Article Per Year (5 Year)
p-Index From 2021 - 2026
1.066
P-Index
This Author published in this journals
All Journal Jurnal Edik Informatika : Penelitian Bidang Komputer Sains dan Pendidikan Informatika INFOKUM Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan (JUSTIKPEN)
Syaiful Zuhri Harahap
Universitas Labuhan Batu
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Mechanical Engineering Social Sciences Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
MAKING OF WEB-BASED INFORMATION MEDIA FOR CULINARY MEDAN AS A MEANS OF PROMOTION USING UCD (USER CENTER DESIGN) METHOD Ridho Teguh Sanjaya; Marnis Nasution; Syaiful Zuhri Harahap
INFOKUM Vol. 9 No. 2, June (2021): Data Mining, Image Processing and artificial intelligence
Publisher : Sean Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (883.744 KB)

Abstract

Culinary is a part of life that is closely related to daily food consumption. Culinary is a lifestyle that cannot be separated from everyday life. Because everyone needs food that is needed daily. Starting from simple food to high-class and luxurious food Promotion is a communication technique that is used or delivered by using media such as press, television, radio, signboards, posters, and others whose aim is to attract consumer interest in the production of a product. company. Promotion as a medium to bridge the interests of producers with consumers. UCD (User-Centered Design) is a new paradigm in the development of web-based systems. User-centered design (User-Centered Design = UCD) is a term used to describe a design philosophy. The concept of UCD is that the user is at the center of the system development process, and the objectives of the nature, context, and environment of the system are all based on the user experience. PHP is a server-side programming language that is widely used today, especially for creating dynamic websites. For certain things in web development, the PHP programming language is needed, for example to process data sent by web visitors.
EFEKTIVITAS MEDIA PEMBALAJARN INTERAKTIF BERBASIS APLIKASI CANVA DALAM MATA KULIAH DESAIN MEDIA INTERAKTIF Rini Novita; Satrio Junaidi; Syaiful Zuhri Harahap
Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika Vol 9, No 1 (2023)
Publisher : Universitas PGRI Sumatera Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22202/ei.2023.v9i1.6904

Abstract

An Interactive This environment is designed to allow users to control the flow of learning materials, interact with learning materials, and receive immediate feedback on success or failure in understanding the material. The purpose of this research is to implement Canva application in interactive media design course. This research uses descriptive quantitative research methods. Data collection techniques are carried out by looking at conditions, situations, phenomena or various research variables. The results of this study indicate that the use of the Canva Application in the interactive media design course of the Informatics Engineering Education Study Program at University PGRI Sumatera Barat can increase student effectiveness in designing interactive media. The Canva application allows students to create interactive media designs easily without having to have high graphic design skills quickly and attractively. This research will produce interactive learning media works in interactive media design courses that are effective and achieve lecture objectives, namely increasing student creativity.
Integrasi Sistem Informasi Berbasis AI untuk Optimalisasi Pengambilan Keputusan di Sektor Publik Eko Marjan Sagala; Syaiful Zuhri Harahap; Ibnu Rasyid Munthe
Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan Vol. 5 No. 2.1 (2026): Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan
Publisher : Utiliti Project Solution

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

Abstract

Penelitian ini bertujuan untuk menganalisis dan merancang sebuah model Integrasi Sistem Informasi (SI) Berbasis Kecerdasan Buatan (AI) yang efektif untuk mengoptimalkan proses pengambilan keputusan (decision-making) di lembaga sektor publik. Fokus utama adalah mengidentifikasi bagaimana integrasi data lintas departemen dengan analisis prediktif AI dapat menghasilkan wawasan yang actionable dan meningkatkan efisiensi layanan publik. Metode penelitian yang digunakan adalah kombinasi antara Studi Literatur Sistematis (SLS), Perancangan Sistem (System Design), dan pendekatan kualitatif melalui wawancara mendalam (in-depth interview) dengan para pengambil keputusan kunci di instansi pemerintah. Model integrasi diusulkan berdasarkan arsitektur Microservices dan memanfaatkan algoritma Machine Learning (ML), khususnya regresi logistik dan pohon keputusan, untuk memproses Big Data pemerintah dan memprediksi dampak kebijakan. Evaluasi hipotesis dilakukan melalui simulasi Proof of Concept untuk menilai akurasi dan skalabilitas model yang dirancang. emuan kunci menunjukkan bahwa model integrasi SI berbasis AI yang diusulkan berhasil mengurangi waktu yang dibutuhkan untuk menganalisis data hingga 45% dan meningkatkan akurasi prediksi dampak kebijakan rata-rata 15% dibandingkan metode tradisional. Integrasi data secara real-time memungkinkan dashborad keputusan yang terpusat, memberikan visibilitas lengkap (holistik) terhadap kinerja sektor publik. Hambatan utama yang teridentifikasi adalah isu interoperabilitas data dan kebutuhan reskilling aparatur sipil negara. Integrasi Sistem Informasi Berbasis AI terbukti menjadi solusi yang esensial untuk mengatasi kompleksitas pengambilan keputusan di sektor publik. Model ini tidak hanya meningkatkan efisiensi operasional dan akurasi prediksi, tetapi juga mendorong pemerintahan yang lebih responsif dan berbasis data. Implementasi yang berhasil memerlukan strategi manajemen perubahan yang kuat, fokus pada standar data terbuka, dan investasi berkelanjutan dalam infrastruktur teknologi dan sumber daya manusia
Evaluasi User Experience pada Sistem Informasi E-Commerce Menggunakan Metode Eye Tracking dan Heatmap Ratna Sari Siagian; Budianto Bangun; Syaiful Zuhri Harahap
Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan Vol. 5 No. 2.1 (2026): Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan
Publisher : Utiliti Project Solution

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

Abstract

Dalam sistem pengenalan ekspresi wajah berbasis deep learning, kualitas citra input memegang peran krusial dalam memengaruhi akurasi klasifikasi. Citra dengan kontras rendah atau distribusi intensitas yang tidak merata dapat mengurangi performa model dalam mengenali fitur-fitur penting pada wajah. Oleh karena itu, diperlukan eksplorasi terhadap teknik peningkatan kontras seperti histogram equalization untuk mengetahui sejauh mana pengaruhnya terhadap hasil klasifikasi ekspresi wajah. Penelitian ini bertujuan untuk menganalisis pengaruh peningkatan kontras citra terhadap akurasi model deep learning, khususnya model CNN berbasis arsitektur VGG-Face, dalam mengenali ekspresi wajah manusia. Penelitian ini menggunakan pendekatan kuantitatif dengan desain eksperimen. Dataset yang digunakan adalah FER-2013 yang terdiri dari enam kategori ekspresi wajah. Citra-citra dibagi dalam dua kelompok: citra asli (tanpa peningkatan kontras) dan citra yang telah melalui proses peningkatan kontras menggunakan histogram equalization. Kedua kelompok citra dilatih menggunakan model VGG-Face yang dimodifikasi pada lapisan akhir untuk klasifikasi ekspresi. Evaluasi dilakukan menggunakan metrik akurasi, F1-score, dan confusion matrix. Hasil eksperimen menunjukkan bahwa citra yang telah melalui proses peningkatan kontras menghasilkan akurasi sebesar 86.3%, meningkat sebesar 3.7% dibandingkan dengan citra tanpa peningkatan kontras yang hanya mencapai akurasi 82.6%. Selain itu, terjadi peningkatan F1-score pada kategori ekspresi netral dan marah yang sebelumnya memiliki tingkat kesalahan klasifikasi tertinggi. Analisis visual menunjukkan bahwa fitur wajah seperti garis senyum dan kerutan menjadi lebih terdefinisi setelah peningkatan kontras, sehingga mempermudah proses klasifikasi oleh model
Integrasi Sistem Informasi Berbasis AI untuk Optimalisasi Layanan Publik di Pemerintahan Daerah Benget Parasian Lumban Raja; Syaiful Zuhri Harahap; Angga Juledi
Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan Vol. 5 No. 2.1 (2026): Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan
Publisher : Utiliti Project Solution

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

Abstract

Penelitian ini bertujuan untuk mengembangkan dan mengintegrasikan sistem informasi berbasis kecerdasan buatan (AI) guna meningkatkan Layanan publik di pemerintah daerah. Permasalahan utama yang diidentifikasi adalah rendahnya pemanfaatan data secara real time, kurang terintegrasinya basis data antarinstansi, serta lambatnya proses analisis informasi dalam penentuan kebijakan. Metode penelitian menggunakan pendekatan mixed methods yang meliputi analisis kebutuhan sistem, perancangan arsitektur integrasi data, pengembangan model AI berbasis machine learning, serta pengujian performa menggunakan case study pada instansi pemerintah daerah. Data dikumpulkan melalui wawancara, observasi proses bisnis, serta pengujian sistem menggunakan dataset operasional instansi. Hasil penelitian menunjukkan bahwa integrasi sistem informasi berbasis AI mampu meningkatkan akurasi analisis data sebesar 28%, mempercepat proses pengambilan keputusan hingga 40%, dan meningkatkan konsistensi rekomendasi kebijakan. Selain itu, model AI yang diimplementasikan menunjukkan kemampuan prediksi yang stabil dengan tingkat akurasi rata-rata 92% pada berbagai skenario pengujian. Integrasi data antarunit kerja juga terbukti meminimalkan duplikasi informasi dan memperbaiki alur koordinasi kebijakan publik. Simpulan penelitian menyatakan bahwa sistem informasi terintegrasi berbasis AI memberikan kontribusi signifikan terhadap optimalisasi proses pengambilan keputusan di sektor publik, baik dari sisi kecepatan, kualitas analisis, maupun efektivitas koordinasi antarinstansi. Implementasi sistem ini direkomendasikan untuk diperluas pada berbagai sektor layanan publik guna mendorong tata kelola pemerintahan yang lebih responsif, efisien, dan berbasis data
Model Prediktif untuk Sistem Informasi Logistik Menggunakan Big Data dan Analisis Spasial Martha Pasha Uli Manullang; Syaiful Zuhri Harahap; Budianto Bangun
Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan Vol. 5 No. 2.1 (2026): Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan
Publisher : Utiliti Project Solution

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

Abstract

Pengelolaan logistik yang efisien menjadi tantangan utama di tengah meningkatnya volume distribusi barang. Penelitian ini bertujuan untuk membangun model prediktif yang mengintegrasikan teknologi Big Data dan analisis spasial guna meningkatkan akurasi estimasi waktu pengiriman serta optimalisasi rute. Metode yang digunakan mencakup pemrosesan data historis pengiriman skala besar yang digabungkan dengan data spasial berbasis Geographic Information System (GIS). Temuan penting menunjukkan bahwa integrasi variabel spasial mampu meningkatkan akurasi prediksi waktu tiba menjadi 89%, atau naik sebesar 22% dibandingkan model konvensional yang hanya mencapai 73%. Kesimpulannya, model prediktif berbasis Big Data ini memberikan solusi praktis bagi pengambilan keputusan yang lebih responsif dan efisien dalam sistem informasi logistik.
Co-Authors Angga Juledi Bangun, Budianto Benget Parasian Lumban Raja Eko Marjan Sagala Ibnu Rasyid Munthe Marnis Nasution Martha Pasha Uli Manullang Ratna Sari Siagian Ridho Teguh Sanjaya Rini Novita Satrio Junaidi