Article Per Year (5 Year)
p-Index From 2021 - 2026
3.528
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) Jurnal Sistem Komputer dan Informatika (JSON) 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 Sains Student Research Nusantara Journal of Multidisciplinary Science 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 Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mechanical Engineering Social Sciences Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
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.
Implementasi Learning Management System (LMS) dalam Meningkatkan Kualitas dan Kreatifitas Guru Indra Maryanti; Khairun Niswa; Zuli Agustina Gultom
Community Engagement and Emergence Journal (CEEJ) Vol. 6 No. 1 (2025): Community Engagement & Emergence Journal (CEEJ)
Publisher : Yayasan Riset dan Pengembangan Intelektual

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37385/ceej.v7i1.9810

Abstract

Implementasi Learning Management System (LMS) dalam pembelajaran bertujuan untuk meningkatkan kualitas dan kreativitas guru dalam mengelola proses belajar mengajar. LMS, khususnya Moodle, dipilih karena mampu menyediakan sarana pengelolaan materi pembelajaran, penugasan, hingga absensi secara daring. Tahapan implementasi dilakukan melalui pengumpulan kebutuhan, meliputi kebutuhan fungsional, gambar, teks, dan data pengguna yang disepakati bersama antara tim pengabdian masyarakat dan guru. Selanjutnya dilakukan pemasangan dan konfigurasi pada server khusus, pengujian terbatas kepada guru serta pihak sekolah, pelatihan penggunaan bagi guru, siswa, dan admin, kemudian dilanjutkan dengan pendampingan, monitoring, dan evaluasi program. Target utama dari implementasi ini adalah terbangunnya aplikasi LMS Moodle di sekolah mitra, meningkatnya kompetensi guru dalam menggunakan LMS, serta tumbuhnya kreativitas guru dalam menyusun bahan ajar yang dapat diunggah pada platform tersebut. Selain itu, luaran lain yang dihasilkan meliputi publikasi artikel ilmiah di JMM (Jurnal Masyarakat Mandiri), publikasi berita pada media massa Tajdid.id, karya audio visual berupa video kegiatan yang dipublikasikan melalui YouTube, serta karya visual berupa poster yang menunjukkan bahwa sekolah telah memanfaatkan LMS dalam proses pembelajaran. Implementasi Learning Management System (LMS) dilaksanakan selama satu tahun melalui beberapa tahapan, yaitu pengumpulan kebutuhan, pemasangan dan konfigurasi, pengujian, pelatihan, serta evaluasi. Setiap tahap didampingi oleh tim dosen bersama tiga mahasiswa dari Program Studi Pendidikan Bahasa Inggris, Sistem Informasi, dan Teknik Informatika. Pada tahap pengumpulan kebutuhan, dilakukan analisis terkait kebutuhan fungsional, gambar, teks, dan data yang melibatkan guru untuk mencapai kesepakatan bersama. Selanjutnya, pemasangan dan konfigurasi LMS dilakukan pada server khusus, kemudian diuji coba secara terbatas kepada Wali Kepala Sekolah Bidang Kurikulum dan guru mata pelajaran Teknik Komputer dan Jaringan (TKJ). Tahap pelatihan diberikan kepada seluruh guru, siswa, dan admin secara tatap muka untuk memastikan pemahaman penggunaan LMS. Terakhir, tahap evaluasi dilakukan melalui survei dan pendampingan langsung kepada guru guna menilai efektivitas serta keberhasilan implementasi program.
Comparison of Random Forest and Multiple Linear Regression Algorithms in Predicting Daily Drug Expenditure: A Case Study At Bambuan Pharmacy Muammar Farhan; Zuli Agustina Gultom
Tsabit Journal of Computer Science Vol. 2 No. 2 (2025): December Edition
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/tsabit62

Abstract

Accurate drug inventory management is essential for pharmacies to avoid shortages or excess stock. This study aims to compare the performance of Multiple Linear Regression (MLR) and Random Forest Regression (RFR) in predicting daily drug sales at Apotek Bambuan. The dataset consists of sales records from 2022–2024, which were preprocessed and divided into training and testing sets. Both models were evaluated using Mean Absolute Error (MAE), Mean Absolute Percentage Error (MAPE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), and R² Score. The results show that Random Forest provides higher prediction accuracy with lower error values compared to MLR, although MLR remains useful for interpreting the contribution of predictor variables. Therefore, Random Forest is recommended for daily drug sales prediction due to its superior accuracy, while MLR offers advantages in model interpretability.
Adaptasi Perilaku Berkendara Motor yang Agresif Menggunakan PCA dan Manova Zuli Agustina Gultom; Mahardika Abdi Prawira Tanjung; Al Hamidy
Blend Sains Jurnal Teknik Vol. 4 No. 3 (2026): Edisi Januari
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/blendsains.v4i3.1332

Abstract

Penelitian ini bertujuan untuk menganalisis perilaku berkendara agresif di kalangan pengendara motor menggunakan teknik analisis multivariat, termasuk Principal Component Analysis (PCA), klastering, dan Multivariate Analysis of Variance (MANOVA). Survei dilakukan pada 130 responden untuk mengidentifikasi faktor-faktor yang mempengaruhi perilaku berkendara, seperti kelalaian, perilaku agresif, dan kesalahan persepsi. Hasil PCA mengidentifikasi tiga faktor utama yang mempengaruhi perilaku berkendara agresif, yaitu kelalaian dan ketidakfokusan (kontribusi terbesar), perilaku agresif/pelanggaran aturan, dan kesalahan persepsi/pengendalian kendaraan. Komponen pertama menjelaskan 65% dari varians data, dengan titik elbow ditemukan pada komponen ketiga. Uji KMO menunjukkan nilai 0,743, yang menandakan bahwa data sampel cukup representatif untuk dianalisis, sementara uji Bartlett's Test of Sphericity dengan p-value 0,000 mengindikasikan korelasi signifikan antar variabel. Uji MANOVA menunjukkan bahwa faktor kelalaian dan ketidakfokusan tidak berpengaruh signifikan terhadap keselamatan berkendara (p = 0,104), sementara perilaku agresif/pelanggaran aturan memiliki pengaruh moderat (p = 0,215) terhadap salah satu variabel dependen. Faktor kesalahan persepsi juga tidak berpengaruh signifikan (p = 0,061). Uji Levene mengungkapkan varians tidak homogen untuk faktor kelalaian (p = 0,028), sedangkan varians untuk faktor perilaku agresif dan kesalahan persepsi homogen. Temuan ini mengindikasikan bahwa kelalaian dan kesalahan persepsi berperan lebih dominan dalam mempengaruhi risiko kecelakaan lalu lintas. Penelitian ini memberikan wawasan penting untuk pengembangan kebijakan keselamatan berkendara, terutama dalam menangani faktor kelalaian dan pengendalian persepsi pengemudi.
Analisis Sentimen Pengguna Iphone Pada Platform E-Commerce Menggunakan Algoritma Text Mining dan TF-IDF Tegar Yudhistyra; Zuli Agustina Gultom
Komprehensif Vol 4 No 2 (2026)
Publisher : CV Edu Tech Jaya

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

Abstract

Ulasan pengguna pada platform e-commerce merupakan sumber data teks yang sangat berharga untuk mengetahui persepsi konsumen terhadap suatu produk. Namun, jumlah ulasan yang besar dan bersifat tidak terstruktur menyulitkan proses pemahaman informasi secara manual. Penelitian ini bertujuan untuk menganalisis sentimen pengguna iPhone pada platform e-commerce Shopee menggunakan pendekatan text mining dan metode Term Frequency-Inverse Document Frequency (TF-IDF). Data yang digunakan berjumlah 250 ulasan berbahasa Indonesia yang diperoleh dari kolom ulasan produk iPhone di Shopee. Tahapan penelitian meliputi praproses teks (case folding, tokenizing, filtering, dan stemming), visualisasi word cloud, klasifikasi kata konotasi positif dan negatif, serta pembobotan kata menggunakan metode TF-IDF untuk menentukan kecenderungan sentimen. Hasil penelitian menunjukkan bahwa sentimen positif memperoleh persentase sebesar 77,80%, sedangkan sentimen negatif sebesar 22,20%, yang mengindikasikan bahwa mayoritas pengguna merasa puas terhadap produk iPhone yang dibeli melalui Shopee, terutama pada aspek keamanan pengiriman, kualitas, dan keaslian produk. Evaluasi kinerja model menggunakan Confusion Matrix menghasilkan nilai Accuracy sebesar 99,20%, Precision 99,47%, Recall 99,47%, F1-Score 99,47%, dan Cohen's Kappa sebesar 97,88% yang termasuk kategori Almost Perfect Agreement. Hasil ini membuktikan bahwa metode text mining dan TF-IDF efektif digunakan untuk menganalisis sentimen ulasan pengguna secara objektif dan akurat. Penelitian ini juga menghasilkan sistem analisis sentimen berbasis web yang menyajikan hasil analisis melalui dashboard interaktif berupa statistik sentimen, distribusi sentimen, word cloud, dan riwayat ulasan.
Multivariate Analysis Approach to Factor-Affected Tuberculosis Disease Gultom, Zuli Agustina; Siregar, Farid Akbar; Tanjung, Mahardika Abdi Prawira; Hazidar, Al-Hamidy
Knowledge Engineering and Data Science
Publisher : citeus

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

Abstract

Tuberculosis is a disease caused by infection with the mycobacterium tuberculosis complex. Tuberculosis attack organ besides the lung, such as the pleura, lining of the brain, lining of the heart, lymph gland, bones, joint, skin, intestines, kidney, urinary tract, and genital. This disease is found in densely populated settlements with poor sanitation, lack of ventilation and sunlight and lack of rest. Moreover, the factors that will be analyzed in this research are Population Density (X1), Number of HIV/AIDS (X2), number of toddlers who experience nutrition (X3), Number of toddlers who experience BCG immunization (X4), number of toddlers who get exclusive breastfeeding (X5), Total families with PHBS (X6), number of residents with healthy homes (X7), number of families with clean water facilities (X8), number of families with ownership of latrine sanitation (X9), number of families with have landfills (X10), number of families have management waste place (X11), number of elementary education facilities (X12), Number of junior school education facilities (X13), Number of senior school education facilities (X14), Number of institutions fostered by neighborhood health (X15), Number of Posyandu (X16), Number Life Expectancy (X17), Literacy Rate (X18), Human Development Index (X19), Number of Tuberculosis sufferers (X20). This research aims to analyze what variables influence each other on the prevalence rate of tuberculosis in the city of Surabaya. The method used in this research is a multivariate analysis using factor analysis, cluster analysis, biplot analysis and discriminant analysis. This discriminant analysis determines accuracy by calculating the value (1-APER). The resulting research the Number of HIV/AIDS, number of residents with healthy homes, and Number of families with ownership of Sanitation (latrine, landfills, waste management) have a high correlation with the spread of tuberculosis in Surabaya. Meanwhile, areas with a high rate of tuberculosis are Tambaksari, Wonokromo, Sawahan, and Semampir. The classification analysis accuracy level was 90.32% and the accuracy of the resulting model or discriminant function was very high. So that discriminant analysis can be used for predicting the accuracy of tuberculosis prevalence rates.
PENGEMBANGAN SISTEM PREDIKSI PERSEDIAAN BARANG BERBASIS WEB PADA TOKO MURNI Wardana, Muhammad Andika; Gultom, Zuli Agustina
Jurnal Rekayasa Perangkat Lunak dan Sistem Informasi Vol. 6 No. 2 (2026)
Publisher : Department of Information System Muhammadiyah University of Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/seis.v6i2.11416

Abstract

This study discusses the development of a web-based inventory prediction system for Toko Murni aimed at enhancing efficiency and accuracy in stock management. The main issue faced by Toko Murni was the inaccuracy of manual inventory management, which often resulted in discrepancies between records and actual stock levels, and failed to consider historical data patterns. The system was developed using PHP and MySQL, employing the Waterfall development model from requirement analysis to maintenance. Black Box testing was conducted to ensure all functions operate as expected. The results indicate that all features, including login, management of item types, period data, stock prediction, prediction results, password changes, and logout, function properly. The system accurately reflects inventory fluctuations and predicts stock needs quickly, supporting data-driven decision-making in a structured and effective manner. The simple yet functional interface facilitates administrators in managing inventory and recording data systematically.
Evaluating UMSU Subdomain Website Inclusivity Using Preference Selection Index Firahmi Rizky; Zuli Agustina Gultom
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 8 No. 1 (2026): September (2026)
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v8i1.9668

Abstract

Limited empirical evaluation of university website inclusivity can reduce equal access to academic information, especially for users with disabilities. This study evaluates the digital inclusivity of 29 Universitas Muhammadiyah Sumatera Utara (UMSU) subdomain websites using the Preference Selection Index (PSI) method. The evaluation used five criteria: Perceivability, Operability, Understandability, Robustness, and Usability. The first four criteria were derived from the Web Content Accessibility Guidelines (WCAG) principles, while Usability was added as a supporting criterion to assess practical user interaction quality. Data were collected through direct observation of each website and scored using a checklist-based rubric. The checklist scores were converted into a 1 to 5 Likert scale and then processed using PSI to calculate criterion weights and final preference values. The results show that fahum.umsu.ac.id obtained the highest score with a preference index of 1.000000, followed by fk.umsu.ac.id with 0.946643, and si.umsu.ac.id and faperta.umsu.ac.id with 0.893285. The findings indicate that PSI can reduce subjectivity in the weighting stage because the weights are generated from the decision matrix. However, the initial scoring process still depends on evaluator assessment. Therefore, the results should be interpreted as structured decision support for website improvement, not as an absolute measurement of accessibility compliance.
SISTEM PAKAR REKOMENDASI PENGGUNAAN ALAT GYM BERDASARKAN TUJUAN KEBUGARAN MENGGUNAKAN METODE RULE-BASED BERBASIS WEB Muhammad Andrian; Zuli Agustina Gultom
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12937

Abstract

Perkembangan teknologi informasi telah dimanfaatkan dalam berbagai bidang, termasuk olahraga dan kebugaran. Pengguna gym, terutama pemula, sering mengalami kesulitan dalam menentukan alat gym yang sesuai dengan tujuan kebugaran yang ingin dicapai. Penelitian ini bertujuan merancang dan mengimplementasikan sistem pakar berbasis web yang mampu memberikan rekomendasi penggunaan alat gym berdasarkan tujuan kebugaran menggunakan metode Rule-Based. Metode Rule-Based diterapkan melalui penyusunan aturan IF–THEN berdasarkan pengetahuan pakar dan studi literatur. Sistem dikembangkan menggunakan PHP dan MySQL serta dimodelkan menggunakan Unified Modeling Language (UML). Pengujian fungsional dilakukan dengan Black Box Testing, sedangkan kinerja rekomendasi dievaluasi menggunakan Accuracy, Precision, Recall, F1-Score, ROC, AUC, dan Confusion Matrix. Hasil penelitian menunjukkan bahwa sistem mampu memberikan rekomendasi alat gym sesuai tujuan kebugaran berdasarkan aturan yang telah ditetapkan. Evaluasi menggunakan delapan data uji yang divalidasi pakar menghasilkan Accuracy 100%, Precision 100%, Recall 100%, F1-Score 100%, dan AUC 100%. Pengujian Black Box juga menunjukkan seluruh fungsi yang diuji pada sisi admin dan pengguna berstatus valid. Hasil tersebut menunjukkan bahwa sistem dapat menghasilkan rekomendasi secara konsisten pada data pengujian yang digunakan. Sistem ini diharapkan membantu pengguna, khususnya pemula, menentukan alat latihan secara lebih terarah.
Penerapan Algoritma Knn (K-Nearest Neighbors) Dalam Penentuan Lampu Lalu Lintas Di Persimpangan Melalui Data Kendaraan Yang Melintas Di Persimpagan Yang Ada Di Kota Medan Untuk Mengurangi Kemacatan Muhammad Devri Kazza Nasution; Zuli Agustina Gultom
Nusantara Journal of Multidisciplinary Science Vol. 4 No. 3 (2026): NJMS - Oktober 2026
Publisher : PT. Inovasi Teknologi Komputer

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

Abstract

Kemacetan pada persimpangan di Kota Medan dipengaruhi oleh volume kendaraan yang tinggi dan pengaturan lampu lalu lintas dengan waktu tetap. Penelitian ini menerapkan algoritma K-Nearest Neighbors (KNN) untuk mengklasifikasikan kondisi lalu lintas dan mendukung penentuan durasi lampu berdasarkan data kendaraan yang melintas. Penelitian menggunakan pendekatan kuantitatif dengan data kendaraan dari Dinas Perhubungan Kota Medan dan pengujian sistem berbasis web. Kinerja model dievaluasi menggunakan confusion matrix, accuracy, precision, recall, dan F1-score. Hasil menunjukkan accuracy 94,00% pada kelas merah, 92,67% pada kelas kuning, dan 94,00% pada kelas hijau. Precision masing-masing kelas sebesar 90,20%, 89,00%, dan 91,84%; recall sebesar 92,00%, 89,00%, dan 90,00%; sedangkan F1-score sebesar 91,09%, 89,00%, dan 90,91%. Pengujian fungsional menunjukkan seluruh fitur utama sistem berhasil dijalankan. Hasil penelitian menunjukkan bahwa KNN dapat digunakan sebagai dasar sistem pendukung keputusan pengaturan lampu lalu lintas yang lebih adaptif
Co-Authors Affandi Al Hamidy Alhamidy, Alhamidy Andi Zulherry Annisa, Putri Cintami Arifina Ramadhani Elvira Nuriza Harahap Elza Ahmad Raihan Fadhlurrohman, Dimas Fahri Nasution Fahrizal Zulkarnain Farid Akbar Siregar Ferdy Riza Firahmi Rizky 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 Muhammad Andrian Muhammad Devri Kazza Nasution Muhammad Hafiz Muhammad Raja Aldimas Niswa, Khairun Rizki Efrida Rizky, Firahmi Siregar, Chandra A Tanjung, Iqbal Tegar Yudhistyra Thito Angga Darma Wardana, Muhammad Andika Yohanni Syahra Yoshida Sary