Article Per Year (5 Year)
p-Index From 2021 - 2026
7.09
P-Index
This Author published in this journals
All Journal Paradikma: Jurnal Pendidikan Matematika JURNAL PENELITIAN SAINTIKA Jurnal IPTEK JURNAL PENGABDIAN KEPADA MASYARAKAT Journal of Tropical Biodiversity and Biotechnology Jurnal KARISMATIKA JTT (Jurnal Teknologi Terpadu) Indonesian Journal of Artificial Intelligence and Data Mining BAREKENG: Jurnal Ilmu Matematika dan Terapan bit-Tech Jurnal Sains dan Teknologi JATI (Jurnal Mahasiswa Teknik Informatika) PHI: Jurnal Pendidikan Matematika SKANIKA: Sistem Komputer dan Teknik Informatika Journal of Soft Computing Exploration Djtechno: Jurnal Teknologi Informasi Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) INCODING: Journal of Informatics and Computer Science Engineering Instal : Jurnal Komputer ALACRITY : Journal Of Education Archive: Jurnal Pengabdian Kepada Masyarakat PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) Blend Sains Jurnal Teknik Journal of Student Research EINSTEIN (E-JOURNAL) Ocean Engineering: Jurnal Ilmu Teknik dan Teknologi Maritim Innovative: Journal Of Social Science Research Asian Journal of Applied Education Lencana: Jurnal Inovasi Ilmu Pendidikan Journal of Informatics and Data Science (J-IDS) Journal of Mathematics, Computation and Statistics (JMATHCOS) Darma Abdi Karya: Jurnal Pengabdian Kepada Masyarakat Journal of Information Technology
Said . Iskandar
Universitas Negeri Medan
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 61 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 61 Documents
Search

 1   2   3   4   5 
Sistem Pakar Diagnosa Penyakit Kasat Mata Pada Sapi Berbasis Android Reza Al Alif; Said Iskandar Al Idrus
Journal of Student Research Vol 1 No 2 (2023): Maret : Journal of Student Research
Publisher : Sekolah Tinggi Ilmu Ekonomi Trianandra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jsr.v1i2.1062

Abstract

Sapi merupakan hewan yang hidup di darat, yang menjadikan salah satu dari sekian banyak sumber protein dan lemak yang dibutuhkan manusia. Sapi merupakan hewan pemakan tumbuhan yang sangat berguna bagi banyak orang terutama dari segi susu, daging, kulit dan kotorannya. Komoditas telur, daging, dan susu ialah komoditas pangan yang memiliki protein dan lemak yang tinggi. Sapi juga termasuk dalam kategori hewan ternak. Dalam menjaga kualitas serta pemeliharaan sapi ditemukannya kendala, yakni adanya penyakit yang menyerang sapi. Hal ini menjadi hambatan bagi peternak sapi. Kendala dalam mendiagnosis penyakit sapi ialah kurangnya pengetahuan peternak tentang penyakit sapi, keterbatasan waktu, dan pengambilan keputusan dalam proses pencegahan. Dari teknik berternak hingga penanganan penyakit, seharusnya berkonsultasi dengan ahlinya (dokter hewan) untuk mendapatan solusi terbaik dari permasalahan tersebut agar peternak mendapatkan hasil yang maksimal Dalam hal ini sistem pakar dijadikan sebagai alternatif kedua dalam membantu mengatasi pemecahan masalah. sistem pakar ini memberikan informasi tentang berbagai jenis penyakit yang menyerang hewan sapi, sistem pakar ini menggunakan metode Forward Chaining, dimana Sistem ini diharapkan dapat membantu dalam penanganan konsultasi peternak sapi dalam mendiagnosa penyakit. Sistem ini disediakan untuk memberi peluang peternak agar dapat membantu mengetahui gejala sebelum ditangani dokter hewan dan dapat mencegah gejala penyakit tersebut secara cepat.
DIAGNOSA AUTISME PADA ANAK DENGAN SISTEM PAKAR MENGGUNAKAN METODE FORWARD CHAINING Fadlan Isa Damanik; Said Iskandar Al-Idrus
Journal of Student Research Vol 1 No 2 (2023): Maret : Journal of Student Research
Publisher : Sekolah Tinggi Ilmu Ekonomi Trianandra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jsr.v1i2.1063

Abstract

Gangguan mental pada anak merupakan gangguan kesehatan yang terdiri dari keterbelakangan mental autis dan anxiety disorder. Banyak orang awam yang tidak menyadari bahwa anaknya mengidap gangguan autisme. Ketidaktahuan ini disebabkan oleh kurangnya informasi tentang gangguan tumbuh kembang anak, gejalanya, dan kurangnya dokter spesialis tumbuh kembang anak dan psikolog. Penyebab autisme sendiri sudah ada sebelum bayi lahir, bahkan sebelum vaksinasi. Sistem pakar adalah cabang AI (Artificial Intelligence) yang menggunakan keahlian secara luas untuk memecahkan masalah. Pakar adalah seseorang yang memiliki keahlian dalam bidang tertentu dan memiliki pengetahuan atau keterampilan khusus yang orang lain di bidangnya tidak tahu atau tidak mampu. Berdasarkan kondisi di atas, maka dibangunlah sebuah sistem yang menggunakan teknologi komputerisasi yang dapat mengadopsi kemampuan seorang ahli atau pakar yaitu teknologi Artificial Intelligence atau Kecerdasan Buatan.
PEMANFAATAN METODE MONTE CARLO DALAM PENCARIAN PATH TERPENDEK PADA GRAF Said Iskandar
EINSTEIN (e-Journal) Vol 2, No 1 (2014): EINSTEIN
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (457.142 KB) | DOI: 10.24114/einstein.v2i1.5107

Abstract

Pada saat ini ada beberapa cara yang dilakukan untuk mencari path terpendek pada graf, dengan jumlah vertek yang besar secara konvensional pencarian ini akan menghabiskan waktu yang lama dan keakuratan yang kecil. Dengan bantuan komputer kita dapat mengembangkan banyak algoritma memudahkan kita mencari optimasi dari sebuah graf. Dengan komputasi menggunakan metode monte carlo kita dapat mendistribusikan nilai random untuk dapat memunculkan semua kemungkinan yang terjadi dari path ini. Nilai path akan diseleksi dari generasi ke generasi berdasarkan nilai terkecil dari jumlah edge, waktu yang diperlukan bergantung dari jumlah vertek dan epoch dari sebuah program.
Peramalan Jumlah Angkatan Kerja Di Kota Medan Menggunakan Metode Trend Non Linear Fira Dilla; Said Iskandar Al-Idrus
Lencana: Jurnal Inovasi Ilmu Pendidikan Vol. 1 No. 2 (2023): April : Jurnal Inovasi Ilmu Pendidikan
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (845.143 KB) | DOI: 10.55606/lencana.v1i2.1454

Abstract

Peramalan merupakan proses untuk memperkirakan beberapa kebutuhan di masa yang akan datang, yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang atau pun jasa. Penelitian ini bertujuan untuk meramalkan jumlah angkatan kerja di Kota Medan menggunakan metode Trend Non Linear Kubik. Data yang diperlukan untuk penelitian ini adalah data jumlah angkatan kerja di Kota Medan dari tahun 2011-2020 dan Sumber data penelitian ini diperoleh dari Badan Pusat Statistik (BPS) Kota Medan. Data tersebut dianalisis dengan metode Trend Non Linear Kubik untuk meramalkan jumlah angkatan kerja pada tahun 2021 dan pengolahan datanya menggunakan software SPSS. Hasil analisis Model peramalan jumlah angkatan kerja di Kota Medan menggunakan metode Trend Non Linear Kubik diperoleh persamaan modelnya adalah y=512819+155612x-28928x^2+1754x^3 dan hasil keakurasian model sebesar 3,94%, peramalan yang dilakukan menghasilkan jumlah angkatan kerja di Kota Medan untuk tahun 2021 adalah 1.058.837.
Introduction to Citrus Fruit Ripens Using the Deep Learning Convolutional Neural Network (CNN) Learning Method Josua Christian; Said Iskandar Al Idrus
Asian Journal of Applied Education (AJAE) Vol. 2 No. 3 (2023): July 2023
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/ajae.v2i3.5003

Abstract

The export value of Indonesian fruits in 2023 will increase compared to 2021. For this reason, a program is needed to introduce fruit maturity, in this case, citrus fruits. Currently, the fruit maturity recognition system is still done manually which takes a long time and requires a lot of human resources. Thus, the purpose of this research is to use Machine Learning and the Convolution Neural Network (CNN) model in the classification of citrus fruit maturity. The computer image recognition method used is CNN, which has advantages in computer vision applications, face recognition, object detection, image recognition, and visual recognition. Datasets in the form of orange images are collected to be applied to the Machine Learning method. The test results showed that training accuracy reached 100% and validation accuracy reached 86.59% after 40 epochs using the CNN method on local varieties of orange images. Training loss reaches 0.7 and validation loss reaches 0.69 after 40 epochs.
Pelatihan dan Pembimbingan Media Pembelajaran Berbasis Aplikasi Canva Sebagai Media Pembelajaran di Yayasan Pedidikan Nurul Hasaniah Yulita Molliq Rangkuti; Said Iskandar Al Idrus; Izwita Dewi; Nurliani Manurung; Insan Taufik; Ahmad Landong; Muhammad Noer Fadlan
Archive: Jurnal Pengabdian Kepada Masyarakat Vol. 3 No. 2 (2024): Juni 2024
Publisher : Asosiasi Pengelola Publikasi Ilmiah Perguruan Tinggi PGRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55506/arch.v3i2.112

Abstract

Proses pembelajaran sudah bertransformasi ke era digital 4.0. Materi pembelajaran digital diperlukan untuk meningkatkan kemampuan pemahaman dan aktivitas belajar siswa, ini merupakann urgensi sehingga kegiatan pengabdian masyarakat ini dilakukan. Tujuan adalah membuat meteri pembelajaran dengan aplikasi Canva dan pembuatan kuis interaktif mengunakan aplikasi Canva. Metode pelaksanaan dilakukan di Yayasan Pedidikan Nurul Hasaniah yang mempunyai level pendidikan dari SD hingga SMA. Kegiatan diawali dengan memberikan penjelasan pentingnya media pembelajaran, pengenalan media kuis interaktif, pengenalan canva dan implementasi pengelolaan media pembelajaran kuis interaktif. Hasil kegiatan ini menunjukkan bahwa: a) Hasil evaluasi proses melalui observasi selama kegiatan, pemahaman peserta sangat baik dan isi kegiatan dinilai baik, b) Evaluasi produk menunjukkan bahwa seluruh peserta terampil dalam membuat media Canva. c) Respon peserta pelatihan sangat positif, hal ini tercermin dari keaktifan peserta dalam menghadapi tantangan yang ada.
Pengembangan Fitur Rekapitulasi Pada Sistem Informasi Tridharma Perguruan Tinggi Program Studi Ilmu Komputer Universitas Negeri Medan Taufik, Insan; Saputra S., Kana; Al Idrus, Said Iskandar
Jurnal Sains dan Teknologi Vol. 4 No. 3 (2023): Jurnal Sains dan Teknologi
Publisher : CV. Utility Project Solution

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

Abstract

Abstrak−Tujuan dari penelitian ini adalah membantu dosen program studi Ilmu Komputer Unimed untuk mengurus/mengajukan kepangkatan/fungsional atau pemberkasan lain yang membutuhkan data tridharma perguruan tinggi. Sistem informasi Tridharma yang telah dibuat dapat menampung data tridharma dosen, seperti penelitian, pengabdian, pengajaran, penunjang dan semua luaran hasil dari kegiatan tridharma tersebut. Metode yang di laksanakan pada penelitian ini adalah metode SDLC (System Development Life Cycle) yang dimulai dari proses penyiapan data-data tridharma sampai proses implementasi fitur rekapitulasi. Hasil dari penelitian ini adalah fitur yang ditambahkan pada aplikasi tridharma perguruan tinggi dapat mencari semua data tridharma dosen program studi Ilmu Komputer Unimed yang sesuai dengan kriteria pencarian dan menyajikan data dalam satu halaman, yang selanjutnya dapat digunakan untuk kepentingan-kepentingan administrasi dosen program studi Ilmu Komputer Universitas Negeri Medan.
Sentiment Analysis of Twitter Users Regarding Taxation Topics in Indonesia Utilizing Multinomial Naive Bayes Tarigan, Dewan Dinata; Al Idrus, Said Iskandar
Journal of Informatics and Data Science Vol 3, No 1 (2024): JUNE 2024
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v3i1.52465

Abstract

The country's income is heavily dependent on taxes, which contribute to improved public well-being. Public confidence in tax authorities plays a key role in increasing tax receipts. Therefore, it is important to measure this level of confidence. One of the methods used is sentimental analysis, which helps to understand public views on regulations, services, performance, and tax policies. One of the purposes of this study is to measure the sentiment of Twitter users towards taxation in Indonesia. Sentiment analysis involves data collection processes, initial data processing, separation of datasets, feature extraction, classification, and evaluation. The classification model used is Multinomial Naive Bayes with a comparison of 80% training data and 20% test data. The results show that 89.65% of tweets about taxation in Indonesia have negative sentiment. The model evaluation was carried out on two test scenarios, namely initial data and randomly under-sampleed data. Classification on initial data achieved accuracy of 89.97%, precision of 46.68%, and sensitivity of 33.61%. Whereas on undersampling data results, accuration reached 53.28%, accurateness of 52.66%, and sensibility of 52.52%. Analysis showed significant differences between the two scenarios in which undersammpling techniques resulted in a more balanced distribution of data. Despite this, the model still faces difficulties in classifying positive and neutral data due to the dominance of negative sentiment.
Application of the Naïve Bayes Algorithm for Web-Based Classification of Family Hope Program Beneficiaries Nafisa, Anti Nada; Al Idrus, Said Iskandar
Journal of Informatics and Data Science Vol 2, No 2 (2023): November
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/j-ids.v2i2.47256

Abstract

The government realizes the importance of the problem of poverty by making various efforts, one of which is holding social assistance programs for the poor. One of the government policies is the Family Hope Program (PKH). The situation in the community indicates that those who receive PKH assistance from the government usually use the assistance to meet the health needs of their families, schools and daily needs, which are generally consumptive. The process of processing PKH beneficiary data in the Timbang Deli sub-district is still done manually, therefore this study aims to carry out data processing with the Naïve Bayes classification by creating a system to make it easier for officers in the Timbang Deli sub-district to determine PKH beneficiaries. The method used in this study is the Naive Bayes classification method. The variables used in this study were the head of the family, number of dependents, occupation, income, number of cars, number of motorcycles, status of residence, and condition of the house. The data in this study were 100 data from PKH beneficiaries and non-recipients of Timbang Deli Village, 80 as training data, and 20 as testing data. Based on the results of a study of 20 test data for recipients and non-recipients of PKH assistance in Timbang Deli Village, Medan Amplas District, the accuracy of the truth is 80% where there are 16 data that have values according to the test data, and 4 data that have values that do not match the test data.
Region of Nuclear Ribosomal DNA (ITS2) and Chloroplast DNA (rbcL and trnL-F) as A Suitable DNA Barcode for Identification of Zingiber loerzingii Valeton From North Sumatera, Indonesia Prasetya, Eko; Lazuardi, Lazuardi; Harahap, Fauziyah; Rachmawati, Yuanita; Yusuf, Yusnaeni; Al Idrus, Said Iskandar; Prastowo, Puji
Journal of Tropical Biodiversity and Biotechnology Vol 8, No 3 (2023): December
Publisher : Universitas Gadjah Mada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/jtbb.76956

Abstract

Zingiber loerzingii Valeton is one of the species in the Zingiberaceae family found throughout Aceh and North Sumatra, Indonesia, with slimy flowers, yellowish white color, and dark orange stamens. Z. loerzingii is endemic in North Sumatra with a very limited distribution. The International Union for Conservation of Nature and Natural Resources classifies this plant into the vulnerable ones category. This study aims to examine the potential of DNA barcoding from nuclear DNA (ITS2) and DNA chloroplasts (rbcL and trnL-F) to identify Z. loerzingii plants. The research sample was obtained from two main distribution areas of Z. loerzingii in North Sumatra, Indonesia, namely Sibolangit Nature Reserve and Tangkahan Conservation Forest. The results showed that all the DNA barcode markers used were able to classify Z. loerzingii into the same group in the phylogenetic analysis. ITS marker is the most effective marker for classifying Zingiberaceae species compared to rbcL and trnL-F markers. The ITS2 marker has the lowest level of intraspecific and intraspecific genetic distance overlap compared to the rbcL and trnL-F markers. This research is expected to provide information related to the DNA barcode of Z. loerzingii in an effort to conserve this rare plant. 
Co-Authors Adidtya Perdana Ahmad Landong Alfattah Atalarais Ananda Hatmi, Reza Angga Warjaya Arifin, Khusnul Arnah Ritonga Arnita Arnita Arnita Arnita Arnita Asiah Asiah Billroy A Ginting Buulolo, Fatizanolo Chairunisah Chairunisah, Chairunisah Citra Citra Debi Yandra Niska Dechy Deswita Indriani.S Devi Juliana Napitupulu Diah Retno Wahyuningrum Dian Septiana DIdi Febrian Eka Nainggolan, Rinay Eko Prasetya, Eko Elvis Napitupulu, Elvis Fadlan Isa Damanik Fadlan Isa Damanik Farhan Ramadhan, Haikal Fauziyah Harahap Fira Dilla Fitria, Amanda Hermawan Syahputra Ichwanul Muslim Karo Karo Ihsan Zulfahmi Inna Muthmainnah Insan Taufik Izwita Dewi Josafat Simanjutak, Todo Josua Christian Kana Saputra S Kana Saputra S Khairani, Nerli Kuraini, Atifa Nuzulul Lazuardi Lazuardi Lubis, Afiq Alghazali Lubis, M. Revano Ananda Luge, Miclyael Malik Fajri, Maulana MANSUR AS Manullang, Sudianto Manurung, Jeremia Marpaung, Faridawaty Mika . Layakana Molliq Rangkuti, Yulita Mualiawan Firdaus Muhammad Noer Fadlan Muhammad Rifqi Maulana Muthmainnah, Inna Nabila, Rinjani Cyra Nafisa, Anti Nada Nasution, Hamidah . Nice R Refisis Niska, Debi Yandra Nurkhalizah, Rezeki Nurliani Manurung Olga Laura Mahlona Pane, M Iqbal Anata Pane, Yeremia Yosefan Puji Prastowo, Puji Purba, Boy Hendrawan Rahmani . . Ramadhani, Fanny Refisis, Nice Rejoice Reza Al Alif Reza Al Alif Rovita Indah Ayu Ningtias Salsabila, Aqila Siburian, Rulli Prasetio Bane Sihombing, Jeremia Jordan Simamora, Elmanani Simanjorang, Rio Givent A Simanungkalit, Ada Novisari D. Simbolon, Mula Tua Elia Sinaga, Marlina Setia Siregar, Ary Prandika Siregar, Mochammad Gani Alfa Alkhoiri Sri Mulyana Sri Mulyana Suryani, Nita Susiana Susiana Susiana Susiana Syarida Aini, Desti Tambunan, M. Ananda Rizki Tarigan, Dewan Dinata Tarigan, Yosua Yosephine Trisna Utami Putri Wahabi Hasibuan, Rahman Warjaya, Angga Wilma Handayani Yuanita Rachmawati Yulita Molliq Rangkuti Yulita Molliq Rangkuti Yulita Molliq Rangkuti Yusuf, Yusnaeni Zufahmi Indra Zulfahmi Indra, Zulfahmi