Article Per Year (5 Year)
p-Index From 2021 - 2026
2.374
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) JurTI (JURNAL TEKNOLOGI INFORMASI) JOURNAL OF SCIENCE AND SOCIAL RESEARCH JURNAL PIONIR Jurnal Pengabdian Masyarakat dan Riset Pendidikan
Zunaida Sitorus
Universitas Asahan
Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Social Sciences Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 18 Documents
Search

 1   2 
PENERAPAN DATA MINING UNTUK CLUSTERING PENDUDUK MISKIN DI KOTA TANJUNGBALAI MENGGUNAKAN METODE ALGORITMA K-MEANS Zunaida Sitorus; Suhartika Suhartika
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 1 (2024): February 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i1.1732

Abstract

Di Wilayah Tanjungbalai masalah kemiskinan merupakan hal yang kompleks. Seorang keluarga disebut sebagai keluarga miskin berdasarkan beberapa aspek seperti aspek pangan, sandang dan papan. Berdasarkan data yang dikutip dari https://tanjungbalaikota.bps.go.id/ pada hari selasa tanggal 25 Juli 2023 pukul 18.00 menunjukkan masih tingginya angka kemiskinan di Tanjungbalai dengan jumlah penduduk miskin pada tahun 2018 sebanyak 14,64%, tahun 2019 sebanyak 14,04%, tahun 2020 sebanyak 13,33%, tahun 2021 sebanyak 13,40% dan pada tahun 2022 sebanyak 12,45%. Tujuan penelitian ini adalah untuk mengimplementasikan Data Mining pada Dinas Sosial Tanjungbalai khususnya pada Bidang Pemberdayaan Sosial & Penanganan Fakir Miskin, yang menggunakan algoritma K-Means yang visualisasinya akan ditampilkan di web. Data yang digunakan dalam penelitian ini merupakan data penduduk Kota Tanjung balai. Hasil informasi baru dari data yang ada dengan melakukan penerapan data mining memberikan sebuah informasi clustering penduduk miskin di Kota Tanjungbalai sehingga pihak terkait bisa menggunakan hasil ini untuk pertimbangan dalam mengambil keputusan.
SISTEM PENDUKUNG KEPUTUSAN DALAM MENENTUKAN SISWA TERBAIK MENGGUNAKAN METODE ROC ( RANK ORDER CENTROID ) DAN CPI ( COMPOSITE INDEX ) Rati Elisa Zein; Zunaida Sitorus
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 2 (2024): May 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i2.1843

Abstract

Proses pemilihan siswa terbaik yang dilakukan selama ini masih memiliki kelemahan sehingga menimbulkan permasalahan diantaranya, proses pemilihan siswa terbaik tersesebut masih belum cukup maksimal karena masih menggunakan cara yang manual, adapun kriteria-kriteria yang dipilih untuk menentukan siswa terbaik salah satunya adalah nilai pengetahuan , nilai keterampilan , nilai sikap spiritual , nilai sikap sosial dan nilai kehadiran. Metode Rank Order Centroid dan Composite Index dipilih karena dapat memudahkan penyusunan kriteria-kriteria yang ada, sehingga Metode Rank Order Centroid dan Composite Index adalah Metode yang tepat dalam pengambilan  keputusan, sehingga dapat menghasilkan sebuah keputusan yang terbaik dan dapat meminimalisasi kesalahan terhadap penilaian pemilihan siswa terbaik dapat menghasilkan nilai yang tepat dan akurat di Mis al azzura 02 kuala indah.
ANALISIS PENCATATAN AKTA KELAHIRAN MENGGUNAKAN METODE CLUSTERING Reza Revo Fahlefi; Zunaida Sitorus
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 1 (2025): February 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i1.2711

Abstract

Abstract: This study explores the application of the K-Means Clustering algorithm in grouping birth certificate data in Labuhanbatu Utara Regency. The aim of this research is to identify patterns in birth certificate ownership across various regions and to facilitate data clustering to support government planning related to birth certificate ownership. The analysis reveals that the K-Means Clustering method is effective in categorizing data according to the level of birth certificate ownership. Regions such as Kualuh Hulu, NA IX-X, and Kualuh Selatan have high levels of birth certificate ownership, while Kualuh Hilir, Aek Kuo, and Marbau fall into the medium category. Meanwhile, Kualuh Leidong and Aek Natas show low levels of birth certificate ownership. This information is crucial for designing targeted outreach programs to raise public awareness of the importance of having a birth certificate. The consistency of clustering results between the first and second iterations demonstrates the stability and efficiency of the K-Means method, achieving accurate outcomes without the need for multiple iterations. Therefore, the K-Means algorithm proves to be a reliable data analysis tool for decision-making in government programs. Keywords: K-Means Clustering, Birth Certificate, Data Clustering. Abstrak: Penelitian ini membahas penerapan algoritma K-Means Clustering dalam pengelompokan data akta kelahiran di Kabupaten Labuhanbatu Utara. Tujuan dari penelitian ini adalah untuk mengidentifikasi pola kepemilikan akta kelahiran di berbagai wilayah serta mempermudah proses pengelompokan data guna mendukung perencanaan program pemerintah terkait kepemilikan akta kelahiran. Penelitian ini menggunakan data kuantitatif dari Disdukcapil Kabupaten Labuhanbatu Utara. Berdasarkan analisis yang dilakukan, hasil menunjukkan bahwa metode K-Means Clustering efektif dalam mengelompokkan data sesuai dengan tingkat kepemilikan akta kelahiran. Wilayah Kualuh Hulu, NA IX -X, dan Kualuh Selatan memiliki tingkat kepemilikan yang tinggi, sementara Kualuh Hilir, Aek Kuo, dan Marbau berada pada kategori sedang. Sedangkan wilayah Kualuh Leidong dan Aek Natas menunjukkan tingkat kepemilikan akta kelahiran yang rendah. Informasi ini penting untuk merancang program penyuluhan yang lebih tepat sasaran guna meningkatkan kesadaran masyarakat akan pentingnya memiliki akta kelahiran. Konsistensi hasil clustering antara iterasi pertama dan kedua menunjukkan stabilitas dan efisiensi metode K-Means, dengan hasil yang akurat dapat dicapai tanpa memerlukan banyak iterasi. Dengan demikian, algoritma K-Means dapat diandalkan sebagai alat analisis data dalam pengambilan keputusan untuk program pemerintah. Kata kunci: K-Means Clustering, Akta Kelahiran, Pengelompokan Data.
IMPLEMENTASI ALGORITMA K-MEANS UNTUK SEGMENTASI PRODUK MAKANAN BERDASARKAN HARGA DAN RATING PADA GOFOOD Irma Sari Dewi Saragih; Zunaida Sitorus
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5736

Abstract

Abstract: This study aims to apply the K-Means algorithm for food product segmentation on the GoFood service based on price and rating variables. The large variety of available products makes data difficult to analyze without systematic grouping, necessitating a method capable of automatically clustering data so that patterns and characteristics become clearer. The K-Means algorithm was chosen for its simple, fast, and effective computational process in dividing data based on distance similarity. The research process includes collecting public datasets, determining the number of clusters, selecting initial centroids, calculating distances using Euclidean Distance, grouping data to the nearest cluster, and iteratively updating centroids until convergence is achieved. Results show that K-Means successfully grouped data into three clusters: Cluster 1 with high price and high rating, Cluster 2 with moderate price and highest rating, and Cluster 3 with low price and very high rating. This study produced a web-based system that automatically processes data and displays clustering results in an easily understandable interface. Keywords: K-Means, Clustering, Segmentation, GoFood, Data Mining Abstrak: Penelitian ini bertujuan menerapkan algoritma K-Means untuk segmentasi produk makanan pada layanan GoFood berdasarkan variabel harga dan rating. Banyaknya variasi produk menyebabkan data sulit dianalisis tanpa pengelompokan sistematis, sehingga diperlukan metode yang mampu mengelompokkan data secara otomatis agar pola dan karakteristik terlihat lebih jelas. Algoritma K-Means dipilih karena memiliki proses perhitungan yang sederhana, cepat, dan efektif dalam membagi data berdasarkan tingkat kemiripan jarak. Proses penelitian meliputi pengumpulan dataset publik, penentuan jumlah cluster, pemilihan centroid awal, perhitungan jarak menggunakan Euclidean Distance, pengelompokan data ke cluster terdekat, hingga pembaruan centroid secara iteratif sampai kondisi konvergen tercapai. Hasil penelitian menunjukkan K-Means berhasil mengelompokkan data ke dalam tiga cluster: Cluster 1 dengan harga tinggi dan rating tinggi, Cluster 2 dengan harga sedang dan rating tertinggi, serta Cluster 3 dengan harga rendah dan rating sangat tinggi. Penelitian ini menghasilkan sistem berbasis web yang mengolah data secara otomatis dan menampilkan hasil clustering dalam tampilan mudah dipahami. Kata kunci: K-Means, Clustering, Segmentasi, GoFood, Data Mining
KLASIFIKASI IRIS SPECIES MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) Zunaida Sitorus; Nurliana Nurliana; Septinur Selase; Desi Patmala; Sulhani Nuraini; Yusria Aritia; Izwal Jamil Margolang
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5751

Abstract

Abstract : Iris species classification is an important topic in the field of data mining and machine learning because it is commonly used as a benchmark dataset for classification methods. This study aims to design and implement an information system that can classify Iris flower species using the K-Nearest Neighbor (KNN) method. The dataset used in this research is the Iris dataset, which consists of 150 data records with four attributes: sepal length, sepal width, petal length, and petal width, and three classes, namely Iris Setosa, Iris Versicolor, and Iris Virginica. The KNN method works by calculating the distance between test data and training data using the Euclidean distance formula and determining the class based on the majority of the nearest neighbors. The results of the study show that the KNN method is able to classify Iris species accurately with a good level of performance. Based on the testing results, the developed system can assist users in identifying Iris species effectively and efficiently. In conclusion, the K-Nearest Neighbor method can be successfully applied in an information system for Iris species classification. Keywords: Classification, Iris Dataset, K-Nearest Neighbor, Data Mining, Machine Learning Abstrak : Klasifikasi spesies Iris merupakan topik penting dalam bidang data mining dan machine learning karena sering digunakan sebagai dataset standar dalam pengujian metode klasifikasi. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi yang dapat mengklasifikasikan spesies bunga Iris menggunakan metode K-Nearest Neighbor (KNN). Dataset yang digunakan adalah dataset Iris yang terdiri dari 150 data dengan empat atribut, yaitu panjang sepal, lebar sepal, panjang petal, dan lebar petal, serta tiga kelas yaitu Iris Setosa, Iris Versicolor, dan Iris Virginica. Metode KNN bekerja dengan menghitung jarak antara data uji dan data latih menggunakan rumus Euclidean Distance, kemudian menentukan kelas berdasarkan mayoritas tetangga terdekat. Hasil penelitian menunjukkan bahwa metode KNN mampu mengklasifikasikan spesies Iris dengan tingkat akurasi yang baik. Berdasarkan hasil pengujian, sistem yang dikembangkan dapat membantu pengguna dalam mengidentifikasi spesies Iris secara efektif dan efisien. Dengan demikian, metode K-Nearest Neighbor dapat diterapkan dengan baik dalam sistem informasi klasifikasi Iris Species. Kata Kunci : Klasifikasi, Dataset Iris, K-Nearest Neighbor, Data Mining, Machine Learning
PENGARUH PARKIR PADA BADAN JALAN TERHADAP KINERJA RUAS JALAN NELAYAN KOTA TANJUNG TIRAM KABUPATEN BATUBARA Maulana Akbar; Alexander Tuahta Sihombing; Amir Hamzah; Zunaida Sitorus
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 3 (2026): June 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i3.6539

Abstract

Abstract: The increase in economic activity and population mobility in Tanjung Tiram City has resulted in an increase in vehicle volume that is disproportionate to the availability of parking spaces. This situation has led to widespread on-street parking on Jalan Nelayan, a major seafood trading hub. This study aims to analyze the impact of parking activity on road performance and formulate appropriate control alternatives. The research method used a descriptive quantitative approach through six-day field observations (Monday–Saturday) from 7:00–18:00 WIB (Western Indonesian Time) on a 100-meter segment. Parameters analyzed included parking volume, accumulation, and duration for light vehicles and motorcycles. The results showed the highest parking volume for light vehicles occurred on Friday, with 148 units, while for motorcycles on Wednesday, there were 3,433 units. The maximum accumulation occurred on Friday, with 60 light vehicles and 1,560 motorcycles. The average parking duration for light vehicles was 1.5 hours and for motorcycles 0.5 hours. Parking activity increases side barriers, reduces the effective road width, and reduces the level of service. Recommendations include providing off-street parking and limiting parking during peak hours. Keywords: Parking Accumulation, Parking Duration, Nelayan Street,Road Performance, On-street Parking   Abstrak: Peningkatan aktivitas ekonomi dan mobilitas penduduk di Kota Tanjung Tiram berdampak pada meningkatnya volume kendaraan yang tidak sebanding dengan ketersediaan lahan parkir. Kondisi  ini memicu maraknya parkir pada badan jalan (on-street parking) di ruas Jalan Nelayan yang merupakan pusat perdagangan hasil laut. Penelitian ini bertujuan untuk menganalisis dampak aktivitas parkir terhadap kinerja ruas jalan serta merumuskan alternatif pengendalian yang tepat. Metode penelitian menggunakan pendekatan kuantitatif deskriptif melalui observasi lapangan selama 6 hari (Senin–Sabtu) pukul 07.00–18.00 WIB pada segmen sepanjang 100 meter. Parameter yang dianalisis meliputi volume, akumulasi, dan durasi parkir untuk kendaraan ringan dan sepeda motor. Hasil penelitian menunjukkan volume parkir tertinggi kendaraan ringan terjadi pada hari Jumat sebanyak 148 unit, sedangkan sepeda motor pada hari Rabu sebanyak 3433  unit. Akumulasi maksimum terjadi pada hari Jumat dengan 60 kendaraan ringan dan 1560 sepeda motor. Rata-rata durasi parkir kendaraan ringan adalah 1,5 jam dan sepeda motor 0,5 jam. Aktivitas parkir menyebabkan peningkatan hambatan samping, penurunan lebar efektif jalan, serta menurunkan tingkat pelayanan jalan. Rekomendasi meliputi penyediaan parkir off-street dan pembatasan parkir pada jam puncak. Kata kunci: Akumulasi Parkir, Durasi Parkir, Jalan Nelayan Kinerja Jalan, Parkir badan jalan
Pemanfaatan Pekarangan dengan Tanaman Sayuran dan TOGA untuk Menjaga Kesehatan dan Pangan Keluarga Desa Air Putih: Pengabdian Elfin Efendi; Zunaida Sitorus; Hisar Kasih Sitorus; Raffy Pratama Putra; Nabil-Al Akbar Risqi Margolang
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 5 No. 1 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 5 Nomor 1 (Juli 2026 -
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v5i1.7840

Abstract

Pemanfaatan pekarangan rumah merupakan salah satu upaya yang dapat dilakukan untuk meningkatkan ketahanan pangan sekaligus mendukung kesehatan keluarga. Kegiatan ini bertujuan untuk mengoptimalkan pemanfaatan pekarangan rumah melalui budidaya tanaman sayuran dan Tanaman Obat Keluarga (TOGA) di Desa Air Putih, Kecamatan Meranti, Kabupaten Asahan. Metode yang digunakan adalah pendekatan partisipatif melalui tahapan observasi, sosialisasi, persiapan alat dan bahan, praktik penanaman, pemeliharaan, pendampingan, dan evaluasi. Jenis tanaman yang dikembangkan meliputi sayuran seperti kangkung, bayam, bayam Brazil, sawi, cabai, dan tanaman TOGA seperti jahe, kunyit, kencur, kumis kucing, keji beling, bunga telang, kunyit putih, sirih merah dan serai. Data diperoleh melalui observasi, wawancara, dokumentasi, dan evaluasi sederhana, kemudian dianalisis secara deskriptif kualitatif. Hasil kegiatan menunjukkan bahwa pemanfaatan pekarangan dapat meningkatkan pengetahuan dan keterampilan masyarakat dalam melakukan budidaya tanaman secara sederhana. Masyarakat juga memperoleh alternatif untuk menyediakan bahan pangan segar bagi keluarga serta mengenal pemanfaatan tanaman TOGA sebagai pendukung pemeliharaan kesehatan. Penggunaan polybag dan wadah bekas menjadi alternatif dalam mengatasi keterbatasan lahan. Kegiatan ini menunjukkan bahwa pemanfaatan pekarangan memiliki potensi untuk mendukung ketahanan pangan, meningkatkan kesadaran kesehatan, serta menciptakan lingkungan rumah yang lebih produktif. Keberlanjutan kegiatan melalui pemeliharaan dan penanaman kembali secara mandiri diperlukan agar manfaat program dapat dirasakan dalam jangka panjang.
PENERAPAN DIFERENSIAL TRIGONOMETRI DALAM ILMU TEKNIK SIPIL Zunaida Sitorus; Elfin Efendi; Nabila Khairunnisa; Alfh Rizki; Bima Afriliansyah; Muhammad Irfansyah
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 4 (2026): August 2026 (1)
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i4.7103

Abstract

Abstrak: Trigonometri merupakan salah satu cabang matematika yang memiliki peran penting dalam bidang teknik sipil, terutama pada kegiatan pengukuran, perencanaan, dan pelaksanaan konstruksi. Melalui konsep hubungan antara sudut dan panjang sisi, trigonometri dapat digunakan untuk menentukan tinggi suatu bangunan tanpa harus melakukan pengukuran secara langsung. Penelitian ini bertujuan menjelaskan penerapan trigonometri pada penentuan tinggi bangunan melalui studi kasus Menara Pandang, Menara Masjid Agung Achmad Bakrie, dan Gedung Zulfirman Siregar. Metode yang digunakan adalah studi literatur dengan mengkaji konsep-konsep trigonometri serta penerapannya pada objek yang dipilih. Hasil pembahasan menunjukkan bahwa perhitungan menggunakan fungsi trigonometri, khususnya sinus, cosinus, dan tangen, mampu memberikan estimasi tinggi bangunan secara efektif dengan tingkat ketelitian yang baik apabila data pengukuran lapangan diperoleh secara benar. Dengan demikian, penerapan trigonometri menjadi salah satu dasar yang penting dalam mendukung proses perencanaan, pengukuran, dan evaluasi berbagai konstruksi di bidang teknik sipil.
Co-Authors Adi Widarma Alexander Tuahta Sihombing Alfh Rizki ALI HASIMI PANE Amir Hamzah Bima Afriliansyah Cindi Irwansyah Desi Patmala Dian Hasby Sanjaya Efendi, Elfin Emiel Salim Siregar Grevi Ardiansyah Helmi Fauzi Siregar Hisar Kasih Sitorus Irma Sari Dewi Saragih Irwansyah, Bambang Ismail Iswi Julatifah Izwal Jamil Margolang Khairul Saleh Maulana Akbar Muhammad Azwar Al Ayyub Muhammad Farhan Hifzillah Muhammad Irfansyah Nabil-Al Akbar Risqi Margolang Nabila khairunnisa Nurliana Nurliana Raffy Pratama Putra Rati Elisa Zein Reza Revo Fahlefi Riki Arfi Munte Septinur Selase Suhartika Suhartika Sulhani Nuraini Yusria Aritia