Article Per Year (5 Year)
p-Index From 2021 - 2026
1.197
P-Index
This Author published in this journals
All Journal Jurnal Sosial dan Teknologi Jurnal Minfo Polgan (JMP) Journal of Data Mining and Information Systems Jurnal Sinergi Digital dan Pemberdayaan Masyarakat
Sardo Pardingotan Sipayung
Universitas Katolik Santo Thomas
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Engineering Environmental Science Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Social Sciences

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Workshop Pengenalan Artificial Intelligence dan Internet of Things untuk Siswa SMA Alex Rikki; Sardo Pardingotan Sipayung
Journal of Public Health Vol 1 No 1 (2025): Jurnal Sinergi Digital dan Pemberdayaan
Publisher : CV. Data Sinergi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65853/sidena.v1i1.104

Abstract

Kegiatan pengabdian kepada masyarakat ini dilaksanakan dalam bentuk workshop pengenalan Artificial Intelligence (AI) dan Internet of Things (IoT) bagi siswa SMA Methodist-8 Medan. Kegiatan ini dilatarbelakangi oleh pentingnya peningkatan literasi teknologi pada siswa sekolah menengah agar mampu memahami perkembangan teknologi digital yang semakin berpengaruh terhadap dunia pendidikan, industri, dan kehidupan sehari-hari. Tujuan kegiatan ini adalah memberikan pemahaman dasar mengenai konsep AI dan IoT, mengenalkan contoh penerapan teknologi cerdas dalam kehidupan nyata, serta meningkatkan minat siswa terhadap bidang sains, teknologi, rekayasa, dan inovasi digital. Metode kegiatan menggunakan pendekatan partisipatif-edukatif melalui pemaparan materi, demonstrasi teknologi, praktik sederhana, diskusi interaktif, dan evaluasi respon peserta. Sasaran kegiatan adalah siswa SMA Methodist-8 Medan yang memiliki ketertarikan terhadap perkembangan teknologi digital. Hasil kegiatan menunjukkan bahwa peserta memberikan respon positif terhadap pelaksanaan workshop. Siswa terlihat aktif mengikuti materi, antusias dalam sesi praktik, serta mampu memahami konsep dasar AI dan IoT melalui contoh-contoh aplikatif. Kegiatan ini juga mendorong tumbuhnya keterampilan abad ke-21, seperti berpikir kritis, kreativitas, kolaborasi, dan pemecahan masalah. Dengan demikian, workshop ini dapat menjadi salah satu bentuk kontribusi perguruan tinggi dalam mendukung peningkatan literasi digital siswa SMA, khususnya di lingkungan SMA Methodist-8 Medan. Kegiatan lanjutan disarankan dilakukan secara berkelanjutan melalui pelatihan berbasis proyek sederhana agar siswa tidak hanya mengenal konsep AI dan IoT, tetapi juga mampu menghasilkan rancangan inovasi teknologi yang aplikatif.
Prediksi Diabetes Berbasis Decision Tree Dengan Menggunakan Dataset Pima Indians Diabetes Yustri Insani; Marcel Filemon Naibaho; Sardo Pardingotan Sipayung
JDMIS: Journal of Data Mining and Information Systems Vol. 4 No. 1 (2026): February 2026
Publisher : Yayasan Pendidikan Penelitian Pengabdian Algero

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54259/jdmis.v4i1.7107

Abstract

Diabetes mellitus is a chronic disease characterized by increased blood glucose levels and can lead to various serious complications if not treated early. This research aims to predict diabetes using the Decision Tree algorithm with the Pima Indians Diabetes dataset. The research stages include data processing, forming a Decision Tree model using the entropy criterion, and evaluating model performance. The results show that the model achieved an accuracy of 76.62%. Testing through a confusion matrix produced 83 True Negative samples, 35 True Positive samples, 16 False Positive samples, and 20 False Negative samples. The Glucose attribute was found to be the most dominant factor in the diagnosis, followed by BMI and Age. The resulting model is able to form clear and easy-to-understand decision rules so that it can be used as a decision support system in the early diagnosis of diabetes.
Implementasi Algoritma Dijkstra dalam Menentukan Rute Terpendek dari Unika St. Thomas Medan ke Lapangan Merdeka Cesia Trisani Saragih Garingging; Sasmita Lumban Gaol; Maria Angelina Lubis; Firman Torino Sianturi; Boy Mountavani Sembiring; Sardo Pardingotan Sipayung
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14892

Abstract

Penentuan rute terpendek dalam sistem informasi geografis memiliki peran penting dalam mendukung efisiensi perjalanan, terutama di kawasan perkotaan dengan tingkat kemacetan tinggi. Penelitian ini bertujuan untuk mengimplementasikan algoritma Dijkstra dalam pencarian rute optimal dari Universitas Katolik Santo Thomas Medan menuju Balai Kota Lapangan Merdeka Medan. Metode yang digunakan adalah pendekatan kuantitatif berbasis pemodelan graf, di mana simpul-simpul (nodes) merepresentasikan titik-titik persimpangan jalan dan sisi (edges) menunjukkan hubungan antar jalan yang diukur berdasarkan jarak tempuh aktual dari Google Maps. Simulasi dilakukan menggunakan jalur dengan representasi node A hingga Q, yang masing-masing menunjukkan ruas jalan tertentu: mulai dari Unika (A), melalui Jalan Setia Budi (B), Dr. Mansyur (C), Jamin Ginting (F), Kapten Patimura (G), Jendral Sudirman (I), Letjend Suprapto (K), Pemuda (L), Jendral Ahmad Yani (N), hingga mencapai tujuan akhir di Lapangan Merdeka (Q). Hasil penelitian menunjukkan bahwa lintasan dari A ke B ke C ke F ke G ke I ke K ke L ke N dan ke Q memiliki jarak terpendek sebesar 13.450 m. Implementasi algoritma Dijkstra terbukti efektif dalam menyelesaikan persoalan pemilihan rute tercepat berdasarkan parameter jarak. Temuan ini dapat diadopsi dalam pengembangan aplikasi navigasi lokal berskala kecil untuk menunjang efisiensi transportasi. Penelitian lanjutan disarankan untuk mengintegrasikan variabel waktu tempuh, kondisi lalu lintas real-time, dan preferensi pengguna guna meningkatkan akurasi serta relevansi hasil pencarian rute.
Implementasi Algoritma Dijkstra Menentukan Rute Terpendek Dari Unika St. Thomas Menuju Kantor dinas kependudukan Kota Medan Albert Julio Tampubolon; Erich Ricardo; Daniel S. Simbolon; Adri Pasaribu; Jusnan Panggabean; Sardo Pardingotan Sipayung
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14997

Abstract

Studi ini meneliti penerapan metode algoritma Dijkstra dalam menentukan jalur terpendek yang menghubungkan Universitas Katolik Santo Thomas (Unika St. Thomas) dengan Kantor Dinas Kependudukan dan Pencatatan Sipil di Medan. Pemilihan algoritma Dijkstra didasarkan pada keunggulan efektivitasnya dalam menemukan lintasan optimal pada struktur graf yang memiliki bobot dengan tingkat kompleksitas waktu O((V + E) log V). Metodologi penelitian melibatkan pengumpulan data geografis dari Google Maps untuk membangun representasi graf berbobot dari jaringan jalan, yang terdiri dari 13 node dan 13 edge dengan densitas graf 0,166. Algoritma diimplementasikan dan diuji pada struktur graf sparse ini untuk mengidentifikasi rute optimal. Hasil penelitian menunjukkan bahwa algoritma Dijkstra berhasil mengidentifikasi jalur terpendek dengan jarak total 7,345 km melalui rute: A → B → C → E → G → I → K → L → M, yang merepresentasikan jalur via Jl. Setia Budi - Jl. Sunggal - Jl. Sri Batang Hari - Jl. Gajah Mada - Jl. K.H. Wahis Hasyim - Jl. Jend. D.I Panjaitan - Jl. Sei Babalan. Algoritma mencapai akurasi 99,3% dibandingkan dengan referensi Google Maps dan menunjukkan efisiensi komputasi dengan waktu eksekusi kurang dari 1 milidetik. Solusi ini memberikan perbaikan optimasi jarak sebesar 6,25% dibandingkan rute alternatif, menawarkan kerangka navigasi yang efektif untuk sistem transportasi urban.
Analisis Sentimen Masyarakat Pada Media Sosial X Terhadap Kepemimpinan Presiden Prabowo Subianto Tahun 2025 Menggunakan Algoritma Naïve Bayes Albert Julio Tampubolon; Wita Manik; Michael Ginting; Sardo Pardingotan Sipayung
Jurnal Minfo Polgan Vol. 14 No. 2 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i2.15837

Abstract

Penelitian ini dirancang untuk mengevaluasi pandangan publik terhadap gaya kepemimpinan Presiden Prabowo di tahun 2025 melalui penerapan metode Naive Bayes. Sumber data utama berasal dari platform Twitter yang mengandung ragam perspektif dan respon masyarakat terkait strategi pemerintahan, inisiatif pembangunan, dan karakteristik kepemimpinan yang ditunjukkan. Metodologi penelitian mencakup beberapa fase utama: koleksi data, proses pembersihan dataset, pengolahan teks menggunakan pendekatan Natural Language Processing (NLP), serta kategorisasi sentimen ke dalam dua klasifikasi utama yaitu sentimen positif dan negatif. Implementasi algoritma Naive Bayes digunakan untuk menganalisis dataset yang telah melalui proses pelabelan manual. Hasil evaluasi menunjukkan model mampu mengklasifikasikan sentimen dengan akurasi 72,22%, dengan kinerja yang lebih baik pada identifikasi sentimen positif dibanding negatif. Meskipun akurasi masih perlu ditingkatkan, hasil ini memberikan indikasi awal yang cukup memadai untuk memahami kecenderungan opini publik terhadap kepemimpinan Presiden Prabowo. Temuan ini dapat menjadi fondasi untuk penelitian lanjutan dengan optimalisasi model dan penambahan fitur untuk meningkatkan performa klasifikasi sentimen pada analisis opini digital.
Digitalisasi Manajemen Lyora Laundry melalui Sistem Informasi Berbasis Website untuk Meningkatkan Efisiensi Operasional Novriadi Antonius Siagian; Alex Rikki; Pandi Barita Nauli Simangunsong; Sardo Pardingotan Sipayung
Journal of Public Health Vol 2 No 1 (2026): Jurnal Sinergi Digital untuk Pemberdayaan Masyarakat
Publisher : CV. Data Sinergi Digital

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65853/sidena.v2i1.134

Abstract

Usaha laundry merupakan sektor jasa yang membutuhkan pengelolaan transaksi, data pelanggan, status cucian, dan laporan keuangan secara cepat dan akurat. Lyora Laundry sebagai mitra kegiatan masih menghadapi kendala dalam proses operasional, seperti pencatatan transaksi manual, risiko kesalahan data, keterlambatan informasi status cucian, serta lambatnya penyusunan laporan. Kegiatan ini bertujuan untuk melakukan digitalisasi manajemen Lyora Laundry melalui pengembangan sistem informasi berbasis website guna meningkatkan efisiensi operasional dan kualitas layanan. Metode pelaksanaan menggunakan model Waterfall yang meliputi analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan evaluasi. Sistem dikembangkan menggunakan framework Laravel dan basis data MySQL, dengan fitur utama meliputi manajemen pelanggan, pencatatan transaksi, tracking status cucian, pelaporan keuangan, dan notifikasi layanan. Pengujian dilakukan menggunakan Black Box Testing dan evaluasi usability menggunakan System Usability Scale (SUS). Hasil kegiatan menunjukkan bahwa sistem mampu mempercepat proses pencatatan transaksi sebesar 65,4%, menurunkan tingkat kesalahan pencatatan sebesar 87,8%, mempercepat pembuatan laporan dari 120 menit menjadi 10 menit, serta meningkatkan akurasi data pelanggan dari 78,5% menjadi 98,2%. Evaluasi usability yang dilakukan terhadap [jumlah responden] pengguna internal menghasilkan skor rata-rata SUS sebesar 82,5 dan termasuk dalam kategori sangat baik (excellent). Dengan demikian, digitalisasi manajemen Lyora Laundry melalui sistem informasi berbasis website terbukti membantu meningkatkan efisiensi operasional, akurasi data, dan kualitas layanan kepada pelanggan.
Flood And Landslide Severity Mapping In North Sumatra Using Random Forest Evaldo Manurung; Sardo Pardingotan Sipayung
Jurnal Sosial Teknologi Vol. 6 No. 2 (2026): Jurnal Sosial dan Teknologi
Publisher : CV. Green Publisher Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59188/jurnalsostech.v6i2.32697

Abstract

Floods and landslides are recurrent hydrometeorological hazards that cause significant environmental damage and socioeconomic losses in many regions of Indonesia, including North Sumatra. Complex topography, high rainfall intensity, land-use changes, and rapid urban development have increased the exposure and vulnerability of several districts to these disasters. This study aims to classify the severity of flood- and landslide-affected areas in North Sumatra using an integrated Geographic Information System (GIS) and Random Forest (RF) approach. The research was conducted using the CRISP-DM framework, which includes data collection, data preprocessing, feature weighting using the Analytical Hierarchy Process (AHP), model development with the RF algorithm, and spatial validation using historical disaster records. Five main conditioning factors were used as model inputs: rainfall, slope, land cover, soil type, and elevation. Hazard severity was classified into three categories: low, moderate, and severe. The results indicate that the RF model achieved strong predictive performance, with high precision, recall, F1-score, and an excellent ROC-AUC value, demonstrating the reliability of the proposed approach. Spatial analysis shows that Mandailing Natal, South Tapanuli, and Humbang Hasundutan are the most severely affected districts, mainly due to high rainfall, steep slopes, and land degradation. This study concludes that the GIS–RF framework provides an effective decision-support tool for regional disaster risk management and can support evidence-based planning for flood and landslide mitigation in North Sumatra.
Co-Authors Adri Pasaribu Albert Julio Tampubolon Alex Rikki Boy Mountavani Sembiring Cesia Trisani Saragih Garingging Daniel S. Simbolon Erich Ricardo Evaldo Manurung Firman Torino Sianturi Jusnan Panggabean Marcel Filemon Naibaho Maria Angelina Lubis Michael Ginting Pandi Barita Nauli Simangunsong Sasmita Lumban Gaol Siagian, Novriadi Antonius Wita Manik Yustri Insani