Article Per Year (5 Year)
p-Index From 2021 - 2026
13.156
P-Index
This Author published in this journals
All Journal Jurnal Media Infotama LEX ET SOCIETATIS Explore: Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia dan Informatika) Sistemasi: Jurnal Sistem Informasi Information System for Educators and Professionals : Journal of Information System Sebatik JOURNAL OF SCIENCE AND SOCIAL RESEARCH EDUKATIF : JURNAL ILMU PENDIDIKAN Menara Ilmu JATI (Jurnal Mahasiswa Teknik Informatika) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Community Development Journal: Jurnal Pengabdian Masyarakat Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Computer Science and Information Technology (CoSciTech) Bulletin of Computer Science Research Journal of Education Research Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Jurnal Sains dan Teknologi Jurnal Sains Informatika Terapan (JSIT) Jurnal Komtekinfo Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Populer: Jurnal Penelitian Mahasiswa INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System Jurnal Ilmiah Teknik Informatika dan Komunikasi Indonesian Research Journal on Education Jurnal Ilmiah Dan Karya Mahasiswa Jurnal Satya Informatika Jurnal Sistem Informasi dan Ilmu Komputer Indo Green Journal Jurnal Elektronika dan Teknik Informatika Terapan Jurnal Penelitian Teknologi Informasi dan Sains Saber: Jurnal Teknik Informatika, Sains dan Ilmu Komunikasi Jurnal Quancom: Jurnal Quantum Komputer Jurnal Pengabdian Masyarakat dan Riset Pendidikan Journal of Information System and Education Development Kesatria : Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen) Jurnal Pengabdian Masyarakat Bangsa Jurnal Ilmu Komputer dan Informatika Indo Green Journal Jurnal TAM (Technology Acceptance Model) Journal of Computer Science Advancements Edumaspul: Jurnal Pendidikan
Billy Hendrik
Universitas Putra Indonesia YPTK Padang
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Physics Public Health Social Sciences Other

Published : 109 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 109 Documents
Search

 7   8   9   10   11 
Analisa Metode Sistem Pendukung Keputusan dalam Konteks Perusahaan: Systematic Literature Review Haffandi, Muhammad Yusril; Hendrik, Billy
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1959

Abstract

Sistem Pendukung Keputusan (SPK) membantu perusahaan mengatasi masalah kompleks dengan pengambilan keputusan yang cepat dan akurat. Penelitian ini menganalisis 15 jurnal (2021-2024) untuk mengevaluasi efektivitas metode SPK melalui Systematic Literature Review. Metode yang dikaji mencakup pendekatan multi-kriteria seperti AHP dan TOPSIS, serta metode berbasis kecerdasan buatan seperti Fuzzy Logic. Hasil analisis menunjukkan bahwa metode AHP dan TOPSIS unggul dalam evaluasi kinerja, sedangkan Fuzzy Logic lebih efektif dalam pengelolaan sumber daya yang melibatkan data kualitatif. Penelitian ini memberikan panduan praktis bagi perusahaan dalam memilih metode SPK yang sesuai dan mendorong pengembangan lebih lanjut untuk mengintegrasikan metode guna meningkatkan akurasi dan efisiensi pengambilan keputusan.
Review Metode Sistem Pendukung Keputusan (SPK) Terbaik untuk Seleksi Proposal Penelitian: Evaluasi Berdasarkan Kriteria Efektivitas dan Akurasi Ridwan, Ridwan; Hendrik, Billy
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1960

Abstract

Kemajuan teknologi informasi dan komunikasi telah mengubah lanskap pendidikan secara signifikan, khususnya dalam konteks proses seleksi proposal penelitian. Jumlah besar pengajuan proposal yang diterima setiap tahunnya menghadirkan tantangan dalam membangun mekanisme seleksi yang efisien dan objektif. Makalah ini berupaya untuk menilai metodologi Sistem Pendukung Keputusan (DSS) yang digunakan dalam pemilihan proposal penelitian. Melalui tinjauan pustaka yang komprehensif dari delapan artikel ilmiah, berbagai metodologi seperti MOORA, AHP, Profile Matching, SAW, dan lainnya diperiksa secara kritis. Temuan menunjukkan bahwa MOORA dan AHP menunjukkan kemampuan yang unggul dalam memberikan evaluasi yang objektif dan konsisten, sedangkan Profile Matching dan SAW menawarkan transparansi yang lebih baik. Direkomendasikan agar pendekatan hibrida yang menggabungkan MOORA dan AHP diterapkan untuk memfasilitasi proses seleksi proposal berbasis data yang efisien di lembaga pendidikan tinggi.
Literature Review: Analisis Komparatif Algoritma CNN, KNN, dan SVM untuk Klasifikasi Penyakit Kelapa Sawit A'yuni, Qurrata; Hendrik, Billy
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.1983

Abstract

Kelapa sawit adalah salah satu komoditas perkebunan yang populer di dunia dan di Indonesia, serta memiliki peran penting dalam subsektor perkebunan dalam meningkatkan perekonomian negara, akan tetapi penyakit pada tanaman kelapa sawit menghambat produksi optimal. Dengan tujuan untuk mendapatkan algoritma yang tepat untuk klasifikasi penyakit pada tanaman kelapa sawit, penelitian ini menggunakan metode Systematic Literature Review (SLR) dengan melakukan perbandingan terhadap beberapa algoritma Convolutional Neural Network (CNN), K-Nearest Neighbor (KNN), dan Support Vector Machine (SVM) untuk meninjau literatur yang ada dengan memberikan analisis komprehensif. Hasil analisis menunjukkan bahwa algoritma yang paling populer dan paling efektif dengan tingkat akurasi diatas 90% adalah Convolutional Neural Network (CNN) dibandingkan K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Metode yang banyak digunakan untuk pengujian keakuratan hasil adalah Confusion Matrix.
Optimalisasi Penentuan Penerima Zakat melalui Metode Simple Additive Weighting (SAW): Tinjauan Sistematis Dewi, Apriandini Sri; Hendrik , Billy
Journal of Education Research Vol. 5 No. 4 (2024)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v5i4.2008

Abstract

Penelitian ini mengkaji penerapan metode Simple Additive Weighting (SAW) dalam mendukung keputusan penentuan penerima zakat melalui tinjauan sistematis. Analisis dari 15 jurnal menunjukkan bahwa metode SAW meningkatkan efisiensi proses pengambilan keputusan hingga 80% serta menghasilkan peringkat penerima zakat berdasarkan kriteria yang terukur. Temuan ini memberikan kontribusi signifikan bagi lembaga zakat untuk meningkatkan transparansi dan keadilan distribusi zakat di Indonesia.. Hasil penelitian menunjukkan bahwa metode SAW efektif dan efisien dalam mendukung proses pengambilan keputusan. Dengan metode ini, penilaian menjadi lebih transparan, selektif, dan objektif, serta dapat menghasilkan perangkingan penerima zakat berdasarkan kriteria tertentu. Temuan ini memberikan kontribusi signifikan dalam meningkatkan akurasi dan efisiensi sistem pengelolaan zakat, sehingga manfaat zakat dapat dirasakan secara maksimal oleh mustahik yang benar-benar membutuhkan.
Evaluasi Tata Kelola E-Government di Dukcapil Menggunakan Framework COBIT 5: Analisis Kapabilitas dan Rekomendasi Septiawan, Edo; Hendrik , Billy
Journal of Education Research Vol. 6 No. 1 (2025)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v6i1.2103

Abstract

Dinas Kependudukan dan Pencatatan Sipil (Dukcapil) sangat bergantung pada sistem informasi dan Penelitian ini bertujuan untuk mengevaluasi tata kelola teknologi informasi (TI) pada pelayanan administrasi Dinas Kependudukan dan Pencatatan Sipil (Dukcapil) dengan menggunakan framework COBIT 5. Evaluasi dilakukan untuk mengukur tingkat kapabilitas pada lima domain utama: EDM, APO, BAI, DSS, dan MEA. Data dikumpulkan melalui wawancara, observasi, dan dokumentasi, kemudian dianalisis menggunakan metode deskriptif kualitatif. Hasil menunjukkan bahwa domain EDM04 dan MEA01 berada pada tingkat kapabilitas 2, sedangkan APO07, BAI09, dan DSS01 masih berada pada tingkat kapabilitas 1. Temuan ini mengindikasikan bahwa tata kelola TI di Dukcapil sudah mulai terukur, tetapi belum optimal dalam pengelolaan sumber daya manusia, aset, dan operasi TI. Penelitian ini merekomendasikan penyusunan standar operasional prosedur (SOP), pelatihan berkala bagi staf, dan audit tahunan untuk meningkatkan kapabilitas hingga tingkat yang lebih tinggi. Implikasi penelitian ini memberikan wawasan strategis bagi organisasi pemerintah dalam meningkatkan efisiensi dan transparansi pelayanan melalui pengelolaan TI yang lebih baik.
Transformasi Sektor melalui Augmented Reality: Manfaat, Tantangan, dan Masa Depan Strategis Aswandi, Nopan; Hendrik, Billy
Journal of Education Research Vol. 6 No. 1 (2025)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v6i1.2152

Abstract

Augmented Reality (AR) telah berkembang pesat sebagai salah satu teknologi utama dalam era digital, dengan penerapan luas di berbagai sektor seperti pendidikan, kesehatan, industri, dan hiburan. Penelitian ini melakukan tinjauan literatur terhadap 10 jurnal terkini (2023–2024) untuk menganalisis manfaat, tantangan, dan peluang pengembangan AR. Hasil analisis menunjukkan bahwa AR memiliki dampak signifikan, khususnya dalam meningkatkan interaktivitas dan pemahaman pengguna. Di sektor pendidikan, aplikasi AR seperti media pembelajaran tumbuhan mencapai skor usability hingga 79,83%, menunjukkan efektivitasnya dalam meningkatkan keterlibatan siswa. Di bidang pemasaran, AR meningkatkan keputusan pembelian hingga 30% melalui pengalaman promosi interaktif. Di sektor budaya, AR membantu pelestarian lokal, seperti pengenalan Aksara Lampung, dengan skor learnability 4,78/5. Selain itu, dalam infrastruktur, AR meningkatkan efisiensi pekerjaan teknis melalui visualisasi interaktif. Namun, adopsi AR masih menghadapi tantangan berupa biaya pengembangan yang tinggi, keterbatasan perangkat keras, dan kebutuhan desain antarmuka yang ramah pengguna. Sebagian besar pengembangan AR dalam studi ini didukung oleh metode Multimedia Development Life Cycle (MDLC), yang memastikan efektivitas teknis dan relevansi aplikasi dengan kebutuhan pengguna. Penelitian ini merekomendasikan integrasi AR dengan teknologi seperti Artificial Intelligence (AI) dan Internet of Things (IoT) untuk memaksimalkan potensinya. Kajian ini memberikan wawasan strategis bagi peneliti dan praktisi untuk mengoptimalkan penerapan AR dalam berbagai sektor, sehingga mendorong inovasi dan transformasi digital secara global.
Analisis Penerapan Algoritma Dijkstra dalam Optimasi Penentuan Rute: Sebuah Kajian Literatur Sistematis Amin, Andi; Hendrik , Billy
Journal of Education Research Vol. 6 No. 1 (2025)
Publisher : Perkumpulan Pengelola Jurnal PAUD Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37985/jer.v6i1.2155

Abstract

Optimasi rute merupakan aspek penting dalam berbagai sektor, seperti transportasi, logistik, dan manajemen jaringan. Dalam mencari rute tersingkat, Algoritma Dijkstra merupakan salah satu metode komputasi yang umum diimplementasikan. Algoritma ini bekerja pada graf berbobot positif dengan prinsip greedy untuk memilih jalur dengan bobot terkecil secara bertahap. Penelitian ini bertujuan untuk menganalisis penerapan Algoritma Dijkstra dalam berbagai konteks, termasuk distribusi logistik, evakuasi bencana, dan transportasi umum. Hasil kajian menunjukkan bahwa Algoritma Dijkstra mampu memberikan solusi optimal dengan efisiensi tinggi dalam menentukan rute terpendek. Namun, algoritma ini memiliki keterbatasan dalam menangani graf berbobot negatif dan kurang adaptif terhadap data real-time seperti kondisi lalu lintas atau cuaca. Oleh karena itu, integrasi dengan teknologi modern seperti kecerdasan buatan (AI) atau Internet of Things (IoT) menjadi peluang pengembangan untuk meningkatkan fleksibilitas dan efektivitas algoritma ini di masa depan.
SOSIALISASI PEMANFAATAN DATA ANALYTICS DENGAN TEKNOLOGI BIG DATA DAN MACHINE LEARNING UNTUK MENINGKATKAN EFISIENSI DAN AKURASI PENYALURAN BANTUAN SOSIAL MASYARAKAT DI KOTO PARAK Hendrik, Billy; Masril, Mardhiah; Awal, Hasri; Firdaus, Firdaus
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 5 No. 4 (2024): Volume 5 No. 4 Tahun 2024
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v5i4.33352

Abstract

Penelitian ini bertujuan untuk memanfaatkan teknologi Big Data dan Machine Learning dalam mengoptimalkan penyelenggaraan bantuan sosial di masyarakat. Bantuan sosial menjadi penting dalam mendukung kehidupan sosial ekonomi masyarakat, namun sering kali menghadapi tantangan efisiensi dan akurasi dalam penyaluran. Teknologi Big Data memungkinkan pengumpulan dan analisis data besar secara cepat, sementara Machine Learning dapat digunakan untuk memprediksi pola penyaluran yang lebih efisien. Metode yang digunakan meliputi studi literatur, pengumpulan data, analisis data, pengembangan model Machine Learning, evaluasi, dan validasi. Diharapkan penelitian ini dapat menghasilkan sistem yang lebih efisien dalam penyaluran bantuan sosial, meningkatkan kepuasan penerima manfaat, dan menjadi rujukan untuk pengembangan kebijakan publik terkait manajemen sosial.
Segmentasi Tunggakan Pelanggan Menggunakan Algoritma K-Means Cluster pada Perusahaan Air Minum Daerah Akbar, Syifa Chairunnissa Deliva; Defit, Sarjon; Hendrik, Billy
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1215

Abstract

Perusahaan Air Minum Daerah (Perumdam) Tirta Anai is a Regional Elected Business Entity providing clean water services to customers, but based on the BPKP performance report, this company is categorized as an unhealthy BUMD. One of the factors causing this is due to the high arrears of customers which have an impact on the company's revenue, while efforts in the form of late fines have not been able to provide a deterrent effect to customers. Based on this, this research was carried out with the aim of segmenting customer arrears at the Tirta Anai Regional Drinking Water Company. Segmentation is carried out using the K-Means Clustering algorithm. K-Means Clustering is a data mining algorithm used in grouping data based on its similarity in characteristics. The data in this study is sourced from the database of customers who are in arrears at the Tirta Anai Regional Drinking Water Company as of May 2025 which focuses on the Household group, with as many as 20,646 customer arrears data. From this population, samples were taken using the Slovin formula with an error rate of 5% so that 392 data were analyzed. The parameters used in analyzing this study are the number of months of customer arrears and total customer arrears. Based on the K-Means Clustering method, it is proven to be able to group customers based on their payment patterns. The results are divided into C0 (Low) containing 327 data, C1 (High) containing 6 data, and C2 (Medium) containing 59 data. The contribution of this research has an impact on companies in taking strategies for handling customer service in managing existing connections.
Diagnosa Penyakit Tuberkulosis Paru Menggunakan Metode Forward Chaining dan Certainty Factor Wirdawati, Wira; Sovia, Rini; Hendrik, Billy
Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence) Vol 5 No 2 (2025): Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence)
Publisher : Pustaka Galeri Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55382/jurnalpustakaai.v5i2.1217

Abstract

Tuberculosis (TB) is an infectious disease that can affect people of all ages, including children, adolescents, and the elderly, and can cause illness and death in over one million people. The disease is spread through coughs or sneezes by people with pulmonary TB, through contaminated saliva, and inhalation by healthy people with weakened immune systems. Therefore, this study aims to develop an expert system to assist in the diagnosis of pulmonary tuberculosis using the Forward Chaining and Certainty Factor methods. This process begins by identifying symptoms reported by the user and then searching for rules in the knowledge base that match those symptoms. This method allows the system to follow a logical flow of reasoning similar to the way a doctor diagnoses a disease. This study used data from 100 patients from 2023 at the Pariaman Community Health Center. Using the Forward Chaining and Certainty Factor methods, three patient data sets with three types of tuberculosis were tested. The percentage results for each type of disease were 100% positive for pulmonary tuberculosis, 0.91% negative for pulmonary tuberculosis, and 0.92% latent for pulmonary tuberculosis, with a confidence level of Very Confident. This research contributes to increasing knowledge and understanding in the field of expert systems, particularly in the application of the Forward Chaining and Certainty Factor methods for diagnosing tuberculosis.
Co-Authors A'yuni, Qurrata Abdi Juliantho, Dwana Abdi Julianto, Dwana Ade Saputra Ade saputra Afifah Syahidah Nahda Akbar, Syifa Chairunnissa Deliva Akhiruddin Pulungan Amin Amirul Mukminin, Andi Amin, Andi Amir Salim Khairul Rijal Amir Salim Khairul Rijal Amri, Yassirli Andi, Muhammad Yusril Haffandi Aprilian Gevindo Arby, Willya Aswandi, Nopan Budiantoro, Hendro Deti Karmanita Dewi, Apriandini Sri Diffri Solihin Siregar Doni Karseno Dwana Abdi Juliantho Dzil Hidayati Fadhila Putri Sani Fadil Idensia Febby Olivia, Ladyka Firdaus Firdaus daus Firdaus Firdaus Fitri Amelia Lubis Fungki Wahyu Gevindo, Aprilian Ghinaa Fadhiilah Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo Gunadi Widi Nurcahyo Haffandi, Muhammad Yusril Harry Theozard Fikri Hasri Awal hidayat, Ilsa Ikhlas, Ariza Imam Fakhri Muhammad Indhira, Sonia Juliantho, Dwana Abdi Karseno, Doni Ladyka Febby Olivia Lubis, Fitri Amelia Sari Lubis, Fitri Sari Lubis, Siti Sahara Mardhiah Masril Muhammad, Imam Fakhri Nasution, Ayu Lestiani Nella Novrina Doni Nugraha, Fajri Olivia, Ladyka Febby Ondra Eka Putra Permana, Nabilah Putri Putri Ramadani Resnawita Resnawita Resnawita Rico Anggara Ridwan Sutri Ridwan, Ridwan Riris Agustin Riris Agustin Ritna Wahyuni Rizqi Nusabbih Hidayatullah Gaja Roy Efendi Subarja Roy Efendi Subarja Roy Efendi Subarja Ruri Hartika Zain Ruri Hartika Zain Ruri Hartika Zain Rusydi, Rezki Sahara Lubis, Siti Sani, Fadhila Putri Santriawan, Aji Sarjon Defit Satria Satria, Satria Septiawan, Edo Siti Sahara Lubis Siti Sahara Lubis Sonia Indhira Sonia Indhira, Sonia Sovia, Rini Sri Mulya Subarja, Roy Efendi Sukardi Sukardi Sukardi Sukardi Sumijan Sumijan Supperianto, Bambang Suri, Melati Rahma Syafri Arlis Tamin, Zulfiqar Uthama, Rayhan Vidyanti, Angela Wira, M Wira Sanjaya Wirdawati, Wira Yanto, Musli Yuhandri Yuhandri, Yuhandri Yuliana Pertiwi