Article Per Year (5 Year)
p-Index From 2021 - 2026
3.018
P-Index
This Author published in this journals
All Journal SINTEK JURNAL: Jurnal Ilmiah Teknik Mesin Sinkron : Jurnal dan Penelitian Teknik Informatika Knowledge Engineering and Data Science Community Engagement and Emergence Journal (CEEJ) ABDI SABHA (Jurnal Pengabdian kepada Masyarakat) Bulletin of Computer Science Research Jurnal Pengabdian Masyarakat IPTEK Hello World Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Blend Sains Jurnal Teknik Journal of Software Engineering and Information System (SEIS) Prosiding Seminar Nasional Teknik UISU (SEMNASTEK) Jurnal Komprehenshif Tsabit
Zuli Agustina Gultom
Universitas Muhammadiyah Sumatera Utara
Religion Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mechanical Engineering Social Sciences

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : hello world

 1 
Pengembangan Aplikasi Augmented Reality Berbasis Unity-Vuforia Dengan Fitur Interaktif 3D Menggunakan Metode Decision Tree Pada Materi Sistem Pencernaan Manusia Hafizh Alfarisy; Zuli Agustina Gultom
Hello World Jurnal Ilmu Komputer Vol. 4 No. 4 (2026): Edisi Januari
Publisher : Ilmu Bersama Center

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

Abstract

Pembelajaran mengenai sistem pencernaan manusia di tingkat sekolah dasar kerap mengalami hambatan karena materinya bersifat abstrak dan sulit diamati langsung. Media tradisional seperti buku teks maupun metode ceramah belum mampu memberikan representasi visual yang jelas, sehingga siswa sering menemui kesulitan dalam memahami materi. Penelitian ini bertujuan merancang aplikasi pembelajaran berbasis Augmented Reality (AR) menggunakan Unity dan Vuforia yang dipadukan dengan fitur interaktif 3D serta algoritma Decision Tree sebagai logika kuis adaptif. Pengembangan aplikasi dilakukan dengan model ADDIE yang mencakup tahap analisis, perancangan, pembuatan, implementasi, dan evaluasi. Aplikasi menampilkan visualisasi 3D organ sistem pencernaan, dilengkapi animasi, narasi, serta kuis interaktif berbasis Decision Tree yang menyesuaikan alur pembelajaran dengan jawaban siswa. Hasil pengujian menggunakan metode black-box menunjukkan seluruh fungsi berjalan sesuai rencana, meliputi pengenalan marker AR, tampilan objek 3D, interaksi pengguna, dan mekanisme kuis adaptif. Aplikasi ini diharapkan mampu meningkatkan motivasi belajar siswa, memudahkan pemahaman konsep yang abstrak, serta menjadi alternatif media pembelajaran interaktif bagi guru sekolah dasar.
Prediksi Tren Tingkat Keparahan Penyakit Kucing Berdasarkan Gejala Klinis Menggunakan Regresi Logistik Multinomial Cintami Arifina Ramadhani; Zuli Agustina Gultom
Hello World Jurnal Ilmu Komputer Vol. 4 No. 4 (2026): Edisi Januari
Publisher : Ilmu Bersama Center

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

Abstract

Memprediksi tren tingkat keparahan penyakit pada kucing (Felis catus) merupakan tantangan akibat gejala klinis yang dinamis dan tumpang tindih. Oleh karena itu, diperlukan sebuah sistem prediktif untuk membantu memproyeksikan arah perkembangan penyakit secara lebih akurat. Tujuan dari penelitian ini adalah merancang dan membangun model machine learning yang dapat memprediksi tren tingkat keparahan (ringan, sedang, parah) dari enam penyakit umum pada kucing berdasarkan gejala klinisnya. Metode yang diimplementasikan adalah Regresi Logistik Multinominal. Penelitian ini menggunakan total 501 data, gabungan dari rekam medis primer dan data sekunder, yang dibagi menjadi 400 data latih dan 101 data uji. Model ini menggunakan 76 fitur gejala untuk mengklasifikasikan 18 kelas target. Evaluasi kinerja dilakukan dengan metrik Akurasi, Presisi, Recall, dan F1-Score. Hasil pengujian model pada 101 data uji menunjukkan performa yang sangat baik dengan akurasi 92%. Kinerja model yang seimbang pada setiap kelas juga ditunjukkan oleh nilai Macro Average Presisi 0,93, Recall 0,92, dan F1-Score 0,92. Penelitian ini menerapkan model Regresi Logistik Multinominal yang terbukti efektif untuk prediksi tren keparahan penyakit kucing. Model yang dihasilkan memiliki potensi untuk dikembangkan lebih lanjut sebagai sistem pendukung keputusan prognostik bagi praktisi kesehatan hewan.
Co-Authors Affandi Al Hamidy Alhamidy, Alhamidy Andi Zulherry Annisa, Putri Cintami Arifina Ramadhani Elvira Nuriza Harahap Elza Ahmad Raihan Fadhlurrohman, Dimas Fahrizal Zulkarnain Farid Akbar Siregar Ferdy Riza Firahmi Rizky Fonna, Syarizal Hafizh Alfarisy Hazidar, Al-Hamidy Hevlie Winda Nazry S Indra Maryanti Khairun Niswa Lubis, Riadini Wanty M. Syauqi Haris Mahardika Abdi Prawira Tanjung Maryanti, Indra Mika Debora Br Barus Muammar Farhan Niswa, Khairun Rizki Efrida Rizky, Firahmi Siregar, Chandra A Tanjung, Iqbal Tegar Yudhistyra Wardana, Muhammad Andika Yohanni Syahra Yoshida Sary