Claim Missing Document
Check
Articles

Forecasting the Number of Students in Multiple Linear Regressions Fristi Riandari; Hengki Tamando Sihotang; Husain Husain
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 2 (2022)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (276.55 KB) | DOI: 10.30812/matrik.v21i2.1348

Abstract

The most important element of higher education was students, therefore every university must continue to improve services in the future, and one of them was by using decision support. This case could be done by utilizing the University of Big Data. Predicting the number of prospective students in higher education was done by utilizing data mining and multiple linear regression approaches. By using 2 independent variables, namely administration costs (X1), accreditation score (X2), and the number of students who was registered each year as dependent variable (Y). For the test data, it used database for the last 13 years. By using multiple linear regression, the intercept value was sought and the coefficient of determination until the regression coefficient was obtained with the equation Y = 45.28 + -0.02.X1 + 121.58.X2, noted that if X2 was constant, the increasing of one unit was in X1 would have the effect of increasing -0.02 units on Y. Secondly, if X1 was constant, the increasing of one unit was in X2, would have the effect of increasing 121.58 units in Y. Thirdly, if X1 and X2 were equal to zero, the magnitude of Y was 45.28 units. Therefore, the proposed approach could be provided the acceptable predictive results.
Sistem Pakar untuk Identifikasi Kandungan Formalin dan Boraks pada Makanan dengan Menggunakan Metode Certainty Factor Hengki Tamando Sihotang; Fristi Riandari; Pilisman Buulolo; Husain Husain
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol 21 No 1 (2021)
Publisher : LPPM Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (380.66 KB) | DOI: 10.30812/matrik.v21i1.1364

Abstract

Tujuan dari penelitian ini adalah untuk mengetahui identifikasi kandungan zat pengawet berbahaya boraks dan formalin pada makanan. Metode yang digunakan untuk mengidentifikasi kandungan zat berbahaya pada makanan dengan menggunakan Certainty Factor dengan teknik pemberian bobot pada setiap premis (gejala) hingga memperoleh persentase keyakinan untuk mengidentifikasi makanan yang mengandung formalin dan boraks. Hasil penelitian ini adalah Kandungan boraks pada makanan, dari 4 sampel makanan (100%) yaitu 4 sampel atau seluruh sampel tidak mengandung boraks dengan persentase sebesar 100%. Kandungan formalin pada makanan, dari 4 sampel makanan (100%) yaitu ada 2 sampel makanan positif mengandung formalin dengan persentase sebesar 50% dan ada 2 makanan negative mengandung formalin dengan persentase sebesar 50%. Dari hasil pemeriksaan menggunakan spektrofoto meter UV-VIS kadar formalin yang terendah terdapat pada sampel (Ikan Segar) dengan nilai 0,6631 mg/l. Kadar formalin yang tertinggi terdapat pada sampel C (Mi Bakso) dengan nilai 1,7140 mg/l.
Decision Support System to Determine Applicant Housing Credits With SAW Method on the House Complex of J. City Residence by Capital Property Endang Mistaorina Laia; Hengki Tamando Sihotang
Journal of Computer Networks, Architecture and High Performance Computing Vol. 2 No. 2 (2020): Computer Networks, Architecture and High Performance Computing
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnapc.v2i2.402

Abstract

J. City Residence provides subsidized housing loans facilities for people who earn below the average. The number of credit applicants with different criteria requires carefulness of the Credit Analyst in making decisions. This problem can be solved by building a Decision Support System (DSS) in determining the provision of subsidized mortgage loans using the Simple Additive Weighting (SAW) method. The criteria used are house condition (cost attribute), income (cost attribute), employment (benefit attribute), credit history (benefit attribute) and marital status (benefit attribute). The process is to normalize the credit applicant value matrix, then multiply the results of the normalization by the weight value. If the result of the calculation is above the credit line is not feasible, then the applicant is declared eligible to receive credit. Application can be used to help to determine the eligibility of consumers in obtaining subsidized housing loans with the SAW method in J. City Residence by Capital Property Housing.
PENERAPAN TATA KELOLA TEKNOLOGI INFORMASI DAN KOMUNIKASI PADA DOMAIN ALIGN, PLAN AND ORGANISE (APO) DAN MONITOR, EVALUATE AND ASSESS (MEA) DENGAN MENGGUNAKAN FRAMEWORK COBIT 5 STUDI KASUS: STMIK PELITA NUSANTARA MEDAN Hengki Tamando Sihotang; Jijon Raphita Sagala
Jurnal Mantik Penusa Vol. 18 No. 2 (2015): Jurnal Mantik Penusa
Publisher : Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (706.663 KB)

Abstract

Abstrak Dalam memasuki persaingan kualitas dan predikat terbaik skala nasional serta kualitas alumni, perguruan tinggi  berusaha memanfaatkan TI sebagai alat untuk dapat memenangkan persaingan tersebut. Agar  TI dapat dimanfaatkan secara maksimal dan mendukung sistem yang ada di  perguruan tinggi, dibutuhkan penilaian kinerja dari TI secara berkala. Salah satu metode untuk melakukan penilaian terhadap kinerja departemen TI adalah dengan memanfaatkan  kerangka kerja CobIT 5  sebagai tolak ukur efisiensi dalam pemanfaatan TI saat ini yang terdiri dari  5 (lima) domain yaitu: Evaluate, Direct and Organise (EDM),  Align, Plan And Organise (APO), Build, Acquire and Implement (BAI),  Deliver, Service and Support (DSS),  Monitor, Evaluate and Assess (MEA).  Sebagai alat ukurnya. Dengan metode  tersebut, peneliti mencoba untuk membuat  IT Blueprint sebagai hasil akhir dari pemanfaaatan TI diperguruan tinggi, sehingga pihak  management  dapat merencanakan bagaimana perkembangan TI diperusahaan untuk beberapa tahun mendatang. Dari hasil evaluasi, diketahui level kapabilitas dalam area MEA dan APO  secara keseluruhan berada pada level 1 (Performed) dengan level target yang ingin dicapai adalah level 3 (Managed ProIcess). Kelemahan tata kelola TI di STMIK Pelita Nusantara Medan adalah kurangnya formalisasi aturan dan prosedur  manajemen  TI. Untuk mengurangi  gap  antara  capability level  saat ini dan  capability level  yang ingin dicapai, maka  STMIK Pelita Nusantara Medan  harus  memenuhi PA2.1,PA2.2, PA3.1 dan PA3.2, agar  capability level  saat ini yang berada pada  level  1 dapat naik ke  level  3. Sejalan dengan itu,  STMIK Pelita Nusantara Medan semakin mendekati tujuan. Kata Kunci : Teknologi Informasi dan Komunikasi, Domain Align, Plan dan Organisa (APO), Cobit
PENERAPAN TATA KELOLA TEKNOLOGI INFORMASI DENGAN MENGGUNAKAN COBIT FRAMEWORK 4.1 STUDI KASUS PADA PT. PERKEBUNAN NUSANTARA III MEDAN (PERSERO) Hengki Tamando Sihotang
Jurnal Mantik Penusa Vol. 17 No. 1 (2015): Jurnal Mantik Penusa
Publisher : Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (235.597 KB)

Abstract

Abstrak Penelitian ini membahas tentang kondisi tatakelola teknologi informasi pada PT. Perkebunan Nusantara III Medan yang memiliki total 11 wilayah perkebunan. Penelitian ini bertujuan untuk mengetahui sejauh mana PT. Perkebunan Nusantara III Medan telah menerapkan Tatakelola TI yang baik.  Fokus Penelitian ini hanya pada 2 dominan COBIT 4.1  yaitu PO dan ME  terdiri dari 82 detailed control objective. Pengumpulan data dilakukan dengan cara menyebarkan kuisioner, wawancara dan obervasi secara langsung. Ketiga metode tersebut berpatokan pada model COBIT 4.1. Hasil pengolahan data akan digunakan untuk mencari kelemahan-kelemahan yang terdapat pada setiap domain. Temuan kelemahan atau masalah akan di bandingkan dengan kondisi ideal yang telah di tetapkan COBIT 4.1 pada setiap levelnya, sehingga dapat diketahui rekomendasi yang cocok untuk diterapkan. Masalah utama yang ditemui adalah manajemen belum memahami arti pentingnya investasi pada bidang teknologi informasi, manajemen risiko yang belum dikelola dengan baik, dan kemampuan SDM yang masih kurang. Sehingga mengakibatkan kontrol teknologi menjadi lemah, biaya teknologi informasi yang tinggi tidak disertai dengan nilai balik dalam menigkatkan efektifitas, efisiensi dan keuntungan. Kata kunci : IT governance, Maturity Level, GAP index
SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAINTY FACTOR (CF) BERBASIS WEB Hengki Tamando Sihotang
Jurnal Mantik Penusa Vol. 15 No. 1 (2014): SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAIN
Publisher : Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan

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

Abstract

Saat ini komputer telah banyak digunakan dalam dunia medis untuk membantu diagnosis suatu penyakit. Penyakit yang paling penting dan sering ditemukan adalah kolestrol. Pencegahan penyakit lebih baik dari pada pengobatannya. Oleh karena itu, pencegahan penyakit kolestrol ini diawali dengan pendiagnosaan dini. Salah satu teknik dalam mendiagnosis penyakit kolestrol ini adalah sistem pakar. Maka dari itu penelitian ini bertujuan menyusun sebuah sistem pakar yang digunakan untuk diagnosa awal penyakit kolestrol berdasarkan gejala yang dirasakan. Sistem akan menampilkan Besarnya kepercayaan gejala tersebut terhadap kemungkinan penyakit yang diderita pengguna. Besarnya nilai kepercayaan tersebut merupakan hasil perhitungan dengan menggunakan metode Certainty Factor(CF). Representasi pengetahuan yang digunakan pada penelitian ini adalah production rule. Metode inferensi yang digunakan untuk mendapatkan konklusi yaitu penalaran maju (forward chaining). Kata Kunci: Aplikasi, Penyakit, Diagnosis, Certainty Factor (CF).
SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAINTY FACTOR (CF) BERBASIS WEB Hengki Tamando Sihotang
Jurnal Mantik Penusa Vol. 15 No. 1 (2014): SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAIN
Publisher : Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (956.757 KB)

Abstract

Saat ini komputer telah banyak digunakan dalam dunia medis untuk membantu diagnosis suatu penyakit. Penyakit yang paling penting dan sering ditemukan adalah kolestrol. Pencegahan penyakit lebih baik dari pada pengobatannya. Oleh karena itu, pencegahan penyakit kolestrol ini diawali dengan pendiagnosaan dini. Salah satu teknik dalam mendiagnosis penyakit kolestrol ini adalah sistem pakar. Maka dari itu penelitian ini bertujuan menyusun sebuah sistem pakar yang digunakan untuk diagnosa awal penyakit kolestrol berdasarkan gejala yang dirasakan. Sistem akan menampilkan Besarnya kepercayaan gejala tersebut terhadap kemungkinan penyakit yang diderita pengguna. Besarnya nilai kepercayaan tersebut merupakan hasil perhitungan dengan menggunakan metode Certainty Factor(CF). Representasi pengetahuan yang digunakan pada penelitian ini adalah production rule. Metode inferensi yang digunakan untuk mendapatkan konklusi yaitu penalaran maju (forward chaining). Kata Kunci: Aplikasi, Penyakit, Diagnosis, Certainty Factor (CF).
SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAINTY FACTOR (CF) BERBASIS WEB Hengki Tamando Sihotang
Jurnal Mantik Penusa Vol. 15 No. 1 (2014): SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAIN
Publisher : Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan

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

Abstract

Saat ini komputer telah banyak digunakan dalam dunia medis untuk membantu diagnosis suatu penyakit. Penyakit yang paling penting dan sering ditemukan adalah kolestrol. Pencegahan penyakit lebih baik dari pada pengobatannya. Oleh karena itu, pencegahan penyakit kolestrol ini diawali dengan pendiagnosaan dini. Salah satu teknik dalam mendiagnosis penyakit kolestrol ini adalah sistem pakar. Maka dari itu penelitian ini bertujuan menyusun sebuah sistem pakar yang digunakan untuk diagnosa awal penyakit kolestrol berdasarkan gejala yang dirasakan. Sistem akan menampilkan Besarnya kepercayaan gejala tersebut terhadap kemungkinan penyakit yang diderita pengguna. Besarnya nilai kepercayaan tersebut merupakan hasil perhitungan dengan menggunakan metode Certainty Factor(CF). Representasi pengetahuan yang digunakan pada penelitian ini adalah production rule. Metode inferensi yang digunakan untuk mendapatkan konklusi yaitu penalaran maju (forward chaining). Kata Kunci: Aplikasi, Penyakit, Diagnosis, Certainty Factor (CF).
SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAINTY FACTOR (CF) BERBASIS WEB Hengki Tamando Sihotang
Jurnal Mantik Penusa Vol. 15 No. 1 (2014): SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAIN
Publisher : Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (459.025 KB)

Abstract

Saat ini komputer telah banyak digunakan dalam dunia medis untuk membantu diagnosis suatu penyakit. Penyakit yang paling penting dan sering ditemukan adalah kolestrol. Pencegahan penyakit lebih baik dari pada pengobatannya. Oleh karena itu, pencegahan penyakit kolestrol ini diawali dengan pendiagnosaan dini. Salah satu teknik dalam mendiagnosis penyakit kolestrol ini adalah sistem pakar. Maka dari itu penelitian ini bertujuan menyusun sebuah sistem pakar yang digunakan untuk diagnosa awal penyakit kolestrol berdasarkan gejala yang dirasakan. Sistem akan menampilkan Besarnya kepercayaan gejala tersebut terhadap kemungkinan penyakit yang diderita pengguna. Besarnya nilai kepercayaan tersebut merupakan hasil perhitungan dengan menggunakan metode Certainty Factor(CF). Representasi pengetahuan yang digunakan pada penelitian ini adalah production rule. Metode inferensi yang digunakan untuk mendapatkan konklusi yaitu penalaran maju (forward chaining). Kata Kunci: Aplikasi, Penyakit, Diagnosis, Certainty Factor (CF).
SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAINTY FACTOR (CF) BERBASIS WEB Hengki Tamando Sihotang
Jurnal Mantik Penusa Vol. 15 No. 1 (2014): SISTEM PAKAR MENDIAGNOSA PENYAKIT KOLESTEROL PADA REMAJA DENGAN METODE CERTAIN
Publisher : Lembaga Penelitian dan Pengabdian (LPPM) STMIK Pelita Nusantara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (459.025 KB)

Abstract

yang paling penting dan sering ditemukan adalah kolestrol. Pencegahan penyakit lebih baik dari pada pengobatannya. Oleh karena itu, pencegahan penyakit kolestrol ini diawali dengan pendiagnosaan dini. Salah satu teknik dalam mendiagnosis penyakit kolestrol ini adalah sistem pakar. Maka dari itu penelitian ini bertujuan menyusun sebuah sistem pakar yang digunakan untuk diagnosa awal penyakit kolestrol berdasarkan gejala yang dirasakan. Sistem akan menampilkan Besarnya kepercayaan gejala tersebut terhadap kemungkinan penyakit yang diderita pengguna. Besarnya nilai kepercayaan tersebut merupakan hasil perhitungan dengan menggunakan metode Certainty Factor(CF). Representasi pengetahuan yang digunakan pada penelitian ini adalah production rule. Metode inferensi yang digunakan untuk mendapatkan konklusi yaitu penalaran maju (forward chaining). Kata Kunci: Aplikasi, Penyakit, Diagnosis, Certainty Factor (CF).
Co-Authors A, Galih Prakoso Rizky Achiriani, Tri Wahyuningtiyas Agustina Simangunsong Aisyah Alesha Aisyah Alesha Alrasyid, Wildan Anthoni Anggrawan Anthony Anggrawan Bambang Saras Yulistiawan Bosker Sinaga Budi Arif Dermawan Calvin Berkat Iman Hulu Chandra, Suherman Dadang Pyanto Delano, Aldrich Desi Vinsensia Dini Anggraini Dwiki Rivaldo Naidu Efendi, Syahril Elpridawati Purba Endang Mistaorina Laia Erwin Panggabean Fadiel Rahmad Hidayat Firmansyah Firmansyah Fransisco alexander Simbolon Fristi Riandari Guntur Syahputra Harapan Lumbantoruan Harapan Lumbantoruan Harpingka Fitria Br. Sibarani Harpingka Fitriai Br. Sibaran Hasugian , Paska Marto Herlina Zebua Herman Mawengkang Herman Mawengkang Husain Husain Hutahaean, Harvei Desmon Jacob, Halburt Jane Irma Sari Jelita Sari Simanungkalit Jijon Raphita Sagala Joan De Mathew Jonhariono Sihotang Jonhariono Sihotang Judijanto, Loso Kouvelis Geovany Ortizan Laia, Endang Mistaorina Lemos, Sgarbossa Carlo Lise Pujiastuti Maria Santauli Siboro Martinus Ndruru Melda Agustina Nababan Michaud, Patrisius Mochamad Wahyudi Muhammad Rafli Muhammad Zarlis Mulianingtyas, RR Octanty Murni Marbun Normi Verawati Marbun Panjaitan, Firta Sari Patricius Michaud Felix Patrisia Teresa Marsoit Pilisman Buulolo R. Mahdalena Simanjorang Rasenda, Rasenda Riandari, Fristi Rifka Widyastuti, Rifka Ririn Pebrina Br. Marpaung Rizky A, Galih Prakoso Rizky, Galih Prakoso Rohit Gautama Roma Sinta Simbolon Rosulastri Purba Santiwati Sihotang Santoso, Heroe Sethu Ramen Sihotang , Jonhariono Sihotang, Jonhariono Sim, Lee Choi Simbolon, Agata Putri Handayani Simbolon, Roma Sinta Siringoringo , Rimmar Siskawati Amri Sitio, Arjon Samuel Song , Jiang Lou Sri Devi Sulindawaty, Sulindawaty Tarisa Tarigan Teresa, Patrys Vina Winda Sari Vinsensia, Desi