Article Per Year (5 Year)
p-Index From 2021 - 2026
1.383
P-Index
This Author published in this journals
All Journal JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Teknisi Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat
Muhammad Ardiansyah Sembiring
Universitas Royal
Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Social Sciences

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
PENERAPAN MULTIFACTOR EVALUATION PROCESS DALAM MENENTUKAN SEPEDA MOTOR TERLARIS Raja Tama Andri Agus; Muhammad Ardiansyah Sembiring; Anjani Anjani
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 7, No 3 (2024): August 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i3.2210

Abstract

Abstract: By using MFEP, PT Mega Motorindo can determine which motorbikes are most popular with the public. In determining this, each criterion will be weighted to determine the order of motorbikes from the most popular to the least popular. The stages of the MFEP method are determining the weight of each criterion, entering a value for each factor, and calculating the evaluation weight then adding up all the evaluation weights to get the total evaluation value which is used as the final value in decision making. Keywords: Decision Support Systems; MFEP; Motorcycle Abstrak: Dengan menggunakan MFEP, PT Mega Motorindo dapat menentukan sepeda motor yang paling banyak di ambil masyarakat, dalam menentukan ini akan ada bobot dari setiap kriteria untuk mengetahui urutan sepeda motor dari yang paling laris hingga yang kurang diminati. Tahapan dari metode MFEP yaitu menentukan bobot dari masing-masing kriteria, mengisikan nilai untuk setiap faktor, dan melakukan perhitungan bobot evaluasi kemudian menjumlahkan semua bobot evaluasi untuk mendapatkan nilai total evaluasi yang digunakan sebagai nilai akhir dalam pengambilan Keputusan. Kata kunci: Sistem Pendukung Keputusan ; MFEP; Sepeda Motor 
PEMANFAATAN SISTEM PENDUKUNG KEPUTUSAN DALAM PENGELOLAAN DISKON PAKAIAN DISTRO Muhammad Ardiansyah Sembiring; Mustika Fitri Larasati Sibuea; Rivaldi Rivaldi
Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Vol 4, No 2 (2024): Desember 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jpstm.v4i2.2762

Abstract

Abstract: Arif Distro is a business engaged in the sale of distro clothing. So far, what Arif Distro has done to make clothing prices discounted is still looking at how long the item has been sold. It is possible that there are still people interested in the item and there is no need to give a price cut or discount. Based on the problems that have been presented and the explanation, a decision support system is recommended that can help Arif Distro to choose which products to give distro clothing discounts to increase sales. The implementation of this community service utilizes a decision support system with the MOORA (MultiObjective Optimization by Ratio Analysis) method which is a decision-making model that uses a collective approach to its decision-making process. The criteria for the MOORA (MultiObjective Optimization by Ratio Analysis) method at Arif Distro include time (initial purchase), size, color, stock and type of clothing. The purpose of this activity is to be able to apply the MOORA (MultiObjective Optimization by Ratio Analysis) method in determining distro clothing discounts at Arif Distro and to be able to design a decision support system in determining distro clothing discounts at Arif Distro using the PHP programming language and MySQL database.Keywords: SPK; Discount; Distro Clothing Abstrak: Arif Distro merupakan suatu usaha yang bergerak dibidang penjualan pakaian distro. Selama ini yang dilakukan Arif Distro untuk membuat harga pakaian menjadi diskon masih melihat berapa lama barang tersebut laku terjual. Kemungkinan barang tersebut masih ada orang yang minat dan tidak perlu untuk diberikan potongan harga atau diskon. Berdasarkan permasalahan yang telah dipaparkan dan penjelasan tersebut, maka direkomendasikan sebuah sistem pendukung keputusan yang mampu membantu pihak Arif Distro untuk memillih produk mana yang hendak diberikan diskon pakaian distro untuk meningkatkan penjualan. Pelaksanaan pengabdian ini memanfaatkan sistem pendukung keputusan dengan metode MOORA (MultiObjective Optimization by Ratio Analysis) yang merupakan model pengambilan keputusan yang menggunakan pendekatan kolektif dari proses pengambilan keputusannya. Kriteria metode MOORA (MultiObjective Optimization by Ratio Analysis) pada Arif Distro diantaranya waktu (pembelian awal), size (ukuran), warna, stok dan jenis pakaian. Tujuan kegiatan ini adalah dapat menerapkan metode MOORA (MultiObjective Optimization by Ratio Analysis) dalam penentuan diskon pakaian distro di Arif Distro dan dapat merancang sistem pendukung keputusan dalam penentuan diskon pakaian distro di Arif Distro menggunakan bahasa pemrograman PHP dan database MySQL.Kata kunci: SPK; Diskon; Pakaian Distro
PEMANFAATAN APALIKASI MOBILE EDUKATIF SEBAGAI MEDIA PEMBELAJARAN KREATIF BAGI ANAK USIA DINI DI DESA DALU SEPULUH B Muhammad Ardiansyah Sembiring; Mustika Fitri Larasati Sibuea; Diana Selvi
Jurnal Pemberdayaan Sosial dan Teknologi Masyarakat Vol. 5 No. 2 (2025): Desember 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jpstm.v5i2.5111

Abstract

Abstract: Early childhood learning requires creative and engaging media to stimulate cognitive, motor, and creativity development. At TK Mutiara Amaliah, Desa Dalu Sepuluh B, Kecamatan Tanjung Morawa, the use of educational mobile applications has not been optimal because teachers are not yet accustomed to using digital media as a learning aid, while students have not received interactive, technology-based learning experiences. This community service activity aims to improve teachers’ abilities in selecting and utilizing educational mobile applications as creative learning media, as well as to provide direct learning experiences to kindergarten students using age-appropriate and safe applications. The program will be implemented on June 19, 2025, including teacher training on the use of educational applications, practical integration of the applications into learning activities, and interactive learning sessions with students. The target outputs of this activity include: (1) improved teacher competence in using educational applications, (2) increased creativity and learning motivation of TK Mutiara Amaliah students, (3) the development of a guidebook for using educational applications, and (4) publication of the community service activity report. Through this program, learning is expected to become more innovative and aligned with digital technology developments. The community service activity was successfully implemented and received positive responses from both teachers and students at TK Mutiara Amaliah. Teachers were able to understand how to operate Virtual Reality–based mobile applications and successfully integrate them into learning activities. Students showed high enthusiasm and improved creativity during the interactive VR learning sessions. Overall, the activity has made a significant impact on enhancing the quality of learning and the use of technology within the school environment.            Keywords: Educational Applications; Creative Learning; Early Childhood; Kindergarten Teachers; Educational Technology Abstrak: Pembelajaran anak usia dini membutuhkan media yang kreatif dan menarik untuk menstimulasi perkembangan kognitif, motorik, dan kreativitas. Di TK Mutiara Amaliah, Desa Dalu Sepuluh B, Kecamatan Tanjung Morawa, pemanfaatan aplikasi mobile edukatif masih belum optimal karena guru belum terbiasa menggunakan media digital sebagai pendukung kegiatan belajar, sementara siswa belum mendapat pengalaman belajar interaktif berbasis teknologi. Kegiatan pengabdian masyarakat ini bertujuan meningkatkan kemampuan guru dalam memilih dan memanfaatkan aplikasi mobile edukatif sebagai media pembelajaran kreatif, serta memberikan pengalaman belajar langsung kepada siswa TK melalui aplikasi yang sesuai usia dan aman digunakan. Program akan dilaksanakan pada 19 Juni 2025, meliputi pelatihan guru mengenai penggunaan aplikasi edukatif, praktik integrasi aplikasi ke dalam kegiatan belajar, dan sesi pembelajaran interaktif bersama siswa. Target luaran kegiatan ini mencakup: (1) peningkatan kompetensi guru dalam menggunakan aplikasi edukatif, (2) meningkatnya kreativitas dan minat belajar siswa TK Mutiara Amaliah, (3) tersusunnya modul panduan penggunaan aplikasi edukatif, dan (4) publikasi laporan kegiatan pengabdian. Dengan kegiatan ini, diharapkan pembelajaran menjadi lebih inovatif dan sesuai perkembangan teknologi digital. Kegiatan pengabdian masyarakat berjalan dengan baik dan mendapat respons positif dari guru serta siswa TK Mutiara Amaliah. Guru mampu memahami cara pengoperasian aplikasi mobile berbasis Virtual Reality dan berhasil mengintegrasikannya ke dalam kegiatan pembelajaran. Siswa menunjukkan antusiasme tinggi serta peningkatan kreativitas saat mengikuti sesi pembelajaran interaktif menggunakan VR. Secara keseluruhan, kegiatan ini memberikan dampak nyata terhadap peningkatan kualitas pembelajaran dan pemanfaatan teknologi di lingkungan sekolah. Kata kunci: Aplikasi Edukatif; Pembelajaran Kreatif; Anak Usia Dini; Guru TK; Teknologi Pendidikan
Performance Analysis Of Regression Model In Machine Learning To Prediction Rice Prices Muhammad Ardiansyah Sembiring; Diana Lestari; Maysaroh Rambe
JURNAL TEKNISI Vol. 4 No. 2 (2024): Agustus 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/teknisi.v4i2.4494

Abstract

Abstract: The trade sector has become increasingly unpredictable, often experiencing drastic fluctuations in commodity prices, especially essential goods like rice. Rice plays a crucial role in people’s livelihoods, and rising prices can significantly reduce purchasing power for other necessities. This study aims to predict wholesale rice prices using independent variables such as Dry Paddy Price, Paddy Field Area, Fuel Price, Perton Production, and Cooking Oil Price. Seven regression estimation methods were applied: (1) Linear Regression, (2) Support Vector Regression Linear, (3) Support Vector Regression RBF, (4) Decision Tree Regression, (5) Random Forest Regressor, (6) Gradient Boosting Regression, and (7) MLP Regressor. The objective is to determine the method with the best accuracy for deployment in rice price prediction. The results show that Decision Tree Regression outperformed other methods, achieving the highest accuracy of 90% at a 90:10 data ratio, 80% at 80:20, 70% at 70:30, and 60% at 60:40. It also produced the lowest error values (MSE = 0.00000000, RMSE = 0.00000000) and the highest R² score (1.00000000), confirming its superior predictive performance for estimating rice prices.Keywords: decision tree regression; machine learning; price estimation; rice price prediction.  Abstrak: Sektor perdagangan saat ini semakin tidak stabil, sering mengalami fluktuasi harga komoditas yang signifikan, terutama pada kebutuhan pokok seperti beras. Beras menjadi faktor penting dalam kehidupan masyarakat karena kenaikan harganya dapat menurunkan daya beli terhadap kebutuhan lain. Penelitian ini bertujuan memprediksi harga beras grosir dengan variabel independen yaitu Harga Gabah Kering, Luas Lahan Sawah, Harga Bahan Bakar, Produksi Perton, dan Harga Minyak Goreng. Tujuh metode regresi digunakan: (1) Linear Regression, (2) Support Vector Regression Linear, (3) Support Vector Regression RBF, (4) Decision Tree Regression, (5) Random Forest Regressor, (6) Gradient Boosting Regression, dan (7) MLP Regressor. Tujuannya adalah menentukan metode dengan akurasi terbaik untuk diterapkan dalam prediksi harga beras. Hasil menunjukkan bahwa Decision Tree Regression merupakan metode terbaik dengan akurasi tertinggi 90% pada rasio data 90:10, 80% pada 80:20, 70% pada 70:30, dan 60% pada 60:40. Metode ini menghasilkan nilai error terendah (MSE = 0.00000000, RMSE = 0.00000000) serta nilai R² tertinggi (1.00000000), menunjukkan kinerja prediksi terbaik dalam estimasi harga beras.Kata Kunci: decision tree regression; estimasi harga; pembelajaran mesin; prediksi harga beras.
PENERAPAN MULTIFACTOR EVALUATION PROCESS DALAM MENENTUKAN SEPEDA MOTOR TERLARIS Raja Tama Andri Agus; Muhammad Ardiansyah Sembiring; Anjani Anjani
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 3 (2024): August 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i3.2210

Abstract

Abstract: By using MFEP, PT Mega Motorindo can determine which motorbikes are most popular with the public. In determining this, each criterion will be weighted to determine the order of motorbikes from the most popular to the least popular. The stages of the MFEP method are determining the weight of each criterion, entering a value for each factor, and calculating the evaluation weight then adding up all the evaluation weights to get the total evaluation value which is used as the final value in decision making. Keywords: Decision Support Systems; MFEP; Motorcycle Abstrak: Dengan menggunakan MFEP, PT Mega Motorindo dapat menentukan sepeda motor yang paling banyak di ambil masyarakat, dalam menentukan ini akan ada bobot dari setiap kriteria untuk mengetahui urutan sepeda motor dari yang paling laris hingga yang kurang diminati. Tahapan dari metode MFEP yaitu menentukan bobot dari masing-masing kriteria, mengisikan nilai untuk setiap faktor, dan melakukan perhitungan bobot evaluasi kemudian menjumlahkan semua bobot evaluasi untuk mendapatkan nilai total evaluasi yang digunakan sebagai nilai akhir dalam pengambilan Keputusan. Kata kunci: Sistem Pendukung Keputusan ; MFEP; Sepeda Motor 
ANALISIS PERFORMANCE MODEL PREDIKSI HARGA JUAL MOBIL BEKAS MENGGUNAKAN MACHINE LEARNING Muhammad Ardiansyah Sembiring; Mustika Fitri Larasati Sibuea; Novita elfina
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 3 (2025): August 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4378

Abstract

Abstract: Cars are a very popular four-wheeled means of transportation today, so that many consumers or buyers are interested in buying new or used cars depending on their respective economies. One factor that influences consumer interest in buying a car is price. Price greatly influences the sustainability of consumers in buying a car. It is necessary to estimate the estimated price of a used car based on criteria such as mileage, taxes, fuel consumption, and engine capacity. Estimation using regression method where in regression method there are 7 more methods including (1) Linear Regression, (2) Support Vector Regression – Linear, (3) Support Vector Regression – RBF, (4) Decision Tree Regression, (5) Random Forest Regressor, (6) Gradient Boosting Regression, (7) NLP Regressor applied in this research. Based on the 7 regression methods, the best method with the best accuracy value will be sought which will be used in the deployment processing process to determine the price of used cars with a ratio of 90:10, 80:20 and 70:30 producing the best estimated value is decision tree regression. Each method has a high level of accuracy including in the 90:10 ratio decision tree regression as the best method in the ratio has an accuracy level of 99%, and in the 80:20 ratio decision tree regression has an accuracy value of 99%, then the 70:30 ratio decision tree regression again becomes the best method with an accuracy level of 99%. Keyword: Machine Learning; Used Car Price Prediction; Regression; Performance Model Abstrak: Mobil merupakan sebuah alat transportasi kendaraan roda empat yang sangat populer saat ini, sehingga banyak sekali minat konsumen atau pembeli yang ingin membeli mobil baru maupun bekas tergantung dari ekonomi nya masing-masing Salah satu yang mempengaruhi minat konsumen dalam membeli mobil yaitu harga. Harga sangat berpengaruh dalam keberlangsungan konsumen dalam membeli suatu mobil Perlunya upaya estimasi untuk mengetahui perkiraan harga mobil bekas dengan berdasarkan kriteria seperti jarak tempuh, pajak, konsumsi bahan bakar, serta kapasitas mesin. Estimasi menggunakan metode regresi dimana dalam metode regresi terdapat 7 metode lagi meliputi (1) Linear Regression, (2) Support Vector Regression – Linear, (3) Support Vector Regression – RBF, (4) Decision Tree Regression, (5) Random Forest Regressor, (6) Gradient Boosting Regression, (7) NLP Regressor yang diterapkan dalam penelitian ini. Berdasarkan 7 metode regresi tersebut akan dicari 1 metode terbaik dengan nilai akurasi paling terbaik yang akan digunakan dalam proses pengolahan deploy untuk menentukan harga mobil bekas dengan rasio yaitu 90:10, 80:20 dan 70:30 menghasilkan nilai estimasi terbaik adalah decision tree regression. Masing – masing metode memiliki tingkat akurasi yang tinggi diantaranya dalam rasio 90:10 decision tree regression sebagai metode terbaik dalam rasio tersebut memiliki tingkat akurasi sebesar 99%, dan pada rasio 80:20 decision tree regression tersebut memiliki nilai akurasi sebesar 99%, selanjutnya rasio 70:30 decision tree regression kembali menjadi metode terbaik dengan tingkat akurasi sebesar 99%. Kata kunci: Machine Learning; Prediksi Harga Mobil Bekas; Regresi; Performance Model
PENGEMBANGAN PERMAINAN EDUKATIF ULAR TANGGA ALJABAR SEBAGAI STRATEGI ALTERNATIF PEMBELAJARAN MATEMATIKA SEKOLAH DASAR Mustika Fitri Larasati Sibuea; Muhammad Ardiansyah Sembiring; Fitrah Adinda
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 8 No. 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i3.4379

Abstract

Penelitian ini bertujuan untuk mengembangkan media pembelajaran ular tangga pada materi operasi hitung aljabar untuk siswa kelas III sekolah dasar dan mengetahui keefektifan rata-rata hasil belajar pada ujicoba terbatas. Penelitian ini merupakan penelitian pengembangan (Research and Development) menurut Borg dan Gall namun dibatasi sampai uji coba produk terbatas. Subjek dalam penelitian ini adalah 59 siswa kelas III SD Tamansiswa Sukadamai dan SDN 014682 Perhutaan Silau.Teknik pengumpulan data menggunakan metode observasi, wawancara, angket dan dokumentasi dengan teknik analisis data berupa deskriptif kuantitatif dan deskriptif kualitatif. Hasil pengembangan ini berupa media pembelajaran ular tangga aljabar dengan hasil penilaian akhir dari ahli media sebesar 92% termasuk kategori sangat baik dan hasil penilaian akhir dari ahli materi sebesar 90% termasuk kategori sangat baik. Hasil tes evaluasi siswa rata-rata sebesar 87,51. Hasil analisis tangggapan siswa terhadap media sebesar 93,52% dan pada angket keberterimaan media oleh guru sebesar 91%. Hal ini menunjukan bahwa media telah dinyatakan valid dan layak digunakan dalam pembelajaran di sekolah dasar.  Kata Kunci: Pengembangan, Media Pembelajaran, Ular Tangga Aljabar 
PENGEMBANGAN MEDIA PEMBELAJARAN MATEMATIKA ADAPTIF BERBASIS MACHINE LEARNING UNTUK MENINGKATKAN HASIL BELAJAR SISWA Mustika Fitri Larasati Sibuea; Muhammad Ardiansyah Sembiring; Hokkop Efendi Hasibuan
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 9 No. 3 (2026): June 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i3.6801

Abstract

Abstract: This study aims to develop an adaptive mathematics learning media based on machine learning and to examine its feasibility and effectiveness in improving student learning outcomes. The media was developed using the 4D research and development model (define, design, develop, disseminate). A Random Forest algorithm was employed to classify students' ability into three categories (low, medium, high) based on their exercise history, allowing the media to automatically adjust the difficulty level of the exercises. The trial subjects were eighth-grade junior high school students of Tamansiswa Sukadamai. Data were collected through a needs analysis questionnaire, expert validation sheets, a System Usability Scale (SUS) questionnaire, and pretest-posttest learning outcome tests. The results indicate that the media is feasible, practical, and effective in improving student learning outcomes, and that the developed model shows good classification accuracy. Keywords: adaptive learning media, machine learning, learning outcomes, mathematics, Random Forest   Abstrak: Penelitian ini bertujuan untuk mengembangkan media pembelajaran matematika adaptif berbasis machine learning serta menguji kelayakan dan efektivitasnya dalam meningkatkan hasil belajar siswa. Media dikembangkan menggunakan model penelitian dan pengembangan 4D (define, design, develop, disseminate). Algoritma Random Forest digunakan untuk mengklasifikasikan kemampuan siswa ke dalam tiga kategori (rendah, sedang, tinggi) berdasarkan riwayat pengerjaan soal, sehingga media dapat menyesuaikan tingkat kesulitan latihan secara otomatis. Subjek uji coba penelitian adalah siswa kelas VIII SMP Tamansiswa Sukadamai. Data dikumpulkan melalui angket analisis kebutuhan, lembar validasi ahli, angket System Usability Scale (SUS), serta tes hasil belajar (pretest dan posttest). Hasil penelitian menunjukkan bahwa media dinyatakan layak, praktis, dan efektif meningkatkan hasil belajar siswa, serta model yang dikembangkan menunjukkan akurasi klasifikasi yang baik. Kata kunci: media pembelajaran adaptif, machine learning, hasil belajar, matematika, Random Forest
Co-Authors Anjani Anjani Diana Lestari Diana Selvi Fitrah Adinda Hokkop Efendi Hasibuan Maysaroh Rambe Mustika Fitri Larasati Sibuea Novita elfina Raja Tama Andri Agus Rivaldi Rivaldi