p-Index From 2021 - 2026
6.019
P-Index
Claim Missing Document
Check
Articles

PENERAPAN DATA MINING UNTUK PREDIKSI PENJUALAN PRODUK ELEKTRONIK TERLARIS MENGGUNAKAN METODE K-NEAREST NEIGHBOR Sriani Sriani; Aidil Halim Lubis; Ridho Rizky Nasution
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 3 (2024): August 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i3.2153

Abstract

Penjualan produk elektronik merupakan bagian integral dari pasar yang terus berkembang dengan cepat. Dalam konteks ini, penerapan teknik Data Mining menjadi penting untuk mengungkap pola dan wawasan yang tersembunyi dalam data penjualan, dengan tujuan utama memprediksi produk elektronik terlaris. Penelitian ini fokus pada penerapan metode K-Nearest Neighbor (KNN) sebagai alat untuk mencapai prediksi yang akurat. Metode KNN adalah algoritma yang berdasarkan pada konsep bahwa entitas cenderung memiliki kinerja serupa jika mereka berdekatan dalam ruang fitur. Dalam konteks penjualan produk elektronik, KNN digunakan untuk mengidentifikasi pola dari sejumlah besar data penjualan, yang mencakup variabel-variabel seperti harga dan jumlah terjual. Dengan menganalisis pola ini, algoritma KNN dapat memprediksi produk elektronik yang kemungkinan besar menjadi produk terlaris di masa depan. Penelitian ini melibatkan langkah-langkah penting seperti pra-pemrosesan data, pemilihan parameter K dalam KNN, validasi model, dan pengukuran akurasi. Hasil penelitian ini berupa akurasi dalam melakukan prediksi dengan nilai 92% Dari total keseluruhan jumlah produk yang terjual adalah 491 produk. Secara keseluruhan penelitian ini menunjukkan bahwa penerapan Data Mining dengan metode KNN memiliki potensi untuk meningkatkan pemahaman tentang tren penjualan produk elektronik dan memberikan informasi berharga untuk prediksi produk terlaris di masa mendatang. Keakuratan prediksi dapat ditingkatkan dengan mempertimbangkan variabel tambahan dan menggabungkan metode analisis lainnya.
RANCANG BANGUN SISTEM KONTROL SUHU, KELEMBABAN DAN CAHAYA PADA RUMAH WALET MENGGUNAKAN FUZZY BERBASIS MIKROKONTROLER Rizki Andika Sihombing; Rakhmat Kurniawan; Aidil Halim Lubis
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4684

Abstract

Abstract: Swiftlet nests have a high market value because the saliva used to make them has many benefits, including treating illnesses. They can also promote a healthy reproductive system and strengthen the lungs. Therefore, a system is needed to simplify swiftlet farming. This involves designing a microcontroller-based fuzzy control system for temperature, humidity, and light in swiftlet houses as a solution for swiftlet breeders. The device will utilize two sensors: a DHT11 sensor and an LDR sensor. The DHT11 sensor maintains the stability of the room's temperature and humidity, while the LDR sensor maintains the light intensity of the swiftlet house. The conditions that have been determined based on 12 fuzzy logic rules, from the DHT11 sensor conditions, namely cold temperatures with a range of 0 - 15, moderate temperatures with a range of 15-30, and hot temperatures with a range of 30 - 45, in humidity conditions with a dry range of 0-50 and humid 0 - 95 while in the LDR sensor conditions, namely bright with an ADC value range on the LDR of 0 - 500 and dark conditions in the range of 500 - 1024. The defuzzification output value obtained is [0 10] where 0 is OFF and 10 is on for 10 minutes. Keyword: Swiftlet, Fuzzy Logic, DHT11, LDR Abstrak: Sarang burung walet mempunyai nilai jual yang tinggi karena air liur yang digunakan untuk membuat sarang memiliki banyak manfaat salah satunya adalah mengobati penyakit. Selain itu bisa juga untuk menyehatkan sistem reproduksi dan memperkuat paru-paru. Sehingga di butuhkan suatu sistem agar peternakan burung walet semakin lebih mudah dengan membuat perancangan suatu sistem kontrol suhu kelembaban dan cahaya pada rumah walet menggunakan fuzzy berbasis mikrokontroler sebagai solusi bagi para peternak burung walet. Dimana alat yang akan dibuat menggunakan dua sensor yaitu sensor DHT11 dan sensor LDR. Sensor DHT11 berfungsi untuk menjaga kestabilan suhu dan kelembaban ruangan sedangkan sensor LDR berfungsi unutuk menjaga intensitas cahaya dari rumah walet tersebut. Kondisi yang telah di tentukan berdasarkan 12 rule logika fuzzy, dari kondisi sensor DHT11 yaitu suhu dingin dengan range 0 – 15, suhu sedang dengan range 15-30, dan suhu panas dengan range 30 – 45, pada kondisi kelembaban dengan range kering 0 50 dan lembab 0 - 95 sedangkan pada kondisi Sensor LDR yaitu terang dengan range nilai ADC pada LDR sebesar 0 - 500 dan kondisi gelap pada range 500 – 1024. Nilai ouput defuzzifikasi yang didapat adalah [0 10] dimana 0 dengan kondisi OFF dan 10 dengan kondisi output hitup selama 10 menit. Kata kunci: Burung Walet, Fuzzy , DHT 11, LDR
PENJADWALAN DAN REKOMENDASI DOSEN PENGUJI SIDANG MUNAQASYAH BERBASIS CLOUD-AI INTEGRATED SYSTEM Aidil Halim Lubis; Armansyah Armansyah; Ilka Zufria; Yusrizal Hakim; Dhafa Hibrizi Sitorus
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5771

Abstract

Abstract: This study aims to create an information system for registering Munaqasyah or Colloquium hearings by combining Cloud computing and Artificial Intelligence (AI) technologies based on a decision support system. In this study, AI is used to select thesis research fields in order to recommend examiners who are suitable for the students' research topics and to schedule student munaqasyah hearings in a structured and automated manner. Cloud computing is useful for storing all examination requirements, minutes, etc. on a cloud platform that supports the process in real time. The system was developed using a phased Cloud-AI approach, namely planning, design, implementation, testing, and evaluation repeatedly. This system was created using a web platform and combines students' final assignments and lecturers' expertise as a basis for decision making. The research results show that this system can support more efficient examination registration and provide accurate recommendations for examiners and automatic scheduling. With the integration of Cloud-AI in this system, academic administration management can be more effective, and services for students and the management of munaqasyah examinations in the Computer Science study program can be improved. Keyword: Waterfall Development, Artificial Intelligence, Decision Support System, Munaqasyah Examination, Final Project.. Abstrak: Penelitian ini bertujuan membuat sistem informasi untuk pendaftaran sidang Munaqasyah atau Kolokium dengan menggabungkan teknologi Cloud computing dan Artificial Intelligence (AI) yang sederhana berdasarkan sistem pendukung keputusan. Pada penelitian ini, AI digunakan dengan cara memilih bidang penelitian skripsi agar bisa memberi rekomendasi dosen penguji yang sesuai dengan topik penelitian mahasiswa dan penjadwalan sidang munaqasyah mahasiswa secara terstruktur dan otomatis. Cloud computing berguna untuk penyimpanan semua dokumen syarat sidang, berita acara, dll pada platform cloud yang menunjang proses secara realtime. Pengembangan sistem dilakukan dengan pendekatan Cloud-AI yang bertahap, yaitu perencanaan, desain, implementasi, pengujian, dan evaluasi secara berulang. Sistem ini dibuat menggunakan platform web dan menggabungkan bidang tugas akhir mahasiswa serta keahlian dosen sebagai dasar untuk mengambil keputusan. Hasil penelitian menunjukkan bahwa sistem ini bisa mendukung pendaftaran sidang lebih efisien serta memberi rekomendasi dosen penguji yang tepat dan akurat dan penjadwalan secara otomatis. Dengan adanya integrasi Cloud-AI dalam sistem ini, maka pengelolaan administrasi akademik bisa lebih efektif, dan pelayanan bagi mahasiswa serta pengelolaan sidang munaqasyah di prodi Ilmu Komputer dapat meningkat. Kata kunci: Waterfall Development, Artificial Intelligence, Decision Support System, Sidang Munaqasyah, Tugas Akhir.
Analisis Sentimen Debat Capres dan Cawapres Indonesia 2024 Menggunakan Metode Bert Zaki Musyaffa; Mhd. Furqan; Aidil Halim Lubis
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 5 No. 3 (2026): September 2026
Publisher : LKP Unity Academy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70340/jirsi.v5i3.703

Abstract

The 2024 Indonesian Presidential and Vice Presidential Candidate Debate, broadcast on the YouTube channel of the Indonesian General Elections Commission (KPU), generated thousands of public comments reflecting societal sentiment toward the candidates, yet these opinions have not been systematically examined. This study aims to analyze the sentiment of YouTube comments on the debate using the Bidirectional Encoder Representations from Transformers (BERT) method. A total of 2,500 comments were collected via the YouTube Data API from five debate sessions, then cleaned through a pre-processing stage and automatically labeled using the InSetLexicon dictionary into three categories: positive, negative, and neutral. After removing duplicate data, 2,362 clean records were obtained and divided into training and testing data with an 80:20 ratio. The IndoBERT model was then fine-tuned to classify comment sentiment. The results show that the sentiment distribution was dominated by positive comments (1,107), followed by negative (660) and neutral (595) comments. Model evaluation using a confusion matrix yielded an accuracy of 76.5%, with the highest precision, recall, and F1-score values in the positive class at 87.78%, 85.39%, and 86.57%, respectively. These findings indicate that the BERT method is fairly effective in analyzing the sentiment of Indonesian-language comments in the context of political debates on YouTube, while also contributing a mapping of public opinion toward candidates and debate issues that can serve as a reference for future Indonesian-language political sentiment analysis research.
PERANCANGAN SISTEM INFORMASI PENDAFTARAN TANAH SISTEMATIS LENGKAP BERBASIS WEBSITE DI KANTOR PERTANAHAN KOTA MEDAN Muhammad Ihsan Nugraha; Muhammad Alwi Baihaqi; Pandu Wicaksono; Aidil Halim Lubis
Technologia : Jurnal Ilmiah Vol 14 No 2 (2023): Technologia (April)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i2.9782

Abstract

Proses sertifikasi yang panjang memaksa pemerintah untuk fokus meluncurkan program prioritas nasional bernama Pendaftaran Tanah Sistem Lengkap (PTSL). Program ini diprioritaskan agar masyarakat yang belum memiliki sertifikat tanah dapat mendaftarkan tanahnya dengan mudah, aman dan cepat. Sertifikat tanah dianggap penting dikarenakan merupakan salah satu bukti hak atas tanah dan dapat menghindari segala sengketa ataupun perseteruan antar masyarakat. Namun nyatanya program ini dinilai masih belum efektif dan efisien dikarenakan proses pendaftaran serta pendataannya masih bersifat manual. Selain itu informasi terkait program ini juga belum tentu didengar oleh seluruh masyarakat. Maka dari itu dibutuhkan sarana informasi yang memadai yang mampu memberikan informasi sepenuhnya terkait PTSL.  Dengan memanfaatkan kemajuan teknologi, segala permasalahan tersebut dapat diatasi. Penelitian ini dilakukan untuk membuat sebuah sistem informasi PTSL berbasis website. Dalam proses perancangannya menggunakan metode perancangan sistem waterfall yang terdiri dari tahapan analisis sistem, perancangan sistem, implementasi sistem, pengujian sistem dan operation and maintenance. Hasil penelitian ini berupa website sistem informasi PTSL yang telah dirancang sedemikian rupa.
Perbandingan Algoritma SVM dan Logistic Regression dalam Klasifikasi Sentimen Masyarakat terhadap Program MBG Ulfi Muzayyanah Fadil; Aidil Halim Lubis
sudo Jurnal Teknik Informatika Vol. 5 No. 3 (2026): Edisi September
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v5i3.1966

Abstract

Penelitian ini bertujuan untuk membandingkan kinerja algoritma Support Vector Machine (SVM) dan Logistic Regression dalam klasifikasi sentimen masyarakat terhadap Program Makan Bergizi Gratis (MBG). Mengingat besarnya volume data teks tidak terstruktur pada media digital, evaluasi sentimen secara konvensional menjadi tidak efektif. Penelitian ini mengimplementasikan metode supervised learning untuk memetakan polaritas opini publik secara otomatis. Data penelitian diperoleh melalui teknik web crawling pada media sosial X (Twitter) dengan total 1.019 data komentar. Setelah melalui tahapan preprocessing yang meliputi cleaning, case folding, tokenizing, filtering, normalisasi, stopword removal, dan stemming, diperoleh 799 data bersih yang kemudian diekstraksi fiturnya menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Berdasarkan hasil pengujian menggunakan confusion matrix, algoritma SVM menunjukkan kinerja yang lebih unggul dengan nilai akurasi 82,50%, presisi 82,69%, recall 99,23%, dan F1-score 90,21%. Sementara itu, algoritma Logistic Regression menghasilkan nilai akurasi sebesar 81,25%. Hasil penelitian ini menyimpulkan bahwa SVM lebih efektif dalam mengklasifikasikan sentimen masyarakat terhadap Program MBG, yang dapat menjadi rekomendasi bagi pemangku kebijakan dalam memantau opini publik.