Article Per Year (5 Year)
p-Index From 2021 - 2026
3.582
P-Index
This Author published in this journals
All Journal Jurnal Sarjana Teknik Informatika Jurnal Edukasi dan Penelitian Informatika (JEPIN) JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Sebatik ILKOM Jurnal Ilmiah Ensiklopedia of Journal Jurnal Teknologi Dan Sistem Informasi Bisnis Journal of Computer Scine and Information Technology Jurnal Pengabdian Inovasi dan Teknologi Kepada Masyarakat Journal of Information Systems and Technology Research Jurnal Komtekinfo Jurnal Komputasi
Liga Mayola
Univerisitas Putra Indonesia YPTK Padang
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Social Sciences Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
Penerapan Metode TOPSIS dalam Sistem Pendukung Keputusan Pemilihan Bahan Baku Terbaik untuk Pembuatan Spring Bed (Studi Kasus : Bigland ByPass Padang) Ramadhoni, Fauzan; Gushelmi, Gushelmi; Mayola, Liga
Jurnal Sarjana Teknik Informatika Vol. 11 No. 1 (2023): Februari
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v11i1.25792

Abstract

PT. Cahaya Murni Andalas Permai merupakan salah satu perusahaan yang bergerak di bidang industri mebel yang memproduksi beberapa kebutuhan rumah tangga serta peralatan kantor, salah satunya yaitu tempat tidur atau yang biasa dikenal dengan sebutan spring bed. Sistem pendukung keputusan dirancang bertujuan untuk mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi sebuah masalah, memilih data-data yang relevan dan menentukan pendekatan yang digunakan pada sebuah proses pengambilan keputusan. Penelitian ini mengembangkan sistem pendukung keputusan dengan menggunakan metode TOPSIS untuk memudahkan karyawan dalam penentuan kualitas springbed perhitungan kualitas springbed yang tersimpan rapi didalam sebuah database. Sistem dibangun menggunakan Bahasa pemrograman PHP dan Database MySQL. Tujuan yang ingin dicapai dari penelitian ini untuk menentukan kualitas spring bed terbaik dengan kriteria yang digunakan yaitu: pegas, daya topang, bahan pelapis, dan jenis kayu yang dijadikan bahan perhitungan. Penentuan kualitas pada sistem dibuat dengan data-data yang sudah tersimpan, serta ketetapan pada setiap setiap nilai kriteria yang digunakan untuk penilaian kualitas.
TF-IDF vs IndoBERT: Pendekatan Statistik dan Kontekstual dalam Pengelompokan Surat Pemerintahan dengan Algoritma K-Means Mayola, Liga; Syahputra, Hadi
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 11, No 3 (2025): Volume 11 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v11i3.101856

Abstract

Digitalisasi administrasi pemerintahan menyebabkan peningkatan volume surat elektronik yang perlu dikelola secara efisien. Meskipun data surat bersifat semi-terstruktur, pengelompokan berbasis perihal masih menghadapi tantangan akibat variasi redaksi dan konteks bahasa. Penelitian ini bertujuan membandingkan kualitas pengelompokan surat pemerintahan menggunakan algoritma K-Means dengan dua pendekatan representasi teks, yaitu TF-IDF berbasis statistik dan IndoBERT berbasis kontekstual. Data yang digunakan terdiri dari 854 perihal surat masuk pada Aplikasi Srikandi. Hasil eksperimen menunjukkan bahwa IndoBERT menghasilkan kualitas clustering yang lebih baik dengan nilai Silhouette Score sebesar 0,2242 dan Calinski–Harabasz Index sebesar 171,4236, dibandingkan TF-IDF yang hanya mencapai Silhouette Score 0,0393 dan Calinski–Harabasz Index 35,2446. Sementara itu, nilai Davies–Bouldin Index pada TF-IDF (1,6508) sedikit lebih rendah dibandingkan IndoBERT (1,7388) yang menunjukkan bahwa TF-IDF cenderung membentuk cluster dengan jarak antar cluster yang relatif lebih dekat. Namun, jika ditinjau secara komprehensif, nilai Silhouette Score dan Calinski–Harabasz Index yang jauh lebih tinggi pada IndoBERT mengindikasikan bahwa cluster yang terbentuk lebih kohesif secara internal dan memiliki separasi semantik yang lebih jelas. Keunggulan IndoBERT terutama disebabkan oleh kemampuannya menangkap makna semantik dan konteks kata dalam perihal surat yang singkat namun bervariasi, sehingga menghasilkan struktur cluster yang lebih bermakna dibandingkan pendekatan statistik konvensional. Temuan ini menunjukkan bahwa representasi kontekstual lebih efektif dalam mendukung pengelompokan otomatis surat pemerintahan.
Perancangan Web Broadcast Messag Perancangan Web Broadcast Message Untuk Meningkatkan Efisiensi Pelayanan Pelanggan Laundry: laundry; broadcast message; sistem informasi berbasis web; database Sri Tria Siska; Nurul Azwanti; Yulya Muharmi; Liga Mayola
Jurnal Komputasi Vol. 13 No. 2 (2025)
Publisher : Jurusan Ilmu Komputer Fakultas MIPA Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/komputasi.v13i2.337

Abstract

Kemajuan teknologi informasi telah memberikan pengaruh signifikan terhadap operasional bisnis laundry, terutama dalam hal efisiensi komunikasi dengan pelanggan dan pengelolaan data transaksi. Banyak usaha laundry, termasuk yang berskala menengah, masih menggunakan metode manual untuk menyampaikan informasi mengenai status cucian, jadwal pengambilan, dan promosi layanan, yang rentan terhadap keterlambatan dan kesalahan. Penelitian ini merancang sistem informasi broadcast message berbasis web untuk Khazanah Laundry dengan tujuan meningkatkan efisiensi komunikasi, mempermudah pengelolaan data pelanggan, dan meningkatkan kualitas layanan. Sistem yang dirancang mencakup tampilan untuk administrator dan pelanggan, meliputi form login, dashboard, halaman transaksi, pengelolaan member dan paket, laporan, serta halaman pengiriman broadcast message, didukung oleh database terintegrasi yang mencakup tabel user, member, paket, transaksi, detail transaksi, dan pembayaran. Perancangan ini juga dilengkapi dengan Entity Relationship Diagram (ERD) dan flowchart alur proses, termasuk alur login, pemesanan, dan pengiriman broadcast message, untuk memudahkan pemahaman terhadap fungsi sistem. Hasil perancangan menunjukkan bahwa sistem broadcast message dapat mempercepat penyampaian informasi, mempermudah monitoring status cucian, mengurangi risiko kesalahan data, dan meningkatkan efisiensi operasional, sehingga menjadi solusi strategis untuk mengatasi keterbatasan komunikasi manual serta meningkatkan kepuasan pelanggan. Dengan demikian, penerapan sistem informasi broadcast message berbasis web memiliki potensi untuk mendukung layanan laundry yang lebih cepat, akurat, dan efektif di era digital.
SMOTE-Based Comparative Analysis of Machine Learning Models for Stroke Risk Prediction Using Imbalanced Healthcare Data Siregar, Ratu Mutiara; Satria, Budy; Fadilah, Sandi; Mayola, Liga; Safira, Silky
ILKOM Jurnal Ilmiah Vol 18, No 1 (2026)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v18i1.3161.180-194

Abstract

Stroke remains one of the leading causes of mortality and long-term disability worldwide, with a significant burden in Indonesia. Early detection is crucial, as up to 90% of stroke cases are potentially preventable through timely intervention. However, predictive modeling for stroke risk is often challenged by imbalanced datasets, where non-stroke cases significantly outnumber stroke cases, potentially biasing classification models. This study aims to perform a systematic comparative evaluation of six machine learning algorithms Logistic Regression, Decision Tree, Random Forest, Naïve Bayes, Support Vector Machine (SVM), and Extreme Gradient Boosting (XGBoost) for stroke risk prediction under imbalanced data conditions. The dataset consists of 5,110 patient records with 11 health-related features obtained from a publicly available healthcare dataset. Data preprocessing included anomaly removal, categorical encoding, feature scaling, and class balancing using the Synthetic Minority Oversampling Technique (SMOTE). Model evaluation was conducted using 5-fold cross-validation and assessed through accuracy, precision, recall, and F1-score metrics. The experimental results demonstrate that ensemble-based models outperform single classifiers. Random Forest achieved the highest mean accuracy of 97.12% (±0.42) with an F1-score of 0.96, followed closely by XGBoost with 96.85% (±0.51). Both models also exhibited superior recall performance, indicating improved minority class detection. The novelty of this study lies in the systematic evaluation of multiple machine learning models using SMOTE-based balancing and cross-validation on publicly available healthcare data, providing robust comparative insights for imbalanced medical classification problems.
Decision Support System in the Selection of Used Motorcycles with the Multi Attribute Utility Theory (MAUT) Method Adma Qhory Dwi Nanda; Liga Mayola
Journal of Computer Scine and Information Technology Volume 9 Issue 3 (2023): JCSITech
Publisher : Universitas Putra Indonesia YPTK Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35134/jcsitech.v9i3.80

Abstract

Transportation is a tool that is useful for moving goods or people in a certain quantity, to a certain place, within a certain period of time. The need for means of transportation has now become a primary need. Compared to public transportation, some people prefer to use private vehicles, especially motorbikes. Besides being an agile and practical means of transportation when used to get through traffic jams both in the city and outside the city, motorcycle fuel consumption is lower when compared to four-wheeled vehicles. As the times progress, more and more motorbike choices are offered by motor manufacturers. With the many latest motorbike outputs coupled with the increasingly intensive advertising of new motorbikes, some consumers are interested and encouraged to exchange (sell) their motorbikes and replace them with the latest motorbikes, so this creates used motorbikes that are still fit for use to be re-traded to consumers. other. Rifdah Motor Khatib is a company engaged in the sale of used motorbikes. The problem experienced by Rifdah Motor Khatib is the difficulty in processing used motorbike sales transactions because the recording process still uses the manual method , namely recording directly in the ledger and in the form of notes on the purchase of used motorbikes. The process takes a long time to record sales of used motorcycles. To overcome this problem, a decision support system was designed using the Multi Attribute Utility Theory (MAUT) method. From the results of the study it was found that the system can assist the company in making decisions on the selection of the best used motorbikes that are effective and efficient
Co-Authors Acihmah Sidauruk Adma Qhory Dwi Nanda Afrianto, Nurdi Aminuyati Arsyah, Ulya Ilhami Budy Satria Deri Marse Putra Dhio Saputra Dinda Putri Insani Dodi Guswandi Fadilah, Sandi Fauzan Ramadhoni Febri Hadi Gushelmi Habib Yuhandri, Muhammad Hadi Syahputra Hadi Syahputra Hafizh, M Hafizh, M. Kris Hiburan Laoli, Vince M. Hafizh M. Hafizh M. Hafizh Muhammad Afdhal Muhammad Afdhal Muhammad Hafizh Muhammad Hafizh Mutiana Pratiwi Ningsih, Lidya Novita Triana Nurul Azwanti Nurul Azwanti Ramadhoni, Fauzan Ratu Mutiara Siregar Rita Safitri, Wifra Safitri, Wifra SAKINAH, PUTRI SIGIT SANJAYA, SIGIT Silky Safira Sitti Rizki Mulyani Sri Tria Siska Syamsiar, Syamsiar Wifra Safitri Yanto, Musli Yuhandri Yuhandri, Yuhandri Yulya Muharmi