Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JURNAL PENELITIAN SAINTIKA JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Deli Sains Informatika Jurnal Mahkota Informatika
Purwanto Simamora
Universitas Sumatera Utara, Medan
Computer Science & IT Decision Sciences, Operations Research & Management Education Library & Information Science

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
SISTEM PENJADWALAN KULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA Simamora, Purwanto; ., Tulus; Batubara, Fakhruddin R.
JURNAL PENELITIAN SAINTIKA Vol 14, No 2 (2013): SEPTEMBER 2013
Publisher : JURNAL PENELITIAN SAINTIKA

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

Abstract

Course scheduling is process of placing courses into available time-and classroom slots. As number of course activities and requirement needed increase, the solution to scheduling problem become more complicated. In order to get a good course scheduling, there are some important components such as lecturer, subject, student, curriculum, classroom and time. The limitation of rooms and time is often become a problem in making the course scheduling. The addition number of the students and the subjects due to the application of the new curriculum, and the other activity in university give the effects the using of times and rooms. Course scheduling systems which is adaptable in every changing that happened. The course scheduling must be able to overcome the limitation of each component such as the number of the lecturer, times and rooms. This research uses two methods in making the course scheduling which are by using the scheduling algorithm and without using the scheduling algorithm. These two methods will be combined into the genetic algorithm in order to get a course scheduling which can reduce the problem in the availability of rooms and times.             The research result shows without using the schedule algorithm these are 2 faults appear in the time schedule and the minimum number of room which used is 9 rooms and converged in the 127th generation. But, by using the schedule algorithm the number of the fault is no longer appear, the using of the room becomes 8 rooms and converget in the 85th generation. It is concluded that making the course scheduling by combining the schedule algorithm and genetic algorithm is a right method in reducing the time fault and minimizing the using of the room.
SISTEM PENJADWALAN KULIAH DENGAN MENGGUNAKAN ALGORITMA GENETIKA Simamora, Purwanto; ., Tulus; Batubara, Fakhruddin R
JURNAL PENELITIAN SAINTIKA Vol 13, No 2 (2013): SEPTEMBER 2013
Publisher : JURNAL PENELITIAN SAINTIKA

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

Abstract

Course scheduling is process of placing courses into availabletime-and classroom slots. As number of course activities andrequirement needed increase, the solution to scheduling problembecome more complicated. In order to get a good course scheduling,there are some important components such as lecturer, subject, student,curriculum, classroom and time. The limitation of rooms and time isoften become a problem in making the course scheduling. The additionnumber of the students and the subjects due to the application of thenew curriculum, and the other activity in university give the effects theusing of times and rooms. Course scheduling systems which isadaptable in every. changing that happened. The course schedulingmust be able to overcome the limitation of each component such as thenumber of the lecturer, times and rooms. This research uses twomethods in making the course scheduling which are by using thescheduling algorithm and without using the scheduling algorithm.These two methods will be combined into the genetic algorithm inorder to get a course scheduling which can reduce the problem in theavailability of rooms and times. The research result shows withoutusing the schedule algorithm these are 2 faults appear in the timeschedule and the minimum number of room which used is 9 rooms andconverged in the 1271h generation. But, by using the schedule algorithmthe number of the fault is no longer appear, the using of the roombecomes 8 rooms and converget in the 851h generation. It is concludedthat making the course scheduling by combining the schedulealgorithm and genetic algorithm is a right method in reducing the time fault and minimizing the using of the room.
Pemrosesan Query dan Pemeringkatan Hasil dalam Information Retrieval: Sebuah Kajian Literatur Roberto Kaban; Poltak Sihombing; Mahdianta Pandia; Purwanto Simamora
Journal of Information System Research (JOSH) Vol 4 No 3 (2023): April 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v4i3.2867

Abstract

In this study, we reviewed the literature on information retrieval starting from the basics of Information Retrieval (IR), components and future challenges. The purpose of this study is to observe techniques that have been used by previous researchers in IR, especially query processing and ranking of search results. We used a literature review method by identifying, reviewing, and observing techniques in IR based on the results of several previous studies. We collected more literature sources from the ACM Digital Library, Researchgate and MDPI. From this research, we found several IR models for searching relevant documents (information) and ranking accurate results, including EXplanaTion RAnking (EXTRA), Deep-QPP, ColBERT-PRF and UQSCM-RFD.
INTERAKSI MANUSIA DAN KOMPUTER DALAM ILMU FILSAFAT Harmayani; Purwanto Simamora
Deli Sains Informatika Vol. 2 No. 2 (2023): Artikel Riset Juni 2023
Publisher : LPPM Universitas Deli Sumatera

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

Abstract

Interaksi adalah komunikasi antara dua atau lebih objek yang saling mempengaruhi. Interaksi ini tidak akan berjalan dengan baik, jika salah satu objek yang berinteraksi menemui hambatan. Interaksi manusia-komputer adalah komunikasi dua arah antara pengguna dan sistem komputer yang saling mendukung untuk mencapai tujuan tertentu. Interaksi manusia-komputer adalah disiplin ilmu yang mempelajari desain, evaluasi, implementasi sistem komputer interaktif untuk digunakan oleh manusia bersama dengan studi tentang faktor-faktor utama dalam lingkungan interaksi mereka. Interaksi manusia dan komputer tidak hanya dalam penampilan antarmuka, tetapi juga memperhatikan aspek pamakai, implementasi sistem desain dan fenomena lingkungan. Misalnya, sistem seperti itu mudah dioperasikan, dipelajari, dan lainnya. Filsafat dan ilmu pengetahuan adalah upaya manusia dalam memahami suatu konsep dan metode suatu disiplin ilmu seperti yang berkaitan dengan keberadaan, pengetahuan, nilai-nilai, akal, pikiran, dan bahasa sehingga dapat berperan dalam memberikan landasan filosofis dalam memahami pembagian konsep untuk penerapan interaksi manusia dan komputer. Perubahan zaman dan perkembangan telah mengantarkan filsafat ke dalam konfigurasi dengan menunjukkan bagaimana "pohon ilmu pengetahuan" tumbuh mekar dan bercabang subur dari setiap disiplin ilmu. Tujuan penelitian ini adalah untuk mengkaji filsafat dan ilmu pengetahuan serta relevansinya di era Revolusi Industri 4.0. Kata kunci: interaksi, filsafat, implementasi
Peningkatan dan Optimalisasi Prediksi Harga Emas Menggunakan Metode Combine Machine Learning Random Forest dan Gradient Boosting Simamora, Purwanto; Pasaribu, Sutrisno Arianto; Vera Wijaya
Jurnal Mahkota Informatika Vol 1 No 1 (2025): Jurnal Mahkota Informatika
Publisher : Universitas Mahkota Tricom Unggul

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59929/mahtik.v1i1.37

Abstract

Penelitian ini mengeksplorasi peningkatan akurasi prediksi harga emas dengan menggunakan algoritma Random Forest dan Gradient Boosting. Studi ini berfokus pada penilaian kinerja gabungan dari algoritma ini. Kumpulan data spesifik yang memiliki harga emas, yang dicirikan oleh dua parameter utama dan harga yang terkait, digunakan. Kumpulan data ini dibagi menjadi subset pelatihan dan pengujian yang berbeda untuk memudahkan pelatihan dan evaluasi model. Evaluasi kinerja model berpusat pada mean squared error (MSE), yang mengukur perbedaan antara harga prediksi dan harga aktual. Hasil membuktikan kompetensi individu algoritma Random Forest dan Gradient Boosting menghasilkan nilai MSE masing-masing sebesar 0,0053 dan 0,008353. Menggabungkan algoritme ini menghasilkan kinerja yang lebih baik, dengan MSE sebesar 0,006826. Model gabungan ini menunjukkan stabilitas yang lebih tinggi, menunjukkan kecenderungan overfitting yang berkurang, yang merupakan masalah umum dalam pemodelan prediktif. Studi ini menggarisbawahi potensi penggabungan beragam algoritma pembelajaran mesin untuk secara signifikan meningkatkan presisi dan kekuatan prediksi harga emas. Hal ini memiliki implikasi yang signifikan bagi investor dan pedagang yang sangat bergantung pada perkiraan yang tepat dalam pengambilan keputusan di pasar emas. Selain itu, wawasan yang diperoleh dari penelitian ini juga mencakup domain keuangan lainnya, termasuk saham dan mata uang kripto, yang memerlukan prediksi harga yang tepat. Namun, ada batasan tertentu. Studi ini menggunakan kumpulan data yang relatif terbatas, hanya mempertimbangkan dua parameter dan mengabaikan variabel lain yang berpotensi berpengaruh seperti indikator ekonomi dan peristiwa geopolitik. Penelitian di masa depan dapat melibatkan penggabungan kumpulan data yang lebih komprehensif yang mencakup lebih banyak faktor relevan untuk meningkatkan akurasi dan ketahanan prediksi. Selain itu, mengeksplorasi algoritma pembelajaran mesin alternatif memberikan jalan yang menjanjikan mencari tahu kombinasi paling efektif untuk meningkatkan kemampuan prediksi harga emas.
Co-Authors ., Tulus Batubara, Fakhruddin R Batubara, Fakhruddin R. Harmayani Mahdianta Pandia Pasaribu, Sutrisno Arianto Poltak Sihombing Roberto Kaban Wijaya, Vera