Claim Missing Document
Check
Articles

Found 16 Documents
Search

Penerimaan Agile Framework Pada UMKM IT Menggunakan Metode UTAUT di Pekanbaru Hamdi Indra; Devi Yuliana; Dino Adi Putra; Aland Polma Naek Sihombing
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.15043

Abstract

Perkembangan teknologi informasi menuntut Usaha Mikro, Kecil, dan Menengah (UMKM) di bidang IT untuk dapat beradaptasi dengan metode kerja yang lebih fleksibel dan responsif terhadap perubahan. Agile Framework menjadi salah satu pendekatan manajemen proyek yang banyak diadopsi untuk meningkatkan efisiensi kerja tim dan kualitas produk. Namun demikian, tingkat penerimaan Agile Framework pada UMKM IT belum dapat disamaratakan karena dipengaruhi oleh berbagai faktor. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi penerimaan Agile Framework pada UMKM IT di Pekanbaru dengan menggunakan metode Unified Theory of Acceptance and Use of Technology (UTAUT). Penelitian ini menggunakan pendekatan kuantitatif dengan metode survei yang disebarkan kepada karyawan dan manajer di tiga UMKM IT, yaitu Orenda Digital, Warungsegar.id, dan PT Riau Digital Kreatif. Data dianalisis menggunakan analisis regresi untuk mengetahui pengaruh variabel performance expectancy, effort expectancy, social influence, dan facilitating conditions terhadap behavioral intention dan actual use dari Agile Framework. Hasil penelitian menunjukkan bahwa performance expectancy dan social influence memiliki pengaruh signifikan terhadap niat perilaku (behavioral intention) untuk menggunakan Agile Framework, sedangkan facilitating conditions berpengaruh signifikan terhadap penggunaan aktual (actual use). Temuan ini diharapkan dapat menjadi acuan bagi UMKM IT di Pekanbaru dalam merumuskan strategi penerapan Agile Framework yang lebih efektif dan berkelanjutan.
Penerapan Face Recognition untuk Aplikasi Presensi SMK PGRI Pekanbaru Berbasis Android Hamdi Indra; Andi Saputra; Devi Yuliana; Riyang Gumelta
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15632

Abstract

Face recognition termasuk dalam sistem biometrik yang banyak digunakan saat ini. Sistem biometrik dengan pengenalan wajah dapat diaplikasian dalam proses presensi. Kehadiran adalah faktor yang sangat berguna untuk berbagai keperluan dan merupakan salah satu kriteria penilaian yang penting dalam sebuah instansi. Sama halnya dalam dunia pendidikan, kehadiran juga sangat penting untuk mengetahui dan mengontrol kedisiplinan para siswa. Saat ini proses presensi di SMK PGRI Pekabaru masih menggunakan google form dan dinilai kurang efektif, sehingga pada penelitian ini akan dilakukan proses presensi dengan penerapan face recognition yang dianggap mampu untuk mengefisiensi waktu presensi. Metode yang digunakan dalam penelitian ini adalah KNN. Berdasarkan hasil pengujian pengenalan pada banyak wajah didapatkan nilai akurasi sebesar 33.3%. Aplikasi dapat memudahkan siswa dalam melakukan presensi menggunakan perangkat android masing-masing yang harus terhubung pada LAN (Local Area Network) sekolah sehingga dapat mengatasi potensi kecurangan.
Penerapan Metode SAW dalam Penentuan Rekomendasi Penerima PKH di Kelurahan Pasar Sibuhuan Nopi Purnomo; Perra Budiarti Rayahu Putri; Devi Yuliana; Ulia Ulfa; Muhammad Rasyid
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15680

Abstract

Program Keluaga Harapan (PKH) merupakan program bantuan sosial bersyarat yang diselenggarakan pemerintah untuk meningkatkan kesejahteraan masyarakat berpenghasilan rendah melalui pemberian dukungan dana secara berkala. Proses penentuan calon penerima bantuan memerlukan tingkat transparansi yang memadai agar penyaluran bantuan dapat berlangsung secara tepat sasaran. Namun, di Kelurahan Pasar Sibuhuan tahap seleksi kerap menghadapi berbagai kendala ataupun kesulitan dalam menentukan penerima yang benar-benar layak untuk bantuan tersebut. Oleh karena itu, diperlukan suatu metode yang mampu mendukung proses pengambilan keputusan secara lebih terstruktur dan akurat dalam menentukan prioritas penerima PKH. Penelitian ini mengkaji penggunaan metode Simple Additive Weighting (SAW) sebagai pendekatan dalam menentukan rekomendasi penerima PKH di Kelurahan Pasar Sibuhuan. Metode SAW dipilih karena kemampuannya dalam mengelola pembobotan dan penilaian multi-kriteria dengan proses yang efisien namun tetap menghasilkan perhitungan yang tepat. Kriteria penilaian yang digunakan meliputi tingkat pendapatan, jumlah tanggungan, kondisi tempat tinggal, pendidikan anak, serta kondisi kesehatan keluarga. Setiap kriteria diberikan bobot berdasarkan tingkat urgensinya, kemudian dilakukan proses normalisasi dan perhitungan untuk memperoleh nilai preferensi calon penerima. Temuan penelitian menunjukkan bahwa penerapan metode SAW mampu menghasilkan peringkat rekomendasi penerima PKH secara lebih objektif dan konsisten dibandingkan mekanisme seleksi manual. Selain itu, metode ini dapat membantu pihak kelurahan mengurangi bias penilaian serta mendukung terciptanya proses pengambilan keputusan yang lebih transparan. Dengan demikian, penggunaan metode SAW terbukti efektif dalam meningkatkan ketepatan dan keadilan distribusi bantuan PKH di Kelurahan Pasar Sibuhuan.
IDENTIFICATION OF DENTAL AND ORAL DISEASES IN HUMANS USING BAYES THEOREM METHOD Nopi Purnomo; Bendra Wardana; Devi Yuliana; M. Rasyid
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.v8i1.2591

Abstract

Abstract: Teeth are part of the chewing apparatus in the digestive system in the human body, so they indirectly play a role in the health status of individuals. The mouth is an ideal place for bacteria to multiply due to temperature and humidity. There are several tooth fissures in the mouth so that food residues are easily left behind. Teeth and mouth are very important organs of the body because all diseases will start from diseases in this organ will cause several dangerous diseases that attack other organs of the body. This system was built with the aim of making it easier to identify Dental and Oral Cavity Diseases and producing the highest accuracy in diagnosing these diseases. The expert system was built using the Bayesian theorem method which is the main technique in the process of detecting dental and oral cavity diseases based on the knowledge of an expert. Diagnostic test results with an accuracy level of 61%, Therefore, the research conducted can be said to be successful in diagnosing dental and oral cavity diseases. Keywords: Expert Systems, Identification, Teeth and Oral Cavity, Bayes Theorem. Abstrak: Gigi merupakan bagian dari alat pengunyahan pada sistem pencernaan dalam tubuh manusia, sehingga secara tidak langsung berperan dalam status kesehatan perorangan. Mulut merupakan suatu tempat yang sangat ideal bagi perkembangbiakan bakteri karena temperatur dan kelembaban. Terdapat beberapa fisur gigi di mulut sehingga sisa makanan mudah tertinggal. Gigi dan mulut adalah organ-organ tubuh yang sangat penting karena semua penyakit akan berawal dari penyakit pada organ ini akan menimbulkan beberapa penyakit-penyakit membahayakan yang menyerang organ tubuh lainnya. Sistem ini dibangun dengan tujuan untuk mempermudah mengidentifikasi Penyakit Gigi dan Rongga Mulut serta menghasilkan keakuratan tertinggi dalam diagnosis penyakit tersebut. Sistem pakar yang dibangun menggunakan metode teorema bayes yang merupakan teknik utama dalam proses mendeteksi penyakit Gigi dan Rongga Mulut berdasarkan pengetahuan dari seorang pakar. Hasil pengujian diagnosis dengan tingkat akurasi sebesar 61%, maka dari itu penelitian yang dilakukan ini dapat dikatakan berhasil dalam mendiagnosa penyakit Gigi dan Rongga Mulut. Kata kunci: Sistem Pakar, Identifikasi, Gigi dan Rongga Mulut, Teorema Bayes.
PENERAPAN METODE TEOREMA BAYES DALAM IDENTIFIKASI DAN PENANGANAN PENYAKIT KANDUNGAN Nopi Purnomo; Bendra Wardana; Devi Yuliana; M. Rasyid; Riska Ardilla Hasibuan
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.3734

Abstract

Abstract: Expert systems, a branch of Artificial Intelligence (AI), are designed to represent expert knowledge within a computer system, allowing users to receive solutions as if consulting a human expert. In developing expert systems, an appropriate method is required, one of which is the Bayes Theorem. This method is used to calculate the probability of an event based on available observational data, enabling more accurate disease diagnosis based on patient symptoms. This study applies the Bayesian approach to address uncertainty in identifying gynecological diseases through conditional probability calculations. The data processing results show the probability distribution of various gynecological conditions, including: Anemia (75.38%), Hypertension (14.77%), Placenta Previa (5.00%), Premature Birth (3.00%), Hypotension (0.92%), Hyperemesis Gravidarum (0.63%), Ectopic Pregnancy (0.17%), Ovarian Cyst (0.12%), Uterine Cancer (0.002%), and Endometriosis (0.001%). Based on the findings, anemia is the most commonly experienced condition among pregnant women. Anemia can lead to fatigue, dizziness, fetal developmental disorders, and even premature labor. Therefore, it is recommended to consume iron-rich foods and undergo regular prenatal check-ups to monitor hemoglobin levels and prevent further complications. Keywords: Expert Systems, Identification, obstetric disease, Bayes Theorem. Abstrak: Sistem pakar, yang merupakan bagian dari cabang kecerdasan buatan (Artificial Intelligence), dirancang untuk merepresentasikan pengetahuan seorang pakar ke dalam sistem komputer sehingga pengguna dapat memperoleh solusi seolah-olah berkonsultasi langsung dengan pakar. Dalam pengembangan sistem pakar, dibutuhkan metode yang tepat, salah satunya adalah metode Teorema Bayes. Metode ini digunakan untuk menghitung probabilitas suatu kejadian berdasarkan data observasi yang tersedia, sehingga proses diagnosis penyakit dapat dilakukan secara lebih akurat berdasarkan gejala yang dialami pasien. Penelitian ini menerapkan pendekatan Teorema Bayes untuk menangani ketidakpastian dalam proses identifikasi penyakit kandungan melalui perhitungan probabilitas bersyarat. Hasil pengolahan data menunjukkan distribusi probabilitas beberapa jenis penyakit kandungan, di antaranya: Anemia (75,38%), Hipertensi (14,77%), Plasenta Previa (5,00%), Prematur (3,00%), Hipotensi (0,92%), Hyperemesis Gravidarum (0,63%), Kehamilan Ektopik (0,17%), Kista Ovarium (0,12%), Kanker Rahim (0,002%), dan Endometriosis (0,001%). Dari hasil tersebut, anemia merupakan kondisi paling dominan yang dialami ibu hamil. Anemia berisiko menyebabkan kelelahan, pusing, hambatan perkembangan janin, hingga kelahiran prematur. Oleh karena itu, penanganan yang disarankan meliputi konsumsi makanan kaya zat besi serta pemeriksaan kehamilan secara rutin untuk memantau kadar hemoglobin dan mencegah komplikasi lebih lanjut. Kata kunci: Sistem Pakar, Identifikasi, Penyakit Kandungan, Teorema Bayes.
SIMULASI MONTE CARLO DALAM MEMPREDIKSI TINGKAT LONJAKAN PENUMPANG DI BANDARA INTERNASIONAL MINANGKABAU Devi Yuliana; Purjumatin Purjumatin
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4151

Abstract

Abstract: Minangkabau International Airport (BIM) serves as one of the main air terminals in West Sumatra, located in Ketaping, Batang Anai District, Padang Pariaman Regency, approximately 23 km from the center of Padang City. During holidays, there is often an increase in the number of passengers that is difficult to predict. This study aims to predict the surge in passengers at Minangkabau International Airport (BIM), thus facilitating management in making decisions when there is an increase in passengers in the future. The data used in this study includes the number of passengers for the Padang-Jakarta route in 2023 and 2024. The data was then analyzed using the Monte Carlo method. The Monte Carlo method is a simulation technique that utilizes random processes to solve complex mathematical, statistical, or computational problems that are difficult to analyze directly. This method is widely applied to estimate numerical values, predict probabilities, and optimize decision-making in various sectors, including finance (such as stock price forecasting), risk management, industrial and manufacturing engineering, physics and chemistry, as well as informatics and artificial intelligence. Simulation results using the Monte Carlo method predict a surge in passengers in September, with an average accuracy of 90%. With this high level of accuracy, the Monte Carlo method can be recommended as a tool for predicting passenger surges and improving passenger service at Minangkabau International Airport. Keywords: Modeling and Simulation, Monte Carlo, Prediction, Passengers, Airports. Abstrak: Bandara Internasional Minangkabau (BIM) berfungsi sebagai salah satu terminal udara utama di Sumatera Barat, berlokasi di Ketaping, Kecamatan Batang Anai, Kabupaten Padang Pariaman, yang berjarak sekitar 23 km dari pusat Kota Padang. Pada hari-hari libur, seringkali terjadi peningkatan jumlah penumpang yang sulit diprediksi. Penelitian ini bertujuan untuk memprediksi lonjakan penumpang di Bandara Internasional Minangkabau (BIM), sehingga memudahkan manajemen dalam mengambil keputusan saat terjadi peningkatan penumpang di masa mendatang. Data yang digunakan dalam penelitian ini mencakup jumlah penumpang untuk rute Padang-Jakarta pada tahun 2023 dan 2024. Data tersebut kemudian dianalisis dengan menggunakan metode Monte Carlo. Metode Monte Carlo adalah teknik simulasi yang memanfaatkan proses acak untuk menyelesaikan masalah matematis, statistik, atau komputasi yang kompleks dan sulit untuk dianalisis secara langsung. Metode ini banyak diterapkan untuk memperkirakan nilai numerik, memprediksi probabilitas, dan mengoptimalkan pengambilan keputusan di berbagai sektor, termasuk keuangan (seperti peramalan harga saham), manajemen risiko, teknik industri dan manufaktur, fisika dan kimia, serta informatika dan kecerdasan buatan. Dari hasil simulasi menggunakan metode Monte Carlo, diprediksi bahwa pada bulan September akan terjadi lonjakan penumpang dengan tingkat akurasi rata-rata mencapai 90%. Dengan akurasi yang cukup tinggi ini, penerapan metode Monte Carlo dapat direkomendasikan sebagai alat untuk memprediksi lonjakan penumpang dan juga untuk meningkatkan pelayanan kepada calon penumpang diBandara Internasional Minangkabau. Kata kunci: Sistem Pakar, Identifikasi, Penyakit Kandungan, Teorema Bayes.