Article Per Year (5 Year)
p-Index From 2021 - 2026
1.857
P-Index
This Author published in this journals
All Journal Jurnal TIMES Antivirus : Jurnal Ilmiah Teknik Informatika Jurnal Manajemen Bisnis dan Kewirausahaan Jurnal Armada Informatika
Priandy Yaputra
STMIK Methodist Binjai
Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Social Sciences

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Di PT. ABC Menggunakan Metode Analytical Hierarchy Process (AHP) Sinurat, Rosmauli Margaret; Tarigan, Irwan Jani Tarigan; Riandy Yap; Nasution, Suhendri Nasution; Alasi, Tomy Satria
Jurnal Armada Informatika Vol 8 No 2 (2024): Jurnal Armada Informatika
Publisher : STMIK Methodist Binjai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36520/jai.v8i2.123

Abstract

Riset ini menegaskan bahwa SDM menjadi factor kunci dalam keberhasilan suatu perusahaan, terutama dalam menjaga produktivitas dan kinerja yang optimal. Namun, Departemen Estate Regional 1 PT. ABC masih menggunakan metode manual untuk penilaian dan pemilihan karyawan terbaik, yang terbukti kurang efisien dan akurat. Akibatnya, proses penilaian menjadi tidak konsisten dan dapat menurunkan motivasi karyawan karena kurang transparansi dan objektivitas. Untuk mengatasi masalah ini, dikembangkan SPK berbasis web menggunakan metode AHP. AHP memungkinkan penilaian kinerja karyawan lebih objektif dan akurat berdasarkan berbagai kriteria, seperti kecepatan dan kualitas kerja, komunikasi, absensi, loyalitas, serta etika dan penampilan. Hasil implementasi SPK ini menunjukkan bahwa Gita memperoleh nilai tertinggi yaitu 8.0441, disusul Jenni dengan nilai 7.9922, dan Ranny dengan nilai 7.8743. Sistem ini diharapkan dapat meningkatkan motivasi karyawan melalui penilaian yang lebih transparan.
Implementasi Sistem Informasi Koperasi Simpan Pinjam Berbasis Web Menggunakan Metode SDLC Pada Koperasi Pemasaran Karyawan Yumeida Utama Industri Purwodadi-Sunggal Gea, Dandi Sarpinus; Alamsyah, Reza; Nasution, Suhendri; Tarigan, Irwan Jani; Alasi, Tomy Satria; Yap, Riandy
Jurnal Armada Informatika Vol 8 No 2 (2024): Jurnal Armada Informatika
Publisher : STMIK Methodist Binjai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36520/jai.v8i2.129

Abstract

Kemajuan dalam teknologi informasi memiliki dampak yang sangat besar terhadap berbagai sektor, termasuk pada pengelolaan data koperasi simpan pinjam. Koperasi Pemasaran Karyawan Yumeida Utama industri masih menghadapi tantangan dalam menerapkan teknologi informasi yang mampu efisiensi dalam kegiatan simpan pinjam. Saat ini, proses simpan pinjam masih dilakukan secara semi-manual, di mana pencatatan data transasksi simpan pinjam dilakukan secara tertulis satu per satu dan kemudian dimasukkan kedalam Ms.Excel untuk dijadikan sebuah bentuk laporan. Kegiatan yang dilakukan secara manual memerlukan waktu dan tenaga yang banyak, serta juga meningkatkan risiko kesalahan dan kehilangan data. Penelitian ini bertujuan untuk mengimplementasikan sistem informasi simpan pinjam berbasi web yang dapat meningkatkan efisiensi manajemen data simpan pinjam. Sistem ini dibangun memakai pendekata system Development Life Cycle (SDLC) dan dikembangkan menggunakan PHP sebagai bahasa pemrograan serta MSQL sebagai basis data. Hasil dari penelitian ini dengan adanya penerapan sistem informasi ini, proses pencatatan transaksi simpan pinjam dan pelaporan dapat dilakukan lebih cepat, tepat, dan aman sehingga meningkatkan produktivitas dan kinerja secara keseluruan.
KLASIFIKASI CITRA MRI PENYAKIT ALZHEIMER MENGGUNAKAN METODE DEEP LEARNING EFFICIENTNET-B0 DAN VGG-19 Tarigan, Irwan Jani; Reza Alamsyah; Riandy Yap; Alasi, Tomi Satria
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025830

Abstract

Penyakit Alzheimer merupakan bentuk paling umum dari demensia yang ditandai dengan penurunan progresif fungsi kognitif, daya ingat, dan perilaku. Deteksi dini Alzheimer menjadi krusial untuk mencegah dampak jangka panjang terhadap kualitas hidup penderita. Penelitian ini bertujuan untuk mengklasifikasikan stadium penyakit Alzheimer berdasarkan citra Magnetic Resonance Imaging (MRI) menggunakan metode deep learning dengan arsitektur EfficientNet-B0 dan VGG-19. Dataset yang digunakan terdiri dari 6.400 citra MRI yang terbagi ke dalam empat kelas: demensia sangat ringan, demensia ringan, demensia sedang, dan kondisi normal. Proses preprocessing meliputi resize, sharpening citra menggunakan kernel 3x3, aktivasi ReLU, serta pooling dengan MaxPooling2D. Data kemudian dibagi menjadi 80% untuk pelatihan, 10% validasi, dan 10% pengujian. Hasil pelatihan menunjukkan bahwa model VGG-19 mampu mencapai akurasi tertinggi sebesar 95%, sementara EfficientNet-B0 mencapai 94%. Evaluasi performa dilakukan menggunakan metrik precision, recall, dan F1-score untuk masing-masing kelas. Berdasarkan hasil tersebut, kedua model menunjukkan performa yang tinggi dalam klasifikasi citra MRI penyakit Alzheimer. Temuan ini menunjukkan bahwa pendekatan deep learning mampu memberikan hasil akurat dan dapat digunakan sebagai alat bantu dalam proses diagnosis dini penyakit Alzheimer secara otomatis.
MITIGASI KOMPREHENSIF SERANGAN DDOS PADA SERVER WEB BERBASIS LINUX MENGGUNAKAN ADVANCED POLICY FIREWALL (APF) DAN TEKNIK PEMBLOKIRAN IP BERLAPIS Alasi, Tomy Satria; Nasution, Suhendri; Yap , Riandy; Tarigan , Irwan Jani; Alamsyah, Reza
Jurnal TIMES Vol 14 No 1 (2025): Jurnal TIMES
Publisher : STMIK TIME

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51351/jtm.14.1.2025831

Abstract

Penelitian ini bertujuan untuk menganalisis serangan DDoS dan mengembangkan mekanisme pertahanan menggunakan Advanced Policy Firewall (APF) pada sistem operasi Linux Ubuntu Server. APF bekerja di atas iptables, namun memiliki algoritma yang lebih adaptif dalam menghasilkan aturan firewall secara dinamis serta mampu membedakan antara permintaan normal dan serangan DDoS. Selain itu, APF dilengkapi dengan fitur anti-DDoS yang mampu mengidentifikasi dan memblokir alamat IP penyerang secara otomatis. Hasil penelitian menunjukkan bahwa penggunaan APF efektif dalam meningkatkan keamanan sistem terhadap serangan DDoS. Serangan Distributed Denial of Service (DDoS) merupakan upaya yang dilakukan oleh penyerang untuk mengganggu akses pengguna terhadap sistem atau layanan jaringan dengan membanjiri lalu lintas data (traffic flooding), mengirimkan permintaan layanan secara berlebihan (request flooding), atau mengacaukan komunikasi antara host dan klien. Salah satu bentuk sederhana serangan ini dapat dilakukan dengan perintah "ping" dari banyak perangkat secara bersamaan, yang jika tidak ditangani, dapat menyebabkan penurunan kinerja atau bahkan kegagalan sistem.
Klasifikasi Jenis Sampah Dengan Metode Gray Level Co-Occurrence Matrix (GLCM) Dan Support Vector Machine (SVM) Reza Alamsyah; Irwan Jani Tarigan; Riandy Yap
Jurnal Armada Informatika Vol 7 No 2 (2023): Jurnal Armada Informatika : Edisi Desember
Publisher : STMIK Methodist Binjai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36520/jai.v7i2.85

Abstract

Sampah yang tidak dikelola dengan baik dapat menimbulkan berbagai kerugian seperti menyebabkan banjir hingga menjadi ancaman meningkatnya berbagai penyakit. Penelitian ini menggunakan dataset sampah yang diambil dari https://www.kaggle.com/asdasdasasdas/garbage-classification, untuk proses klasifikasi diperlukan proses training citra terlebih dahulu dengan tahapan akuisisi citra datri intensitas warna RGB ke grayscale. Dalam penelitian ini tahapan training dan pengujian sistem dilakukan sebanyak dua tahapan. antara lain : pengujian I, pada tahap ini setelah melalui proses pelatihan dataset berjumlah 60 citra, maka dilakukan tahapan pengujian sebanyak 60 citra sampah dengan tingkat akurasi sistem sebesar 68%. Pengujian II, pada tahap ini setelah melalui proses pelatihan dataset berjumlah 600 citra, maka dilakukan tahapan pengujian sebanyak 600 citra sampah dengan tingkat akurasi sistem sebesar 83%.
SISTEM INFORMASI PENANGANAN GIZI BURUK BALITA BERBASIS WEB DENGAN METODE SAW DI PUSKESMAS PEMBANTU DESA AIR HITAM Manik, Alfredo Panondangi; Yap, Riandy
Jurnal TIMES Vol 14 No 2 (2025): Jurnal TIMES
Publisher : STMIK TIME

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

Abstract

Permasalahan gizi buruk pada balita masih menjadi tantangan serius di Puskesmas Pembantu Desa Air Hitam, Kecamatan Gebang, Kabupaten Langkat. Pencatatan data secara manual menyebabkan ketidakakuratan, keterlambatan pelaporan, serta minimnya basis data untuk pengambilan keputusan. Penelitian ini bertujuan merancang dan mengimplementasikan sistem informasi berbasis web yang terintegrasi untuk mendeteksi serta menentukan prioritas penanganan balita gizi buruk secara objektif menggunakan metode Simple Additive Weighting (SAW). Metode SAW digunakan untuk menghitung skor prioritas penanganan berdasarkan lima kriteria: umur, berat badan, tinggi badan, lingkar kepala, dan lingkar lengan. Sistem dibangun menggunakan PHP dan MySQL, dilengkapi fitur input data pengukuran, perhitungan otomatis, serta pelaporan hasil. Pengujian dilakukan terhadap 4 sampel balita, menghasilkan peringkat risiko gizi buruk secara kuantitatif. Hasil menunjukkan bahwa balita dengan nilai SAW terendah (0,31345) menjadi prioritas utama intervensi gizi. Sistem ini meningkatkan akurasi dan kecepatan identifikasi kasus gizi buruk, mendukung pengambilan keputusan berbasis data di tingkat layanan kesehatan dasar.
Co-Authors Alamsyah, Reza Alasi, Tomi Satria Alasi, Tomy Satria Gaafar Syani Gaol, Delima Lumban Gea, Dandi Sarpinus Halim, Marwa Harry Pratama Figna Indra Sidabutar Indra Sidabutar Irwan Jani Tarigan Lumban Gaol, Uli Lastiur Manik, Alfredo Panondangi Marinus Halawa Nasution, Suhendri Nasution, Suhendri Nasution Piktori Tarigan Piktori Tarigan Reza Alamsyah Semiring, Jakaria Sinurat, Rosmauli Margaret Tania, Mira Tarigan , Irwan Jani