Fifin Sonata
STIKOM Medan

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Kondisi Suhu Permukaan Tanah Wilayah Perkotaan Menggunakan Citra Satelit Landsat 8 (Studi Kasus: Mebidang) Dede Prabowo Wiguna; Fifin Sonata
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 1, No 2 (2018): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v1i2.31

Abstract

Informasi mengenai Suhu Permukaan Tanah (SPT) perlu diketahui. Mengingat bahwa SPT sebagai faktor yang mempengaruhi  terhadap  perubahan  iklim  global.  Untuk  menghindari  terjadinya  Pulau  Panas  Perkotaan  maka  diperlukan informasi tentang SPT. Dimana, dalam penelitian ini dilakukan proses identifikasi dengan memanfaatkan gelombang thermal (band thermal) yang terdapat pada Citra Landsat 8. Proses identifikasi dilakukan dengan metode konversi Digital Number. Teknik yang digunakan yaitu kombinasi teknik Penginderaan Jauh dan Sistem Informasi Geografi sebagai alat untuk pengolahan dan analisis data. Hasil penelitian memberikan informasi mengenai kondisi SPT tertinggi di daerah MEBIDANG yaitu sekitar 250 C (Sedang). Secara umum, SPT di daerah MEBIDANG yaitu berkisar antara 10 – 200  C (Rendah – Sedang). Sementara, informasi yang diperoleh secara lebih khusus, di daerah inti kota yaitu SPT di Kota Medan menggambarkan masih tergolong sedang yaitu berkisar antara 15 – 200 C. Informasi tersebut diperoleh dari hasil interpretasi total luas wilayah MEBIDANG sebesar 289738,34 Hektar, kemudian dari total luas tersebut diperoleh persentase kondisi suhu permukaan tanah dimana berkisar 10 – 150  C mendominasi yaitu sebesar 57%. Sisa luas wilayah yaitu sebesar 43 % dengan kondisi suhu berkisar 15 – 200 C. Sementara itu, khusus wilayah Kota Medan dengan total luas penutup lahan seluas 20431,74 Hektar, sebesar 75% atau seluas 20441,97 Hektar didominasi pada kondisi suhu permukaan tanah berkisar 15 – 200 C. Selebihnya, dengan sisa luas wilayah 25% dengan kondisi suhu berkisar 10 – 150 C.
Analisis Perbandingan Aggregat Of Function (AOF) dengan Non-Dominated Sorting Genetic Algorithm (NSGA-II) dalam Menentukan Optimasi Multi-Objective pada Penjadwalan Mesin Produksi Flow Shop Fifin Sonata; Dede Prabowo Wiguna
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 17, No 2 (2018): AGUSTUS 2018
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v17i2.39

Abstract

Penjadwalan mesin produksi dalam dunia industri memiliki peranan penting sebagai bentuk pengambilan keputusan. Salah satu jenis sistem penjadwalan mesin produksi adalah sistem penjadwalan mesin produksi tipe flow shop. Dalam penjadwalan flow shop, terdapat sejumlah pekerjaan (job) yang tiap-tiap job memiliki urutan pekerjaan mesin yang sama. Optimasi penjadwalan mesin produksi flow shop berkaitan dengan penyusunan penjadwalan mesin yang mempertimbangkan 2 objek yaitu makespan dan total tardiness. Optimasi kedua permasalahan tersebut merupakan optimasi yang bertolak belakang sehingga diperlukan model yang mengintegrasikan permasalahan tersebut dengan optimasi multi-objective A Fast Elitist Non-Dominated Sorting Genetic Algorithm for Multi-Objective Optimazitaion : NSGA-II. Dalam penelitian ini akan dibandingkan 2 buah metode yaitu Aggregat Of Function (AOF) dengan NSGA-II agar dapat terlihat nilai solusinya. Penyelesaian penjadwalan mesin produksi flow shop dengan algoritma NSGA-II untuk membangun jadwal dengan meminimalkan makespan dan total tardiness.Tujuan yang ingin dicapai adalah mengetahui bahwa model yang dikembangkan akan memberikan solusi penjadwalan mesin produksi flow shop yang efisien berupa solusi pareto optimal yang dapat memberikan sekumpulan solusi alternatif bagi pengambil keputusan dalam membuat penjadwalan mesin produksi yang diharapkan. Solusi pareto optimal yang dihasilkan merupakan solusi optimasi multi-objective yang optimal dengan trade-off terhadap seluruh objek, sehingga seluruh solusi pareto optimal sama baiknya.
PERANCANGANSISTEM INFORMASI PEMBAYARAN SPP PADA SMA SWASTA PENCAWAN MEDAN DENGAN METODE UML Fifin Sonata; Harlen Silalahi
Computer Technology and Information Systems Vol. 1 No. 2 (2017): Computer Technology and Information Systems (CTIS)
Publisher : STIKOM Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3290.412 KB)

Abstract

Seiring perkembangan era teknologi informasi dewasa ini tidak dapat terbendung, hal ini sejalan dengan kebutuhan suatu media untuk pengolahan data yang semakin hari semakin besar dan rumit, pada sebuah instansi pendidikan yang bersekala menengah keatas tentu pengolahan data terutama dibagian keuangan akan menjadi rumit jika tidak diproses secara komputerisasi, layaknya data pembayaran uang sekolah (spp) siswa dan keuangan lainnya, disinilah pentingnnya kehadiran teknologi informasi tersebut, dengan adanya system informasi dibarengi dengan laporen yang akuntabel karena tersimpan didatabasenya.
Jaringan Saraf Tiruan untuk Memprediksi Jumlah Mahasiswa dengan Metode Perceptron (Studi Kasus : STMIK Triguna Dharma) Fifin Sonata; Jaka Prayudha; Juniar Hutagalung; Iskandar Sipahutar
Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Vol 22, No 2 (2023): Agustus 2023
Publisher : PRPM STMIK TRIGUNA DHARMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jis.v22i2.9144

Abstract

STMIK Triguna Dharma merupakan salah satu Perguruan Tinggi Swasta yang ada di Sumatera Utara yang terus meningkat. Jadi tidak menutup kemungkinan banyak Perguruan Tinggi Negeri atau Swasta bersaing dengan STMIK Triguna Dharma. Menunjang kemajuan Perguruan ini salah satunya dengan mengetahui jumlah mahasiswa tiap tahunnya. Atas dasar masalah tersebut, dengan memilih bidang keilmuan Jaringan Saraf Tiruan dengan metode Perceptron, diharapkan metode Perceptron ini mampu menganalisis data dan menampilkan hasilnya. Hasil dari penelitian adalah sistem yang mampu memprediksi jumlah mahasiswa pada STMIK Triguna Dharma.