Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal QISTINA: Jurnal Multidisiplin Indonesia International Journal of Computer Science and Information Technology
Rumahorbo, Daniel
Unknown Affiliation
Religion Computer Science & IT Economics, Econometrics & Finance Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Nursing

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Analisis Klaster Persebaran COVID-19 di Sumatera Utara Menggunakan Metode K-Means dengan Visualisasi Berbasis Google Colab Rumahorbo, Daniel; Parapat, Gerhard Hasangapon; Tampubolon, Josua Deo; Nasuiton, Aurella; Ramdhani, Fanny; Arnita, Arnita
QISTINA: Jurnal Multidisiplin Indonesia Vol 4, No 1 (2025): June 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/qistina.v4i1.6389

Abstract

Pandemi COVID-19 telah memberikan dampak signifikan terhadap berbagai sektor, termasuk kesehatan, sosial, dan ekonomi. Provinsi Sumatera Utara sebagai salah satu daerah yang cukup padat penduduk menghadapi tantangan besar dalam menangani persebaran kasus COVID-19 yang tidak merata di setiap kabupaten/kota. Penelitian ini bertujuan untuk mengelompokkan wilayah berdasarkan tingkat risiko penyebaran COVID-19 menggunakan metode K-Means Clustering dengan variabel: jumlah penduduk, kepadatan penduduk, jumlah kasus positif, sembuh, meninggal, dan jumlah rumah sakit umum. Data diperoleh dari Badan Pusat Statistik dan Kementerian Kesehatan Republik Indonesia. Hasil analisis menghasilkan yaitu Zona Hijau (C1), Zona Kuning (C2), Zona Oranye (C3), dan Zona Merah (C4). Pengelompokan ini memberikan gambaran strategis terhadap distribusi layanan kesehatan dan perencanaan intervensi kebijakan di tiap wilayah. Visualisasi dilakukan menggunakan Google Colab untuk menampilkan peta klasterisasi kabupaten/kota. Penelitian ini diharapkan dapat menjadi dasar pertimbangan dalam perencanaan kebijakan penanganan pandemi di masa mendatang. 
Analisis Klaster Persebaran COVID-19 di Sumatera Utara Menggunakan Metode K-Means dengan Visualisasi Berbasis Google Colab Rumahorbo, Daniel; Parapat, Gerhard Hasangapon; Tampubolon, Josua Deo; Nasuiton, Aurella; Ramdhani, Fanny; Arnita, Arnita
QISTINA: Jurnal Multidisiplin Indonesia Vol 4, No 1 (2025): June 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/qistina.v4i1.6389

Abstract

Pandemi COVID-19 telah memberikan dampak signifikan terhadap berbagai sektor, termasuk kesehatan, sosial, dan ekonomi. Provinsi Sumatera Utara sebagai salah satu daerah yang cukup padat penduduk menghadapi tantangan besar dalam menangani persebaran kasus COVID-19 yang tidak merata di setiap kabupaten/kota. Penelitian ini bertujuan untuk mengelompokkan wilayah berdasarkan tingkat risiko penyebaran COVID-19 menggunakan metode K-Means Clustering dengan variabel: jumlah penduduk, kepadatan penduduk, jumlah kasus positif, sembuh, meninggal, dan jumlah rumah sakit umum. Data diperoleh dari Badan Pusat Statistik dan Kementerian Kesehatan Republik Indonesia. Hasil analisis menghasilkan yaitu Zona Hijau (C1), Zona Kuning (C2), Zona Oranye (C3), dan Zona Merah (C4). Pengelompokan ini memberikan gambaran strategis terhadap distribusi layanan kesehatan dan perencanaan intervensi kebijakan di tiap wilayah. Visualisasi dilakukan menggunakan Google Colab untuk menampilkan peta klasterisasi kabupaten/kota. Penelitian ini diharapkan dapat menjadi dasar pertimbangan dalam perencanaan kebijakan penanganan pandemi di masa mendatang. 
DEVELOPMENT OF A MOTION AND SOUND SENSOR-BASED SMART TRASH CAN WITH A BUZZER NOTIFICATION SYSTEM Rumahorbo, Daniel; Hasangapon Perapat, Gerhard; Khoiri Nasution, Aurela; Naufal, Ahmad; Arnita, Arnita
International Journal of Computer Science and Information Technology Vol. 2 No. 2 (2025): IJCOMIT Vol 2 No 2
Publisher : Computer Science Department, Malang National Institute of Technology

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/ijcomit.v2i2.16443

Abstract

Waste management remains a critical environmental challenge. This research aims to design and implement a prototype of a smart trash bin based on motion and sound sensors with an automatic notification system to improve efficiency and hygiene. The system utilizes an Arduino Uno microcontroller as the central control unit, integrated with two HC-SR04 ultrasonic sensors and a buzzer. The first sensor detects the user's hand movement to automatically open and close the lid via a servo motor, enabling a contactless process. The second sensor measures the waste level inside the bin; when the trash reaches full capacity, the system activates the buzzer as a local notification for cleaning personnel. The prototype was tested in a laboratory setting, and the results confirm that all components functioned optimally according to the design. The system successfully provides an innovative, practical, and efficient solution for smarter waste management, serving as an early implementation of appropriate technology that operates independently without an internet connection
Co-Authors Ahmad Naufal, Ahmad Arnita Arnita Hasangapon Perapat, Gerhard Khoiri Nasution, Aurela Nasuiton, Aurella Parapat, Gerhard Hasangapon Ramdhani, Fanny Tampubolon, Josua Deo