Article Per Year (5 Year)
p-Index From 2021 - 2026
9.16
P-Index
This Author published in this journals
All Journal Teknika Elkom: Jurnal Elektronika dan Komputer PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Informatika dan Teknik Elektro Terapan Elkawnie JURNAL PENGABDIAN KEPADA MASYARAKAT Sistemasi: Jurnal Sistem Informasi MODELING: Jurnal Program Studi PGMI Indonesian Journal of Artificial Intelligence and Data Mining MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer ALGORITMA : JURNAL ILMU KOMPUTER DAN INFORMATIKA Jurnal Teknologi Sistem Informasi dan Aplikasi J-SAKTI (Jurnal Sains Komputer dan Informatika) IJISTECH (International Journal Of Information System & Technology) JURIKOM (Jurnal Riset Komputer) JOURNAL OF SCIENCE AND SOCIAL RESEARCH Sang Pencerah: Jurnal Ilmiah Universitas Muhammadiyah Buton An Nadwah Jurnal Mantik JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Teknologi Informasi dan Terapan (J-TIT) Journal of Information Systems and Informatics MUKADIMAH: Jurnal Pendidikan, Sejarah, dan Ilmu-ilmu Sosial Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JSR : Jaringan Sistem Informasi Robotik Jurnal Teknik Informatika C.I.T. Medicom Journal of Computer System and Informatics (JoSYC) INFOKUM Jurnal khabar: Komunikasi dan Penyiaran Islam Brahmana : Jurnal Penerapan Kecerdasan Buatan IJISTECH JINAV: Journal of Information and Visualization Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Walisongo Journal of Information Technology Euler : Jurnal Ilmiah Matematika, Sains dan Teknologi Jurnal Indonesia : Manajemen Informatika dan Komunikasi Journal La Multiapp Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD KLIK: Kajian Ilmiah Informatika dan Komputer Journal of Dinda : Data Science, Information Technology, and Data Analytics Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (JISTI) Al-Khidmah Jurnal Pengabdian Masyarakat Data Sciences Indonesia (DSI) DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY QISTINA: Jurnal Multidisiplin Indonesia Jurnal Mahasiswa Ilmu Komputer Eduvest - Journal of Universal Studies Electronic Journal of Education, Social Economics and Technology Innovative: Journal Of Social Science Research The Indonesian Journal of Computer Science Mars: Jurnal Teknik Mesin, Industri, Elektro dan Ilmu Komputer Cendekia: Media Komunikasi Penelitian dan Pengembangan Pendidikan Islam
Sriani Sriani
Univeritas Islam Negeri Sumatera Utara
Religion Aerospace Engineering Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Neuroscience Nursing Physics Public Health Social Sciences Veterinary Other

Published : 80 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 80 Documents
Search

 3   4   5   6   7 
Classification of Crude Palm Oil Quality Eligibility Using Support Vector Machine Algorithm Rafiqah, Intan Nur; Sriani, Sriani
Journal La Multiapp Vol. 5 No. 4 (2024): Journal La Multiapp
Publisher : Newinera Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37899/journallamultiapp.v5i4.1486

Abstract

The study focuses on an examination of the applicability of the Support Vector Machine (SVM) algorithm and its implication for the classification of the quality of the Crude Palm Oil (CPO) produced by PT. PP London Sumatra Indonesia Tbk. The authentic quality parameters: Water (VM), Dirt, and Free Fatty Acid (FFA) were chosen to train the SVM model which was tested on the data of 2020–2022 and containing 1,095 records. The research utilized Google Colab Python Notebooks for the analysis of data, resulting to an accuracy of 84. 15%. This indicates that SVM is a reliable technique to work with complicated, multi variet data,; which can be quite helpful in the CPO quality classification, where traditional algorithms may not be efficient. Data preprocessing including normalization and outlier detection has been cited as some of the ways that would improve the performance of the model as highlighted in this study. Comparing the results with other machine learning algorithms such as Random Forest and Neural networks proved the efficiency of SVM even though there were misclassification made. The result also suggests that SVM has a strong capability to support the quality assurance activities in the palm oil industry by eliminating human intervention and increasing the working productivity. Further study could continue in the directions of incorporating the SVM model with other methods of machine learning for even better enhancement of the CPO quality assessment.
IMPLEMENTASI DEEP LEARNING UNTUK MENGIDENTIFIKASI UMUR MANUSIA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) Sriani, Sriani; Nabila, Ayu
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.v12i3.4457

Abstract

Identifikasi atau pengenalan wajah atau face recognition adalah sebuah bidang ilmu dalam pengenalan wajah yang terdapat dalam computer vision, dimana sebuah komputer dapat menganalisa suatu citra digital dan dapat menemukan identitas dari wajah tersebut. Pada penelitian ini dilakukan Implementasi Deep Learning untuk mengidentifikasi umur manusia menggunakan algoritma Convolutional Neural Network (CNN). Penelitian ini hanya untuk mendeteksi umur manusia berdasarkan citra wajah yang dapat mengidentifikasi umur masudia di mulai dari umur 0 tahun hingga 90 tahun. Dimana input citra berformat JPEG yang berukuran lebar 48 pixel dan panjang 48 pixel. Bahasa Pemrograman yang digunakan pada penelitian ini yaitu Python dengan versi 3.9.6. Hasil penelitian ini adalah semua citra wajah dapat diproses untuk mendeteksi umurnya dengan nilai Pengujian identifikasi tingkat akurasi sebesar 0.8147 dan loss sebesar 0.3756.
Analisis Sentimen Jamaah Umrah Di Media Sosial X Menggunakan Algoritma Naive Bayes Syahputra, Surya; Sriani, Sriani; Hasibuan, Muhammad Siddik
TEKNIKA Vol. 19 No. 1 (2025): Teknika Januari 2025
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.13911976

Abstract

Umroh salah satu hal yang rukun sunnah yang pahala nya setara dengan haji yang membutuhkan biaya besar. Oleh karena itu, pemilihan biro perjalanan umroh harus dilakukan dengan hati-hati, mengingat banyaknya oknum nakal yang melakukan penipuan, seperti penggelapan uang calon jamaah atau penundaan keberangkatan tanpa kepastian. Salah satu penyebab utamanya adalah tawaran biaya murah atau promosi menarik yang tidak disertai dengan izin biro yang jelas. Analisis sentimen terhadap ulasan jamaah dapat menjadi solusi dalam mengidentifikasi biro perjalanan umroh yang terpercaya. Metode data mining, khususnya dengan algoritma Naive Bayes, dapat digunakan untuk mengklasifikasikan sentimen ulasan jemaah di media sosial X. Penelitian ini menggunakan 501 data tweet yang diperoleh melalui teknik crawling. Data ulasan dibagi menjadi tiga kategori, yaitu positif, negatif, dan netral. Pembobotan kata dilakukan menggunakan metode TF-IDF untuk meningkatkan akurasi hasil analisis. Hasil dari pengujian model pada data testing menunjukkan bahwa terdapat 18 ulasan dengan sentimen positif, 3 ulasan negatif, dan 80 ulasan netral. Evaluasi model Naive Bayes ini menghasilkan nilai precision 0,80, recall 0,80, dan F1-score yaitu 0,80.
Pemodelan dan Simulasi Pelayanan Pendaftaran Pada Klinik Simpang Tuntungan dengan Metode Monte Carlo Rubiani, Endang; Sriani, Sriani
TEKNIKA Vol. 19 No. 1 (2025): Teknika Januari 2025
Publisher : Politeknik Negeri Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.13917431

Abstract

Klinik Simpang Tuntungan merupakan salah satu lokasi untuk memahami dan meningkatkan efektivitas prosedur pendaftaran pasien di tengah kompleksitas sistem pelayanan kesehatan. Pendaftaran di klinik-klinik ini merupakan langkah penting dalam proses pengobatan dan seringkali merupakan titik lemah yang mengurangi kualitas layanan yang ditawarkan secara umum. Kendala utama yang dihadapi adalah antrean panjang dan waktu tunggu pasien yang tidak dapat diantisipasi, selain permasalahan seperti kekurangan tenaga kerja yang menyebabkan lamanya waktu tunggu layanan dan penumpukan pasien. Penerapan teknik pemodelan dan simulasi, khususnya metode Monte Carlo, merupakan pendekatan yang diambil untuk mengatasi masalah ini. Teknik ini digunakan dalam analisis sistem yang sangat kompleks dengan ketidakpastian dalam layanan kesehatan dan proses registrasi. Untuk mengetahui dengan tepat variabel-variabel utama yang mempengaruhi waktu tunggu pasien, penelitian ini mencoba untuk mendapatkan pemahaman menyeluruh tentang efisiensi layanan Klinik Simpang Tuntungan saat ini, khususnya yang berkaitan dengan prosedur pendaftaran pasien. Hasil perhitungan menunjukkan bahwa proporsi ketidakakuratan prediksi adalah sekitar 16,04%. Hal ini menunjukkan tingkat akurasi model Monte Carlo yang digunakan untuk simulasi pola pelayanan di Klinik Simpang Tuntungan adalah sekitar 84%. Hal ini menunjukkan bagaimana pendekatan Monte Carlo di Klinik Simpang Tuntungan bekerja untuk mensimulasikan permintaan layanan dengan lebih akurat dan memperhitungkan variasi jumlah pendaftar.
Analysis of The Level of Satisfaction of Electric Bus Passengers in Medan Using C5.0 Algorithm Ritonga, Azizah Oktarina; Sriani, Sriani
Indonesian Journal of Artificial Intelligence and Data Mining Vol 7, No 2 (2024): September 2024
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/ijaidm.v7i2.32785

Abstract

The C5.0 method was successfully implemented in the analysis of passenger satisfaction level of Medan City Electric Bus using 500 passenger data divided into 70% for training data (350 data) and 30% for test data (150 data). The steps include creating a decision tree based on training data, where the model learns to identify patterns that affect passenger satisfaction. After the decision tree is formed, the model is tested using testing data to measure the prediction accuracy. The evaluation results show that the C5.0 model is able to classify the testing data effectively, providing an accurate picture of passenger satisfaction levels in the tested context. Based on manual calculations with 10 testing data against training data, the following prediction results are obtained: out of 10 testing data, the model predicts 7 data as Satisfied (satisfied) and 3 data as Dissatisfied (not satisfied). This result shows that the model managed to classify most of the testing data correctly, giving a positive indication of the accuracy and reliability of the model in identifying passenger satisfaction levels. Based on the evaluation results of the C5.0 model using R, the training data showed accuracy, precision, and recall each reached 100%. This indicates that the C5.0 model was perfectly successful in classifying all training data, with no errors in prediction or classification. This result confirms that the model is very effective and reliable in analyzing the satisfaction level of Medan City Electric Bus passengers, demonstrating its ability to provide accurate and consistent predictions.
Office Stationery Inventory Management System Using the Waterfall Method at PT Inalum Ramadani, Putri; Pandia, Nur Aisyah; Sriani, Sriani
QISTINA: Jurnal Multidisiplin Indonesia Vol 3, No 2 (2024): December 2024
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/qistina.v3i2.4377

Abstract

Management of office stationery (ATK) is an important aspect in supporting daily operations at PT. Indonesia Asahan Aluminum. In this context, the ATK management system which is still carried out manually has resulted in various problems, such as recording errors, delays in preparing reports, and inaccuracies in budget submissions. This research aims to design and implement a web-based information system that can increase the efficiency and effectiveness of managing ATK usage in the SIT Section.The method used in this research is the waterfall system development method, which consists of several stages: needs analysis, system design, implementation, testing, and implementation. The results of the analysis show that the current manual process has a recording error rate of up to 15% of total transactions and the annual report preparation time takes up to two weeks. With this new information system, it is hoped that it can reduce recording errors to less than 5% and speed up the time for preparing reports to just three days. 
Penentuan Kualitas Bibit Padi Menggunakan Metode Fuzzy Mamdani Furqan, Mhd.; Sriani, S; Hasugian, Abdul Halim; Hsb, Munawir Siddik
J-SAKTI (Jurnal Sains Komputer dan Informatika) Vol 5, No 2 (2021): EDISI SEPTEMBER
Publisher : STIKOM Tunas Bangsa Pematangsiantar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30645/j-sakti.v5i2.354

Abstract

the agriculture sector still faces fairly basic challenges, namely the quality problem and the increase in competitiveness through productivity and efficiency. This research determines the criteria for the best quality types of rice seeds and how to apply the Fuzzy Mamdani Method, to determine the quality of rice seeds in order to assist farmers in determining the quality of the best rice seeds. Mamdani fuzzy method is one example of a method that can help the optimal decision making process to solve practical problems. The problem solved is the determination of the best quality of rice seeds, based on established criteria, namely the type of rice, the shape of the rice, the color of the seeds, the age of the seeds, and roots. This is done to reinforce the output or output of each input variable membership. Then after the output input output variable is determined, the implementation of the rules for each parameter is carried out. After that do defuzzyfication with the centroid method. So that the output of one parameter is 60 with verry good information. This system was built with a website application where the application is able to help users to determine the quality of rice seeds and obtain information about the best seeds.
RECOGNITION OF CALLIGRAPHY WRITING PATTERNS USING THE ZERNIKE MOMENT METHOD AND SUPPORT VECTOR MACHINE Furqan, Mhd.; Sriani, Sriani; Himawan Hasibuan, Riswanda Ichsan
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 7, No 4 (2024): November 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i4.2362

Abstract

Abstract: One of the great arts of Islam that is very attached to Muslims is the art of calligraphy. The art of writing in calligraphy is of many types because the art of calligraphy is generally handwritten by someone called khatat and each khatat has its own technique for writing calligraphy. There fore there are many variations of calligraphy writing, even with the same type of writing. With so many variations of the type of calligraphy writing, technological innovation is needed to recognize variations of each type of calligraphy. Types of calligraphy diwani, diwaji jali, naskhi and tsuluts are the objects of this study. The Zernike Moment method is a feature extraction method that has the advantage of being invariant to rotate (resistant to rotation) and can help identify calligraphy types well based on their features. And the Support Vector Machine method is a good method for identifying calligraphy types by finding the best hyperplane. The combination of the Zernike Moment method and the Support Vector Machine is proven to produce good accuracy in recognizing calligraphy types based on their features, the accuracy obtained in identifying calligraphy types is 95%. Keywords: Pattern Recognition, Zernike Moment, Support Vector Machine, Calligraphy Abstrak: Salah satu seni besar Islam yang sangat melekat di kalangan umat Islam adalah seni kaligrafi. Seni menulis kaligrafi banyak macamnya karena seni kaligrafi umumnya ditulis tangan oleh seseorang yang disebut khatat dan setiap khatat mempunyai teknik penulisan kaligrafi tersendiri. Oleh karena itu terdapat banyak variasi penulisan kaligrafi, bahkan dengan jenis tulisan yang sama. Dengan banyaknya variasi jenis tulisan kaligrafi, diperlukan inovasi teknologi untuk mengenali variasi setiap jenis kaligrafi. Jenis kaligrafi diwani, diwaji jali, naskhi dan tsuluts menjadi objek penelitian ini. Metode Zernike Moment merupakan salah satu metode ekstraksi ciri yang mempunyai kelebihan yaitu bersifat invarian terhadap rotasi (tahan terhadap rotasi) dan dapat membantu mengidentifikasi jenis-jenis kaligrafi dengan baik berdasarkan ciri-cirinya. Dan metode Support Vector Machine merupakan metode yang baik untuk mengidentifikasi jenis kaligrafi dengan mencari hyperplane terbaik. Kombinasi metode Zernike Moment dan Support Vector Machine terbukti menghasilkan akurasi yang baik dalam mengenali jenis kaligrafi berdasarkan ciri-cirinya, akurasi yang didapat dalam mengidentifikasi jenis kaligrafi adalah 95%. Kata kunci: Pengenalan Pola, Momen Zernike, Mesin Vektor Pendukung, Kaligrafi
Implementasi Deep Learning Menggunakan Metode Convolutional Neural Network Untuk Klasifikasi Jenis Bunga Anggrek Sriani, Sriani; Armansyah, Armansyah; Panjaitan, Nurhalimah
Data Sciences Indonesia (DSI) Vol. 4 No. 2 (2024): Article Research Volume 4 Issue 2, December 2024
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v4i2.4941

Abstract

Bunga merupakan salah satu komponen estetika yang penting dalam kehidupan manusia. Di Indonesia, terdapat berbagai jenis bunga dengan karakteristik unik, seperti warna dan bentuknya. Anggrek adalah famili terbesar dalam tumbuhan berbunga, yang mencakup sekitar 7-10% dari seluruh spesies berbunga di dunia, dan di Indonesia diperkirakan ada sekitar 4.000-5.000 jenis anggrek. Beberapa penelitian telah dilakukan untuk mengklasifikasikan bunga menggunakan metode pembelajaran mesin, namun pengklasifikasian anggrek menghadapi kendala karena adanya variasi warna yang luas dan kemiripan bentuk antar spesies, sehingga masyarakat sulit membedakan jenis anggrek yang berbeda. Keunikan anggrek yang menjadi daya tarik bagi penggemar tanaman hias terutama terletak pada bunga dan warna bunganya yang beragam. Pengklasifikasian secara manual saat ini dilakukan berdasarkan ciri mahkota bunga dan susunannya dengan cara pengamatan langsung, yang kurang efektif dan memerlukan waktu serta tenaga yang besar jika dilakukan dalam jumlah banyak. Dari berbagai metode deep learning, metode Convolutional Neural Network (CNN) adalah yang paling sesuai untuk penelitian ini, karena CNN dianggap sebagai model unggul dalam menangani masalah object detection dan object recognition. Oleh karena itu, dikembangkanlah aplikasi yang dapat mengatasi masalah ini melalui pengambilan citra bunga, didukung oleh teknologi berbasis deep learning dengan metode convolutional neural network sebagai solusi untuk mengklasifikasikan berbagai jenis tanaman bunga sebagai langkah dalam mendeteksi jenis bunga. Tujuan dari penelitian ini adalah mengembangkan model CNN yang dapat mengklasifikasikan jenis anggrek berdasarkan kecocokan gambar input dengan dataset yang tersedia. Berdasarkan simulasi yang telah dilakukan, model ini berhasil mencapai rata-rata akurasi sebesar 94,28%.
Sistem Pengolahan Buku Tamu Berbasis Web Pada PTPN4 Menggunakan Metode Waterfall Dea Syahfira Hasibuan; Mazayah Tsaqofah; Sriani Sriani
Mars: Jurnal Teknik Mesin, Industri, Elektro Dan Ilmu Komputer Vol. 3 No. 1 (2025): Februari: Mars: Jurnal Teknik Mesin, Industri, Elektro Dan Ilmu Komputer
Publisher : Asosiasi Riset Teknik Elektro dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61132/mars.v3i1.562

Abstract

The implementation of a web-based guest book at PTPN4 aims to enhance visitor management and improve operational efficiency. This system allows for real-time data entry and retrieval, enabling staff to monitor visitor information effectively. By transitioning from a traditional paper-based guest book to a digital solution, PTPN4 seeks to minimize administrative burdens, reduce errors, and streamline the check-in process. Furthermore, the web-based system facilitates better data analysis, helping management make informed decisions about visitor engagement and security protocols. Overall, this initiative is expected to contribute to a more organized and efficient operational environment at PTPN4
Co-Authors Abdul Halim Hasugian Abiyyu Wadi, M adani, abdul harits Ade Nurlita Adi Hartono Adinda Tarisyah Hsb Agil Lubs, Said Aidil Halim Lubis Aidilia, Yunda Alfansori, Ahmad Alfioni Saragi Ali Akbar Siregar Ali Darta Alif Lailasari Saragih Ananda, Putri Rizky Armansyah Armansyah Aulia, Lailatul Husna Avellyola, Ouren Ayu Nabila, Ayu Azhari, Fajar Bimantara, M. Dhuha Daffa, Muhammad Dava Sindy Dea Syahfira Hasibuan Dirga Ayu Sulistia Fadhilah Andini Fadillah, hasti Farah Dhiba, Nabila Fikril Hakim Firin, Ananda Sarbaini Hade Fahrezi, Angga Harahap, Hotma Rizki Heri Santoso Himawan Hasibuan, Riswanda Ichsan Hsb, Munawir Siddik Ilham Fuadi Nasution Ilka Zufria Indah Eka Yulia Sari Indah Permata Sari Intan Zahira Jerri Pradana Sikumbang Joehari Azhar Juraidah Juraidah Khairuna Khairuna Khairuna Khairunnisa Khairunnisa Lia Putri Ashari Lubis Mafazi Ananda Hafiz Mazayah Tsaqofah Mhd Furqan Mhd Furqan Mhd Furqan Mhd. Syahnan Milla Rantika Muhammad Dary Daffa Haque Muhammad Naufal Shidqi Muhammad Siddik Hasibuan Munadi Munadi Muntaja, Nadia Nasrullah Fajrillah, Raja Nasution, Saddam Ali Habibie Nia Zanah Nia Nugroho, Bagus Joyo Tirto Nurfebia, Karina Nurfikri, Tengku Falih Diny Nurhasanah Tambunan Nurul Hayati Pandia, Nur Aisyah Panjaitan, Nurhalimah Pratama Hutabarat, Dea Ananda Purwaningtyas, Franindya Raditya, Muhammad Ezar Rafiqah, Intan Nur Rahmat Zulfikar Nasution Raissa Amanda Putri Rakhmat Kurniawan R Ramadani, Putri Ramadhan, Alfan Riki Hamdani Rilia, Cintana Aisyah Rima Aprilia Rina Filia Sari, Rina Filia Riris Silvia Tampubolon Ritonga, Azizah Oktarina Rizky Sundari TP. Bolon Rubiani, Endang Ruslan Padli Salsabila, Raisha Siti Asyaroh Siti Rahmawati Soly Aryza Lubis Soly Aryza Lubis Sri Rahmadani Suci Ramadhani Suhardi, Suhardi Syahputra, Surya Tommi Ardiansyah Triase Triase Triase Triase Triase Waju Indrian Wan Fadilla Rischa Widya Syaharani Wina Fadia Ardianti Yuli Kartika Siregar Yunda Aidilia Yunus Fadillah Harahap Zordy Andrean Sibarani Zuheri Lubis