Article Per Year (5 Year)
p-Index From 2021 - 2026
3.939
P-Index
This Author published in this journals
All Journal JITEK (Jurnal Ilmiah Teknosains) Jusikom : Jurnal Sistem Komputer Musirawas Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika Global Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Building of Informatics, Technology and Science Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer Jurnal Nasional Ilmu Komputer Jurnal Pengembangan Sistem Informasi dan Informatika Jurnal Abdimas Bina Bangsa Jurnal Media Informatika Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Ngabdimas : Pengabdian Pada Masyarakat Informatics and Enginering Dedication Digital Transformation Technology (Digitech) Knowbase : International Journal of Knowledge in Database Ngabdimas
Masdalipa, Risnaini
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Electrical & Electronics Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Social Sciences Veterinary Other

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

Found 28 Documents
Search

 1   2   3 
PEMANFAATAN LIMBAH RUMAH TANGGA MENJADI KOMPOS (KOLIRUTA) DENGAN KEMASAN RAMAH LINGKUNGAN DI KOTA PAGAR ALAM Masdalipa, Risnaini; Dhiniati, Fameira; Erika, Desta Ria
Jurnal Abdimas Bina Bangsa Vol. 5 No. 2 (2024): Jurnal Abdimas Bina Bangsa
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/jabb.v5i2.1415

Abstract

It is known that there is no Temporary Waste Disposal Site (TPS) provided in Karang Dalo Village, Dempo Tengah District, Pagar Alam City. The unavailability of TPS has the potential to breed disease vectors such as flies, insects, dogs and so on. Waste that is simply thrown away without being processed first will have a negative impact on public health. There is also waste that is destroyed by burning, but burned waste can cause health problems. This service is carried out so that the community has knowledge about how to process waste more usefully by applying computer technology in processing organic waste into compost. The community service program entitled Utilization of Household Waste into Compost (KOLIRUTA) with environmentally friendly packaging in Pagar Alam City aims to provide solutions to problems faced by the community related to the processing and marketing of compost. This program also aims to provide specific services and solutions for partners who are not economically or socially productive
KLASIFIKASI DATA PENGGUNAAN OBAT DENGAN ALGORITMA NAÏVE BAYES DI RUMAH SAKIT UMUM DAERAH (RSUD) KOTA PAGAR ALAM Nurmaleni, Nurmaleni; Masdalipa, Risnaini
Jurnal Media Informatika Vol. 6 No. 2 (2025): Jurnal Media Informatika
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i2.5470

Abstract

Mengklasifikasikan data obat menggunakan algoritma Naive Bayes pada rumah sakit umum (RSUD) daerah Kota Pagaralam. Pengolahan data obat yang belum optimal dalam menentukan obat yang digunakan di Rumah Sakit Umum Daerah (RSUD) Kota Pagar Alam yang masih dilakukan secara manual dan belum tersruktur sehingga mengalami kesulitan dalam penyampaian informasi obat. Maka perlu dilakukan klasifikasi data obat menggunakan algoritma Naïve Bayes agar data obat tersetruktur dan mudah dipahami dengan hasil klasifikasi berupa grafik. Dalam penelitian ini klasifikasi  Data obat dengan bentuk obat yang paling sering digunakan berdasarkan data pengurangan yang menampilkan hasil berupa grafik dimana bentuk obat yang paling sering digunakan yang pertama yaitu Tablet, kolf, ampul, box, vial, botol, dan tube.Metode pengembangan pada klasifikasi ini adalah mengunakan metode Microsoft’s Team Data Science Process dengan tahapan  yaitu : pemahaman bisnis, memahami perolehan data, pemodelan,penyebaran dan hasil untuk menjadi panduan pengerjan klasifikasi data obat. Untuk pengujian model klasifikasi dilakukan dengan menggunakan metode confussional matriks untuk mengukur akurasi dalam pengujian ini di dapat akurasi 98.99%. Hasil penelitian ini menunjukan bahwah klasifikasi terdapat 7 warna yang membedakan classnya  yang pertama yaitu warna biru muda Tablet berjumlah 55,200, hijau kolf berjumlah 20,254, oren ampul 19,400 , hitam box 19,000 , biru tua  vial 11,750, pink botol 4,727, dan kuning tube 354.
Optimasi Support Vector Machine Untuk Optimasi Budidaya Jeruk Gerga Dengan Particle Swar Optimazation (PSO) Masdalipa, Risnaini; Nurmaleni, Nurmaleni
Digital Transformation Technology Vol. 5 No. 1 (2025): Periode Maret 2025
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v5i1.6101

Abstract

Tujuan dari penelitian ini adalah melakukan optimasi support vector machine dengan particle swarm optimization untuk optimalisasi Budidaya Jeruk Gerga Kota Pagar Alam. Dalam penelitian ini, peneliti melakukan klasifikasi tehadap data budidaya jeruk gerga Kota Pagar Alam dari tahun 2017 sampai tahun 2021 dengan menggunakan 2 (dua) pemodelan support vector machine bisa dan support vector machine berbasis particel swarm optimization. Data budidaya jeruk gerga yang dingunakan sebagai atribut antara lain pH tanah, curah hujan, suhu, elevasi, pupuk (Pupuk kandang, Urea, Npk, dan ZR) dan obat-obatan (Fungisida, Korakron, dan Stadium) yang merupakan indikator dalam melakukan budidaya jeruk gerga. Dalam hal ini, peneliti berhasil mendapatkan akurasi, presicin dan recall dari kedua pemodelan tersebut menggunakan Google Colab dengan bahasa pemrograman python. Dimana Support Vector Machine biasa mendapatkan akurasi sebesar 0,73, presicion 0,64, dan recall 0,73 sedangkan Support Vector Machine bebasis Particel Swarm Optimization mendapatkan akurasi 0,9, presicion 1.0 dan recall 0,75. Dalam hal ini bisa diketahui bahwa Particel Swarm Optimization berhasil melakukan optimasi tehadap pemodelan Support Vector Machine dengan peningkatan akurasi sebesar 17%.
Pelatihan Pengolahan Data Riset Skripsi Bagi Mahasiswa Tingkat Akhir Gusmaliza, Debi; Masdalipa, Risnaini
Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Vol. 3 No. 1 (2023): Mei 2023 - Abdiformatika: Jurnal Pengabdian Masyarakat Informatika
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/abdiformatika.v3i1.191

Abstract

Pelatihan pengolahan data riset skripsi menggunakan Mendeley adalah pelatihan yang bertujuan untuk membantu mahasiswa dalam mengumpulkan, mengorganisasi, dan menggunakan sumber informasi secara efektif untuk riset skripsi mereka. Mendeley adalah alat pengelola referensi yang berguna untuk membantu mahasiswa dalam pengumpulan, penyimpanan, dan penggunaan sumber informasi untuk riset skripsi mereka. Dalam pelatihan ini, mahasiswa akan mempelajari cara menggunakan Mendeley untuk mengumpulkan dan mengorganisasi referensi, serta cara membuat daftar referensi dan bibliografi secara otomatis. Selain itu, mahasiswa juga akan mempelajari cara memanfaatkan fitur kolaborasi Mendeley, sehingga mereka dapat berbagi sumber informasi dengan kolega dan dosen pembimbing. Pelatihan ini akan membantu mahasiswa dalam mengumpulkan dan mengorganisasi sumber informasi dengan baik, sehingga mereka dapat lebih efektif dan efisien dalam riset skripsi mereka. Selain itu, pelatihan ini juga akan membantu mahasiswa meningkatkan kemampuan mereka dalam penggunaan teknologi yang berguna dalam riset skripsi.
SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI HOMESTAY DI KOTA PAGAR ALAM DENGAN METODE TOPSIS Masdalipa, Risnaini; Setiadi, Dedi; Syahri, Riduan
(JITEK)Jurnal Ilmiah Teknosains Vol 9, No 2/Nov (2023): JiTek
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jitek.v9i2/Nov.17247

Abstract

Technological developments can be used appropriately and properly will provide benefits and facilitate human work. The decision support system is an information system that can be used to assist in decision making, in this case, namely providing homestay recommendations to tourists who will visit the city of Pagar Alam which is a tourist destination in South Sumatra. Tourists who will stay at homestays must come directly to several homestays to ask about the rental price and facilities provided by the homestay manager. Sometimes people who are looking for a homestay don't immediately match the homestay they are visiting, so they have to find another homestay that is suitable and in accordance with the available budget so that this situation is not optimal, because the process for people to find a suitable homestay can take a long time. The method used is Technique for Order of Preference by Similiarty to Ideal Solution, which is a method for solving Multi Attribute Decision Making problems. The system development uses the Rapid Application Development (RAD) method, which is a process model used in incremental software development, especially for short processing times, which consists of three stages, namely requirements planning, design workshop, implementation. From the calculation results of the TOPSIS method with four criteria determined for several alternatives, according to the selection of criteria by the user, as well as the results of ranking alternatives with the highest preference value, namely 0.5962, and kia homestay as a recommendation according to what is expected by the user.
PEMBERDAYAAN KELOMPOK TANI DALAM PEMANFAATAN BATANG KOPI SEBAGAI BAHAN BRIKET BESEMAH DEMPO (BBD) DAN PENINGKATAN EKONOMI DENGAN DIGITAL MARKETING Edowinsyah, Edowinsyah; Dhiniati, Fameira; Masdalipa, Risnaini
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 6, No 12 (2023): Martabe : Jurnal Pengabdian Kepada Masyarakat
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v6i12.4667-4674

Abstract

Tujuan penelitian ini adalah untuk meningkatkan ekonomi dan pengetahuan  masyarakat (remaja-remaja) Desa Jokoh melalui pemberdayaan Kelompok Tani Remaja dusun Laman dengan memanfaatkan limbah batang kopi menjadi arang briket besemah dempo. Urgensi pada pengabdian ini ialah banyaknya kasus batang kopi yang dipotong oleh petani karena sudah habis masa produktif dan mati, sehingga batang kopi yang sudah habis masah produktif dipotong  oleh petani dan potongan tersebut tidak dimanfaatkan petani sehingga batang kopi menjadi lapuk. Padahal batang kopi bisa dimanfaatkan untuk kayu bakar namun masyarakat lebih memilih kompor gas. Batang kopi memiliki karakteristik arang berkualitas baik dan bernilai ekonomi jika dimanfaatkan sebagai produk briket. Kelompok Tani Remaja Dusun Laman Desa Jokoh baru mengelola produk hasil pertanian yakni hanya memamnen buah kopi saja belum memanfaatkan limbah pertanianya. Solusi yang dapat dijadikan alternatif adalah 1) pembuatan arang bricket dari batang kopi 2) Penjualan produk bricket sebagai produk Kelompok Tani desa Jokoh 3) Pemanfaatan e marketing sebagai media promosi produk
Integration of Machine Learning and Web-Based Expert Systems for Diabetes Risk Analysis in Pagar Alam Syahri, Riduan; Puspita, Desi; Masdalipa, Risnaini
Knowbase : International Journal of Knowledge in Database Vol. 5 No. 2 (2025): December 2025
Publisher : Universitas Islam Negeri Sjech M. Djamil Djambek Bukittinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30983/knowbase.v5i2.10268

Abstract

This study aims to develop an integrated system combining Machine Learning (ML) and a Web-Based Expert System for genomic and clinical data analysis to mitigate the rising diabetes cases in Pagar Alam City. The research adopts the CRISP-DM (Cross-Industry Standard Process for Data Mining) methodology, encompassing business understanding, data understanding, data preparation, modeling, evaluation, and deployment phases. Unlike previous studies relying on standard public datasets, this research integrates genomic profiles (TCF7L2 and KCNQ1 SNPs) alongside local clinical parameters from five sub-districts in Pagar Alam. Quantitative data from 640 samples were analyzed using the Support Vector Machine (SVM) algorithm. Evaluation results during the modeling phase show that the SVM model achieved a superior accuracy of 99.07%, demonstrating that integrating genomic data significantly enhances predictive precision. The web-based expert system implemented in the deployment phase provides personalized prevention recommendations based on individual risk profiles. This application is expected to serve as a strategic tool for the Pagar Alam government to enhance the effectiveness of prevention programs through localized and genetic-based interventions.
Estimasi Produksi Kelapa Sawit PT. Arta Prigel Lahat Menggunakan Algoritma Deep Learning Susanti, Tri; Masdalipa, Risnaini
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7807

Abstract

Permasalahan utama dalam produksi kelapa sawit di PT Arta Prigel Lahat adalah ketidakseimbangan antara hasil panen, luas lahan, dan jumlah tanaman, yang menyulitkan proses prediksi secara akurat. Penelitian ini bertujuan untuk mengestimasi produksi kelapa sawit di perusahaan tersebut dengan memanfaatkan algoritma deep learning, yaitu Recurrent Neural Network (RNN) dan Long Short-Term Memory (LSTM). Metode yang digunakan mengacu pada pendekatan CRISP-DM, yang meliputi tahap pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penyebaran. Data historis tahun 2022–2024 digunakan sebagai dasar analisis, dengan mempertimbangkan variabel seperti curah hujan, hari hujan, pemupukan rotasi 1 dan 2, luas lahan, jumlah tanaman, dan serangan hama. Evaluasi menggunakan metrik Mean Absolute Percentage Error (MAPE) menunjukkan bahwa model RNN memiliki nilai kesalahan sebesar 28,29% dengan estimasi produksi 11.293,25 kg, sedangkan model LSTM memiliki MAPE sebesar 16,27% dengan estimasi 17.503,60 kg. Hasil ini menegaskan bahwa model LSTM lebih unggul dalam mengenali pola jangka panjang dan menghasilkan prediksi yang lebih akurat, sehingga berpotensi menjadi alat bantu strategis dalam perencanaan produksi kelapa sawit yang adaptif, presisi, dan berbasis data.
Co-Authors A. Haidar Mirza Alfis Arif Asminah Asminah Asminah, Asminah Barrorotul Azizah Bhebeind Aryanto Phubenast Debi Guzmaliza debigusmaliza debi Dedi Setiadi destaria erika Dhiniati, Fameira Edowinsyah Edowinsyah, Edowinsyah Endang Etriyanti Ferry Putrawansyah Fitria Rahmadayanti Gusmaliza, Debi Inda Anggraini Muhammad Izman Herdiansyah Muntari, Siti Nurmaleni, Nurmaleni Panyahuti Matondang Puspita, Desi Sasmita Sasmita Syahri, Riduan TRI SUSANTI Yadi, Yadi