Claim Missing Document
Check
Articles

Found 11 Documents
Search

the Analisis Pengaruh Angka Buta Aksara di Indonesia Gultom, Zuli Agustina; Nazry, Hevlie Winda; Syahra , Yohanni; Zulherry, Andi
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 1 (2025): EDISI JANUARI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i1.10584

Abstract

Buta aksara adalah sebutan yang digunakan untuk menjelaskan kemampuan membaca dan menulis yang belum cukup untuk digunakan dalam kehidupan sehari hari. Jika masyarakat masih banyak yang tidak bisa membaca dan menulis maka akan menjadi penghambat utama dalam mengakses informasi, pengetahuan dan keterampilan yang menunjang dalam kehidupan ekonominya serta tidak mampu beradaptasi dan berkompetisi untuk bisa meningkatkan tarap kehidupannya. Ekonomi yang rendah akan mempengaruhi banyak indicator dalam menunjang kehidupan. Teknik pengumpulan data menggunakan data sekunder yang diambil dari data Badan Pusat Statistika. Data yang diambil dan dioalah dengan Analisis Regresi Linear Berganda meliputi angka buta aksara, tingkat pengangguran, Laju Pertumbuhan PDB Per Tenaga Kerja, Bayi Usia Kurang Dari 6 Bulan Yang Mendapatkan Asi Eksklusif, Indeks Pembangunan Manusia. Tujuan penelitian ini adalah untuk mengetahui factor apa saja yang mempengaruhi Angka Buta Aksara. Variable Asi Eksklusif, Rumah Tangga yang Menguasai Telepon Seluler, Tingkat Pengangguran Terbuka berpengaruh signifikan terhadap variable angka buta aksara. Sedangkan variable Laju Pertumbuhan PDB dan Indeks Pembangunan Manusia tidak berpengaruh terhadap variable angka buta aksara.
Model Optimasi Model Optimasi Rute Transportasi Berbasis Pemrograman Linear Nazry, Hevlie Winda Nazry S; Ferdy Riza; Firahmi Rizky; Zuli Agustina Gultom; Muhammad Haris; Mika Debora Br Barus
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 1 (2025): EDISI JANUARI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i1.10586

Abstract

Transportasi merupakan salah satu elemen penting dalam mendukung aktivitas logistik dan distribusi. Efisiensi dalam perencanaan rute transportasi dapat mengurangi biaya operasional, waktu tempuh, serta dampak lingkungan. Penelitian ini bertujuan untuk mengembangkan model optimasi rute transportasi berbasis pemrograman linear yang mampu memberikan solusi optimal dalam penentuan rute. Model ini mempertimbangkan berbagai parameter, seperti jarak, waktu, kapasitas kendaraan, dan batasan operasional. Pendekatan pemrograman linear untuk menemukan solusi optimal terkait penentuan rute pengiriman yang efisien, dengan memperhatikan berbagai kendala seperti kapasitas kendaraan, permintaan pelanggan, dan waktu pengiriman. Model ini terdiri dari fungsi objektif yang meminimalkan total biaya transportasi, sementara kendala yang diterapkan meliputi batasan kapasitas kendaraan, pemenuhan permintaan pelanggan, dan batasan waktu perjalanan. Hasil penelitian menunjukkan bahwa penerapan model ini berhasil menghasilkan solusi yang optimal, dengan mengurangi biaya total pengiriman secara signifikan, sekaligus memenuhi semua persyaratan dan batasan yang ada. Model ini memberikan kontribusi dalam peningkatan efisiensi pengelolaan rute transportasi dan dapat diadaptasi untuk berbagai jenis sistem distribusi yang lebih kompleks
Utilization of Quantum Computing for Solving Advanced Mathematical Problems Hevlie Winda Nazry S; Firahmi Rizky; Ferdy Riza; Mika Debora Br Barus; Amin Harahap
International Journal of Health Engineering and Technology Vol. 3 No. 5 (2025): IJHET JANUARY 2025
Publisher : CV. AFDIFAL MAJU BERKAH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55227/ijhet.v3i5.248

Abstract

his study explores the application of quantum computing in solving complex mathematical problems through the utilization of Grover's Algorithm. Grover's Algorithm, renowned for its efficiency in unstructured search, has been adapted for various mathematical applications requiring rapid solution searches within large solution spaces. In this study, we implement Grover's Algorithm on a quantum computing platform to address a range of complex mathematical problems, including nonlinear equations and combinatorial optimization. Experimental results demonstrate that Grover's Algorithm significantly reduces computational time compared to classical methods, highlighting the immense potential of quantum computing in advanced mathematics. These findings pave the way for the development of more sophisticated quantum algorithms and their applications across science, engineering, and technology domains.
E-Diagnostic Early Detection of Pulmonary Tuberculosis Disease Using Certainty Factor Method Dina Aulia Arsyika; Firahmi Rizky; Hevlie Winda Nazry S; Amin Harahap
International Journal of Health Engineering and Technology Vol. 3 No. 5 (2025): IJHET JANUARY 2025
Publisher : CV. AFDIFAL MAJU BERKAH

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55227/ijhet.v3i5.249

Abstract

Currently, technological developments are very rapid, this development has brought significant changes to the role and function of computer technology. Pulmonary Tuberculosis Pelnylakit is an infectious disease caused by the infectious bacterium Mylcobactelrium Tubelculosis. The Mellati Community Health Center is one of the Mellati Community Health Centers which provides early detection services for pulmonary tuberculosis patients in the Pelrbaungan District. Pulmonary Tuberculosis disease at the Melati Community Health Center is limited to four with sixteen symptoms. The programming language that will be used is MySQL database and PHP. With this research, the aim is to create a system with accurate results for pulmonary tuberculosis. This expert system uses the certainty factor method and can be used to solve problems regarding pulmonary tuberculosis in patients well. The final result of the diagnosis is in the form of several questions that will be answered by the patient according to the condition they feel.
Sistem Pendukung Keputusan Menentukan Manager Toko Pada Perusahaan Rifqil Group Barokah Menggunakan Metode VIKOR Rizky, Firahmi; Athary Zikry; Yohanni Syahra; Hevlie Winda Nazry
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 4 No. 1 (2025): EDISI JANUARI 2025
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v4i1.10607

Abstract

Rifqil Group Barokah merupakan salah satu perusahaan yang bergerak di bidang retail. Dengan banyaknya cabang yang dimiliki oleh Rifqil Group Barokah maka perlu adanya seorang manager toko yang bertanggung jawab untuk mengawasi operasional toko serta memastikan toko tersebut beroperasi secara efektif dan lancar. Namun terdapat beberapa hal penting untuk dipertimbangkan dalam proses pemilihan manager toko yaitu perlu adanya kriteria-kriteria penilaian. Selama ini Rifqil Group Barokah dalam proses pemilihan seorang manager masih dilakukan dengan seleksi yang seadanya saja, tanpa ada kriteria-kriteria penilaian khusus bagi calon manager. Maka berdasarkan permasalahan yang ada, Rifqil Group Barokah perlu memiliki suatu sistem yang dapat membantu memberikan dukungan tambahan sebagai evalusai bagi biro kepegawaiannya dalam mengambil sebuah keputusan, keputusan yang dimaksud yaitu dalam menentukan calon-calon manager toko disetiap cabang. Perancangan sistem pendukung keputusan ini mengimplemntasikan model perhitungan metode VIKOR. Metode ini berfokus pada pemilihan dari beberapa alternatif kriteria yang saling bersilangan untuk dapat mengambil keputusan akhir. Metode ini mengambil suatu keputusan dengan cara mendekati ideal dari setiap alternatif evaluasi berdasarkan kriteria yang telah ditetapkan. VIKOR melakukan perangkingan terhadap alternatif dan menentukan solusi yang mendekati solusi kompromi ideal. Dengan begitu, Sistem pendukung keputusan ini nantinya diharapkan mampu membantu menentukan calon manager toko pada Rifqil Group Barokah.
Decision Trees in Predicting Loan Default Risk in Customer Relationships within the Financial Sector Syahra, Yohanni; Br. Tarigan, Yuni Franciska; Andriani, Karina; Nazry S, Hevlie Winda; Setik, Roziyani
Sinkron : jurnal dan penelitian teknik informatika Vol. 9 No. 2 (2025): Research Articles April 2025
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/sinkron.v9i2.14672

Abstract

Loan default prediction is an important aspect of risk management in financial institutions. Accurate prediction models enable banks and lending organizations to mitigate risks, allocate resources effectively, and optimize decision-making processes. This study investigates the application of decision tree algorithms in predicting loan default risk in the financial sector. Decision trees are renowned for their interpretability, adaptability to non-linear data, and ability to handle missing values, making them a valuable tool in credit risk analysis. Using a dataset consisting of borrower profiles, credit scores, income levels, and payment history, the model identifies key predictors that influence default outcomes. The study uses the C4.5 decision tree model, which will demonstrate that decision trees achieve high prediction accuracy and offer a transparent decision-making framework, enhancing their applicability in real-world scenarios. Furthermore, the paper highlights the implications of these findings for financial institutions, emphasizing the scalability and cost-effectiveness of the model. By integrating decision tree-based models into existing risk assessment systems, lenders can proactively manage loan portfolios and reduce default rates. Future research directions are proposed to explore hybrid approaches that combine decision trees with advanced combined methods to enhance predictive capabilities. The potential of decision tree algorithms in transforming credit risk assessment and supporting more accurate data-driven financial decision-making processes
Analisis Probabilistik Laba UMKM E-Commerce Fashion Menggunakan Simulasi Monte Carlo Bobbyn Hilma; Hevlie Winda Nazry S
Jurnal Ekonomi, Akutansi dan Manajemen Nusantara Vol. 4 No. 3 (2026): Edisi Januari - April
Publisher : Utiliti Project Solution

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jeama.v4i3.392

Abstract

Pertumbuhan pesat sektor e-commerce fashion di Indonesia membuka peluang besar bagi Usaha Mikro, Kecil, dan Menengah (UMKM), namun juga diiringi oleh tingkat ketidakpastian yang tinggi dalam perolehan laba. Fluktuasi harga jual, biaya produksi, volume penjualan, dan permintaan pasar menyebabkan pendekatan prediksi deterministik kurang mampu merepresentasikan kondisi bisnis yang sesungguhnya. Penelitian ini bertujuan untuk menganalisis dan memprediksi laba UMKM e-commerce fashion menggunakan pendekatan probabilistik melalui Simulasi Monte Carlo. Data penelitian mencakup variabel harga jual, biaya produksi, volume penjualan, dan permintaan pasar yang dimodelkan dalam bentuk distribusi probabilistik berdasarkan data historis. Simulasi Monte Carlo dilakukan sebanyak 10.000 iterasi untuk menghasilkan estimasi distribusi laba dalam berbagai skenario bisnis. Selain itu, analisis sensitivitas dilakukan untuk mengidentifikasi variabel yang paling berpengaruh terhadap variasi laba. Hasil penelitian menunjukkan bahwa rata-rata laba bulanan UMKM e-commerce fashion sebesar Rp65.000.000 dengan rentang nilai antara Rp20.000.000 hingga Rp120.000.000. Analisis sensitivitas mengungkapkan bahwa volume penjualan dan harga jual merupakan faktor yang paling dominan dalam memengaruhi variasi laba, sementara biaya produksi dan biaya operasional memiliki pengaruh relatif lebih kecil. Berdasarkan hasil tersebut, dapat disimpulkan bahwa Simulasi Monte Carlo merupakan metode yang efektif dalam memodelkan ketidakpastian laba UMKM e-commerce fashion. Pendekatan ini mampu memberikan estimasi laba yang lebih realistis dan probabilistik, sehingga dapat digunakan sebagai dasar pengambilan keputusan strategis dalam perencanaan keuangan dan manajemen risiko berbasis data.
Design of an IoT-Based Earthquake Vibration Detection System Using MPU6050 Sensors with Real-Time Monitoring via a Mobile App Dwiputra, Audry Zaky; Nazry S, Hevlie Winda
Jurnal ICT : Information and Communication Technologies Vol. 17 No. 1 (2026): April, Jurnal ICT : Information and Communication Technologies
Publisher : Marqcha Institute

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

Abstract

Advances in Internet of Things (IoT) technology enable electronic devices to communicate and exchange data in real time. This study aims to design and implement an IoT-based earthquake vibration detection system using an MPU6050 sensor and an ESP32 microcontroller with real-time monitoring via a mobile application. The research method used is engineering research with an iterative prototype approach. The system consists of an MPU6050 sensor as a vibration detector, ESP32 as a data processor and communication module, an IoT server, an LCD display, a buzzer, and a mobile application as the user interface. Acceleration data on the X, Y, and Z axes is processed using a threshold-based method to distinguish between normal conditions and earthquake events. The test results show that the system achieves a detection accuracy of 92.6%, with an average response time of 1.2 seconds from vibration detection to mobile notification delivery. In addition, the system demonstrates a data transmission reliability of 98.3%, indicating stable communication between the device and the IoT server. The system is capable of detecting vibration changes effectively, transmitting data in real time, and displaying monitoring information through a mobile application. Early warning notifications are successfully generated when vibration values exceed the defined threshold. Based on the results, the proposed system provides a low-cost, efficient, and easy-to-implement solution for earthquake vibration monitoring on a local scale. However, improvements are still required in adaptive threshold optimization and large-scale field testing to enhance system robustness and reliability under real-world conditions.
Penerapan Metode Simple Additive Weighting dalam Sistem Pendukung Keputusan Perankingan Kinerja Agen Mandiri Link Berbasis Data Transaksi Gandi Tridarma; Hevlie Winda Nazry S
Indonesian Journal of Multidisciplinary Scientific Studies Vol 4 No 6 (2026): Edisi Oktober - November 2026
Publisher : Lembaga Penelitian Dan Pengabdian Masyarakat (LPPM) STAI Raudhatul Akmal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33151/ijomss.v4i6.1125

Abstract

Penilaian kinerja Agen Mandiri Link selama ini dilakukan secara manual melalui rekapitulasi sederhana, sehingga hasilnya cenderung subjektif dan sulit dibandingkan antaragen. Penelitian ini bertujuan menerapkan metode Simple Additive Weighting (SAW) dalam Sistem Pendukung Keputusan (SPK) berbasis web untuk menganalisis kinerja dan melakukan perankingan Agen Mandiri Link berdasarkan data transaksi. Tujuh kriteria digunakan, yaitu jumlah transaksi, frekuensi pembayaran, frekuensi transfer, frekuensi top up, nominal transaksi, transaksi gagal, dan keaktifan agen, dengan bobot total 1,00. Metode SAW diterapkan melalui empat tahapan: pembentukan matriks keputusan, normalisasi berdasarkan jenis atribut benefit atau cost, perhitungan nilai preferensi terbobot, dan perankingan. Sistem dibangun dengan arsitektur decoupled menggunakan framework NestJS pada sisi server dan Next.js pada sisi antarmuka, didukung basis data MySQL dengan tipe data DECIMAL untuk menjamin presisi perhitungan. Pengujian pada lima agen periode Juni 2026 menunjukkan bahwa AGT-003 menempati peringkat pertama dengan nilai preferensi 0,928782. Validasi hasil menunjukkan kesesuaian 100% antara perhitungan sistem dan perhitungan manual, dengan selisih 0,000000 pada seluruh agen dan urutan peringkat yang identik. Pengujian black box menyatakan 15 dari 18 skenario valid. Analisis sensitivitas menunjukkan urutan peringkat bersifat robust terhadap perubahan bobot, kecuali ketika prioritas beralih ke nominal transaksi dan frekuensi top up. Sistem ini membuktikan bahwa metode SAW dapat menggantikan penilaian manual menjadi proses yang terstruktur, transparan, dan dapat dipertanggungjawabkan.
PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK KLASIFIKASI TINGKAT KESEJAHTERAAN PENDUDUK DI DESA NATAM KEC. BADAR KUTACANE ACEH TENGGARA Suci Handayani; Hevlie Winda Nazry S
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12770

Abstract

Penentuan tingkat kesejahteraan penduduk merupakan salah satu aspek penting dalam mendukung pengambilan keputusan pemerintah desa, khususnya dalam penyaluran bantuan sosial agar tepat sasaran. Namun, proses klasifikasi tingkat kesejahteraan penduduk di Desa Natam, Kecamatan Badar, Kabupaten Aceh Tenggara masih dilakukan secara manual sehingga membutuhkan waktu yang relatif lama, berpotensi menimbulkan subjektivitas, serta belum memanfaatkan data sosial ekonomi penduduk secara optimal. Penelitian ini bertujuan menerapkan metode K-Nearest Neighbor (KNN) untuk mengklasifikasikan tingkat kesejahteraan penduduk berdasarkan enam variabel sosial ekonomi, yaitu penghasilan, jumlah tanggungan, tingkat pendidikan, jenis pekerjaan, status tempat tinggal, dan kepemilikan aset. Penelitian menggunakan pendekatan kuantitatif dengan metode eksperimen serta pengembangan sistem menggunakan model Waterfall. Data yang digunakan berjumlah 300 data kepala keluarga, yang dibagi menjadi 249 data training (83%) dan 51 data testing (17%). Sebelum proses klasifikasi dilakukan, data melalui tahapan preprocessing yang meliputi transformasi data kategorik ke bentuk numerik dan normalisasi menggunakan metode Min-Max Scaling. Proses klasifikasi dilakukan menggunakan Euclidean Distance dengan pengujian nilai K = 3, K = 5, dan K = 7, kemudian dievaluasi menggunakan Confusion Matrix berdasarkan nilai accuracy, precision, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa metode K-Nearest Neighbor (KNN) mampu mengklasifikasikan tingkat kesejahteraan penduduk ke dalam kategori kesejahteraan rendah, kesejahteraan sedang, dan kesejahteraan tinggi dengan tingkat kinerja yang sangat baik. Nilai K = 3 menghasilkan performa terbaik dengan accuracy sebesar 98,04%, precision sebesar 97,44%, recall sebesar 99,12%, dan F1-Score sebesar 98,22%, sedangkan peningkatan nilai K menjadi 5 dan 7 menghasilkan penurunan tingkat akurasi akibat pengaruh ketidakseimbangan jumlah data antar kelas. Berdasarkan hasil tersebut, sistem yang dikembangkan mampu membantu pemerintah Desa Natam dalam mengklasifikasikan tingkat kesejahteraan penduduk secara lebih cepat, objektif, dan akurat sehingga dapat membantu proses pengambilan keputusan serta penentuan sasaran bantuan sosial yang lebih tepat..