Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Sistem Komputer Triguna Dharma (JURSIK TGD) Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Saiful Nur Arif
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Sistem Monitoring Kehadiran Guru Pada SMK Penerbangan PBD Medan Berbasis Web Era Koesuma Wahyu Ningrum; Jaka Prayudha; Ishak Ishak; Saiful Nur Arif
Jurnal Sistem Komputer Triguna Dharma (JURSIK TGD) Vol 1, No 6 (2022): JURSIK TGD EDISI NOVEMBER
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursik.v1i6.6209

Abstract

Absensi adalah hal yang sangat berpengaruh dalam setiap kegiatan pendidikan, terutama dalam kegiatan belajar mengajar. Kehadiran tenanga pendidik sangat penting dalam mendukung proses belajar mengajar pada setiap instansi pendidikan. Yang mana saat ini setiap pengabsenan masih menggunakan kertas dan tentu saja itu tidaklah efektif untuk setiap kehadiran guru. Sering kali menimbulkan permasalahan dalam setiap pengabsenan  seperti tidak validnya data yang di dapat dan hilangnya data rekapan. Di tambah lagi guru piket tidak selalu dapat memonitoring atau memantau setiap guru yang hadir tepat waktu ataupun terlambat. Perancangan Sistem Monitoring Absensi Berbasis Web ini menggunakan RFID sebagai masukan data setiap guru pada SMK Penerbangan PBD Medan guna memudahkan pihak sekolah dalam memonitoring kehadiran guru setiap harinya. Mengunakan tiga metode yaitu Observasi, Wawancara dan Dokumentasi
Sistem Pakar Diagnosis Penyakit Cerebral Palsy Pada Anak Menggunakan Metode K-Nearest Neighbor Rindi Ani; Saiful Nur Arif; Sobirin, Sobirin; Santoso, Ismawardi
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 4 (2025): EDISI JULI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i4.10096

Abstract

Penyakit cerebral palsy adalah kondisi kronis yang tidak dapat disembuhkan dan mempengaruhi kualitas hidup penderita seumur hidup. Penanganan yang terlambat dapat mengakibatkan komplikasi serius seperti kekakuan sendi, yang mempengaruhi pergerakan dan memerlukan bantuan khusus. Keterbatasan pengetahuan orang tua, biaya, dan jarak untuk konsultasi dokter sering menjadi kendala dalam penanganan penyakit ini. Berdasarkan wawancara dengan dokter anak di RSU Mitra Sejati Medan, terdapat 30 pasien anak dengan cerebral palsy. Untuk mengatasi masalah ini, penulis mengusulkan pengembangan Aplikasi Sistem Pakar yang memanfaatkan metode K-Nearest Neighbor (KNN) untuk diagnosis cepat dan akurat. Sistem Pakar adalah sistem yang mengadopsi pengetahuan manusia ke dalam komputer untuk memecahkan masalah seperti seorang ahli. Penelitian sebelumnya menunjukkan bahwa sistem pakar efektif di berbagai bidang kesehatan. Metode KNN, sebagai algoritma supervised learning, digunakan dalam aplikasi ini untuk mengklasifikasikan gejala penyakit berdasarkan kedekatannya dengan data yang ada. Hasil implementasi sistem menunjukkan bahwa aplikasi ini mampu memberikan diagnosis yang baik dan membantu dalam penanganan dini penyakit cerebral palsy, mengurangi keterlambatan dalam perawatan.
Co-Authors Era Koesuma Wahyu Ningrum Ishak Ishak Jaka Prayudha Rindi Ani Santoso, Ismawardi Sobirin Sobirin