Article Per Year (5 Year)
p-Index From 2021 - 2026
3.51
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) JCES (Journal of Character Education Society) JURTEKSI JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Pengabdian Masyarakat IPTEK Jurnal Sistem Komputer Triguna Dharma (JURSIK TGD) Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY
Rini Kustini
STMIK Triguna Dharma
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Social Sciences

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
Pemilihan Anggota Tim Sub Bagian Administrasi Ketarunaan Dan Alumni Menggunakan Metode ARAS Ismayni Ismayni; Beni Andika; Rini Kustini
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 2 (2023): EDISI MARET 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i2.5348

Abstract

Masalah yang ditemukan pada penelitian adalah banyaknya jumlah taruna menimbulkan banyak pula data yang harus dikelola dan diproses oleh setiap instansi sehingga berdampak pada tugas yang menumpuk serta terkadang lama untuk diselesaikan dalam pemilihan anggota tim sub bagian Administrasi Ketarunaan dan Alumni. Proses pemilihan juga terkadang masih belum tepat berdasarkan kriteria ataupun kualifikasi yang ditetapkan sehingga dapat menimbulkan anggota tim yang terpilih menjadi tidak maksimal. Metode Additive Ratio Assesment (ARAS) merupakan metode yang digunakan untuk perangkingan dengan cara membandingkan dengan alternatif lainnya sehingga mendapatkan hasil yang lebih tepat dan akurat berdasarkan dengan bobot prioritas kriteria yang berbeda-beda dan jenis kriteria yang menguntungkan (benefit) ataupun merugikan (cost). Hasil perhitungan dari metode Additive Ratio Assesment (ARAS) adalah urutan dari alternatif yang pada kasus ini adalah calon anggota tim sub bagian Administrasi Ketarunaan dan Alumni mulai dari nilai tertinggi hingga terendah. Hasil yang diperoleh adalah terciptanya sebuah sistem cerdas berbasis sistem pendukung keputusan yang dalam melakukan penilaian kepada calon anggota tim sub bagian Administrasi Ketarunaan dan Alumni berdasarkan kriteria yang telah ditentukan dan tidak hanya secara satu sudut pandang saja untuk mendapatkan hasil keputusan secara cepat dan akurat.
Penerapan Metode Clustering Dengan Algoritma K-means Pada Pengelompokan Data Calon Siswa Baru Muhammad Norshahlan; Hendra Jaya; Rini Kustini
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 6 (2023): EDISI NOVEMBER 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i6.9148

Abstract

Proses Penerimaan Siswa baru di setiap sekolah menghasilkan data siswa yang sangat berlimpah berupa data alamat dan data lainnya. Hal tersebut terjadi secara berulang dikarenakan penerimaan siswa baru di setiap tahunnya. Penelitian ini bertujuan untuk melakukan pengelompokan data siswa sekolah Harapan Bangsa dengan memanfaatkan proses data mining dengan memnggunakan metode clustering. Adapun Algoritma yang digunakan adalah Algoritma K-Means Clustering. Algoritma K-Means merupakan Algoritma pengelompokan iterative yang melakukan partisi set data kedalam sejumlah K cluster yang sudah ditetapkan diawal. Implementasi dengan menggunakan aplikasi berbasis website digunakan untuk membantu menemukan nilai yang akurat. Atribut yang digunakan untuk tahapan clustering adalah jurusan, asal sekolah, dan tahun lahir. Cluster siswa yang terbentuk adalah 2 cluster, yaitu 47 items cluster pertama, 23 items cluster kedua. Adapun tujuan penelitian ini adalah salah satu dasar pengambilan keputusan untuk menentukan strategi dalam mempromosikan sekolah. Dapat disimpulkan bahwa proses clustering mencapai 3 kali iterasi untuk mendapatkan hasil clustering akhir, sehingga dapat disimpulkan bahwa peminat terbanyak di masing -masing jurusan dan asal sekolah, sehingga pihak kampus dapat memikirkan strategi promosi.
Sistem Pendukung Keputusan Untuk Menentukan Kualitas Minyak Mentah Kelapa Sawit Terbaik Menggunakan Metode MOORA Nova Liana Br Tumangger; Hendra Jaya; Rini Kustini
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.v5i1.12204

Abstract

PT Perkebunan Lembah Bhakti memiliki permasalahan dalam penentuan kualitas minyak mentah kelapa sawit terbaik dimana proses penentuan masih dilakukan dengan cara manual tanpa mempertimbangkan kriteria kriteria yang menjadi akar penilaian. Proses menentukan kualitas minyak mentah kelapa sawit juga membutuhkan waktu. Hal ini tentu berpengaruh terhadap penjualan. Oleh karena itu maka dibangunlah sebuah sistem pendukung keputusan yang dapat melakukan proses penilaian data alternatif berdasarkan kriteria yang telah ditentukan dan dikombinasikan dengan metode MOORA. Metode MOORA merupakan metode yang dapat mengurangi kesalahan atau mengoptimalkan dalam penaksiran untuk pemilihan nilai tertinggi dan terendah. Hasil yang diperoleh adalah sebuah sistem yang dapat memberikan hasil akhir berupa urutan penilaian dalam penentuan kualitas minyak mentah kelapas sawit terbaik mulai dari nilai tertinggi hingga terendah. Keputusan yang didapat, diharapkan akan membantu pihak PT Perkebunan Lembah Bhakti dalam menambah penjualan.
Penerapan Data Mining Untuk Pola Penjualan Krim Pencerah Di Underprice Skincare Menggunakan Algoritma ECLAT Khairani Pratiwi; Muhammad Syahril; Rini Kustini
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.11547

Abstract

Underprice Skincare merupakan toko kosmetik yang menjual berbagai jenis produk kecantikan. Seiring berkembangnya industri kecantikan dan meningkatnya minat konsumen terhadap krim pencerah wajah, transaksi penjualan pun terus meningkat. Namun, data transaksi yang dihasilkan setiap hari belum dimanfaatkan secara maksimal untuk mendukung strategi penjualan. Pola penjualan merupakan cara untuk mengetahui produk apa saja yang sering dibeli bersamaan oleh konsumen, sehingga dapat membantu toko menentukan strategi penjualan yang tepat. Pembentukan pola penjualan dilakukan dengan mengumpulkan dan menganalisis data konsumen menggunakan teknik data mining dengan metode association rule. Salah satu algoritma dalam association rule adalah algoritma ECLAT (Equivalence Class Transformation), yang mampu melakukan pencarian itemset secara efisien dengan pendekatan vertikal dan tidak memerlukan pemindaian berulang pada dataset. Penelitian ini menggunakan 25 jenis produk dan 95 transaksi dengan nilai minimum support sebesar 7% dan minimum confidence sebesar 70%. Hasil dari penelitian ini berupa aturan asosiasi (association rules) yang dapat digunakan sebagai acuan dalam pembentukan strategi pola penjualan yang efektif. Sistem juga telah diuji menggunakan metode black box testing dan menunjukkan bahwa seluruh fungsionalitas berjalan sesuai dengan yang diharapkan, sehingga dapat digunakan sebagai alat bantu pengambilan keputusan penjualan pada toko Underprice Skincare.
Optimalisasi Pengelolaan Informasi Melalui Implementasi Website pada UPTD Pelatihan dan Mekanisasi Pertanian Provinsi Sumatera Utara Zaimah Panjaitan; Muhammad Dahria; Rini Kustini; Ichsan Firmansyah; Devia Nasution
Jurnal Pengabdian Masyarakat IPTEK Vol. 6 No. 2 (2026): Edisi Juli 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/abdi.v6i2.13232

Abstract

Perkembangan teknologi informasi mendorong instansi pemerintah untuk melakukan transformasi digital dalam rangka meningkatkan kualitas pelayanan informasi kepada masyarakat. UPTD Pelatihan dan Mekanisasi Pertanian Provinsi Sumatera Utara sebagai unit pelaksana teknis di bawah Dinas Ketahanan Pangan, Tanaman Pangan, dan Hortikultura Provinsi Sumatera Utara memiliki peran penting dalam penyelenggaraan pelatihan, pengembangan sumber daya manusia pertanian, serta pelayanan mekanisasi pertanian. Namun, penyampaian informasi mengenai profil instansi, program pelatihan, layanan, dan kegiatan masih belum optimal karena keterbatasan media informasi digital yang terintegrasi. Kegiatan pengabdian kepada masyarakat ini bertujuan mengoptimalkan pengelolaan informasi melalui implementasi website sebagai media publikasi dan pelayanan informasi bagi masyarakat. Metode pelaksanaan meliputi identifikasi kebutuhan mitra, pengumpulan data, penyusunan konten, perancangan struktur website, implementasi website, pelatihan pengelolaan website kepada pegawai, serta evaluasi hasil kegiatan. Website yang dikembangkan memuat informasi profil UPTD, visi dan misi, struktur organisasi, program pelatihan, layanan mekanisasi pertanian, dokumentasi kegiatan, serta informasi kontak yang dapat diperbarui secara mandiri oleh pengelola. Hasil kegiatan menunjukkan bahwa implementasi website mampu meningkatkan efektivitas pengelolaan informasi, mempermudah penyebaran informasi kepada masyarakat, serta meningkatkan kompetensi pegawai dalam mengelola media informasi digital. Website yang dihasilkan diharapkan mampu mendukung transformasi digital pelayanan publik pada UPTD Pelatihan dan Mekanisasi Pertanian Provinsi Sumatera Utara secara berkelanjutan
Sistem Pendukung Keputusan Dalam Pemilihan Middle Management Operasional Keuangan Menggunakan Metode MOORA Nada Nisrina Agusia; Iskandar Zulkarnain; Rini Kustini
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 25 No 2 (2026): Agustus 2026
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v25i2.13437

Abstract

Posisi Middle Management Operasional Keuangan tidak bisa diisi oleh sembarangan orang, posisi ini menuntut kemampuan individu yang baik dan terampil. Namun, masalah yang terjadi adalah selama ini dalam proses pemilihan seorang Middle Management Operasional Keuangan di PT. Sinar Surya Kencana Abadi terkadang dilakukan secara satu sudut pandang (subjektif). Pemilihan yang dilakukan selama ini tidak berdasarkan kriteria yang lengkap maupun kualifikasi khusus. Hal tersebut memiliki keputusan yang kurang akurat dan dapat memicu adanya penurunan pencapaian maupun performa perusahaan. Oleh karena, itu maka dibangun sistem cerdas yang bernama Sistem Pendukung Keputusan (SPK). Sistem ini nantinya akan menggunakan metode MOORA sebagai metode perhitungan. Metode MOORA merupakan metode multi objektif sistem yang mengoptimalkan lebih dari satu atribut yang secara bersamaan saling bertentangan. Metode ini dinilai sangatlah efektif simple, dengan langkah penyelesaian masalah hanya 3 langkah penyelesaian membuat peneliti mudah memahami dan meyelesaikan masalah. Hasil yang diperoleh adalah terciptanya sebuah sistem yang akan memberikan output (keluaran) berupa peringkat dari setiap alternatif mulai nilai tertinggi hingga alternatif dengan nilai yang paling rendah, hasil tersebut diharapkan dapat membantu pihak PT. Sinar Surya Kencana Abadi dalam pemilihan Middle Management Operasional Keuangan cepat, tepat dan efisien.
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA TANAMAN KOPI MENGGUNAKAN METODE TEOREMA BAYES Mukhlis Ramadhan; Badrul Anwar; Rudi Gunawan; Rini Kustini
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 4 No. 2 (2021): June 2021
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v4i2.533

Abstract

Kopi merupakan salah satu komoditas yang sangat penting, tidak saja sebagai sumber mata pencaharian tapi juga menduduki tatanan perekonomian nasional, kopi memiliki bermacam jenis penyakit. Untuk mendiagnosa penyakit tanaman kopi diperlukan aplikasi yang dapat mengenali jenis penyakit yang menyerang tanaman tersebut,  yaitu menggunakan aplikasi sistem pakar. Sistem pakar mendiagnosa penyakit tanaman kopi ini merupakan sistem yang dirancang sebagai alat bantu untuk mendiagnosa penyakit tanaman kopi. Metode yang dipakai adalah Teorema Bayes. Teorema Bayes adalah metode yang digunakan untuk menghitung ketidak pastian data menjadi data pasti. Dan sistem pakar dapat menggantikan peran pakar yang prinsip kerjanya dapat memberikan hasil yang pasti. Dengan adanya sistem pakar mendiagnosa penyakit tanaman kopi, dapat  memberikan informasi tentang ada nya masalah penyakit tanaman kopi yang nantinya dapat berguna memberikan solusi.
Penerapan Sistem Pakar Dalam Mendiagnosis Penyakit Campak Rubella Mengunakan Metode Nai’ve Bayesian Classification Vito Anugerah Hutauruk; Saiful Nurarif; Rini Kustini
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol. 9 No. 2 (2026): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v9i2.13455

Abstract

Rubella, atau campak Jerman, adalah infeksi virus yang berbahaya terutama bagi ibu hamil, karena dapat menyebabkan Congenital Rubella Syndrome (CRS), yang mencakup katarak, penyakit jantung bawaan, gangguan pendengaran, dan keterlambatan perkembangan. Anak-anak yang terinfeksi rubella dapat menunjukkan gejala CRS, dengan gangguan pendengaran sebagai gejala yang paling umum. Campak, yang disebabkan oleh virus campak, dapat menimbulkan komplikasi serius seperti infeksi paru-paru, kejang, dan kerusakan otak, serta menjadi penyebab utama kematian di kalangan anak-anak di bawah 5 tahun. Untuk mengatasi masalah diagnosis campak rubella pada anak-anak, dibutuhkan sistem pakar yang dapat membantu proses diagnosis secara cepat dan akurat. Sistem pakar ini menggunakan metode Nai’ve Bayesian Classification karena efektivitas dan efisiensinya dalam machine learning dan data mining. Meskipun asumsi keidependenan atribut sering tidak terpenuhi dalam data sebenarnya, metode ini tetap menunjukkan performa klasifikasi yang tinggi berdasarkan penelitian empiris. Penelitian ini menghasilkan aplikasi sistem pakar yang mampu mendiagnosis campak rubella pada anak-anak dengan metode Nai’ve Bayesian Classification. Aplikasi ini diharapkan membantu tenaga medis dan penderita dalam mendiagnosis campak rubella secara efisien dan akurat, memberikan penanganan cepat dan tepat, serta mengurangi risiko komplikasi serius. Aplikasi ini juga diharapkan dapat meningkatkan kualitas layanan kesehatan, terutama dalam penanganan campak rubella pada anak-anak
Co-Authors Anisa Fitri Ardianto Pranata Badrul Anwar Beni Andika Daniel Jordan Sipayung Devia Nasution Elfitriani Elfitriani Elisa Elisa Fifin Sonata Firahmi Rizky Hafizah Hafizah Halimah Br Hasibuan Hendra Jaya Hendryan Winata Hutagalung, Juniar Ichsan Firmansyah Iskandar Zulkarnain Ismawardi Santoso Ismayni Ismayni Kamil Erwansyah Khairani Pratiwi Linus Meifran Bohalima Masyuni Hutasuhut Muhammad Dahria Muhammad Dahria Dahria Muhammad Ikbal Febriansyah Muhammad Norshahlan Muhammad Syahril Muhammad Zunaidi Mukhlis Ramadhan Nada Nisrina Agusia Nova Liana Br Tumangger Nur Yanti Luman Gaol Nurcahyo Budi Nugroho Puji Sari Ramadhan Purwadi Robin Darwis Gea Rudi Gunawan Rudi Gunawan Saiful Nurarif Sri Kusnasari Tria Khairunisa Usti Fatimah Sari Sitorus Pane Usti Fatimah Sari Sitorus Pane Vito Anugerah Hutauruk Yohanni Syahra Zaimah Panjaitan Zulkifli Lubis