Article Per Year (5 Year)
p-Index From 2021 - 2026
3.792
P-Index
This Author published in this journals
All Journal InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Teknik Komputer AMIK BSI JITK (Jurnal Ilmu Pengetahuan dan Komputer) JURNAL TEKNOLOGI DAN ILMU KOMPUTER PRIMA (JUTIKOMP) Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Tekinkom (Teknik Informasi dan Komputer) INFOKUM Journal of Computer Networks, Architecture and High Performance Computing Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) JURNAL MITRA PRIMA International Journal of Forensic Linguistic Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Paradigma
Yonata Laia
Unknown Affiliation
Aerospace Engineering Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Mechanical Engineering Veterinary

Published : 40 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 40 Documents
Search

 1   2   3   4 
Rancang Bangun Aplikasi Sistem Informasi Pariwisata Kabupaten Tanah Karo Dengan API Google Maps Berbasis Android Sitepu, Ricky Andrean; Sibarani, Tri Dedi; Silalahi, Andreas Brehme; Laia, Yonata
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 3 No. 1 (2019): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3582.919 KB) | DOI: 10.34012/jusikom.v3i1.566

Abstract

Tanah Karo sebagai salah satu kabupaten yang terdapat di Provinsi Sumatera Utara telah lama dikenal sebagai salah satu kabupaten yang memiliki potensi wisata yang sangat menjanjikan dan menjadikan pariwisata sebagai salah satu Pendapatan Asli Daerah (PAD). Akan tetapi berdasarkan data yang diperoleh, terlihat terdapat beberapa penurunan kunjungan wisatawan yang berkunjung ke Kabupaten Tanah Karo. Seperti pada awal tahun 2017 terdapat kunjungan wisatawan sebanyak 22.781 kunjungan akan tetapi pada awal tahun 2018 terdapat penurunan menjadi 22.055 kunjungan wisatawan. Dengan kemajuan teknologi yang sudah sangat pesat maka dimungkinkannya menciptakan sebuah aplikasi yang menggunakan sistem operasi android yang dapat mempromosikan dan menginformasikan daya tarik objek – objek wisata yang terdapat di Kabupaten Tanah Karo sehingga diharapkan dapat meningkatkan minat pengunjung untuk berwisata ke Kabupaten Tanah Karo. Dengan memanfaatkan teknologi API Google Maps, aplikasi juga dapat memberikan arah direksi perjalanan menuju lokasi objek wisata serta mempermudah wisatawan dalam menentukan pilihan obyek wisata yang dapat dikunjungi dengan memberikan referensi objek – objek wisata, wisata yang terdapat di Kabupaten Tanah Karo yang dapat dikunjungi, memberikan informasi berupa foto dari obyek sejarah maupun artikel dari obyek wisata, tarif biaya masuk, menampilkan ulasan maupun komentar dari obyek wisata.
Analysis of Method C5.0 in Triggering Factors The Number of Covid-19 Increases or Decreases After Getting the Vaccine Tanzil, Alferedo; Barasa, Randy Aldany; Laia, Yonata; Banjarnahor, Jepri
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 6 No. 2 (2023): JURNAL SISTEM INFROMASI DAN ILMU KOMPUTER PRIMA (JUSIKOMP)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v6i2.3410

Abstract

Because we now know that many things make everyone sick, such as fever, flu, cough, and other diseases that are said to be easily transmitted, we need a system that can overcome the above problems. This study uses the K-NN method to examine what factors influence the increase in the number of people infected with Covid-19. The factors tested in this study were frequent violations of health practices, overcrowding, and weak immune systems. The K-NN method can overcome the problem of knowing the factors causing the increase in Covid-19 patients after vaccination.
IMPLEMENTATION OF DATA MINING TO PREDICT THE VALUE OF INDONESIAN OIL AND NON-OIL AND GAS IMPORT EXPORTS USING THE LINEAR REGRESSION METHOD Ompusunggu, Elvis Sastra; Sinaga, Wilson; Siahaan, Mikael; Banjarnahor, Jepri; Winata, Jaspin; Laia, Yonata; Sihombing, Oloan
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 7 No. 1 (2023): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v7i1.4081

Abstract

Indonesia's export-import activities in recent years, the value of Indonesia's exports and imports has decreased due to global conditions. The problems that occur are the uncertainty and complexity in estimating the value of international trade in the oil and gas and non-oil and gas sectors, dependence on just one or a few markets, and the problem of unfair competition, unfair competition between business actors can reduce export-import prices. The value of oil and gas and non-oil and gas exports and imports is influenced by several external factors that are difficult to predict, such as fluctuations in oil and gas prices, changes in trade policies, and global economic factors. The prediction results are obtained every month from the export value data using the rapid miner application. From the export data, the value of non-oil and gas exports obtains a very high value compared to the export data of oil and gas values. Then the results from rapid miner using the linear regression algorithm are obtained. The predicted import value of oil and gas and non-oil and gas value data in June is 209,162,268, and the predicted export value of oil and gas and non-oil and gas value data in June is 349,285,781 and non-oil and gas which more are predicted to have the highest value compared to the value of oil and gas in each month.
MODERN APPLICATION FOR IMPROVING AND REHABILITATING PRISONERS' MENTAL HEALTH Yonata Laia; Jepri Banjarnahor; Oloan Sihombing; Haposan Lumbantoruan
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 10 No. 4 (2025): JITK Issue May 2025
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v10i4.6595

Abstract

This study evaluates the Fuzzy Tsukamoto method as an effective rehabilitation solution for young inmates facing mental health challenges, including pre-existing conditions, confinement stress, and educational deficits. Mental health issues in correctional facilities remains a growing concern, affecting not only the well-being of inmates but also their chances of successful reintegration into society. The method employs Electroencephalogram/EEG to monitor tracked brain activity, providing real-time data that refined the treatment protocols and allowed for personalized adjustments. Conducted in a correctional facility in Medan, Indonesia, the study found significant reductions in anxiety and depression among participants, along with improved self-efficacy and emotional resilience. The results highlight the potential of the Fuzzy Tsukamoto method in not only improving inmate mental health but also in reducing recidivism rates and supporting social reintegration. These findings underscore the critical need to adopt more rehabilitative correctional strategies to address the complex mental health challenges within the incarcerated population.
Tsukamoto Fuzzy Method Analysis in Laptop Damage Diagnosis (Retracted) Laia, Yonata; Halim, Agusman
Journal of Computer Networks, Architecture and High Performance Computing Vol. 4 No. 1 (2022): Article Research Volume 4 Number 1, Januay 2022
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v4i1.1235

Abstract

The author's request letter for manuscript withdrawal is in the PDF download section. Dec 5, 2023
Klasifikasi Risiko Kekerasan Narapidana Berdasarkan Sinyal EEG dengan PCA dan K-Means Jerry, Jerry; Luvi Anggelia Pane; Silvia Erika Zega; Albert Tantowi; Yonata Laia
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 4 (2025): EDISI JULI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i4.11314

Abstract

Penelitian ini menggunakan EEG untuk melihat risiko kekerasan narapidana. Kekerasan di lapas sering terjadi, hal ini membahayakan narapidana dan petugas. Data EEG diambil dari 21 narapidana. Sinyal otak ini kemudian dibersihkan dan dinormalisasi. Setelah itu, data diperkecil menggunakan PCA. Terakhir, K-Means clustering dipakai untuk mengelompokkan data. Hasil penelitian menunjukkan 6 kelompok risiko kekerasan. Nilai silhouette score mencapai 0,9338 pada k=6. Ini artinya pengelompokan sangat baik. Metode ini bisa membedakan pola otak yang berhubungan dengan sifat agresif. PCA dan K-Means terbukti efektif mengelompokkan aktivitas otak. Hasil ini bisa dikembangkan menjadi sistem deteksi dini. Dengan begitu, kekerasan di lapas dapat dicegah lebih awal
Pengendalian Persediaan Produk dengan Metode PBB Pelawi, Predho; Simanjuntak, Adolf Mulia; Sitio, Bram Gideon; Laia, Yonata
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 4 (2025): EDISI JULI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i4.11407

Abstract

Penelitian ini mengkaji pengendalian persediaan bahan baku pada UD. Jaya Rejeki dengan menerapkan metode Part Period Balancing (PPB). Masalah utama perusahaan adalah ketidakteraturan dalam pemesanan bahan baku yang menyebabkan inefisiensi biaya dan gangguan produksi. Melalui pendekatan kuantitatif dan analisis perhitungan PPB, penelitian ini menghasilkan rekomendasi pemesanan optimal yang mempertimbangkan biaya pemesanan dan penyimpanan. Hasil menunjukkan bahwa metode PPB mampu menurunkan total biaya persediaan dibandingkan pendekatan sebelumnya. Penelitian ini tidak hanya memberikan solusi praktis bagi sektor industri kecil, tetapi juga memperkuat bukti empiris mengenai efektivitas PPB dalam konteks kebutuhan produksi yang fluktuatif. Kontribusi utama penelitian ini adalah penyajian model implementasi PPB berbasis data aktual, yang dapat diadaptasi untuk meningkatkan efisiensi logistik pada sektor UMKM.
Peningkatan Pelayanan Tempat Wisata Dengan Penentuan Rute Terpendek Butar-Butar, Josepin Romiansyah; Hutahaean, Pani Rosalita; Laia, Yonata
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 4 (2025): EDISI JULI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i4.11447

Abstract

Perkembangan teknologi membuat setiap informasi dapat tersebar dalam waktu singkat. Teknologi juga dapat digunakan untuk mengiklankan setiap tempat, usaha, produk. Perkembangan teknologi tidak lepas dari setiap kegiatan yang di lakukan oleh manusia salah satunya adalah penentuan objek wisata yang terdekat. wisata adalah tempat untuk repsing dan dapat bekunjung sampai waktu yang di inginkan oleh pengunjung, Sesuai dengan penjelasan diatas maka dapat dikatakan bahwa destinasi merupakan tempat yang dapat dikunjungin oleh wisatawan luar dan dalam negeri. Pencarian rute terpendek adalah kendala yang sering dihadapai oleh setiap pencari jalan alternatif untuk mencapai tujuan lebih cepat. Ada beberapa metode lain yang dapat menyelesaikan permasalah pencarian rute salah satu metode yang dapat menyelesaikan masalah tersebut adalah menggunakan metode pencarian heuristik. Salah satunya adalah algoritma Greedy Best-first search. hasil dari Penelitian dapat memberikan dampat positif kepada setia pengunjung terlebih dalam menentukan rute terpendek menuju tempat lokasi Wisatawan.
ANALISIS SENTIMEN ULASAN PRODUK MENGGUNAKAN LARGE LANGUAGE MODELS: STUDI KASUS PADA SHOPEE Keliat, Ribka Amelia Yunita; Indra, Evta; Laia, Yonata
Jurnal Sistem Informasi dan Ilmu Komputer Vol. 8 No. 2 (2025): JUSIKOM: JURNAL SISTEM INFROMASI ILMU KOMPUTER
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

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

Abstract

Perkembangan pesat e-commerce telah meningkatkan jumlah ulasan produk yang tersedia di platform seperti Shopee. Ulasan ini dapat menjadi sumber informasi berharga bagi penjual dalam memahami persepsi konsumen dan meningkatkan strategi pemasaran. Namun, besarnya volume dan kompleksitas bahasa dalam ulasan membuat analisis manual menjadi tidak efisien. Penelitian ini bertujuan untuk menganalisis sentimen ulasan produk di Shopee menggunakan Large Language Models (LLMs), khususnya model Gemini 1.5-Pro yang telah di-fine-tune agar lebih sesuai dengan bahasa pengguna Shopee. Metode yang digunakan mencakup pengumpulan data melalui web scraping, preprocessing data, fine-tuning model, serta evaluasi performa model berdasarkan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu mengklasifikasikan sentimen ulasan ke dalam kategori positif, negatif, dan netral dengan akurasi berkisar antara 66,67% hingga 85,71%.
Investigation of The Increase in Drug Use in Medan City Using The Support Vector Machine (SVM) Method Sagala, Yessy Phalentina br; Samosir, Roman; Laia, Yonata
Journal of Computer Networks, Architecture and High Performance Computing Vol. 6 No. 3 (2024): Articles Research Volume 6 Issue 3, July 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v6i3.4137

Abstract

Medan city is currently experiencing a troubling rise in the prevalence of drug abuse, necessitating effective strategies for detection and intervention. This research aims to improve the accuracy of identifying drug users in Medan using the Support Vector Machine (SVM) method. Data for the study were sourced from reputable institutions including the National Narcotics Agency (BNN), North Sumatra Regional Police (Polda Sumut), and the Health Office of Medan City. SVM was employed to analyze these datasets and distinguish between drug users and non-users. The study revealed that SVM achieved an impressive detection accuracy of 98.0%, a notable improvement compared to earlier approaches like Convolutional Neural Networks (CNN), which attained 83.33% accuracy.These findings highlight SVM's effectiveness as a robust tool for accurately identifying drug users. The outcomes of this study are anticipated to aid government entities in crafting targeted policies and strategies to combat drug abuse in Medan. By harnessing SVM technology, law enforcement and healthcare authorities can bolster their capabilities in swiftly and precisely detecting and responding to drug-related issues. This research contributes significantly to advancing methodologies in drug abuse detection, emphasizing SVM's pivotal role in achieving superior detection rates. In conclusion, the application of SVM in this study not only enhances detection accuracy but also underscores its potential as a reliable technology for addressing the growing challenge of drug abuse in urban settings like Medan. Future research could further refine SVM models and explore additional datasets to validate its efficacy in real-world scenarios, thereby strengthening efforts to mitigate the societal impact of drug misuse.
Co-Authors -, Amalia Abraham Manalu Agusman Halim Albert Tantowi Amalia Amalia Amir Mahmud Husein, Mawaddah Harahap, Amir Andi Saputra Annisa Maulida Asido, Elpri Asima Putri Bangun, Pilipus Abiyana Banjarnahor, Jepri Barasa, Randy Aldany Barus, Ertina Sabarita Butar-Butar, Josepin Romiansyah Carvirindo Fenaldi Chai, Darwin Chandra Wijaya Delima Sitanggang, Delima Devi Susanti Dao Dewi Roito Eika Rizkiadina Elfrin Hulu Eli Suriadi Simatupang Erick Erick Fahmi, Mohammad Irfan Fahmi Felix Felix Frankie Frankie Friska Claudia Pasaribu Gajah, Umar Ginting, Alwi Halim, Agusman Haposan Lumbantoruan Hendrik K. Laoli Hery H Hulu, Dedy Ristanto Hulu, Ricky Kristian Arifin Hutabarat, Novita Karolina Hutahaean, Pani Rosalita Imanuel Purba Indra, Evta Jegedis Pri Jennifer Priscilla Jerry, Jerry Juli Rostianita Sitopu Keliat, Ribka Amelia Yunita Lumban Gaol, Marulitua Luvi Anggelia Pane M Afifuddin Alwy Nasution Manusun Silitonga Marlince NK Nababan Meliany Sondang Sumantri Naomi Br Hutagalung Naomita Sihombing Natasia, Sri Rahayu Oloan Sihombing Oloan Sihombing, Oloan Ompusunggu, Elvis Sastra Pelawi, Predho Pranata, Billy Putera, Ihsan Rinaldi, Ekik Jazmin Sagala, Yessy Phalentina br Salim, Stanley Samosir, Roman Saut Parsaoran Tamba Siahaan, Mikael Sibarani, Tri Dedi Silalahi, Andreas Brehme Silvia Erika Zega Simanjuntak, Adolf Mulia Simarmata, Egi Meilan Sinaga, Wilson Sitepu, Ricky Andrean Siti Aisyah Sitio, Bram Gideon Solly Aryza Sutrisno - Tandian, Charles Tanzil, Alferedo Tedy Wijaya Tessalonika Siahaan Tomi Darmawan Bangun Vickash Prasadh Victor Wijaya Vincent Leonardy Wandry Sitorus Wati, Emma Nor Kholida Willy Wijaya Winata, Jaspin Yennimar Yuliani C. Simanjorang