Claim Missing Document
Check
Articles

Found 38 Documents
Search

Pemberdayaan UMKM Donat Riski Sukaraja untuk Pengentasan Kemiskinan melalui Digitalisasi dan Branding Shabahal Khair, Herla; Filza Salsabila, Putri; Iskandar, Nabila; Rizki Hasibuan, Indra; Suhardi, Suhardi
ABDINE: Jurnal Pengabdian Masyarakat Vol. 4 No. 2 (2024): ABDINE : Jurnal Pengabdian Masyarakat
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/abdine.v4i2.981

Abstract

Salah satu upaya yang dapat dilakukan untuk mengatasi kemiskinan adalah dengan memperkuat sektor usaha mikro, kecil, dan menengah (UMKM). UMKM Donat Riski, sebagai salah satu usaha mikro, menghadapi berbagai tantangan, seperti terbatasnya akses pasar dan rendahnya literasi teknologi. Pengabdian ini menggunakan metode kualitatif dengan teknik wawancara mendalam, observasi partisipatif, dan analisis dokumen. Hasil penegabdian menunjukkan bahwa digitalisasi dan branding dapat meningkatkan daya saing produk, memperluas jangkauan pasar, serta meningkatkan pendapatan usaha. Implikasi sosial dari pemberdayaan ini adalah peningkatan kesejahteraan masyarakat, pengurangan pengangguran, serta pengembangan keterampilan baru di bidang teknologi dan pemasaran digital. Strategi ini tidak hanya bermanfaat bagi UMKM, tetapi juga berkontribusi pada pembangunan ekonomi lokal secara berkelanjutan. Selain itu, pemberdayaan ini juga membuka peluang bagi masyarakat lokal untuk meningkatkan keterampilan di bidang teknologi dan pemasaran digital, serta menciptakan lapangan kerja baru. Dengan demikian, digitalisasi dan branding terbukti efektif sebagai strategi pemberdayaan UMKM yang tidak hanya meningkatkan kinerja usaha tetapi juga berperan dalam pengentasan kemiskinan dan pembangunan ekonomi berkelanjutan. Digitalisasi dan branding terbukti sebagai solusi yang efektif untuk mengatasi tantangan tersebut. Keduanya tidak hanya mampu memperluas jangkauan pasar dan memperkuat identitas produk, tetapi juga berperan penting dalam pengentasan kemiskinan melalui peningkatan pendapatan dan pemberdayaan ekonomi lokal.
Sistem Pakar Diagnosis Kerusakan Komputer Menggunakan Metode Forward Chaining dan Naïve Bayes Zufria, Ilka; Suhardi, Suhardi; Maulana, Rexa
JISTech (Journal of Islamic Science and Technology) Vol 9, No 2 (2024)
Publisher : UIN Sumatera Utara Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30829/jistech.v9i2.22263

Abstract

Kasus kerusakan komputer merupakan kasus yang membutuhkan pengetahuan yang dimiliki oleh seorang pakar. Peran ilmu pengetahuan dan teknologi, berupa sistem yang mampu mengdiagnosis kerusakan pada komputer sangat diperlukan. Pengetahuan dan penalaran seorang pakar dapat diadopsi dan dipindahkan ke dalam sebuah sistem berbasis komputer sehingga sistem tersebut mampu menyelesaikan masalah layaknya seorang pakar. Penelitian terdahulu merupakan penelitian yang telah dilakukan oleh peneliti-peneliti sebelumnya. Untuk mendukung permasalahan terhadap pembahasan, peneliti berusaha melacak berbagai literatur dari penelitian terdahulu (prior research) yang masih relevan terhadap masalah yang menjadi objek penelitian saat ini. Peneliti tertarik untuk menggunakan metode Forward Chaining dan Naïve Bayes sebagai metode penalaran secara statistik untuk menghitung peluang diantara keputusan berbeda. Sistem pakar diagnosis kerusakan komputer ini dapat membantu masyarakat untuk melakukan diagnosisis secara mandiri dan akurat pada gejala kerusakan komputer. Pada penelitian ini peneliti melakukan diagnosis kerusakan pada komponen Hardware Komputer seperti: Harddisk, Motherboard, Power Supply, RAM, Optical Drive, Monitor. Setiap jenis kerusakan pada komputer memiliki gejala-gejala kerusakan tertentu. Gejala- gejala tersebut dapat diketahui dari studi literatur, observasi, dokumen petunjuk penggunaan. Sistem yang dibangun, pada diagnosis kerusakan komputer yang digunakan dalam penelitian ini adalah dengan 21 data gejala.
MODEL REGRESI LOGISTIK DAN JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI MAHASISWA BERPOTENSI DROPOUT Armansyah, Armansyah; Suhardi, Suhardi
Jurnal Teknoif Teknik Informatika Institut Teknologi Padang Vol 13 No 1 (2025): TEKNOIF APRIL 2025
Publisher : ITP Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21063/jtif.2025.V13.1.8-16

Abstract

Every university faces students who leave without notice, including those who fail to complete their studies and are declared as dropouts (DO). An initial step in addressing student dropout issues can be undertaken using classification techniques. This study aims to classify dropout students using logistic regression, which is compared with the Artificial Neural Network (ANN) method to categorize data into five classifications: Active, Graduated, Potential to Graduate, Potential DO, and DO. The dataset consists of academic records of undergraduate students from the Computer Science program, obtained from PUSTIPADA at UIN Sumatera Utara. The data includes entry year, study duration, semester GPA, cumulative GPA, credits per semester, total credits, and tuition fees. A total of 1,337 student records were divided into 80% training and 20% testing sets. The logistic regression model achieved an accuracy of 93% on the test data, while the ANN model performed better with an accuracy of 96%. This indicates that ANN is more effective in capturing complex and variable patterns in student data. The findings of this study contribute to academic institutions and educational policymakers, particularly in the Computer Science program, by providing insights for decision-making and developing intervention programs to prevent potential dropouts among students with similar characteristics to those in the dataset.
Perancangan Aplikasi Pengajuan Magang di Fakultas Syariah dan Hukum UINSU Berbasis Web Ahmad Fariz Fuady; Dwiky Oldi Amsyah; Suhardi Suhardi
Jurnal ilmiah Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2025): Juli : Jurnal ilmiah Sistem Informasi dan Ilmu Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juisik.v5i2.1283

Abstract

The internship application process at the Faculty of Sharia and Law, UIN Sumatera Utara, is still conducted manually, leading to various issues such as delayed information, unstructured administration, and inefficient communication between students, faculty, and partner institutions. To address these problems, a web-based internship application system was developed to help students access internship information, apply online, and assist faculty in verifying and monitoring the process. The development of this application uses the Waterfall method, which consists of requirement analysis, system design, implementation, testing, and maintenance stages. During the design phase, Unified Modeling Language (UML) was used, including use case diagrams, activity diagrams, and class diagrams to visualize the system’s structure and workflow. This application offers key features such as a list of partner institutions, internship vacancies, document submission, and application status notifications. The implementation of this web-based system is expected to make the internship application process faster, more transparent, well-organized, and supportive of the academic digitalization efforts at the Faculty of Sharia and Law, UIN Sumatera Utara.
Sentiment Analysis of Free Meal Program For School Students Using Algoritma Naive Bayes Dwi Anggreny, Anggy; Suhardi, Suhardi
International Journal of Science and Environment (IJSE) Vol. 5 No. 4 (2025): November 2025
Publisher : CV. Inara in Colaboration with www.stie-sampit.ac.id

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51601/ijse.v5i3.215

Abstract

The This research aims to analyze public sentiment toward the free meal program by utilizing the Naive Bayes Classifier (NBC) algorithm. The background of this research is based on the high public interaction on social media regarding this policy, thus requiring an analysis method that can effectively classify opinions into positive and negative sentiments. Data was collected from public posts on social media, followed by a text preprocessing stage, including data cleaning, tokenizing, stopword removal, and stemming. After that, the data was analyzed using the NBC algorithm to obtain sentiment classification. The research results show that the NBC model is capable of performing sentiment classification with an accuracy of 72%, precision of 84%, recall of 72%, and f-measure of 72%. These findings indicate that the majority of public opinion tends to be positive towards the free meal program, although there are still some negative opinions highlighting weaknesses in the policy's implementation. Overall, this research contributes by providing an objective picture of public perception through a machine learning approach. Moreover, this study proves that the NBC algorithm can be effectively used to analyze public opinion regarding government policies. Therefore, the results of this research are expected to serve as a reference in decision-making and policy evaluation in the future.
Analisis Keamanan Komparatif Caesar Cipher DES dalam Konteks Teknik Kriptografi Modern Pramudya, Farhan Amar; Suhardi, Suhardi
Cosmic Jurnal Teknik Vol 2 No 3 (2025): Agustus
Publisher : Ali Institute or Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/cosmic.v2i3.1293

Abstract

Penelitian ini membahas perbandingan keamanan antara algoritma kriptografi klasik Caesar Cipher dan Data Encryption Standard (DES) dalam konteks kebutuhan keamanan modern. Caesar Cipher memiliki struktur sederhana namun sangat rentan terhadap serangan brute force dan analisis frekuensi. Sementara itu, DES merupakan algoritma blok yang pernah menjadi standar internasional namun mulai dianggap tidak cukup aman karena panjang kunci yang terbatas. Gap penelitian ini adalah masih adanya penggunaan algoritma ini pada sistem tertentu tanpa evaluasi mendalam terhadap tingkat keamanan saat ini. Metode yang digunakan adalah studi literatur dan simulasi sederhana untuk mengevaluasi ketahanan kedua algoritma terhadap serangan kriptanalisis. Hasil penelitian menunjukkan Caesar Cipher tidak layak digunakan lagi, dan DES meskipun lebih kompleks, harus segera digantikan oleh algoritma yang lebih kuat seperti AES. Kesimpulannya, pemahaman terhadap kelemahan algoritma klasik diperlukan untuk merancang sistem keamanan yang lebih relevan di era digital dan post-quantum.
Analisis Perbandingan Efisiensi Enkripsi Dan Dekripsi Algoritma Sandi Caesar Dan Sandi Vigenere Untuk Keamanan Pesan Siregar, Rahmat Abdillah Nur; Suhardi, Suhardi
Cosmic Jurnal Teknik Vol 2 No 3 (2025): Agustus
Publisher : Ali Institute or Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/cosmic.v2i3.1294

Abstract

Tingginya kebutuhan akan perlindungan data pada sistem komunikasi digital menimbulkan permasalahan terkait efektivitas algoritma kriptografi klasik dalam menghadapi ancaman modern, sehingga diperlukan evaluasi empiris terhadap algoritma yang umum digunakan. Penelitian ini bertujuan untuk membandingkan efisiensi dan keamanan dua algoritma kriptografi klasik, yaitu Sandi Caesar dan Sandi Vigenere, guna menentukan tingkat kebermanfaatannya dalam lingkungan komputasi modern serta aplikasi dengan sumber daya terbatas. Metode yang digunakan adalah pendekatan kuantitatif dengan desain eksperimental, di mana kedua algoritma diimplementasikan menggunakan Python dan diuji menggunakan berbagai ukuran teks masukan (100–10.000 byte), kemudian dianalisis berdasarkan waktu eksekusi, penggunaan memori, serta ketahanan terhadap serangan kriptoanalisis. Hasil penelitian menunjukkan bahwa pada ukuran teks 10.000 byte, Sandi Caesar mencatat rata-rata waktu eksekusi sebesar 11,99 ms (enkripsi) dan 11,82 ms (dekripsi), sedangkan Sandi Vigenere mencapai 40,64 ms (enkripsi) dan 45,53 ms (dekripsi). Penggunaan memori pada ukuran teks yang sama juga lebih rendah pada Sandi Caesar (9,86 KB) dibandingkan dengan Sandi Vigenere (9,99 KB). Dari sisi keamanan, simulasi brute force menunjukkan bahwa Sandi Caesar menghasilkan 26 kemungkinan hasil dekripsi (rentan), sedangkan analisis frekuensi Vigenere memberikan distribusi huruf yang lebih acak meskipun metode Kasiski tidak berhasil mengidentifikasi panjang kunci yang benar. Temuan ini menegaskan adanya tradeoff antara efisiensi komputasi dan tingkat keamanan, sehingga pemilihan algoritma harus disesuaikan dengan kebutuhan aplikasi.
Application of the Certainty Factor Method for Mobile-Based Identification of Freshwater Fish Diseases Santoso, Heri; Suhardi, Suhardi; Ridho Pardomuan, Mohammad
Journal of Applied Science, Engineering, Technology, and Education Vol. 5 No. 2 (2023)
Publisher : PT Mattawang Mediatama Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35877/454RI.asci2254

Abstract

Freshwater fish its the food sources with profitable sales, consistent care can achieve the maintenance process until successful. Freshwater fish that have a high selling value include Gurami and Catfish. Gurami fish sales per seedling Rp. 3,000 and Lele fish sales start from Rp. 1000 to Rp. 0.500. Fish care needs to be considered to maintain its quality. Various problems are also experienced by farmers. The slow identification process makes fish affected by the disease faster and loses. Several factors inhibit the fish is of illegal drugs, overfeed, and environmental unhygiene conditions. The role of experts that is not sufficiently available makes limited information about controlling fish diseases so that it takes time and costs little. Utilizing technological progress, expert systems can help to solve problems that previously could only be solved by an expert. The Forward Chaining Method is a method on an expert system that is able to do a reasoning with advanced forward techniques. The Certainty Factor method is a method that can give a degree of confidence in a disease. An expert system built to identify freshwater fish diseases was built into the deep android operating system by the Waterfall development method. Data taken includes as many as 10 symptom data and 29 disease data implemented into the system. With this expert system in place, it aims to provide benefits to facilitate access in adding information about fish diseases so that countermeasures become faster