Article Per Year (5 Year)
p-Index From 2021 - 2026
4.207
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electrical Engineering and Informatics (IJEEI) CESS (Journal of Computer Engineering, System and Science) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab JURNAL MEDIA INFORMATIKA BUDIDARMA Seminar Nasional Teknologi Informasi Komunikasi dan Industri INTEK: Informatika dan Teknologi Informasi Jurnal Ekonomi Manajemen Sistem Informasi Jurnal Sistem Informasi dan Informatika (SIMIKA) Jurnal Tekinkom (Teknik Informasi dan Komputer) JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) Jurnal Sistem Komputer dan Informatika (JSON) JUKI : Jurnal Komputer dan Informatika Bulletin of Computer Science Research KLIK: Kajian Ilmiah Informatika dan Komputer Indonesian Journal of Multidisciplinary on Social and Technology SATIN - Sains dan Teknologi Informasi Journal of Engineering and Science Application INOVTEK Polbeng - Seri Informatika
Lola Oktavia
Universitas Islam Negeri Sultan Syarif Kasim Riau
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Social Sciences Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
Pengenalan Aksara Batak Toba Menggunakan Modified Direction Feature dan Learning Vector Quantization Lola Oktavia
Journal of Engineering and Science Application Vol. 3 No. 2 (2026): Mei-Oktober
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v3i2.61

Abstract

Aksara Batak Toba merupakan salah satu warisan budaya Nusantara yang menghadapi tantangan kepunahan akibat minimnya pemahaman masyarakat terhadap huruf dasar (Ina Ni Surat). Pengembangan sistem pengenalan pola tulisan tangan aksara daerah (Optical Character Recognition) sangat krusial untuk pelestarian literasi digital dan edukasi budaya. Penelitian ini bertujuan untuk mengimplementasikan dan menganalisis performa metode Modified Direction Feature (MDF) sebagai ekstraksi ciri arah dan transisi garis, yang dikombinasikan dengan algoritma jaringan syaraf tiruan Learning Vector Quantization (LVQ) untuk klasifikasi karakter Ina Ni Surat. Dataset yang digunakan berjumlah 210 citra tulisan tangan dari 10 penulis berbeda dengan ukuran normalisasi 120 × 120 piksel. Tahapan pra-pengolahan citra meliputi cropping, konversi grayscale, binerisasi, dan thinning kerangka morfologi. Pengujian dilakukan secara sistematis dengan mengevaluasi variasi learning rate (0,001 hingga 0,1) dan rasio pembagian data latih terhadap data uji (90:10 hingga 50:50). Hasil eksperimen menunjukkan bahwa integrasi MDF dan LVQ mampu mengenali aksara Batak Toba dengan akurasi tertinggi sebesar 87% pada rasio data 70:30 dengan learning rate 0,1; 0,07; dan 0,09. Nilai rata-rata akurasi keseluruhan parameter mencapai performa optimal 83,6% pada learning rate 0,07.
Implementasi Data Mining K-Medoids pada Data Obat dan Alat Kesehatan di Apotek RSUD Selasih Lola Oktavia
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.13720

Abstract

Apotek merupakan salah satu tempat yang menjual obat obatan, alat Kesehatan dan lainnya. Salah satu faktor penting untuk kelangsungan proses jual beli pada apotik yaitu adanya persediaan obat-obatan. Apotik RSUD Selasih sudah memiliki sistem yang menampung data persediaan obat obatan. Sistem tersebut juga memiliki data transaksi penjualan obat/alkes dan data pasien. Namun persediaan obat-obatan dilakukan hanya dengan memeriksa persediaan obat yang hampir habis kemudian memperbarui stok persediaan obat tersebut. Sehingga hal ini kurang efisien jika suatu waktu membutuhkan obat dalam jumlah yang besar dan ternyata stok habis. Dalam penelitian ini diterapkan suatu metode data mining dengan cara menganalisa pada pemakaian obat untuk menghasilkan informasi yang dapat dijadikan sebagai perencanaan dan pengendalian persediaan obat menggunakan teknik data mining clustering yaitu Algoritma K-Medoids Clustering. Adapun hasil dari penelitian yang telah dilakukan yaitu berdasarkan pengujian yang dilakukan pada penggunaan 5 cluster data menggunakan pengujian Davies Bouldin Index, didapatlah hasil pengujian sebesar 0,753 dimana hasil tersebut menujukkan hasil yang baik terhadap data yang di clusterisasi. Karena Semakin kecil nilai DBI atau bernilai postif terkecil yang mendekati 0 maka menunjukkan skema cluster yang paling optimal.
Co-Authors Abdillah, Rahmad Abdul Haris Kurnia Sandi Harahap Alwis Nazir Alwis Nazir Alwis Nazir Eka Suryani Indra Septiawati Elin Haerani Elin Haerani Elin Haerani Elin Haerani Elin Haerani Elin Haerani Elvia Budianita Emir Ramon Fadhilah Syafria Fahrul Al Hidayat Febby Kurniawan Firman Zahri Fitra Kurnia Fitra Kurnia Fitri Insani Heri Susanto Ihda Syurfi Irma Sanela Iwan Iskandar Jasril Jasril Lili Rahmawati Marliana Safitri Muhammad Affandes Muhammad Badri Muhammad Fikry Muhammad Fikry Muhammad Hanif Abdurrohman Muhammad Irsyad Muhammad Yusril Haffandi Nining Nur Habibah Novendri Wahyudy Novi Yanti Novriyanto Novriyanto Nurainun Nurainun Okfalisa Okfalisa Okfalisa Okfalisa Okfalisa Okfalisa Pizaini Pizaini Raja Sultan Firsky Reski Mai Candra Rizuan Rizuan Said Nanda Saputra said rizki zikrillah aulia Saktioto Saktioto Sofiah Sola Huddin Suwanto Sanjaya Tiara Dwi Arista Tiara Ramayanti Yaskur Bearly Fernandes Yusra Yusra Yusra Yusra, Yusra