employee data and employee files which must be completed as a condition for applying for promotion, considering that there is a risk of losing employee files. Applications for promotions that are made manually also often experience delays in issuing promotion letters. The result of this research is an information system in the form of a website for applying for employee promotions which was built to assist the Medan City Ministry of Religion Office, especially the personnel department, in scheduling and issuing promotion decisions and can assist in filling out employee decision letters quickly, accurately and personally.
Implementasi Metode AHP dan PM dalam Pemilihan Digital Marketing untuk Perluasan Pasar Rangkuti, Faiz Wahyu Perdana; Qurrahman, Taufik; Ikhsan, M. Audi; Fasya, Muhammad Rezeki; Siregar, Helmi Fauzi
Cosmic Jurnal Teknik Vol 2 No 2 (2025): Mei
Publisher : Ali Institute or Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/cosmic.v2i2.1263

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan (SPK) berbasis metode Analytical Hierarchy Process (AHP) dan Profile Matching (PM) guna membantu PT. Global Bangunan Jaya dalam memilih tools digital marketing yang paling efektif untuk memperluas pasar. Metode AHP digunakan untuk menentukan bobot prioritas pada kriteria yang meliputi biaya, jangkauan audiens, efektivitas, dan kemudahan penggunaan, sementara PM digunakan untuk mencocokkan kriteria tersebut dengan profil tools digital marketing yang tersedia. Data diperoleh melalui wawancara dengan manajer pemasaran, kuesioner, dan literatur terkait. Hasil penelitian menunjukkan bahwa kombinasi AHP dan PM mampu menghasilkan peringkat rekomendasi tools digital marketing berdasarkan nilai kesesuaian yang memenuhi kebutuhan perusahaan. Tools dengan nilai tertinggi terbukti lebih efektif dalam meningkatkan strategi pemasaran, brand awareness, dan potensi penjualan. Sistem ini menawarkan pendekatan berbasis data yang sistematis dalam pengambilan keputusan, sehingga membantu perusahaan menghindari keputusan subyektif yang kurang optimal. Kesimpulannya, penerapan metode AHP dan PM terbukti relevan untuk masalah pengambilan keputusan multi-kriteria dalam pemasaran digital. Penelitian ini merekomendasikan pembaruan data secara berkala agar sistem tetap relevan dengan tren digital marketing yang dinamis. Dengan demikian, SPK ini berpotensi menjadi solusi strategis bagi perusahaan untuk beradaptasi dengan perubahan kebutuhan pasar dan meningkatkan daya saing.
Implementasi Cloud Computing Menggunakan Nextcloud Berbasis Infrastructure as a Service (IaaS) Widarma, Adi; Siregar, Helmi Fauzi; Sitorus, Indi Ramadhani
CESS (Journal of Computer Engineering, System and Science) Vol. 9 No. 1 (2024): January 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v9i1.55993

Abstract

Cloud Storage sendiri merupakan media penyimpanan yang dalam pengaksesan nya memerlukan jaringan internet. Jika suatu instansi melakukan penyimpanan data-data secara hardcopy yang disimpan dalam satu tempat penyimpanan. Maka, kegiatan tersebut akan menghasilkan sejumlah data yang banyak setiap harinya dalam periode tahunan penyimpanan yang baru yang akan menghabiskan dana yang tidak sedikit dan akan menambah limbah, dan apabila terjadi bencana hal yang ditakuti adalah masalah kehilangan data yang menjadi aset informasi tersebut. Teknologi penyimpanan data secara terpusat dengan cloud storage menjadi salah satu jawaban permasalahan diatas, berbeda dengan layanan cloud storage yang sering digunakan pada umumnya seperti google drive. Untuk memudahkan dalam pengaksesan data dalam sebuah instansi maka dibutuhkan suatu strategi sentralisasi data yang dapat diakses dan berbagi data secara bersama dengan biaya yang lebih ekonomis dengan tidak perlu dikenakan biaya tambahan. Dalam penelitian ini cloud computing akan dibangun menggunakan Nextcloud dengan sistem operasi Ubuntu server. Berdasarkan penelitian yang dilakukan maka diambil kesimpulan bahwa Nextcloud telah berhasil diinstall dan digunakan. Nextcloud yang digunakan adalah versi 16.03 yang diinstall pada sistem operasi Linux Ubuntu Server 18.04. Pemanfaatan Nexcloud merupakan teknologi cloud computing berbasis Infrastructure as a Service (IaaS) dengan model Private Cloud artinya nextcloud hanya bisa diakses secara local pada instansi tersebut. Pengujian sistem dengan beberapa skenario pengujian menggunakan metode black box testing dengan melakukan proses upload, download dan sharing data. Pengujian dari ketiga proses tersebut menghasilkan kesimpulan yang valid.
MULTI-COMMODITY NON-OIL EXPORT FORECASTING IN INDONESIA USING BACKPROPAGATION ARTIFICIAL NEURAL NETWORK Suhermanto, Suhermanto; Siregar, Helmi Fauzi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4797

Abstract

Abstract: Forecasting non-oil export commodities is critical for Indonesia's trade strategy, as these commodities contribute 93.8% of total national exports. This study develops a multi-commodity export prediction system using Artificial Neural Network (ANN) with backpropagation algorithm for 32 Indonesian non-oil commodities across six strategic sectors. Using monthly export data from February to August 2025 from Indonesia's Central Statistics Agency, we identified optimal neural network architecture 6-5-1 (6 input neurons for 6-month historical data, 5 hidden neurons, 1 output neuron). The model achieved 89.16% training accuracy and 88.43% testing accuracy with minimal 0.73% differential, indicating strong generalization without overfitting. Highest accuracy occurred on stable commodities (Tobacco: 99.94%, Animal/Plant Fats: 99.90%) while volatile commodities showed lower accuracy (Oil Seeds: 42.57%). The developed web-based system enables policymakers and exporters to make strategic decisions for international trade. This research demonstrates ANN backpropagation effectiveness for multi-dimensional commodity forecasting and provides practical decision-support tools for Indonesia's non-oil export sector. Keyword: artificial neural network; backpropagation; export forecasting; commodity prediction; Indonesia. Abstrak: Peramalan komoditas ekspor nonmigas sangat penting untuk strategi perdagangan Indonesia karena berkontribusi 93,8% dari total ekspor nasional. Penelitian ini mengembangkan sistem prediksi ekspor multi-komoditas menggunakan Jaringan Syaraf Tiruan (JST) dengan algoritma backpropagation untuk 32 komoditas nonmigas Indonesia di enam sektor strategis. Menggunakan data ekspor bulanan Februari-Agustus 2025 dari Badan Pusat Statistik Indonesia, kami mengidentifikasi arsitektur jaringan optimal 6-5-1 (6 neuron input untuk data 6 bulan, 5 neuron tersembunyi, 1 neuron output). Model mencapai akurasi training 89,16% dan testing 88,43% dengan diferensial minimal 0,73%, menunjukkan generalisasi kuat tanpa overfitting. Akurasi tertinggi pada komoditas stabil (Tembakau: 99,94%, Lemak dan Minyak: 99,90%) sedangkan komoditas volatil menunjukkan akurasi lebih rendah (Biji-bijian Berminyak: 42,57%). Sistem berbasis web memungkinkan pembuat kebijakan dan eksportir membuat keputusan strategis untuk perdagangan internasional. Penelitian ini menunjukkan efektivitas JST backpropagation untuk peramalan komoditas multi-dimensi dan menyediakan alat pengambilan keputusan praktis untuk sektor ekspor nonmigas Indonesia. Kata kunci: jaringan syaraf tiruan; backpropagation; peramalan ekspor; prediksi komoditas; Indonesia.