Article Per Year (5 Year)
p-Index From 2021 - 2026
1.779
P-Index
This Author published in this journals
All Journal Jurnal Pengabdian UntukMu NegeRI Jurnal Nasional Komputasi dan Teknologi Informasi JOURNAL OF SCIENCE AND SOCIAL RESEARCH Infotech: Jurnal Informatika & Teknologi Jurnal Minfo Polgan (JMP) Malcom: Indonesian Journal of Machine Learning and Computer Science Journal of Artificial Intelligence and Digital Business Jotika Journal in Management and Entrepreneurship JUPARITA: Jurnal Pariwisata Tawangmangu Jurnal Nasional Komputasi dan Teknologi Informasi
Aland Polma Naek Sihombing
Universitas Prima Indonesia
Religion Aerospace Engineering Arts Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Neuroscience Social Sciences Transportation

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 12 Documents
Search

 1   2 
SISTEM INFORMASI KOMODITAS HARGA PANGAN MENGGUNAKAN ALGORITMA SEQUENTIAL SEARCH BERBASIS WEB PADA PERUSAHAAN UMUM DAERAH PASAR KOTA PEKANBARU Alfina TiurMida Sitanggang; Romia Lubis; Aland Polma Naek Sihombing; Ridho Amanda Putra; Ali Hams
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.v9i3.6710

Abstract

Abstract: This study aims to design and develop a Web-Based Food Commodity Price Information System at the Regional Public Company (Perumda) Pasar Kota Pekanbaru to facilitate the management and dissemination of food price information to the public in a fast and accurate manner. The research employed the Waterfall development methodology, which consists of requirements analysis, system design, implementation, testing, and maintenance. The Sequential Search algorithm was implemented to optimize the process of searching commodity data based on user-entered keywords. The system was developed using PHP, MySQL, and Bootstrap to support web-based application development. The results indicate that the system is capable of managing commodity, category, market, and daily food price data in an integrated manner, providing an effective search feature that meets user requirements, and generating price information reports more efficiently than the previous manual process. Functional testing demonstrated that all major system features operated successfully. Therefore, the developed system improves the efficiency of food price data management, accelerates the dissemination of information, and enhances the transparency of commodity price information at Perumda Pasar Kota Pekanbaru. Keywords: information system, food prices, sequential search, commodities, web.   Abstrak: Penelitian ini bertujuan merancang dan membangun Sistem Informasi Komoditas Harga Pangan Berbasis Web pada Perusahaan Umum Daerah (Perumda) Pasar Kota Pekanbaru untuk mempermudah pengelolaan dan penyampaian informasi harga pangan kepada masyarakat secara cepat dan akurat. Metodologi yang digunakan adalah metode Waterfall yang meliputi analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan sistem. Algoritma Sequential Search diterapkan untuk mempercepat proses pencarian data komoditas berdasarkan kata kunci yang dimasukkan pengguna. Sistem dikembangkan menggunakan PHP, MySQL, dan Bootstrap sebagai pendukung antarmuka web. Hasil penelitian menunjukkan bahwa sistem mampu mengelola data komoditas, kategori, pasar, serta harga pangan harian secara terintegrasi, menyediakan fitur pencarian data yang berjalan sesuai kebutuhan pengguna, dan menghasilkan laporan informasi harga dengan lebih efektif dibandingkan proses manual. Pengujian fungsional menunjukkan seluruh fitur utama berjalan dengan baik. Dengan demikian, sistem yang dibangun dapat meningkatkan efisiensi pengelolaan data harga pangan, mempercepat penyampaian informasi, serta mendukung transparansi informasi komoditas pada Perumda Pasar Kota Pekanbaru. Kata kunci: sistem informasi, harga pangan, sequential search, komoditas, website.
Implementasi Deep Learning untuk Deteksi Tanda Waqf Al-Quran : Studi Kasus dengan YOLOv11 Takyudin; Aland Polma Naek Sihombing; Jonni Adi Putra; Ali Hamsar
Jurnal Nasional Komputasi dan Teknologi Informasi Vol. 9 No. 1 (2026): Februari, 2026
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v9i1.232

Abstract

Abstrak - Tanda waqaf dalam Al-Qur’an memiliki peran penting dalam menjaga keutuhan makna ayat yang dibaca. Kesalahan dalam memahami tanda ini dapat menyebabkan perubahan makna yang signifikan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis tanda waqaf menggunakan algoritma deep learning YOLOv11. Dataset berupa 112 gambar mushaf yang berisi 819 anotasi dari 7 jenis tanda waqaf dikumpulkan dan dianotasi secara manual menggunakan Roboflow. Augmentasi data diterapkan untuk meningkatkan keragaman visual dataset, dilanjutkan dengan pelatihan model YOLOv11 pada platform yang sama. Evaluasi kinerja model dilakukan menggunakan metrik precision, recall, dan mean Average Precision (mAP). Hasilnya menunjukkan model memiliki nilai precision sebesar 0.97, recall sebesar 0.42, mAP@0.5 sebesar 0.54, dan mAP@0.5:0.95 sebesar 0.28. Meskipun tingkat presisi tinggi, masih terdapat tantangan dalam meningkatkan kemampuan model mendeteksi seluruh objek yang ada. Penelitian ini berkontribusi dalam bidang pengenalan pola berbasis kecerdasan buatan, khususnya untuk mendukung digitalisasi Al-Qur’an. Sistem yang dikembangkan juga dapat digunakan sebagai media pembelajaran interaktif bagi santri, pengajar, maupun masyarakat umum dalam memahami kaidah tajwid secara lebih praktis. Dengan pengembangan lanjutan, sistem ini berpotensi diintegrasikan ke aplikasi pembelajaran berbasis mobile atau web sehingga dapat menjangkau pengguna secara lebih luas. Secara keseluruhan, penelitian ini memberikan dasar penting bagi inovasi teknologi pendidikan Al-Qur’an berbasis AI. Kata kunci : Deep Learning; Tanda Waqaf; YOLOv11; Deteksi Objek; Al-Qur’an Digital; Abstract - Waqf signs in the Qur'an play a crucial role in preserving the integrity of the verses' meaning during recitation. Misinterpreting these signs can lead to significant changes in meaning. This study aims to develop an automatic waqf sign detection system using the YOLOv11 deep learning algorithm. A dataset of 112 mushaf images containing 819 annotations across 7 types of waqf signs was collected and manually labeled using Roboflow. Data augmentation was applied to enhance visual diversity, followed by model training using YOLOv11 on the same platform. The model's performance was evaluated using precision, recall, and mean Average Precision (mAP) metrics. The results show that the model achieved a precision of 0.97, a recall of 0.42, an mAP@0.5 of 0.54, and an mAP@0.5:0.95 of 0.28. Despite the high precision, challenges remain in improving the model's ability to detect all relevant objects. This research contributes to the field of pattern recognition and artificial intelligence by supporting the digitalization of the Qur’an. Furthermore, the developed system can serve as an interactive learning tool for students, teachers, and general users to better understand Tajweed rules in a more practical way. With further development, the system has the potential to be integrated into mobile or web-based learning applications, ensuring wider accessibility and promoting more accurate Qur’anic recitation in digital environments. Keywords: Deep Learning; Waqf Signs; YOLOv11; Object Detection; Digital Qur'an;
Co-Authors Agung Prabowo Alfina TiurMida Sitanggang Ali Hams Ali Hamsar Alicia, Winda Gokma Uli Alvi, Alvi Arafat, Lathif Atsari, Najmi Fadhila Azqi, N. Muhammad Belva, Tatia Patricia Delima Jusan Natali Devi Yuliana Dino Adi Putra Fatayat, Fatayat Firmansyah Hamdi Indra Hamdi Indra Hamdi Indra Hamsar, Ali Ibnu Daqiqil ID Jeri Wandana Jonni Adi Putra Maherlido, Sintia Meta, Williya Putra, Jonni Adi Raspan Hamdi Ridho Amanda Putra Romia Lubis Selvanda, Alifia Restu Septianda, Mhd. Ega Takyudin, Takyudin Tisha Melia Tisha Melia Williya Meta Wirda Lilia