Article Per Year (5 Year)
p-Index From 2021 - 2026
0.659
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Hello World Portal Riset dan Inovasi Sistem Perangkat Lunak
Andi Zulherry
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education

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

Found 3 Documents
Search

 1 
Implementasi Metode Naive Bayes dan TOPSIS dalam Aplikasi Corporate E-Funding untuk Klasifikasi dan Prioritisasi Program Kegiatan Sosial Basri, Mhd.; Mahardika Abdi Prawira; Andi Zulherry
CESS (Journal of Computer Engineering, System and Science) Vol. 10 No. 2 (2025): Juli 2025
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/cess.v10i2.66623

Abstract

Proses seleksi proposal Corporate Social Responsibility (CSR) saat ini masih dilakukan secara manual dan membutuhkan waktu yang cukup lama, sehingga kurang efisien bagi perusahaan maupun penyelenggara kegiatan sosial. Penelitian ini mengusulkan pendekatan baru dengan mengintegrasikan algoritma Naïve Bayes Classifier dan metode TOPSIS untuk mengotomatisasi sistem penilaian kelayakan proposal CSR. Kontribusi utama penelitian ini adalah pengembangan framework hibrid yang mampu melakukan klasifikasi awal menggunakan Naïve Bayes kemudian memberikan ranking prioritas melalui TOPSIS berdasarkan empat kriteria: Bobot Eksternal (BE), Penyajian Proposal (PP), Kelengkapan Proposal (KP), dan Manfaat Proposal (MP). Sistem diuji menggunakan 150 proposal dari berbagai kategori kegiatan sosial dengan pembagian 120 data training dan 30 data testing. Hasil evaluasi menunjukkan akurasi klasifikasi sebesar 87.5% dan nilai consistency ratio TOPSIS 0.08, mengindikasikan konsistensi penilaian yang baik. Pengujian terhadap dua kasus nyata menunjukkan bahwa proposal "Lomba Kreativitas Sampah" berhasil dikategorikan layak dengan skor TOPSIS 0.742, sedangkan "Indonesia Fashion Week 2016" dinyatakan tidak layak dengan skor 0.328. Sistem telah mencapai Technology Readiness Level (TRL) 6 dengan prototype yang terintegrasi dan divalidasi dalam lingkungan operasional. Implementasi sistem ini terbukti dapat mengurangi waktu proses seleksi dari rata-rata 14 hari menjadi 2 hari, memberikan kontribusi signifikan dalam efisiensi dan transparansi proses pengambilan keputusan CSR perusahaan.
Klasifikasi Data Tracer Study Dengan Pemanfaatan Data Mining Menggunakan Algoritma Support Vector Machine dan Neural Network Andi Zulherry; Fanny Ramadhani; Andy Satria
Portal Riset dan Inovasi Sistem Perangkat Lunak Vol. 2 No. 1 (2024): Artikel Penelitian
Publisher : SoraTekno Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59696/prinsip.v2i1.73

Abstract

Perguruan tinggi secara rutin melakukan Tracer Study setiap tahun bertujuan untuk mengimplementasikan kebutuhan data akreditasi di Universitas Muhammadiyah Sumatera Utara menggunakan teknik data mining. Penelitian ini fokus pada pemanfaatan kombinasi algoritma Support Vector Machine (SVM) dan Neural Network untuk mengoptimalkan klasifikasi data Tracer Study. SVM digunakan untuk mengatasi masalah klasifikasi non-linear dengan menemukan hyperplane optimal, sementara Neural Network digunakan untuk memodelkan dan mengenali pola kompleks dalam data. Metodologi penelitian meliputi pengumpulan data Tracer Study, preprocessing data, pelatihan model SVM dan Neural Network, serta evaluasi hasil klasifikasi. Hasil penelitian menunjukkan bahwa kombinasi SVM dan Neural Network secara signifikan meningkatkan akurasi dan kehandalan klasifikasi data Tracer Study, memberikan wawasan yang berharga bagi pengambil kebijakan akademis dan penyusun kurikulum di Universitas Muhammadiyah Sumatera Utara.
Perancangan dan Implementasi Segmentasi LAN pada Infrastruktur Jaringan Skala Menengah Andi Zulherry; Indah Purnama Sari; Mhd. Basri
Hello World Jurnal Ilmu Komputer Vol. 4 No. 4 (2026): Edisi Januari
Publisher : Ilmu Bersama Center

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

Abstract

Segmentasi jaringan merupakan salah satu strategi penting dalam perancangan infrastruktur jaringan untuk meningkatkan keamanan, efisiensi, dan pengelolaan lalu lintas data. Penelitian ini membahas perancangan dan implementasi segmentasi LAN pada infrastruktur jaringan skala menengah dengan tujuan memisahkan domain broadcast, mengoptimalkan kinerja jaringan, serta meminimalkan risiko keamanan. Metode yang digunakan meliputi analisis kebutuhan jaringan, perancangan topologi segmentasi, serta konfigurasi perangkat jaringan menggunakan router dan switch. Implementasi dilakukan dengan menerapkan Virtual Local Area Network (VLAN) sebagai teknik segmentasi utama. Pengujian dilakukan untuk mengevaluasi performa jaringan sebelum dan sesudah segmentasi melalui parameter seperti throughput, latency, dan isolasi antar segmen. Hasil pengujian menunjukkan bahwa penerapan segmentasi LAN dapat meningkatkan efisiensi penggunaan bandwidth, menurunkan tingkat broadcast, dan memperkuat keamanan jaringan pada infrastruktur skala menengah. Penelitian ini diharapkan dapat menjadi acuan bagi pengelolaan jaringan yang lebih optimal pada lingkungan organisasi dengan kompleksitas menengah.
Co-Authors Andy Satria Fanny Ramadhani Indah Purnama Sari Mahardika Abdi Prawira Mhd. Basri