Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal QISTINA: Jurnal Multidisiplin Indonesia Journal of Education Technology Information Social Sciences and Health
Parapat, Gerhard Hasangapon
Unknown Affiliation
Religion Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Neuroscience Nursing Public Health

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

Found 3 Documents
Search

 1 
Analisis Implementasi Linux Mint dan Fedora: Studi Perbandingan Performa Kinerja di Laptop Gaol, Anwar Shaleh Lbn; Parapat, Gerhard Hasangapon; Nababan, Sirus Daniel; Sitanggang, Yoseph Christian; Kiswanto, Dedy
Journal of Education Technology Information Social Sciences and Health Vol 4, No 1 (2025): March 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jetish.v4i1.5109

Abstract

Penelitian ini mengkaji perbandingan performa sistem operasi Linux Mint dan Fedora melalui metode eksperimen komparatif. Studi dilakukan dalam lingkungan virtual yang terkontrol menggunakan VirtualBox untuk memastikan keadilan pengujian. Pengujian meliputi waktu boot, penggunaan RAM saat idle, kemudahan instalasi aplikasi, serta responsivitas antarmuka pengguna (GUI). Linux Mint dan Fedora diinstal pada Virtual Machine (VM) dengan spesifikasi yang sama untuk mengevaluasi kelebihan dan kekurangan keduanya. Data yang diperoleh dianalisis dengan pendekatan statistik untuk memberikan wawasan tentang distribusi yang lebih unggul dalam kondisi tertentu. Hasil penelitian ini diharapkan dapat membantu pengguna dalam memilih distribusi Linux yang sesuai untuk kebutuhan komputasi sehari-hari.
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. 
Co-Authors Arnita Arnita Dedy Kiswanto Gaol, Anwar Shaleh Lbn Nababan, Sirus Daniel Nasuiton, Aurella Ramdhani, Fanny Rumahorbo, Daniel Sitanggang, Yoseph Christian Tampubolon, Josua Deo