Article Per Year (5 Year)
p-Index From 2021 - 2026
2.155
P-Index
This Author published in this journals
All Journal Sinkron : Jurnal dan Penelitian Teknik Informatika Journal of Computer Networks, Architecture and High Performance Computing Djtechno: Jurnal Teknologi Informasi Jurnal Sains Teknologi dan Sistem Informasi Journal of Information System and Technology (JOINT) Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Digital Transformation Technology (Digitech) ROUTERS: Jurnal Sistem dan Teknologi Informasi CSRID
Abdul Muis
Universitas Satya Terra Bhinneka
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Library & Information Science

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Penerapan Metode K-Means untuk Optimalisasi Strategi Bisnis pada TB Rifky Berdasarkan Laris dan Tidak Laris Barang Lubis, Siti Sahara; Gunung, Tar Muhammad Raja; Muis, Abdul; Ningtyas, Alyiza Dwi; Siregar, Manutur Pandapotan
Journal of Information System and Technology (JOINT) Vol. 6 No. 3 (2025): Journal of Information System and Technology (JOINT)
Publisher : Program Sarjana Sistem Informasi, Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/joint.v6i3.11443

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengelompokkan tingkat kelarisan stok barang pada Toko Bangunan (TB) Rifky agar dapat memberikan informasi yang berguna bagi pemilik usaha dalam pengambilan keputusan terkait pengelolaan persediaan dan strategi penjualan. Metode yang digunakan dalam penelitian ini adalah algoritma K-Means, yaitu salah satu metode klasterisasi dalam data mining yang bekerja dengan membagi data ke dalam beberapa kelompok (cluster) berdasarkan tingkat kemiripan antar data. Hasil pengelompokan menghasilkan dua kategori utama, yaitu kelompok barang laris yang terdiri dari Kawat Beton, Kaca, Kuas Cat, dan Kerikil/Split, serta kelompok barang tidak laris yang mencakup Semen, Pasir, Batu Bata, Besi Beton, Kayu, Keramik, dan berbagai bahan bangunan lainnya. Informasi yang diperoleh dari hasil analisis ini diharapkan dapat membantu pemilik TB Rifky dalam mengambil keputusan strategis terkait pengelolaan stok dan peningkatan penjualan. Keterbatasan penelitian ini terletak pada jumlah centroid yang digunakan, yaitu hanya dua (C1 untuk barang laris dan C2 untuk barang tidak laris), sehingga variasi informasi yang dihasilkan masih terbatas.
Analisis Metode WASPAS dalam Menentukan Pengangkatan Pegawai Kontrak Menjadi Pegawai Tetap Abdul Muis; Abdul Muis; Akbar Idaman; Handry Eldo; Agung Prabowo; Ryan Rinaldi Hadistio
SATESI: Jurnal Sains Teknologi dan Sistem Informasi Vol. 4 No. 1 (2024): April 2024
Publisher : Yayasan Pendidikan Penelitian Pengabdian ALGERO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54259/satesi.v4i1.3034

Abstract

Human Resources (HR) is a valuable asset for every company, and good management greatly affects operational success. PT XYZ faces challenges in the process of appointing contract employees to permanent employees which is currently done manually, causing a slow and less accurate process. This research aims to develop a method that simplifies and accelerates the process using Weight Aggregated Sum Product Assessment (WASPAS) to simplify and speed up the decision-making process in appointing contract employees to become permanent employees at PT. XYZ, so that decisions taken can be faster, more precise and accurate. This method was chosen for its ability to reduce errors and optimize the assessment with various criteria. The results showed that Alternative 9 was ranked first with a Qi value of 0.9685, showing the best performance among other candidates. The implementation of the WASPAS method is expected to help PT XYZ in making faster, more precise, and accurate decisions, thereby increasing efficiency and objectivity in employee hiring, as well as improving the performance and stability of the company's human resources.
Analisis Komparatif Kinerja Algoritma KNN, SVM, dan Neural Network dalam Klasifikasi Kanker Paru-paru Abwabul jinan; Manatur Pandapotan Siregar; Dede Fika Suryani; Tar Muhammad Raja Gunung; Abdul Muis
ROUTERS: Jurnal Sistem dan Teknologi Informasi Vol. 4 No. 2, Juli 2026 (In Progress)
Publisher : Program Studi Teknologi Rekayasa Internet, Politeknik Negeri Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25181/rt.v4i2.5058

Abstract

Lung cancer is one of the leading causes of cancer-related deaths worldwide, making accurate classification methods essential to support early diagnosis. Although various machine learning algorithms have been applied to lung cancer classification, their reported performance remains inconsistent across different studies. Therefore, a comparative analysis using the same dataset is needed to provide a more objective evaluation of algorithm performance. This study aims to compare the performance of the K-Nearest Neighbor (KNN), Support Vector Machine (SVM), and Neural Network (NN) algorithms for lung cancer classification. The dataset was obtained from Kaggle and consists of 309 instances with 16 attributes. The research process included data preprocessing, classification, and model evaluation using Orange Data Mining. The performance of each algorithm was evaluated using a confusion matrix based on accuracy, precision, and recall metrics. The experimental results indicate that the Neural Network algorithm achieved the best performance, with an accuracy of 92.3%, a precision of 95.4%, and a recall of 95.9%, followed by Support Vector Machine with an accuracy of 89.9% and K-Nearest Neighbor with an accuracy of 89.1%. These findings demonstrate that the Neural Network algorithm is more effective in learning the underlying patterns of the dataset than the other two algorithms. The results of this study are expected to serve as a reference for selecting appropriate classification algorithms in the development of machine learning-based lung cancer diagnosis support systems.
SISTEM PAKAR PEMILIHAN SMARTPHONE BERDASARKAN KEBUTUHAN DAN PREFERENSI USER MENGGUNAKAN METODE CASE BASED REASONING Tar Muhammad Raja Gunung; Sengli Egani Sitepu; Manutur Pandapotan Siregar; Abdul Muis; Vicky Rolanda
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.7167

Abstract

Pemilihan smartphone yang sesuai dengan kebutuhan pengguna sering kali menjadi permasalahan tersendiri, terutama karena banyaknya pilihan produk dengan spesifikasi yang bervariasi. Penelitian ini bertujuan untuk menerapkan metode Case Based Reasoning (CBR) dalam proses rekomendasi smartphone berdasarkan preferensi pengguna. CBR bekerja dengan membandingkan kasus baru, yaitu kebutuhan dan kriteria pengguna, dengan kasus-kasus sebelumnya yang telah tersimpan dalam basis data untuk menentukan tingkat kemiripan. Pada penelitian ini, digunakan empat tahapan utama dalam metode CBR yaitu: Retrieve, Reuse, Revise, dan Retain.Hasil pengujian menunjukkan bahwa dari 13 alternatif smartphone yang dianalisis, Xiaomi Poco X5 Pro mendapatkan nilai kemiripan sebesar 100%, sedangkan perangkat lainnya seperti Realme Narzo 60x, Infinix Smart 8, Vivo V27, Samsung Galaxy A54, dan lainnya memperoleh nilai kemiripan 0%. Hal ini menunjukkan bahwa Xiaomi Poco X5 Pro merupakan pilihan paling sesuai dengan kebutuhan pengguna dalam studi kasus ini. Dengan demikian, metode CBR terbukti mampu memberikan rekomendasi yang tepat dan terukur, serta dapat menjadi dasar pengembangan sistem pakar atau sistem pendukung keputusan di masa mendatang.
Co-Authors ABDUL MUIS Abwabul Jinan Agung Prabowo Akbar Idaman Dede Fika Suryani Dede Fika Suryani Elviawaty Muisa Zamzami Erna Budhiarti Nababan Hadistio, Ryan Rinaldi Hamjah Arahman Handry Eldo Handry Eldo Lubis, Siti Sahara Manatur Pandapotan Siregar Manutur Pandapotan Siregar Nathanael Atan Baskita Tarigan Ningtyas, Alyiza Dwi Purnomo, Nopi Radiman Gea Riko Muhammad Suri Rofiqoh Dewi Rolanda, Vicky Ryan Rinaldi Hadistio Sengli Egani Sitepu Simamora, Windi Saputri Siregar, Manutur Pandapotan Sumita Wardani Suryani, Dede Fika Tar Muhammad Raja Gunung Tar Muhammad Raja Gunung Tar Muhammad Raja Gunung Vicky Rolanda Vicky Rolanda, Vicky