Article Per Year (5 Year)
p-Index From 2021 - 2026
2.133
P-Index
This Author published in this journals
All Journal Jurnal Teknisi Jurnal Pengabdian Masyarakat IPTEK Jurnal Sistem Komputer Triguna Dharma (JURSIK TGD) Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Jurnal Masyarakat Indonesia
Meri Sri Wahyuni
STMIK Triguna Dharma
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
Implementasi Metode Fp-Growth Dalam Menganalisa Pola Penjualan Obat Pada Apotek Lilis Sry Rahayu Situmorang; Meri Sri Wahyuni; M. Syaifuddin
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol 1, No 4 (2022): EDISI JULI 2022
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v1i4.5315

Abstract

Apotek merupakan salah satu jenis usaha perdagangan dibidang kesehatan yang menyediakan beragam jenis obat-obatan. sistem pengolahan data sangat diperlukan dalam sebuah apotek untuk dapat mempermudah dan memperlancar kinerjanya. Untuk saat ini proses penjualan di Apotek Pelita 3 masih bersifat manual yaitu dengan cara tulis tangan, sehingga pihak apotek masih sulit dalam mendapatkan informasi data pola penjualan obat. Hal ini yang mendasari mengapa peneliti melakukan penelitian di Apotek Pelita 3 terkait dengan analisa penentuan pola penjualan obat pada Apotek. Dengan demikian Apotek memerlukan adanya sebuah sistem pengolahan data berbasis komputer dengan konsep data mining dalam proses penentuan pola penjualan guna untuk mempermudah dan memperlancar kinerja apotek. Salah satu teknik dalam data mining yang dapat dilakukan untuk mengetahui pola penjualan yaitu dengan aturan assosiasi metode Fp-Growth. Hasil dari penelitian ini yaitu berupa sistem yang dapat mempermudah pihak Apotek Pelita 3 dalam menentukan pola penjualan obat dengan cepat dan tepat menggunakan Fp-Growth.Kata Kunci: Data Mining, Metode Fp-Growth, Assosiasi, Penjualan Obat, Apotek.
Monitoring Anti Maling Sepeda Motor Menggunakan IOT Berbasis NodeMCU Abram Henrik Henrik Jabastian; Kamil Erwansyah; Meri Sri Wahyuni; Saiful Nur Arif
Jurnal Sistem Komputer Triguna Dharma (JURSIK TGD) Vol. 2 No. 1 (2023): JURSIK TGD EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursik.v2i1.7045

Abstract

Kemalingan sepeda motor dapat terjadi dimana saja kapan saja. Hal ini terjadi karena keamanan sepeda motor masih kurang efektif atau para pelaku kejahatan sudah mengetahui dan mahir dalam hal membobol sistem keamanan sepeda motor masyarakat. Maka dari itu kendaraan dilengkapi dengan berbagai fitur yang dikembangkan dalam hal keamanan kunci kontak. Hal ini berguna untuk mengurangi pencurian pada kendaraan namun keamanan tersebut masih kurang efisien dan masih saja dapat memberikan peluang kepada pelaku kejahatan untuk melakukan pencurian, yaitu dengan cara membobol stang sepeda motor dengan menggunakan kunci T. Tujuan dari penelitian ini yaitu perancangan sistem monitoring anti maling pada sepeda motor menggunakan Internet Of  Things (IOT) berbasis NodeMCU. Internet Of Things atau sering disebut IOT adalah sebuah gagasan dimana semua benda di dunia nyata dapat berkomunikasi satu dengan yang lain sebagai bagian dari satu kesatuan sistem terpadu menggunakan jaringan internet sebagai penghubung.
Sistem Pendukung Keputusan Dalam Menentukan Karyawan PHK Menggunakan Metode VIKOR Meysi Erlianta Br Bukit; Nurcahyo Budi Nugroho; Meri Sri Wahyuni
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 4 (2023): EDISI JULI 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i4.5328

Abstract

Pemutusan hubungan kerja (PHK) merupakan berakhirnya hubungan kerja antara karyawan dengan perusahaan. Di Indonesia hal ini sudah di atur dalam UU No. 13 Tahun 2003 berisi tentang ketenagakerjaan. PHK tersebut menyebabkan berakhirnya kewajiban dan hak antara karyawan dengan perusahaan. Bermacam latar belakang perusahaan sehingga harus melakukan upaya PHK, salah satunya adalah berkurangnya target pasar (konsumen) perusahaan tersebut. Sehingga tidak mampu untuk memenuhi hak karyawan (gaji). Namun proses PHK ini terlebih dahulu akan dilakukan dengan penilaian kinerja terhadap karyawan, yang di antara nya meliputi kinerja, kehadiran, etika, lama kerja, dan surat peringatan. Agar mudah dalam melakukan penyelesaian masalah terkait PHK Karyawan maka dibuatlah sebuah program Sistem Pendukung Keputusan. Sistem Pendukung Keputusan atau Decision Support System ialah suatu sistem yang memiliki kemampuan dalam melakukan pemecahan suatu masalah yang kompleks dan dapat menghasilkan sebuah solusi. Sistem ini berguna dalam pengambilan sebuah keputusan pada situasi yang terstruktur ataupun tidak terstruktur dalam menentukan hasil keputusan yang dibuat secara pasti. Program Sistem Pendukung Keputusan memerlukan sebuah metode dalam melakukan perhitungannya dan metode yang digunakan dalam penyelesaian masalah terkait Karyawan yang akan di PHK Menggunakan Metode VIKOR.Hasil dari penelitian ini : Berdasarkan Permasalahan yang di bahas maka di bangunlah sistem pendukung keputusan yang mengadopsi metode VIKOR dalam pemecahan masalah menentukan Karyawan yang akan di PHK pada PT.Katamso Cahaya Cemerlang. Dari masalah-masalah yang ada.
Sistem Pendukung Keputusan Pemberian Bonus Kepada Karyawan Menggunakan Metode Multi Attribute Utility Theory (Maut) Arlita Manik; Saniman Saniman; Meri Sri Wahyuni
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 5 (2023): EDISI SEPTEMBER 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i5.5341

Abstract

Pemberian bonus merupakan salah satu metode yang banyak digunakan sebagai sebuah bentuk penghargaan kepada pekerja yang kinerjanya selama ini dapat dianggap memuaskan oleh perusahaan. Dengan adanya pemberian bonus kepada karyawan dapat memberikan rasa semangat yang tinggi kepada karyawan sehingga produksi atau target yang diinginkan dapat tercapaiDengan masalah tersebut diatas maka dibutuhkan sebuah sistem yang mampu memberikan saran atau sebuah pertimbangan kepada manager dalam memberikan bonus kepada karyawan. Hasil dari penelitian ini mendapatkan suatu keluaran berupa hasil tingkat kelayakan seorang karyawan yang mendapatkan bonus, sehingga dapat membantu manager dalam menentukan siapa yang layak mendapatkan bonus.
Peningkatan Layanan Pelanggan Dalam Memilih Merek Fashion Menggunakan Metode Moora Eunike Aprianty Br Tarigan; Dudi Rahmadiansyah; Meri Sri Wahyuni
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 6 (2023): EDISI NOVEMBER 2023
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v2i6.8830

Abstract

Merek merupakan suatu identitas dari ciri khas dari suatu produk dan menjadi pembeda dengan produk yang lain meskipun serupa. Merek pada saat ini sangat banyak dan beragam yang membuat konsumen dilema untuk memilih merek yang ditawarkan dipasar salah satunya di bagian rok fashion wanita. Pada suatu Toko Fashion Boutique menyediakan beragam merek yang terkadang design dan modelnya hampir sama. Hal ini yang membuat konsumen membutuhkan waktu yang lama untuk membandingkan merek yang satu dengan merek yang lain. Bahkan konsumen juga mengalami kesalahan dalam memilih merek fashion.  Untuk menyelesaikan permasalahan diatas maka dibuatlah sebuah sistem yang dapat membantu dalam memilih merek rok fashion yang ada berdasarkan dari permintaan kriteria pelanggan  yang kemudian akan diambil keputusan yang terbaik yaitu dengan  Sistem Pendukung Keputusan menggunakan Metode Moora. Metode Moora adalah suatu metode yang memiliki tingkat selektifitas yang tinggi dan mudah dipahami dimana kriteria tersebut dapat bernilai menguntungkan(benefit) atau tidak menguntungkan(cost). Hasil yang diperoleh berdasarkan penerapan metode MOORA pada Sistem Pendukung Keputusan yang telah dibangun yaitu membuat waktu untuk memilih merek rok fashion lebih cepat , mengurangi kesalahan dalam memilih rok fashion dan meningkatkan pendapatan pada toko.
Pemanfaatan Teknologi Media Sosial Untuk Pengembangan Karakter Generasi Z Di BBPVP MEDAN Syarifah Fadillah Rezky; Rita Hamdani; Siti Julianita; Meri Sri Wahyuni; Erika Fahmi Ginting; Lusiyanti; Feri Setiawan
Jurnal Masyarakat Indonesia (Jumas) Vol. 3 No. 02 (2024): Jurnal Masyarakat Indonesia (Jumas)
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jumas.v3i02.133

Abstract

This research focuses on the use of social media technology as a means of developing the character of Generation Z at the Medan Vocational and Productivity Training Center (BBPVP). In this digital era, social media has become an integral part of Generation Z's daily lives, influencing the way they interact, learn and develop. This study aims to explore the potential of social media in forming positive character, improving social skills, and encouraging professional development of trainees at BBPVP Medan. Through qualitative and quantitative approaches, this research analyzes the use of social media platforms such as Instagram, YouTube, and LinkedIn in the context of vocational training. Data was collected through surveys, in-depth interviews, and participant observation of training participants and instructors. The research results show that targeted use of social media can improve soft skills such as digital communication, online collaboration and personal branding. In addition, it was found that the integration of educational content through social media can strengthen the values ​​of work ethics, creativity and lifelong learning among Generation Z. This research also identifies challenges and potential risks, and recommends strategies to maximize the benefits of social media in character development and vocational skills. It is hoped that these findings will provide valuable insights for the development of more effective curriculum and training methods at BBPVP Medan and other vocational training institutions in facing the unique needs of Generation Z in the digital era.
Deteksi Ucapan yang Dihasilkan oleh Artificial Intelligence Menggunakan Metode Convolutional Neural Network Muhammad Sofyan; Mhd. Gilang Suryanata; Meri Sri Wahyuni
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 3 (2026): EDISI MEI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i3.10434

Abstract

Seiring berkembangnya teknologi Artificial Intelligence (AI), khususnya teknologi sintesis suara seperti Text to Speech dan Voice Conversion, media yang dihasilkan oleh teknologi ini semakin realistis, sehingga sulit dibedakan antara suara manusia dan suara yang dihasilkan oleh AI. Fenomena ini mengakibatkan peningkatan signifikan dalam kasus penyalahgunaan, sehingga menimbulkan tantangan serius di berbagai sektor, baik dalam ranah financial technology (fintech) maupun non-fintech. Pada penelitian ini, dalam upaya mendeteksi ucapan hasil manipulasi AI, atau deepfake, digunakan dataset Real, Fake, and Partially fake. Seluruh data pada dataset yang mengandung suara AI digabungkan dan diberi label 'Fake', sedangkan suara manusia diberi label 'Real'. Pendeteksian ini menggunakan pendekatan ekstraksi fitur audio Mel-Frequency Cepstral Coefficients (MFCC), diikuti dengan pemrosesan seperti normalisasi fitur, padding, labelling, dan reshape input. Selanjutnya, data yang telah diproses akan dianalisis menggunakan arsitektur Convolutional Neural Networks (CNN) yang diusulkan. Hasil penelitian ini menunjukkan bahwa model arsitektur CNN yang diusulkan dapat mencapai akurasi pelatihan sebesar 99% pada data training dan validation, serta akurasi pengujian pada data testing sebesar 92% serta untuk hasil evaluasi metrik (precision, recall, F1-score, macro avg, dan weighted avg) model pada data testing cukup memuaskan, yang mana untuk setiap metrik menghasilkan lebih dari 85%, Equal Error Rate (EER) bernilai 8% serta Area Under Precision-Recall Curve (AUPRC) pada kelas ‘Real’ bernilai 89% dan ‘Fake’ bernilai 99% dan hasil sistem yang dikembangkan dapat membedakan hasil suara AI (Fake) dengan suara manusia (Real).
Pelatihan Perancangan Antarmuka Aplikasi Tumbuh Kembang Anak Berbasis Android Azlan; Fifin Sonata; Kamil Erwansyah; Siti Julianita Siregar; Meri Sri Wahyuni; Syarifah Fadillah Rezky
Jurnal Pengabdian Masyarakat IPTEK Vol. 6 No. 2 (2026): Edisi Juli 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/abdi.v6i2.13213

Abstract

Kegiatan pengabdian kepada masyarakat ini bertujuan meningkatkan pemahaman dan keterampilan peserta dalam merancang antarmuka (front-end) aplikasi pemantauan tumbuh kembang anak berbasis Android. Pemantauan tumbuh kembang anak masih banyak dilakukan secara manual sehingga rawan kesalahan pencatatan dan sulit dianalisis, sementara mahasiswa dan tenaga kesehatan dituntut memiliki literasi digital yang memadai. Kegiatan dilaksanakan di Poltekkes Kemenkes Medan pada Rabu, 22 April 2026 pukul 09.00–12.00 WIB, dengan metode ceramah, demonstrasi, dan praktik langsung. Materi difokuskan pada perancangan antarmuka aplikasi Android menggunakan kerangka kerja Flutter, meliputi prinsip UI/UX, penerapan Material Design 3, penyusunan komponen antarmuka, pola navigasi, serta visualisasi data pertumbuhan dalam bentuk grafik. Peserta mempraktikkan perancangan antarmuka Aplikasi Tumbuh Kembang Anak yang mencakup halaman beranda, data anak, pencatatan timbangan, grafik pertumbuhan berdasarkan standar KMS dan WHO, kuesioner KPSP, serta ekspor laporan. Evaluasi dilakukan melalui pre-test dan post-test. Hasil menunjukkan peningkatan rerata skor pemahaman peserta dari 50% menjadi 82,4%, atau meningkat sebesar 32,4%. Kegiatan ini berkontribusi meningkatkan literasi digital dan kompetensi peserta dalam merancang antarmuka aplikasi kesehatan yang mudah digunakan.
Market Based Analysis Dalam Penjualan Kitchenware Dan Tableware Di PT. Adidaya Group Menggunakan Algoritma FP-Growth Esa Pranto Ndraha; Meri Sri Wahyuni; Rita Hamdani; Abu Hasan Al-Asy'ari
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 6 (2025): EDISI NOVEMBER 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i6.9762

Abstract

Adidaya Group adalah perusahaan distribusi Kitchenware dan tableware di indonesia yang menghadapi berbagai tantangan dalam penjualan produk, termasuk identifikasi produk yang sering terjual bersama, kesulitan dalam menyesuaikan penawaran atas permintaan konsumen, optimalisasi penentuan produk masa depan, dan pemanfaatan data penjualan. Untuk mengatasi permasalahan tersebut dibutuhkan sebuah sistem dengan metode data mining. Data Mining adalah metode untuk menemukan informasi baru yang berguna dari kumpulan data yang besar dengan menggunakan teknik atau metode tertentu sebagai proses penambangan data guna menghasilkan sebuah keluaran (output) dapat berupa informasi yang terkait database. Metode ini kemudian diintegrasikan dengan algoritma Frequent Pattern Growth (FP-Growth) yang dimana merupakan salah satu alternatif algoritma yang dapat digunakan untuk menentukan himpunan data yang paling sering muncul (frequent itemset) dalam sebuah kumpulan data yang kompleks. Hasil dari penelitian ini adalah sebuah aplikasi sistem Data Mining yang mampu mengidentifkasi produk berdasarkan minimum support dan confindence yang telah ditentukan. Pengukuran dilakukan dengan menerapkan metode Association Rule dengan algortima FP-Growth sehingga dapat menghasilkan nilai minimum dan nilai confidence produk tertentu dengan akurat. Dimana produk dengan nilai minimum support dan nilai confidence tertinggi adalah produk Brew Coffee Cup 180ml Black secara bersamaan dengan produk Brew Coffee Cup Saucer M Black dengan nilai minimum support 54% dan confidence 100%.
SISTEM TEMU KEMBALI INFORMASI DENGAN LATENT SEMANTIC ANALISYS PADA KESAMAAN TUGAS AKHIR MAHASISWA Meri Sri Wahyuni; Dedi Setiawan; Trinanda Syahputra
JURNAL TEKNISI Vol. 1 No. 2 (2021): Agustus 2021
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/teknisi.v1i2.655

Abstract

Tugas Akhir (Skripsi) merupakas sebuah karya ilmiah yang diabuat sebagai laporan hasil penelitian mahasiswa untuk syarat lulus dan meraih gelar sarjana. Setiap Tugas Akhir yang dihasilkan tidak boleh sama antara satu karya dengan karya lainnya. Apabila ada yang sama maka penulis akan dianggap plagiat. Plagiat adalah perbuatan secara sengaja atau tidak sengaja dalam memperoleh atau mencoba memperoleh kredit atau nilai untuk suatu karya ilmiah, dengan mengutip sebagian atau seluruh karya ilmiah pihak lain yang diakui sebagai karya ilmiahnya, tanpa menyatakan sumber secara tepat dan memadai. Metode Latent Semantic Analysis (LSA) berfungsi untuk mencari dokumen yang memiliki kesamaan teks terhadap dokumen lain yang ada di dalam database. Algoritma yang digunakan adalah Algoritma TF/ID, dan untuk melihat tingkat kedekatan atau kesamaan (smilarity) kata (term) dengan cara pembobotan term digunakan Vector Space Models (VSM).
Co-Authors Abram Henrik Henrik Jabastian Abu Hasan Al-Asy'ari Abu Hasan Al-Asy’asri Arlita Manik Azlan Dedi Setiawan Dudi Rahmadiansyah Egi Affandi Esa Pranto Ndraha Eunike Aprianty Br Tarigan FERI SETIAWAN Fifin Sonata Ginting, Erika Fahmi kamil erwansyah Lilis Sry Rahayu Situmorang Lusiyanti M. Syaifuddin Meysi Erlianta Br Bukit Mhd Gilang Suryanata Muhammad Sofyan Nurcahyo Budi Nugroho Rita Hamdani Saiful Nurarif Saniman Saniman Siti Julianita Siti Julianita Siregar Syarifah Fadillah Rezky Trinanda Syahputra Yaniati Zalukhu