Article Per Year (5 Year)
p-Index From 2020 - 2025
4.238
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Infomedia Jurnal Ilmiah Profesi Pendidikan Jurnal Darma Agung Community Empowerment Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD ALMUJTAMAE: Jurnal Pengabdian Masyarakat Jurnal Sains dan Teknologi ISTP SAGA: Journal of Technology and Information Systems Kohesi: Jurnal Sains dan Teknologi Jurnal Informatika Polinema (JIP) Darma Diksani: Jurnal Pengabdian Ilmu Pendidikan, Sosial, dan Humaniora Jurnal Kecerdasan Buatan dan Teknologi Informasi Jurnal Computer and Technology Riau Jurnal Teknik Informatika Jurnal Sistem Informasi dan Teknologi Informasi Applied Information Technology and Computer Science (AICOMS) ILKOMEDIA: Jurnal Ilmu Komputer dan Multimedia Edu Komputika Journal INTECH (Informatika dan Teknologi) Variable Research Journal
Victor Tarigan
Teknik Informatika, Fakultas Teknik, Universitas Sam Ratulangi
Agriculture, Biological Sciences & Forestry Arts Humanities 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 Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Medicine & Pharmacology Public Health Social Sciences Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
WEBSITE-BASED INVENTORY CONTROL APPLICATION USING THE METHOD ECONOMIC ORDER QUANTITY AND ROP REORDER POINTS Suriati Sitepu; Victor Tarigan
Jurnal Darma Agung Vol 30 No 1 (2022): APRIL
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Universitas Darma Agung (LPPM_UDA)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46930/ojsuda.v30i1.2825

Abstract

UD.Gokkon Tani is a family-owned business in Balimbingan, Tanah Jawa District, Simalungun Regency. The problems that occur at UD.Gokkon Tani start from the process of recording data on goods sold, the process of recording purchases of goods and the process of recording stock of goods. The impact of this manual process is that problems often occur in handling inventory such as errors in determining the amount of inventory. which will be ordered to suppliers, there is often an out of stock of goods, there is often an excessive supply of goods resulting in a buildup of goods in the warehouse. To prevent this from happening again, the Economic Order Quantity and Reorder Point methods are used to minimize calculation errors in carrying out inventory and the process of saving capital in the costs of storing and shipping goods. Using the PHP programming language can produce a website application that can calculate EOQ and ROP and the results of these two methods can save Total Inventory Cost compared to company calculations so far
Performance Analysis Of Entropy Method In Determining Influence Of Self Organizing Map In Classification Process Victor Tarigan, S.Kom, M.Kom; Poltak Sihombing; Pahala Sirait
Jurnal Sains dan Teknologi ISTP Vol. 12 No. 1 (2019): Desember
Publisher : LPPM ISTP

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (313.249 KB) | DOI: 10.59637/jsti.v12i1.33

Abstract

Self Organizing Map (SOM) is the method to grouping topography shape of two dimension as a map that to get easy monitoring the result of grouping distribution. The process of SOM consist of 4 component, there are : inisialitation, competition, team work, and adaptation. From the fourth component, at the first initialitaion process, in initialitaion value quality beginning vector is according to randomly. The concequency from disseminating randomly is to sensitive forward accuration level because of unexacly in choosing quality beginning with the result that get bad enough of accuration to get better of accuration, we can choose one of method are entropy method. Entropy method is using for qualities or to get level of criteria importance based on atribut of dataset. At this research, entropy method is using to get beginning of qualities to algorithm SOM and to computing the accuration level with qualities of randomly scale. After the test with 3 dataset with total of class and the difference attribute then mean level of accuration to SOM method with entrophy is 67.8401% and with randomly is 51.1878%. The result is proving that the beginning quality with entropy is better with quality method beginning as randomly
Combination of ROC and MFEP Methods on the Acceptance of Rainwater Gutter Installer Victor Tarigan; Lintang Patria; Aditiarno Manik; Pujo Hari Saputro
SAGA: Journal of Technology and Information System Vol. 1 No. 3 (2023): August 2023
Publisher : CV. Media Digital Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58905/saga.v1i3.105

Abstract

The services of building construction companies in today's modern era are increasingly in demand by the wider community to get the best building results. Installing a rainwater tap in a building is one of the most important parts to pay attention to so that consumers are not disappointed. Therefore, the head of a building construction company that offers services in this field must be careful in the process of accepting rainwater gutter installer. The criteria used to acceptance of rainwater gutter installerin this study consisted of insight, work experience, health, and age criteria. Data collection techniques used in this study were literature studies and field studies. In this study the authors apply the ROC and MFEP methods to obtain the decision making of acceptance of rainwater gutter installer. In the results of this study an alternative named Rudiasyah (0.427111) has the highest value compared to other alternatives. So in this study Rudiasyah became the most recommended alternative to be accepted as a rainwater gutter installer
PENERAPAN METODE DOUBLE EXPONENTIAL SMOOTHING UNTUK MEMPREDIKSI JUMLAH PENJUALAN SPRINGBED DI PT. MASINDO KARYA PRIMA Victor Tarigan
Jurnal Informatika Polinema Vol. 9 No. 3 (2023): Vol 9 No 3 (2023)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v9i3.1335

Abstract

PT. Masindo Karya adalah salah satu perusahaan yang mendistribusi springbed dengan berbagai macam merek ke toko-toko yang ada di kota Indonesia, khususnya kota Medan. Pada saat ini proses peramalan jumlah springbed di perusaah ini masih dilakukan secara manual berdasarkan insting dari manajer perusahaan tersebut serta perhitungan sederhana dengan merata-ratakan jumlah penjualan berdasarkan periode tertentu. Pada saat ini proses peramalan jumlah springbed di perusaahan ini masih dilakukan secara manual berdasarkan insting dari manajer perusahaan tersebut serta perhitungan sederhana dengan merata-ratakan jumlah penjualan berdasarkan periode tertentu. Untuk memprediksi jumlah penjualan springbed di masa depan, data jumlah penjualan yang akan digunakan dari bulan agustus 2021 sampai dengan Maret 2023. Salah satu metode yang dapat digunakan untuk melakukan prediksi adalah dengan menggunakan metode double exponential smoothing. Metode Double Exponential Smoothing adalah metode peramalan untuk data time series yang digunakan untuk menghitung tren dan level data pada seri waktu Pada proses prediksi dengan metode ini harus memberikan parameter nilai alpha. Untuk mengukur nilai margin error metode double exponential smothing, metode MAPE akan digunakan untuk menghitung nilai margin error. Hasil dari penelitian dapat ditarik kesimpulan metode double exponential smoothing dapat membantu pihak perusahaan dalam menentukan jumlah stok penjualan springbed berdasarkan merek tertentu. Selain itu nilai input parameter alpha yang akan diberikan adalah 0.3, 0.5, dan 0.7 dan dari nilai inputan-inputan tersebut berdasarkan pengujian, bahwa nilai nilai margin error dengan menggunakan metode MAPE nilai MAPE terkecil yatu sebesar 15.07 % dengan nilai parameter alpha 0.5. Hasil prediksi yang didapatkan dengan nilai alpha tersebut adalah sebesar 664 stok penjualan.
Implementasi Metode Trend Projection Dalam Memprediksi Harga Saham Pada Sektor Perbankan Victor Tarigan
Jurnal Sistem Informasi dan Teknologi Informasi Vol 1 No 3 (2022): Jurnal Sistem Informasi dan Teknologi Informasi
Publisher : Himpunan Penggiat Teknologi Informasi Abrar Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.1234/siti.v1i3.219

Abstract

Kondisi saham yang terus mengalami fluktuasi di setiap harinya, membuat para investor perlu memperhatikan dan mempelajari data perbankan tersebut di masa lalu, sebagai strategi untuk berinvestasi. Hal tersebut sangat penting dilakukan karena investor dapat mengetahui prospek keadaan harga saham yang ada di dalam perusahaan tersebut. Investor dapat melakukan analisis secara fundamental terhadap perusahaan perbankan yang akan menjadi muara investasi. Oleh karena itu, metode yang tepat untuk melakukan analisis adalah dengan menggunakan metode peralaman atau prediksi. Salah satu metode prediksi adalah metode Trend Projection yang dapat memprediksi harga saham berdasarkan time series harga saham berdasarkan periode tertentu. Untuk mengukur nilai kesalahan prediksi dengan menggunakan metode Trend Projection adalah dengan mengggunkan metode Mean Absolute Percentage Error (MAPE). Bahasa pemrograman yang digunakan untuk menerapkan metode trend projection adalah dengan menggunakan bahasa pemrograman PHP dan untuk penyimpanan database harga saham di sektor perbankan menggunakan MySQL. Hasil dari penelitian adalah metode Trend Projection dapat digunakan untuk memprediksi harga saham disektor perbankan
Pengujian Kualitas Website Brainly Menggunakan Metode McCall Victor Tarigan Tarigan
Jurnal Sistem Informasi dan Teknologi Informasi Vol 1 No 2 (2022): Jurnal Sistem Informasi dan Teknologi Informasi
Publisher : Himpunan Penggiat Teknologi Informasi Abrar Indonesia

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

Abstract

Pencarian kunci jawaban di dalam sebuah platform atau web sangatlah 5 memudahkan pengguna untuk mendapatkan hasil yang diinginkan. Web brainly menjadi pilihan saat ini sebagai media untuk mencari jawaban yang ditanyakan oleh pengguna. Pengguna dapat dengan mudah mendapatkan informasi sehingga tidak membuang waktu mereka untuk membaca buku lagi. Di sisi lain sebuah web pasti ketika merespon tidak selamanya lancar sehingga masalah utama yang dihadapi sebagian pengguna web adalah kurang responsifnya web, koneksi yang tidak stabil, penggunaan yang sulit, dan kemungkinan jawaban yang tidak sesuai pada web brainly. Maka, perlu adanya pengukuran kualitas perangkat lunak dengan menggunakan metode McCall. Dari hasil pengukuran, dimana dari 8 responden pada web brainly kepada pengguna rata-rata mendapatkan 41% - 60% yang berarti kualitas web brainly sudah cukup baik (standar). Meskipun secara keseluruhan dianggap baik, tetapi perlu adanya peningkatan sehingga pengguna tetap menggunakan  web brainly sebagai cara alternatif mencari kunci jawaban tersebut .
Seleksi Fitur Dengan Menggunakan Metode Entropy Pada Algoritma Klasifikasi Naive Bayes Untuk Penyakit Diabetes Tarigan, Victor
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 8, No 2 (2023): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v8i2.4241

Abstract

Gangguan kesehatan yang kerap terjadi pada masyarakat salah satunya adalah Diabetes yang merupakan penyakit yang disebabkan kadar gula darah yang tinggi. Saat ini konsep data mining  banyak digunakan di berbagai macam aspek. Salah satu luaran konsep data mining adalah klasifikasi. Data mining adalah proses pengumpulan dan pengolahan data yang bertujuan untuk mengekstrak informasi penting pada data. Klasifikasi adalah tipe analisis data yang dapat membantu menentukan kelas label dari sampel yang ingin diklasifikasi. Ada beberapa algoritma klasifikasi yang dapat digunakan untuk menentukan hasil klasifikasi berdasarkan atribut atau fitur yang ada. Algoritma Naïve Bayes adalah salah satu algoritma klasifikasi yang sering digunakan untuk proses klasifikasi dengan data yang banyak dan kompleks dan efektif untuk mengklasifikasikan data medis, termasuk dalam klasifikasi penyakit diabetes. Untuk mendapatkan hasil klasifikasi dalam konsep data mining ada beberpa langkah yang harus dijalankan proses data mining, antara lain : input data, Pre-processing / cleaning, proses data mining, dan post processing Diantara tahapan-tahapan Pre-processing di atas, pada penelitian ini akan difokuskan pada seleksi fitur. Salah satu metode untuk seleksi fitur adalah dengan menggunakan metode Entropy. Diharapkan dengan menghilangkan fitur dari data yang ada dan memiliki nilai informasi rendah, akurasi klasifikasi dapat ditingkatkan dan dapat membantu dalam upaya pencegahan dan pengobatan dini penyakit diabetes
Perbandingan Algoritma Maching Learning dalam Analisis Sentimen Mobil Listrik di Indonesia pada Media Sosial Twitter/X Tarigan, Victor Tarigan; Yusupa, Ade
Jurnal Informatika Polinema Vol. 10 No. 4 (2024): Vol. 10 No. 4 (2024)
Publisher : UPT P2M State Polytechnic of Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jip.v10i4.5130

Abstract

Twitter telah menjadi platform yang penting dalam mencermati opini publik, terutama terkait dengan topik-topik populer seperti perkembangan mobil listrik di Indonesia. Dalam konteks ini, analisis sentimen dapat digunakan untuk memahami sikap dan pandangan pengguna terhadap mobil listrik. Namun, meskipun industri mobil listrik di Indonesia mengalami pertumbuhan pesat, masih ada sejumlah masalah yang perlu diatasi, seperti infrastruktur pengisian daya yang belum memadai, harga yang masih relatif tinggi, dan kesadaran masyarakat yang perlu ditingkatkan terkait manfaat lingkungan. Penelitian sebelumnya menunjukkan bahwa teknik machine learning, seperti Support Vector Machine (SVM), Random Forest, dan Naïve Bayes telah berhasil dalam menganalisis sentimen dari data Twitter terkait topik tertentu. Dalam penelitian ini, dapat diuji dan dibandingkan ketiga algoritma machine learning tersebut dalam menganalisis sentimen pengguna Twitter terhadap mobil listrik di Indonesia. Pada penelitian sudah digunakan  data dari Twitter/X untuk melakukan analisis sentimen dengan memanfaatkan metrik evaluasi seperti akurasi, presisi, dan recall. Penelitian ini bertujuan untuk mengevaluasi performa relatif dari SVM, Random Forest, dan Naïve Bayes dalam mengklasifikasikan sentimen pengguna Twitter terhadap mobil listrik. Data yang digunakan bersumber dari media sosial Twitter/X dengan jumlah data yang dijadikan bahan penelitian berjumlah 1518 data dengan rincian 870 data dengan label negatif, 143 untuk label netral, dan 502 untuk label positif. Hasil dari penelitian didapatkan bahwa Nilai akurasi tertinggi didapatkan oleh algoritma Support Vector Machine sebesar 75,62%, Nilai presisi tertinggi didapatkan oleh algoritma Naïve Bayes sebesar 81,29% dan nilai recall tertinggi adalah algoritma Support Vector Machine dengan nilai 53,88%. Dari pengujian ini algoritma terbaik yaitu algoritma Support Vector Machine.
Development of Virtual Lab on Collision Dynamics Learning Object with Collision Algorithm Integration Yusupa, Ade; Tarigan, Victor; Sengkey, Daniel F.
Journal of Applied Informatics and Computing Vol. 9 No. 1 (2025): February 2025
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaic.v9i1.8765

Abstract

The objective of this study is to evaluate the efficacy of a Virtual Lab employing a collision algorithm in enhancing students' conceptual comprehension of collision dynamics, in comparison to traditional pedagogical approaches, within the context of physics education.The methodology employed in this study is as follows: The study employed an experimental approach, comprising a comparison between two groups: an experimental class that used the Virtual Lab, and a control class that utilised traditional teaching methods. Both groups were subjected to pre-tests to ascertain their existing level of understanding, after which post-tests were conducted to evaluate their knowledge after the instruction period. An independent t-test was employed to analyse the differences in post-test outcomes between the two groups.The results are as follows: The findings indicated a significant improvement in the experimental class's understanding, with an average increase from the pre-test to the post-test of 33.89%, in comparison to a 30.74% improvement in the control class. The results of the t-test demonstrated a statistically significant difference (t = 4.32, p < 0.05), indicating that the Virtual Lab was more effective in enhancing conceptual comprehension. In conclusion, the Virtual Lab, based on the collision algorithm, has been demonstrated to be an effective tool for teaching collision dynamics, offering a more interactive and engaging experience than traditional methods. This study highlights the potential of technology-based learning tools to enhance physics education and recommends further development of Virtual Labs with interactive features to increase accessibility and understanding in diverse educational environments.
OPTIMASI ALGORITMA ITERATIVE DICHOTOMISER 3 KOMBINASI METODE MINMAX - INFORMATION GAIN UNTUK DETEKSI WEBSITE PHISING: OPTIMASI ALGORITMA ITERATIVE DICHOTOMISER 3 KOMBINASI METODE MINMAX - INFORMATION GAIN UNTUK DETEKSI WEBSITE PHISING Tarigan, Victor; Jeremia Siregar; Adinda Franky Nelwan; Reinhard Komansilan; Ade Yusupa
Jurnal Sains dan Teknologi ISTP Vol. 22 No. 01 (2024): DESEMBER
Publisher : LPPM ISTP

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59637/jsti.v22i01.419

Abstract

Deteksi website phising merupakan tantangan penting dalam keamanan siber, terutama dengan semakin canggihnya teknik-teknik phising yang digunakan untuk mengecoh pengguna dan mencuri informasi pribadi. Seiring dengan meningkatnya jumlah serangan phising, diperlukan metode yang efektif dan efisien untuk mengidentifikasi situs web berbahaya. Algoritma Iterative Dichotomiser 3 (ID3) merupakan salah satu algoritma klasifikasi yang efektif dalam konteks ini, namun kinerjanya dapat ditingkatkan melalui optimasi fitur yang digunakan. Penelitian ini bertujuan untuk mengoptimalkan Algoritma ID3 dalam mendeteksi website phising dengan menggabungkan metode Min-Max Scaling dan Information Gain untuk proses seleksi fitur. Metode ini bertujuan untuk meningkatkan akurasi model dengan hanya mempertahankan fitur-fitur yang paling relevan. Dalam proses seleksi fitur, diperoleh tiga fitur yang memiliki nilai Information Gain sebesar 0, yaitu Favicon, Iframe, dan popUpWidnow. Ketiga fitur ersebut tidak memberikan kontribusi signifikan terhadap prediksi. Fitur-fitur ini kemudian dihilangkan dari total 30 fitur yang ada, menghasilkan model yang lebih ramping dan efisien. Evaluasi algoritma ID3 dilakukan menggunakan metode k-fold cross-validation dengan 8 fold, yang memberikan gambaran lebih akurat mengenai kinerja model. Hasil pengujian menunjukkan bahwa model ID3 yang menggunakan 27 fitur terbaik menghasilkan nilai rata-rata akurasi sebesar 0.9856, presisi 0.9863, dan recall 0.9878. Di sisi lain, model ID3 yang menggunakan semua 30 fitur menghasilkan nilai rata-rata akurasi sebesar 0.9854, presisi 0.9860, dan recall 0.9878. Meskipun perbedaan akurasi antara kedua model relatif kecil, hasil ini menunjukkan bahwa seleksi fitur yang tepat dapat meningkatkan kinerja model dalam mendeteksi website phising. Penelitian ini memberikan kontribusi terhadap pengembangan teknik deteksi phising yang lebih baik dan dapat diandalkan, serta menjadi referensi untuk penelitian lebih lanjut di bidang keamanan siber.
Co-Authors Ade Yusupa Adinda Franky Nelwan Aditiarno Manik Aditya Lapu Kalua Adrian, Glerio Agustinus Jacobus Barca Sembeng BATJO, LOURDES CHRISTIAN PASKAH Cleantha Polii Daniel Febrian Sengkey dina mariana siregar, dina mariana Fabiano Antonius Mamangkey, Xavier Gizelda Felicya Jeanette Lewu Jeheskiel Liwe Jeremia Siregar Jimmy Reagen Robot Kartyka Nababan Kerenhapukh Priskila Waworuntu Kodoati, Hizkia Kolang, Indri Claudia Komansilan, Reinhard kurnia, rahmi putri Lelemboto, Jeremia Lembong, Stevina Lintang Patria Made Hendy Wijaya, I Manoppo, Michael Reynald Marchantia Betsi Bawata, Michyta Martien Mengko, Riky Mawara, Reza Michelly Cantika MOKANSI, MISAEL TELDI Mumbunan, Keren Nadira Tri Ardianti Purnomo Natalia Kristiani Pangemanan Nur Fiat, Daffa Nur Paendong, Indah Pahala Sirait Pangemanan, Rachel Pasanda, Marlin Syellen Poltak Sihombing Prayer kusen, Miracle Pujo Hari Saputro Punusingon, Paskal RAHAYAAN, JACOB ALFANICOLLS Reinhard Komansilan Rendy Syahputra Rengkung, Chezkiel Salsabilla Putrihanda Shakila Maisa Ayu Soekamto, Nasya Emanuel Sumarno, Anggraini Dwi Putri Supoyo, Bertrand Suriati Sitepu Takalamingan, Gerald Udampo, Flouresita Wanda Angella Pantouw Zalmi, Wahyuni Fithratul