Articles
<![CDATA[Credit risk prediction using neural network backpropagation algorithm ]]>
<![CDATA[Maradu Sihombing]]>;
<![CDATA[Erwin D . Sitanggang]]>;
<![CDATA[Maranata Pasaribu]]>;
<![CDATA[Misdem Sembiring]]>
<![CDATA[ INFOKUM Vol. 10 No. 1 (2021): Desember, Data Mining, Image Processing, and artificial intelligence ]]>
Publisher : <![CDATA[Sean Institute ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (765.166 KB)
<![CDATA[Credit is a business activity that contains high risk and greatly affects the health and survival of banking businesses and financing institutions. Predicting credit risk is very beneficial for banks or financing institutions in taking decisions to establish credit. Decision makers of banks and financing institutions must have the precautionary principle to minimize credit risk when credit will be provided. The study designed credit risk prediction software with artificial neural network methods backpropagationalgorithms. Artificial neural network backpropagation with 1 hidden layer and the amount of data for training and testing as many as 20 pieces consisting of 5 models and using the logsig activation function is able to predict credit risk with a truth percentage of 70%-80%. Training and testing is used using matlab 6.1 software. Based on these results, the study recommends the development of artificial neural network algorithms as an effective method on credit risk prediction systems.]]>
<![CDATA[Analysis of Elearning Quality Measurement With Webqual Method at Politeknik MBP Medan ]]>
<![CDATA[Erwin Daniel Sitanggang]]>;
<![CDATA[Maradu Sihombing]]>;
<![CDATA[Maranata Pasaribu]]>;
<![CDATA[Beny Irawan]]>
<![CDATA[ INFOKUM Vol. 10 No. 1 (2021): Desember, Data Mining, Image Processing, and artificial intelligence ]]>
Publisher : <![CDATA[Sean Institute ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (344.355 KB)
<![CDATA[The development of information technology today has also changed the lifestyle and way of life of many people. By using information technology, many people can explore the world without being limited by space and time through the internet. Information technology has become a tool that has the power as a driving force that changes business, economics, socio-politics and other fields without limits. One of the things that has experienced major changes in lifestyle and way of life in the field of education is teaching and learning activities. The Politeknik MBP Medan college, which was also affected by Pandami, had to change the teaching-learning method using the Learning Management System service which is the right teaching-learning method to provide learning materials to students, in this case called students. In order to obtain the quality of this service, first, the satisfaction level of service users is measured based on the standard of comparison (gap) between reality and the expectations of users of the service. Based on the results of quality measurements from e-learning at the Politeknik MBP Medan for the academic year 2020/2021 in the even semester using the Webqual method, it was concluded that the Webqual method along with its attributes can provide analytical results to be used in improving the performance quality of e-learning. The results of measuring the quality of the data processing of respondents' answers are obtained that the User Satisfaction Level Score is -0.18, this indicates that the quality of e-learning as a whole is not in line with the expectations of users. The results of the analysis of 22 statement attributes from the Webqual method show that all attributes get the results of the "Tingkatkan" pattern analysis and none of the statement attributes get the "Pertahankan" pattern.]]>
<![CDATA[Simulasi Pemodelan Procedure-Consumer Problem pada Sistem Operasi ]]>
<![CDATA[Maradu Sihombing]]>;
<![CDATA[Jaidup Banjarnahor]]>
<![CDATA[ LOFIAN: Jurnal Teknologi Informasi dan Komunikasi Vol 1 No 1 (2021): September ]]>
Publisher : <![CDATA[Universitas Mandiri Bina Prestasi (MBP) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (754.989 KB)
|
DOI: 10.58918/lofian.v1i1.160
<![CDATA[Sistem operasi yang menggunakan lebih dari satu proses untuk dapat bekerja bersama mencapai tujuan yang diinginkan. Agar tujuan tercapai secara benar, proses-proses tersebut harus mensinkronkan kegiatan-kegiatannya sehingga terkendali dengan baik untuk menghindari kondisi deadlock, salah satu metode untuk menyelesaikan masalah Deadlock adalah Procedure-Consumer. Procedure-Consumer menggunakan Perangkat lunak metode sleep and wake-up untuk mencegah masalah yang terjadi ketika buffer penuh, sementara producer ingin meletakkan item ke buffer dan consumer ingin mengambil item sementara buffer telah kosong. Perangkat lunak menggunakan semaphore untuk untuk mem-blocked producer atau consumer lain ketika salah satu producer atau consumer sedang berada dalam buffer. Perangkat lunak simulasi Producer-Consumer ini merupakan illustrasi dari proses sinkronisasi, yaitu bagaimana cara mengatur beberapa proses yang mengakses beberapa variabel secara bersamaan.]]>
<![CDATA[Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode Analytical Hierarchy Process (AHP) Di PT. Telkomsel (Grapari Telkomsel) Tebing Tinggi ]]>
<![CDATA[Fauzi Haris Simbolon]]>;
<![CDATA[Maradu Sihombing]]>
<![CDATA[ LOFIAN: Jurnal Teknologi Informasi dan Komunikasi Vol 1 No 2 (2022): Maret ]]>
Publisher : <![CDATA[Universitas Mandiri Bina Prestasi (MBP) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (150.207 KB)
|
DOI: 10.58918/lofian.v1i2.169
<![CDATA[Proses pemilihan karyawan terbaik diperusahaan dapat dilakukan dengan menggunakan analisa dan perhitungan manual, yaitu dengan menghitung rata-rata nilai kepentingan kriteria dan subkriteria dan dikalikan dengan persentase yang telah ditetapkan dandijumlahkan kembali. Dari hasil pengolahan data tadi karyawan yang memiliki nilai tertinggi hasil pengolahan ditetapkan menjadi karyawan terbaik, tentang reward yang diperoleh tergantung dari kebijakan perusahaan. Dibuatlah sistem yang akan mengatasi permasalahan agar perhitungan dapat dilakukan selektif mungkin dengan menerapkan suatu metode perangkingan yang dapat mempermudah penghitungan dalam menentukan karyawan terbaik. Pada kasus pemilihan karyawan terbaik ini metode perankingan yang dapat diterapkan yaitu menggunakan metode Analytical Hierarchy Process. Hasilnya adalah aplikasi sistem pendukung keputusan yang menerapkan Analytical Hierarchy Process (AHP) untuk memudahkan dalam mengambil keputusan terhadap pemilihan karyawan terbaik pada Perusahaan. Sistem ini hanya menjadi alat bantu bagi pengambil keputusan, keputusan akhir tetap berada ditangan pengambil keputusan.Proses dari penentuan rangking pemilihan karyawan terbaik yang dilakukan dengan menggunakan metode Analytical Hierarchy Process (AHP), dimulai dengan pembobotan kriteria, pembobotan alternatif, kemudian perhitungan dan penentuan rangking.Sistem pendukung keputusan ini telah mampu menampilkan rangking dari karyawan terbaik pada Perusahaan yang dijadikan sebagai bahan pertimbangan dan alat bantu dalam pengambilan keputusan.]]>
<![CDATA[Algoritma Genetika untuk menentukan kemiripan antar dokumen dalam Information Retrieval menggunakan nilai Dice Coefficient ]]>
<![CDATA[Marice Hotnauli Simbolon]]>;
<![CDATA[Sartana]]>;
<![CDATA[Maradu Sihombing]]>
<![CDATA[ LOFIAN: Jurnal Teknologi Informasi dan Komunikasi Vol 2 No 1 (2022): September ]]>
Publisher : <![CDATA[Universitas Mandiri Bina Prestasi (MBP) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (266.994 KB)
|
DOI: 10.58918/lofian.v2i1.184
<![CDATA[Fungsi utama dari sistem manajemen basis data adalah untuk menemukan kembali informasi atau memilih sebagian dari basis data yang memenuhi kriteria tertentu. Tempat penyimpanan koleksi dokumen (database) untuk keperluan informasi sudah menjadi lebih mudah, tetapi usaha untuk mendapatkan kembali informasi (dokumen) yang dibutuhkan dan sesuai menjadi sulit karena data yang tersimpan sangat besar, terbagi – bagi dan tidak tersusun. Secara fisik kumpulan dokumen dapat disimpan dalam bentuk disket, hard disk, dan CD-ROM. Secara teknis setiap dokumen yang telah dianalisis subjeknya dan diindeks, disimpan dalam suatu pangkalan data. Di sisi lain, kebutuhan informasi pengguna dianalisis dan direpresentasikan dalam suatu istilah pencarian (search terms). Selanjutnya, representasi dokumen dan pertanyaan pengguna (query) dipadukan dalam suatu proses pencocokan (matching) hingga menemukan dokumen yang relevan. Maka dilakukanlah teknik probabilitas dengan sistem berbasis kecerdasan buatan yaitu suatu pembelajaran mesin (machine learning) yang diterapkan dalam sistem pencarian dokumen yaitu Information Retrieval System. Hasil dari sistem ini berupa algoritma genetika yang dapat mensimulasikan proses evolsi yang berfungsi untuk menciptakan suatu kesatuan solusi (kromosom) untuk memecahkan masalah terutama dalam hal pencarian dokumen yang diperlukan tanpa harus mendapatkan dolumen – dokumen yang tidak relevan. Algoritma Genetika untuk menentukan kemiripan antar dokumen dalam Information Retrieval System menggunakan nilai Dice Coefficient digunakan untuk pemilihan beberapa kata kunci yang merupakan perwakilan dari keseluruhan dokumen untuk mencari dokumen lain yang mirip dengan melakukan penghematan dalam pencarian karena tidak digunakan seluruh kata kunci. Keunggulan sistem ini, walau begitu banyaknya dokumen yang tersimpan dalam database, pencarian akan mudah dan cepat dan menunjukkan persentasi kemiripan nilai dokumen.]]>
<![CDATA[Simulasi Pemodelan Procedure-Consumer Problem pada Sistem Operasi ]]>
<![CDATA[Maradu Sihombing]]>;
<![CDATA[Jaidup Banjarnahor]]>
<![CDATA[ LOFIAN: Jurnal Teknologi Informasi dan Komunikasi Vol 1 No 1 (2021): September ]]>
Publisher : <![CDATA[Universitas Mandiri Bina Prestasi (MBP) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.58918/lofian.v1i1.160
<![CDATA[Sistem operasi yang menggunakan lebih dari satu proses untuk dapat bekerja bersama mencapai tujuan yang diinginkan. Agar tujuan tercapai secara benar, proses-proses tersebut harus mensinkronkan kegiatan-kegiatannya sehingga terkendali dengan baik untuk menghindari kondisi deadlock, salah satu metode untuk menyelesaikan masalah Deadlock adalah Procedure-Consumer. Procedure-Consumer menggunakan Perangkat lunak metode sleep and wake-up untuk mencegah masalah yang terjadi ketika buffer penuh, sementara producer ingin meletakkan item ke buffer dan consumer ingin mengambil item sementara buffer telah kosong. Perangkat lunak menggunakan semaphore untuk untuk mem-blocked producer atau consumer lain ketika salah satu producer atau consumer sedang berada dalam buffer. Perangkat lunak simulasi Producer-Consumer ini merupakan illustrasi dari proses sinkronisasi, yaitu bagaimana cara mengatur beberapa proses yang mengakses beberapa variabel secara bersamaan.]]>
<![CDATA[Efektivitas Pelaksanaan Sistem Penjaminan Mutu Internal Pada Perguruan Tinggi Swasta (Studi Kasus Universitas Mandiri Bina Prestasi) ]]>
<![CDATA[Sartana]]>;
<![CDATA[Fauzi Haris Simbolon]]>;
<![CDATA[Ratna Wati Simbolon]]>;
<![CDATA[Maradu Sihombing]]>;
<![CDATA[Marice Hotnauli Simbolon]]>
<![CDATA[ LOFIAN: Jurnal Teknologi Informasi dan Komunikasi Vol 4 No 2 (2025): Pebruari ]]>
Publisher : <![CDATA[Universitas Mandiri Bina Prestasi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.58918/lofian.v4i2.286
<![CDATA[Based on Minister of Education and Culture Regulation No. 53 of 2023, universities as educational institutions have a big responsibility to provide quality educational services through the Internal Quality Assurance System (SPMI). It is hoped that the presence of SPMI can make a positive contribution to the quality of education in a tertiary institution. SPMI can be called the foundation of higher education which must be implemented by ensuring that every element in the environment moves according to higher education standards. The implementation of SPMI has indeed become a benchmark for determining the quality of a tertiary institution, but there are still many who have not implemented it according to the standards that have been set, resulting in the level of effectiveness of implementing SPMI in tertiary institutions being low. The private university Mandiri Bina Prestasi University (UMBP) has complete SPMI documents and refers to Minister of Education and Culture Regulation No. 53 of 2023 and measures the level of effectiveness of SPMI implementation through SPMI implementation effectiveness indicators by conducting Internal Quality Audits (AMI) and Monitoring and Evaluation (Monev) on the performance and quality of each work unit within the UMBP environment including all Study Programs. In this way, by filling out questionnaires and questionnaires which are distributed to all elements and work units, the level of effectiveness of the implementation of SPMI at UMBP Higher Education can be measured, making it easier for decision makers and policy makers to improve and even increase the standards that apply at UMBP so that Good University Government can be achieved.]]>
<![CDATA[CREDIT RISK PREDICTION USING NEURAL NETWORK BACKPROPAGATION ALGORITHM ]]>
<![CDATA[Maradu Sihombing]]>;
<![CDATA[Erwin D. Sitanggang]]>
<![CDATA[ INFOKUM Vol. 10 No. 1 (2021): Desember, Data Mining, Image Processing, and artificial intelligence ]]>
Publisher : <![CDATA[Sean Institute ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Credit is a business activity that contains high risk and greatly affects the health and survival of banking businesses and financing institutions. Predicting credit risk is very beneficial for banks or financing institutions in taking decisions to establish credit. Decision makers of banks and financing institutions must have the precautionary principle to minimize credit risk when credit will be provided. The study designed credit risk prediction software with artificial neural network methods backpropagationalgorithms. Artificial neural network backpropagation with 1 hidden layer and the amount of data for training and testing as many as 20 pieces consisting of 5 models and using the logsig activation function is able to predict credit risk with a truth percentage of 70%-80%. Training and testing is used using matlab 6.1 software. Based on these results, the study recommends the development of artificial neural network algorithms as an effective method on credit risk prediction systems.]]>
<![CDATA[Implementasi Algoritma Principal Component Analisys dan Jaringan Syaraf Tiruan Dalam Mengoptimasi Fitur dan Performa Intrusion Detection System ]]>
<![CDATA[Fauzi Haris Simbolon]]>;
<![CDATA[Maranata Pasaribu]]>;
<![CDATA[Marice Hotnauli Simbolon]]>;
<![CDATA[Maradu Sihombing]]>;
<![CDATA[Sartana]]>
<![CDATA[ LOFIAN: Jurnal Teknologi Informasi dan Komunikasi Vol 5 No 1 (2025): Agustus ]]>
Publisher : <![CDATA[Universitas Mandiri Bina Prestasi ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.58918/yyzrza47
<![CDATA[Mengamankan data dan informasi merupakan aktivitas yang sangat dibutuhkan dalam dunia idustri, bisnis maupun perkantoran terutama terkait dengan data dan informasi yang dikirim melalui jaringan. Intrusion Detection System atau Sistem deteksi intrusi (IDS) merupakan suatu produk perangkat keras atau perangkat lunak yang mampu mendeteksi aktivitas yang janggal, aneh dan mengandung unsur bahaya di jaringan komputer atau di host yang terpisah. IDS hanya memantau lalu lintas yang disalin, dan memberi peringatan, bahwa paket yang sebenarnya bermasalah telah terkirim ke target yang dituju. Bahkan jika telah dilakukan pengaturan IDS untuk memperbarui firewall dengan aturan pemblokiran, paket serangan awal sudah terlanjur masuk Pelaksanaan proses intrusi berkecepatan tinggi tentunya akan menimbulkan beberapa kendala yang cukup signifikan terutama masalah dimensionalitas yang sangat besar, untuk itu dibutuhkan algoritma Principal Component Analisys (PCA) untuk menangani masalah tersebut, dengan algoritma ini memungkinkan peningkatan kinerja pengklasifikasian Jaringan Syaraf Tiruan (JST) dalam deteksi intrusi. Melalui bantuan algoritma PCA dapat diidentifikasi 15 fitur teratas dari 41 fitur yang terdapat pada kumpulan fitur KDD Cup 1999, dan perolehan peningkatan lebih dari 62% pada saat pelatihan JST. melalui pengujian menggunakan JST dapat disimpulkan bawa Jaringan Saraf Tiruan Multi Layer Perceptron dapat meningkatkan akurasi bahkan setelah mereduksi fitur-fitur yang ada.]]>
<![CDATA[Sosialisasi Pemanfaatan Media Pembelajaran Intraktif Berbasis Mobile Learning Pada Guru Taman Kanak-Kanak ]]>
<![CDATA[Sartana]]>;
<![CDATA[Maradu Sihombing]]>;
<![CDATA[Fauzi Haris Simbolon]]>;
<![CDATA[Jaidup Banjarnahor]]>
<![CDATA[ ULINA: Jurnal Pengabdian kepada Masyarakat Vol 1 No 1 (2023): Januari ]]>
Publisher : <![CDATA[Universitas Mandiri Bina Prestasi (UMBP) ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.58918/ulina.v1i1.182
<![CDATA[Media pembelajaran yang berkualitas akan menghasilkan minat belajar yang tinggi dan daya fikir yang kreatif, terutama pada anak usia dini. Pada dasarnya usia anak prasekolah atau yang disebut “golden age”, sangat peka dan sensitif terhadap terhadap keinginan mengenal benda dan objek-objek baru yang ada disekitarnya baik melalui penglihatan maupun pendengaran. Pada usia ini anak sangat membutuhkan pendidikan dan pembelajaran yang mudah, menarik dan mengandung unsure game (permainan) sehingga akan menumbuhkan minat belajar bagi anak usia pra sekolah terutama dalam pengenalan huruf dan angka. Selama ini sistem pembelajaran di taman kanak-kanak secara umum masih menggunakan sistem konvensional yang masih menggunakan media peraga kertas gambar dan papan tulis yang mengakibatkan siswa sering merasa bosan dan motivasi belajarnya berkurang. Untuk mengatasi hal ini maka perlu dilakukan sosialisasi pemanfaatan media pembelajaran berbasis mobile learning kepada guru-guru yang mengajar di Pendidikan Anak Usia Dini (PAUD) maupun Taman Kanak-kanak (TK). Sehinga metode belajar yang diterapkan untuk murid lebih kreatif, inovatif dan inteaktif. Dengan adanya sosialisasi ini, diharapkan minat belajar siswa PAUD dan TK akan semakin meningkat dan mutu pembelajaran akan semakin tinggi.]]>
