Garuda - Garba Rujukan Digital

E-Homestay Application Based on Decision Support System for Optimizing Tourism Febriansyah; Siti Muntari
Sinkron : jurnal dan penelitian teknik informatika Vol. 8 No. 4 (2024): Article Research Volume 8 Issue 4, October 2024
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v8i4.14179

Pagar Alam City, a growing tourist destination, has seen a steady increase in visitors each year, driving greater demand for accommodations, especially homestays. Homestays are often favored by tourists due to their affordability compared to hotels. However, many tourists face challenges in selecting a suitable homestay that meets their preferences and needs. To address this issue, this study proposes the development of a web-based Decision Support System (DSS) integrated into the e-homestay platform. The system utilizes the Simple Additive Weighting (SAW) method, chosen for its capability to assess multiple alternatives based on specific weighted criteria, including price, facilities, location, distance, and guest ratings. This approach is designed to assist tourists in identifying the optimal homestay that aligns with their preferences and budget, thereby enhancing their overall travel experience in Pagar Alam City. Moreover, the platform has the potential to promote local economic growth by supporting digital marketing of homestays, while also contributing to sustainable tourism development and management.

IMPLEMENTASI TEKNOLOGI PASCAPANEN SMART GREEN HOUSE KOPI PROSES BASAH DAN KERING (BASRING) PADA KELOMPOK TANI EMPAI SUBUR Muntari, Siti; Aisah, Elpita; Gusmaliza, Debi
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 7, No 12 (2024): MARTABE : JURNAL PENGABDIAN MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v7i12.5330-5337

Produk kopi telah menjadi kebutuhan dan gaya hidup seluruh kalangan masyarakat terutama pada penikmat kopi. Penerapan teknologi pascapanen pada produksi kopi merupakan langkah dalam meningkatkan kualitas dan nilai jual produk kopi. Pkm bertujuan untuk memperkenalkan dan mengimplementasikan teknologi terbaru dalam proses pengolahan kopi, baik dalam bentuk basah maupun kering. Pelatihan dan pendampingan ini menekankan pada penggunaan Smart Green House, yang memungkinkan kontrol yang lebih baik terhadap lingkungan pengeringan dan fermentasi kopi. Dengan penerapan teknologi ini, dapat meningkatkan efisiensi proses, mempertahankan kualitas biji kopi. Hasil dari pelatihan ini menunjukkan adanya peningkatan pemahaman dan keterampilan para petani dalam mengaplikasikan teknologi pascapanen yang lebih modern dan efisien, sehingga dapat mendukung keberlanjutan usaha tani kopi di Kota Pagar Alam.

PENERAPAN ALGORITMA K-NEAREST NEIGHBOR UNTUK PREDIKSI HARGA TOMAT DI KOTA PAGAR ALAM Muntari, Siti; Sasmita, Sasmita
(JITEK)Jurnal Ilmiah Teknosains Vol 11, No 1/Mei (2025): Jitek
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jitek.v11i1/Mei.22926

Tujuan yang akan dicapai dalam penelitian ini yaitu memprediksi harga tomat di Kota Pagar Alam, dari permasalahan yang dialami oleh petani yaitu tidak stabilnya harga tomat di Kota Pagar Alam yang merugikan banyak petani. Serta prediksi harga tomat yang dilakukan oleh dinas pertanian dilakukan dengan cara melihat harga pasar yaitu jika permintaan banyak dan produksi sedikit maka harga mahal, sebaliknya jika permintaan sedikit dan prosuksi banyak maka harga murah. Metode pengumpulan data untuk memperoleh informasi yaitu dengan cara Observasi, Wawancara, dan Studi Pustaka. Penelitian ini menggunakan algoritma K-Nearest Neighbor dengan metode CRISP-DM dimana tahapannya meliputi Business Understanding, Data Understanding, Data Preparation, Modelling, Evaluation, Devloyment. Tools yang digunakan dalam pengolahan data yaitu Rapid Miner, metode pengujian menggunakan metode Root Mean Square Error (RMSE). Hasil dari penelitian ini adalah didapatlan hasil akurasi modelllling dengan rapid miner sebesar 96,30%, dan tingkat error pada pengujian root mean square error (RMSE) sebesar 0,05 yang dimana nilai tersebut dinilai bagus skala pengujian RMSE.

Peningkatan Kemampuan Mahasiswa ITPA dalam Analisis Data Pertanian melalui Pelatihan Data Mining dengan Google Colab Febriansyah; Muntari, Siti; S Prawira, Nanda
Jurnal Pengabdian Magister Pendidikan IPA Vol 8 No 2 (2025): April-Juni 2025
Publisher : Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jpmpi.v8i2.11745

In the era of precision agriculture and information digitalization, the ability to manage and analyze large-scale data (big data) has become a strategic competency, especially in addressing the challenges of modern agriculture. One of the main issues faced by vegetable farmers in the partner community area is the difficulty in accurately predicting harvest yields due to the lack of data-driven analysis based on historical records. In fact, substantial data on production, climate, and market prices are available but have not been optimally utilized, either by farmers or by agricultural students as future professionals in the field. Initial observations indicate that students of the Institut Teknologi Pagar Alam (ITPA) lack sufficient understanding and skills in applying data mining methods to extract meaningful information from agricultural data. This community service activity was designed to improve data literacy and technical skills among ITPA students through training on data mining techniques using Google Colab. Google Colab was chosen as it supports Python programming execution in a cloud computing environment without the need for local software installation, and it enables collaboration and efficiency in processing large datasets. The training involved 10 students, divided into two sessions covering an introduction to data mining concepts, agricultural dataset processing, and the implementation of classification and clustering algorithms. Post-training evaluation showed a significant improvement in both conceptual understanding and practical abilities among participants. This training is expected to enable students to become drivers of digital transformation in the agricultural sector through more strategic use of data.

IMPLEMENTASI TEKNOLOGI PASCAPANEN SMART GREEN HOUSE KOPI PROSES BASAH DAN KERING (BASRING) PADA KELOMPOK TANI EMPAI SUBUR Muntari, Siti; Aisah, Elpita; Gusmaliza, Debi
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 7, No 12 (2024): MARTABE : JURNAL PENGABDIAN MASYARAKAT
Publisher : Universitas Muhammadiyah Tapanuli Selatan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31604/jpm.v7i12.5330-5337

Produk kopi telah menjadi kebutuhan dan gaya hidup seluruh kalangan masyarakat terutama pada penikmat kopi. Penerapan teknologi pascapanen pada produksi kopi merupakan langkah dalam meningkatkan kualitas dan nilai jual produk kopi. Pkm bertujuan untuk memperkenalkan dan mengimplementasikan teknologi terbaru dalam proses pengolahan kopi, baik dalam bentuk basah maupun kering. Pelatihan dan pendampingan ini menekankan pada penggunaan Smart Green House, yang memungkinkan kontrol yang lebih baik terhadap lingkungan pengeringan dan fermentasi kopi. Dengan penerapan teknologi ini, dapat meningkatkan efisiensi proses, mempertahankan kualitas biji kopi. Hasil dari pelatihan ini menunjukkan adanya peningkatan pemahaman dan keterampilan para petani dalam mengaplikasikan teknologi pascapanen yang lebih modern dan efisien, sehingga dapat mendukung keberlanjutan usaha tani kopi di Kota Pagar Alam.

SISTEM PENUNJANG KEPUTUSAN PEMILIHAN USTAD USTADZAH TERBAIK PADA MTS DEMPO DARUL MUTTAQIEN Febriansyah, Febriansyah; Muntari, Siti
Jurnal Khatulistiwa Informatika Vol 11, No 2 (2023): Periode Desember 2023
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jki.v11i2.20269

Tujuan penelitian ini adalah untuk membuat suatu sistem penunjang keputusan pemilihan ustad / ustadzah terbaik pada Mts Dempo Darul Muttaqien Pagar Alam, permasalahan yang dihadapi saat ini Untuk pemilihan ustad / ustadzah di Mts dilakukan dengan cara semi manual dengan menggunakan kalkulator sebagai alat hitung untuk menjumlahkan nilai dan Ms.Word tempat untuk memasukkan nilai-nilai kriteria pada tabel yang telah di tentukan oleh kepala madrasah dalam pemilihan ustad / ustadzah terbaik pada Mts Dempo Darul Muttaqien. Dengan metode ini tidak begitu efektif yang dikarnakan besar kemungkinan kesalahan dalam penjumlahan nilai-nilainya. Sistem penunjang keputusan ialah sistem informasi yang berbasis komputer dalam membantu manusia untuk pengambilan suatu keputusan, suatu sistem baru yang lebih efektif dan sudah terkomputerisasi, dimana dengan adanya sistem penunjang keputusan ini maka akan ada database untuk menyimpan data ustad / ustadzah, data kriteria dan data hasil penilaian yang tersimpan di database. Metode Simple Addictive Weighting (saw) adalah metode terbobot yang akan digunakan dalam sistem untuk menghitung nilai bobot setiap atribut kemudian dilanjutkan prangkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif. Untuk perancangan Sistem ini dirancang dengan metode UML (Unified Modeling Language) dan Aplikasi Axure. Bahasa pemrograman yang digunakan yaitu PHP dan MySQL sebagai database-nya. Pengujian sistem ini menggunakan blackbox testing. sistem penunjang keputusan ini nantinya akan di implementasikan pada MTS agar mempermudah tim penilai pada Mts dalam pengolaan data dan menginputan data untuk menentukan ustad / ustadzah yang menjadi terbaik pada Mts Dempo Darul Muttaqien kota Pagar Alam.

PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA FP-GROWTH UNTUK MENGANALISA POLA PENJUALAN OBAT Muntari, Siti
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4860

Penelitian ini bertujuan untuk mengimplementasikan algoritma FP-Growth dalam menganalisis pola penjualan obat di Klinik dan Apotek Dr.Rika. Klinik dan Apotek Dr.Rika menghadapi kesulitan dalam mengidentifikasi obat yang sering dibeli bersama oleh konsumen, sehingga pengelolaan stok menjadi tidak optimal. Dengan menggunakan data transaksi penjualan obat selama satu tahun dan menerapkan algoritma FP-Growth melalui perangkat lunak RapidMiner, penelitian ini bertujuan untuk menemukan pola kebiasaan konsumen. Algoritma ini dipilih karena efektivitasnya dalam mengidentifikasi hubungan antara itemset dalam kumpulan data besar. Hasil penelitian menunjukkan adanya 36 kombinasi dua itemset obat yang memenuhi minimum confidence sebesar 40%. Informasi ini dapat digunakan oleh apotek untuk mengelola persediaan obat dengan lebih efisien. Penerapan algoritma FP-Growth diharapkan dapat meningkatkan efisiensi pengelolaan stok dan kepuasan konsumen di Klinik dan Apotek Dr. Rika Dasa Karang Tanding.

PENGELOMPOKAN TINGKAT RESIKO PENYAKIT JANTUNG BERDASARKAN USIA MENGGUNAKAN ALGORITMA K-MEANS rahmadayanti, fitria; Muntari, Siti; Putriani, Resti
JUTIM (Jurnal Teknik Informatika Musirawas) Vol 8 No 2 (2023): JUTIM (Jurnal Teknik Informatika Musirawas) DESEMBER
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v8i2.2108

Heart disease is one of the non-communicable diseases that can cause death, This disease occurs due to a narrowing of the blood vessels so as to cause impaired heart function Some of the causes of heart disease are one of them based on age, basically heart disease can be prevented by various factors including a healthy lifestyle, besides that early detection of heart disease is also needed to prevent death in sufferers One way to do early detection is to use data mining. The use of the k-means algorithm can be done to cluster the grouping of heart diseases by age to find out someone is exposed to the cause of high and low heart disease. Based on these problems, this study uses the CRISP-DM (Cross-Industry Standard Process for Data Mining) method with several stages such as Business Understanding, Data Understanding, Data preparation, Modeling, Evaluation, and Deployment. The clustering method with the k-means algorithm in this study shows a new insight, namely grouping the risk level of heart disease based on 3 clusters. Cluster 0 is an age category with a fairly low risk level of heart disease or Low, which is 355 out of 1025 age categories tested, then cluster 1 is an age category with a moderate or Medium heart disease risk level, which is 208 out of 1025 age categories tested, and finally cluster 2 is an age category with a fairly high age category or High, which is 462 out of 1025 age categories tested.

PEMANFAATAN BUAH PEPAYA CALIFORNIA MENJADI PRODUK SELAI DAN MANISAN (LAISAN) DENGAN SMART PACKAGING DI KECAMATAN PAGAR ALAM UTARA, KOTA PAGAR ALAM Sasmita Sasmita; Siti Muntari; Inka Rizki Padya
Martabe : Jurnal Pengabdian Kepada Masyarakat Vol 6, No 8 (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.v6i8.3047-3054

Tujuan penelitian ini adalah untuk memanfaatkan buah papaya California menjadi produk selai dan manisan (LAISAN) dengan smart packaging di Kecamatan Pagar Alam Utara, Kota Pagar Alam. Pemasalahan yang dihadapi petani adalah saat ini banyaknya petani yang membudidayakan tanaman buah papaya California, adanya keberagaman kualitas buah papaya California dan sedikitnya agen sebagai penadah buah papaya California, hal ini tentunya mengakibatkan penurunan harga buah papaya californa dan pemasaran yang dilakukan hanya sebatas pemasaran secara lokal dan tidak adanya produk olahan dari buah papaya California. Maka diperlukan strategi untuk meningkatkan hasil buah papaya dengan memperluas jangkauan pemasaran dan membuat produk olahan dari buah papaya menjadi selai dan manisan (LAISAN). Solusi yang dapat dijadikan alternative adalah 1) membuat produk olahan buah papaya menjadi selai dan manisan (LAISAN), 2) membuat kemasan smart packaging untuk produk LAISAN, dan 3) Pembuatan pemasaran secara online dengan penggunaan media social seperti facebook, Instagram, dan tik tok. Hasil kegiatan PKM ini adalah 1) meningkatkan pengetahuan kelompok Wanita tani buah papaya di Kecamatan Pagar Alam Utara, 2) Meningkatkan keterampilan kelompok Wanita tani, 3) Publikasi ilmiah di jurnal nasional terakreditasi Sinta dengan status published,4) Publikasi pada media masa cetak/elektronik dengan status published, 6) Video kegiatan yang di share di media social. Tahapan pengabdian dimulai dari edukasi kelompok Wanita tani buah papaya California, melakukan pemanfaatan buah papaya California menjadi produk olahan selai dan manisan (LAISAN), teknik pengemasan smart packaging dan penjualan secara online.

IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI HARGA CABAI MERAH KOTA PAGAR ALAM MENGGUNAKAN METODE K-NEAREST NEIGHBOR sasmita -; Siti muntari
BETRIK Vol. 15 No. 03 (2024): Jurnal Ilmiah BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : PPPM Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar

This research aims to implement data mining in predicting the price of red chili plants in Pagar Alam City using the K-Nearest Neighbor algorithm. The current problem is that farmers and the food security and fisheries service still predict chili prices by conducting direct survey methods to the market and the data is not further processed on the data, especially if the price of chili is uncertain and changes, there are no conclusions for the category for classifying historical prices, of course this is a consideration on how to anticipate this problem. The method of collecting data to obtain the information needed is by Observation, Interview, Literature Study, and Documentation. This study uses the K-Nearest Neighbor Algorithm with the CRISP-DM method. Where the stages include Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, and Deployment. Data is processed using the Rapid Miner application, the testing method uses Root Mean Square Error (RMSE). It was found that the results of this study were for the calculation of Root Means Square Error and obtained an average value of 0.09% and for the calculation using RapidMiller with the K-Nearest Neighbor algorithm, the Accuracy was 94.03% with Recall 83.56% and Precession 88.73%

Title

Found 30 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 30 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 30 Documents
Search