Garuda - Garba Rujukan Digital

Evaluasi Efektivitas Sistem Informasi Pengaduan Pelanggan PDAM Tirtanadi Cabang Medan Kota Berbasis Web Windi Imelda Putri; Aina Nur Nabila; Mhd. Furqan
Journal Of Informatics And Busisnes Vol. 1 No. 3 (2023): Oktober - Desember
Publisher : CV. ITTC INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jibs.v1i3.383

Penelitian ini berfokus pada evaluasi implementasi Sistem Informasi Pengaduan Pelanggan berbasis web di PDAM Tirtanadi cabang Medan Kota. PDAM sebagai penyedia layanan air menghadapi berbagai tantangan dalam menangani pengaduan pelanggan secara efisien. Studi ini mengungkapkan bahwa penerapan teknologi informasi dalam pengelolaan pengaduan pelanggan dapat menghasilkan manfaat yang signifikan. Sistem ini memungkinkan pelanggan untuk melaporkan masalah dengan lebih mudah dan cepat, sementara juga meningkatkan efisiensi operasional perusahaan. Kendati demikian, penelitian ini mengidentifikasi beberapa tantangan yang perlu diatasi, termasuk masalah keamanan data dan pelatihan karyawan. Hasil penelitian ini dapat menjadi pedoman bagi organisasi lain di sektor pelayanan publik yang berencana untuk mengadopsi atau meningkatkan sistem informasi pengaduan pelanggan mereka guna meningkatkan kualitas layanan.

Application of the Naive Bayes Method for Determining the Quality of Crude Palm Oil (CPO) at PTPN 2 Sawit Seberang Prananda, Dimas Raka; Mhd. Furqan
Journal of Computer Networks, Architecture and High Performance Computing Vol. 6 No. 4 (2024): Articles Research October 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v6i4.4832

The palm oil industry is a vital pillar of Indonesia's economy, with Crude Palm Oil (CPO) as one of its leading commodities. The quality of CPO significantly impacts its competitiveness and market price internationally. PTPN 2 Sawit Seberang, as a prominent CPO processing company, faces challenges in consistently maintaining product quality. Key factors affecting CPO quality include moisture content, free fatty acids, and impurity levels, which are difficult to manage manually. To address these challenges, this study applies the Naive Bayes method as an efficient and fast classification tool for determining CPO quality. Naive Bayes was chosen for its simplicity in probability calculations and its ability to handle data classification with reasonable accuracy. The data used in this study include moisture content, free fatty acids, and impurity levels measured between February and June 2024. The data was split into training data (80%) and testing data (20%) and analyzed using RapidMiner software. The results show that the Naive Bayes method achieved an accuracy rate of 66.6%, with precision and recall values of 50% each. Although the accuracy could be improved, the application of this method has significantly enhanced the efficiency of determining CPO quality. Thus, the implementation of the Naive Bayes method in determining CPO quality at PTPN 2 Sawit Seberang is an effective step towards improving operational efficiency, classification accuracy, and decision-making quality related to product standards, ultimately supporting the company's competitiveness in the global market.

Klasifikasi Jenis Bunga Iris Menggunakan Algoritma Klasifikasi Tradisional Alwi Syahputra; Rusma Riansyah; Dimas Aqila Aptanta; Muhammad Farhan; Mhd. Furqan
Jurnal ilmiah Sistem Informasi dan Ilmu Komputer Vol. 5 No. 2 (2025): Juli : Jurnal ilmiah Sistem Informasi dan Ilmu Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juisik.v5i2.1228

This study aims to implement and compare the performance of two traditional classification algorithms, namely K-Nearest Neighbor (K-NN) and Naive Bayes to classify Iris flower types. The dataset used is the Iris Dataset which is a classic dataset in machine learning consisting of 150 samples with four features (sepal length, sepal width, petal length, and petal width) and three target classes (Iris Setosa, Iris Versicolor, and Iris Virginica). The research methodology includes data preprocessing, algorithm implementation, model evaluation using accuracy, precision, recall, and F1-score metrics, and comparative performance analysis. The results showed that the K-NN algorithm with k = 3 achieved an accuracy of 96.67%, while Naive Bayes achieved an accuracy of 93.33%. Both algorithms showed good performance in classifying Iris flower types, with K-NN slightly superior in terms of accuracy. This study proves that traditional classification algorithms are still relevant and effective for classification problems with less complex datasets.

Analisis Hubungan Pengetahuan Dan Hygiene Sanitasi Toilet Masjid Dan Mushalla Di Kecamatan Pancur Batu Deli Serdang: Analysis of the Relationship between Knowledge and Hygiene and Sanitation of Mosque and Prayer Room Toilets in Pancur Batu District, Deli Serdang Alvi Nur Ilmi Br Ginting; Meutia Nanda; Mhd. Furqan
Jurnal Kolaboratif Sains Vol. 8 No. 10: Oktober 2025
Publisher : Universitas Muhammadiyah Palu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56338/jks.v8i10.8657

Masjid dan mushalla sebagai tempat ibadah yang digunakan oleh masyarakat secara luas, memerlukan fasilitas toilet yang memenuhi standar hygiene dan sanitasi guna mendukung kesehatan lingkungan dan kenyamanan jamaah. Penelitian ini bertujuan untuk menganalisis kondisi hygiene dan sanitasi toilet masjid dan mushalla di Kecamatan Pancur Batu, Deli Serdang. Penelitian ini menggunakan metode kuantitatif dengan pendekatan analitik dan melibatkan 60 toilet yang terdiri dari 50 masjid dan 10 mushalla dengan teknik total sampling. Data dikumpulkan melalui observasi dan kuesioner, kemudian dianalisis secara univariat dan bivariat menggunakan uji chi-square. Hasil penelitian menunjukkan bahwa sebanyak 70% toilet memenuhi standar hygiene dan sanitasi, sementara 30% toilet tidak memenuhi standar. Komponen toilet yang paling banyak tidak memenuhi syarat adalah fasilitas tempat sampah (81,7% tidak memenuhi syarat) dan ventilasi toilet (43,3% tidak memenuhi syarat). Hasil uji chi-square menunjukkan adanya hubungan yang signifikan antara pengetahuan pengelola toilet dengan kondisi hygiene dan sanitasi toilet (p = 0,000). Penelitian ini merekomendasikan peningkatan pengawasan dan edukasi kepada pengelola masjid dan mushalla untuk meningkatkan kualitas sanitasi toilet sesuai dengan standar yang berlaku.

Application of the Naive Bayes Method for Determining the Quality of Crude Palm Oil (CPO) at PTPN 2 Sawit Seberang Prananda, Dimas Raka; Mhd. Furqan
Journal of Computer Networks, Architecture and High Performance Computing Vol. 6 No. 4 (2024): Articles Research October 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v6i4.4832

The palm oil industry is a vital pillar of Indonesia's economy, with Crude Palm Oil (CPO) as one of its leading commodities. The quality of CPO significantly impacts its competitiveness and market price internationally. PTPN 2 Sawit Seberang, as a prominent CPO processing company, faces challenges in consistently maintaining product quality. Key factors affecting CPO quality include moisture content, free fatty acids, and impurity levels, which are difficult to manage manually. To address these challenges, this study applies the Naive Bayes method as an efficient and fast classification tool for determining CPO quality. Naive Bayes was chosen for its simplicity in probability calculations and its ability to handle data classification with reasonable accuracy. The data used in this study include moisture content, free fatty acids, and impurity levels measured between February and June 2024. The data was split into training data (80%) and testing data (20%) and analyzed using RapidMiner software. The results show that the Naive Bayes method achieved an accuracy rate of 66.6%, with precision and recall values of 50% each. Although the accuracy could be improved, the application of this method has significantly enhanced the efficiency of determining CPO quality. Thus, the implementation of the Naive Bayes method in determining CPO quality at PTPN 2 Sawit Seberang is an effective step towards improving operational efficiency, classification accuracy, and decision-making quality related to product standards, ultimately supporting the company's competitiveness in the global market.

Analisis Sentimen Terkait Kasus Korupsi Timah Pada Aplikasi X Menggunakan Algoritma Support Vector Machine Hasibuan, Suci Adina Ramadani; Mhd. Furqan
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66522

Kasus dugaan korupsi yang melibatkan PT Timah Tbk dengan estimasi kerugian negara sebesar Rp 271 triliun telah memicu respons luas dari masyarakat, khususnya melalui media sosial X (dahulu Twitter). Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap kasus tersebut menggunakan algoritma Support Vector Machine (SVM). Data diperoleh dari platform X menggunakan kata kunci tertentu, menghasilkan 107 tweet yang kemudian melalui proses pra-pemrosesan dan pelabelan otomatis dengan metode berbasis leksikon (lexicon-based). Proses klasifikasi sentimen dilakukan dengan algoritma SVM, sementara ekstraksi fitur dilakukan menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF). Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 98%, dengan precision 98% dan recall 100% untuk sentimen negatif, serta precision 100% dan recall 60% untuk sentimen positif. Berdasarkan confusion matrix, sebesar 95,33% data diklasifikasikan sebagai negatif secara benar (True Negative), 2,80% sebagai positif secara benar (True Positive), dan 1,87% salah diklasifikasikan (False Negative), tanpa terdapat kesalahan klasifikasi positif palsu (False Positive). Temuan ini menunjukkan dominasi opini negatif terhadap kasus tersebut dan menegaskan efektivitas SVM dalam analisis sentimen publik. Penelitian ini diharapkan menjadi acuan dalam memahami persepsi masyarakat dan pengambilan keputusan berbasis data terhadap isu sosial-politik di Indonesia.

Algoritma K-Means Clustering untuk Mendiagnosis Bullying pada Remaja Di SMPN 1 Kecamatan Dolok Sigompulon Ritonga, Abdul Rois; Mhd. Furqan
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66539

Bullying merupakan bentuk penyalahgunaan kekuasaan yang dapat terjadi di berbagai lingkungan, terutama di lingkungan sekolah. Tindakan ini mencakup perilaku seperti mengejek, mengancam, mengisolasi, hingga melakukan kekerasan fisik yang berdampak negatif pada kondisi psikologis korban. Di SMP N 1 Dolok Sigompulon, kasus bullying teridentifikasi dalam tiga bentuk, yaitu fisik, verbal, dan psikologis. Meskipun jumlah kasus tergolong rendah, fenomena ini tetap memerlukan perhatian serius karena dapat mengganggu kenyamanan belajar dan perkembangan sosial siswa. Untuk memahami pola dan karakteristik dari kasus bullying yang terjadi, diperlukan analisis data yang tepat. Salah satu metode yang dapat digunakan adalah K-Means Clustering, yaitu algoritma pengelompokan data yang membagi objek ke dalam beberapa klaster berdasarkan kemiripan karakteristik. Melalui metode ini, data bullying dapat diklasifikasikan menjadi beberapa kelompok, sehingga pola perilaku bullying di sekolah dapat dianalisis lebih mendalam dan menjadi dasar dalam pengambilan keputusan pencegahan. Berdasarkan hasil pengelompokan kasus bullying di SMP N 1 Dolok Sigompulon menggunakan algoritma K-Means maka di peroleh 3 cluster Dimana cluster 1 terdapat 12 data, cluster 2 terdapat 5 data, dan cluster 3 dengan 4 data sehingga dapat disimpulkan bahwa kasus bullying di SMP N 1 Dolok Sigompulon tergolong rendah dengan jenis bullying fisik, verbal, dan psikologis.

Comparison of Machine Learning Classification Algorithm Performance for Depressive Symptom Recognition in College Students Arinda Aulia; Falah Affandi; Puan Syaharani Sitorus; Chairil Umri; Ferizal Fadli Tanjung; Mhd. Furqan
Journal of Artificial Intelligence and Engineering Applications (JAIEA) Vol. 5 No. 2 (2026): February 2026
Publisher : Yayasan Kita Menulis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59934/jaiea.v5i2.1998

College students are vulnerable to depressive symptoms due to academic, social, and personal pressures, which can impact mental health and academic achievement. Early detection is necessary to prevent this condition from developing into a more serious condition, but conventional methods often lack objectivity. With the development of artificial intelligence, machine learning classification algorithms offer a more accurate approach to recognizing patterns of depressive symptoms. This study compared the performance of several classification algorithms, namely Random Forest, K-Nearest Neighbor, Logistic Regression, Decision Tree, Naive Bayes, and Support Vector Machine, using a dataset of depressive symptoms in college students. Evaluation was carried out based on accuracy, precision, recall, and F1-score. The results showed that Logistic Regression achieved the best performance with an accuracy of 95.62%. This suggests that selecting the right algorithm can improve the effectiveness of early depression detection systems in college students and support data-driven mental health efforts.

Analisis dan Perancangan Prototype Sistem Antrian Online Berbasis Web untuk Layanan Bank Pebi Mina Husania; Rani Chantika; Mhd. Furqan
Jurnal Publikasi Ilmu Komputer dan Multimedia Vol. 4 No. 2 (2025): Mei: Jurnal Publikasi Ilmu Komputer dan Multimedia
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jupikom.v4i2.4074

This study focuses on the analysis and design of a web-based online queue system prototype for banking services, aiming to improve service quality and operational efficiency. In the banking sector, managing customer waiting times is a significant challenge that impacts their comfort and satisfaction. The online queue system enables customers to obtain queue numbers online, thereby minimizing waiting times and making queue management more efficient. This research includes system requirements analysis, user interface design, and process flow development tailored to customer needs and banking operations. The resulting prototype is expected to serve as a foundation for developing a more comprehensive digital queue system, supporting digital transformation in the banking sector, and providing practical and theoretical contributions to web-based service development.

Implementasi Penggunaan Teknik Keamanan Data Hashing Dan Limit Login Pada Login Sistem Pengelolaan Pencatatan Barang Dppesdm Berbasis Web Syarhanazmi; M. Miko Sahputra Sembiring; Vima Zikra Adha Lubis; Ilhamuddin Ilhamuddin; Mhd. Furqan
Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer Vol. 5 No. 3 (2025): November: Jurnal Ilmiah Teknik Mesin, Elektro dan Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51903/juritek.v5i3.6360

Penelitian ini berfokus pada penguatan arsitektur keamanan modul autentikasi sistem SIGUDANG di DPPESDM Provinsi Sumatera Utara, yang sebelumnya memiliki kerentanan terhadap serangan brute force otomatis. Masalah utama yang diidentifikasi adalah risiko pengambilalihan akun secara ilegal akibat ketiadaan pembatasan laju permintaan (rate limiting) dan perlindungan kredensial yang kuat pada lapisan basis data. Tujuan penelitian ini adalah menciptakan sistem autentikasi yang tangguh melalui implementasi teknik keamanan berlapis (Defense in Depth). Metode yang diusulkan mengintegrasikan penggunaan algoritma hashing Bcrypt untuk integritas kata sandi dan mekanisme Limit Login Attempts berbasis alamat IP. Hasil pengujian menggunakan teknik Black Box dengan Boundary Value Analysis menunjukkan bahwa sistem mampu melakukan pemutusan akses secara presisi tepat setelah percobaan gagal ke-3, dengan durasi blokir yang meningkat secara adaptif dari 30 detik hingga 24 jam. Temuan ini mengonfirmasi bahwa integrasi Prepared Statements, Password Hashing, dan Rate Limiting efektif memitigasi serangan SQL Injection serta serangan brute force hibrida. Simpulan penelitian ini adalah penerapan strategi keamanan berlapis berhasil menurunkan probabilitas keberhasilan serangan otomatis dengan menciptakan kendala waktu yang tidak efisien bagi penyerang (computationally infeasible), sehingga menjamin perlindungan aset digital dan data pribadi pengguna secara optimal.

Title

Found 10 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 10 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 10 Documents
Search