cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hana Ike Dameria Purba
Contact Email
purbahana@yahoo.com
Phone
-
Journal Mail Official
wnsibagariang@gmail.com
Editorial Address
-
Location
Kota medan,
Sumatera utara
INDONESIA
JURNAL MAHAJANA INFORMASI
Published by Universitas Sari Mutiara Indonesia
ISSN : -     EISSN : 25278290     DOI : -
Core Subject : Science,
Library & Information Science
Memuat tentang artikel hasil penelitian dan kajian konseptual bidang teknik informatika, ilmu komputer dan sistem informasi. Terbit 2 kali setahun pada bulan Januari dan Juli.
Arjuna Subject : -
Articles 5 Documents
 1 
Search results for , issue "Vol 10 No 2 (2025): JURNAL MAHAJANA INFORMASI" : 5 Documents clear
APLIKASI TRANSAKSI LAYANAN KESEHATAN PADA KLINIK PRATAMA TANJUNG BERBASIS MOBILE Haslin, Mustafa Kamal; Siambaton, Muhammad Zulfansyuri; Aulia, Rachmat
Jurnal Mahajana Informasi Vol 10 No 2 (2025): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnalmi.v10i2.6169

Abstract

Klinik Pratama Tanjung merupakan salah satu fasilitas kesehatan yang melayani kebutuhan kesehatan masyarakat. Namun, proses transaksi layanan kesehatan pasien yang masih dilakukan secara manual seringkali menimbulkan berbagai kendala, seperti pencatatan data pasien yang kurang efisien, risiko kehilangan data, serta proses pembayaran yang memerlukan waktu lama. Penelitian ini bertujuan untuk merancang dan membangun aplikasi transaksi layanan kesehatan pasien berbasis mobile guna meningkatkan efisiensi dan akurasi pengelolaan data pasien, transaksi pembayaran, serta rekam medis di Klinik Pratama Tanjung. Metode pengembangan sistem yang digunakan adalah prototyping, dengan tahapan analisis kebutuhan, perancangan, implementasi, dan pengujian aplikasi. Aplikasi ini menyediakan fitur pencatatan transaksi layanan kesehatan, manajemen data obat, serta pembuatan laporan pembayaran secara otomatis. Pengujian sistem menggunakan metode black box menunjukkan bahwa aplikasi dapat berjalan sesuai fungsionalitas yang diharapkan, mempermudah proses administrasi, dan meningkatkan kualitas layanan klinik Pratama Tanjung. Dengan adanya aplikasi Transaksi Layanan Kesehatan ini, diharapkan proses transaksi layanan kesehatan di Klinik Pratama Tanjung menjadi lebih efektif, efisien, dan terintegrasi. Hasil penelitian menunjukkan bahwa aplikasi transaksi layanan kesehatan berbasis mobile yang dibangun mampu berjalan dengan baik sesuai dengan fungsionalitas yang direncanakan. Pengujian menggunakan metode black box menunjukkan seluruh fitur, seperti pendaftaran pasien, pencatatan transaksi layanan kesehatan, manajemen data obat, dan pembuatan laporan pembayaran otomatis.
IMPLEMENTASI CNN UNTUK IDENTIFIKASI SPESIES REPTIL DAN AMFIBI BERBASIS CITRA DIGITAL Aldo Romulus Napitupulu; Herri Suba L. Tobing; Ng Poi Wong; Kelvin, Kelvin
Jurnal Mahajana Informasi Vol 10 No 2 (2025): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnalmi.v10i2.6306

Abstract

Reptil dan amfibi merupakan dua kelompok hewan vertebrata yang memiliki peran penting dalam ekosistem, namun kerap sulit dibedakan hanya melalui pengamatan visual. Kemiripan warna kulit, bentuk tubuh, dan pola permukaan sering menimbulkan kesalahan identifikasi, terlebih ketika faktor pencahayaan, latar belakang, dan sudut pengambilan gambar bervariasi. Kondisi ini menimbulkan tantangan signifikan bagi proses identifikasi otomatis berbasis citra. Penelitian ini bertujuan mengembangkan model identifikasi berbasis citra dengan memanfaatkan algoritma Convolutional Neural Network (CNN), yang dikenal handal dalam mengekstraksi dan mempelajari fitur visual dari data citra kompleks. Dataset penelitian terdiri dari 6.045 gambar yang mencakup 10 spesies, dikategorikan menjadi dua kelas utama, yaitu reptil dan amfibi. Arsitektur CNN yang dirancang terdiri dari tiga lapisan konvolusi, pooling, dan fully connected, disertai mekanisme callback seperti EarlyStopping dan ModelCheckpoint untuk mencegah overfitting dan mempertahankan bobot terbaik. Hasil pengujian pada data uji menunjukkan akurasi 86,60%, dengan nilai F1-score 0,91 untuk kelas reptil dan 0,73 untuk kelas amfibi. Perbedaan kinerja ini menunjukkan model lebih optimal dalam mengenali reptil dibandingkan amfibi, yang kemungkinan disebabkan oleh distribusi data tidak seimbang dan kompleksitas visual pada amfibi. Secara keseluruhan, penelitian ini membuktikan bahwa CNN dapat digunakan sebagai alat bantu identifikasi otomatis yang efektif untuk membedakan spesies reptil dan amfibi berdasarkan citra visual.
SISTEM OTOMATIS PENGENDALIAN RUANGAN BERBASIS WEB MENGGUNAKAN ESP32 UNTUK EFISIENSI ENERGI RUANG PERKULIAHAN Azmi, Fadhillah; Amir Saleh
Jurnal Mahajana Informasi Vol 10 No 2 (2025): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnalmi.v10i2.6591

Abstract

Teknologi Internet of Things (IoT) memiliki peran yang begitu penting untuk mendukung efisiensi energi di lingkungan kampus. Setiap ruang perkuliahan, biasanya terdapat banyak perangkat listrik seperti lampu dan AC yang sering beroperasi di luar jam penggunaan, dan mengakibatkan pemborosan energi yang signifikan. Penelitian ini bertujuan mengembangkan sistem otomatis ruangan atau Smart Room Controller berbasis web yang memungkinkan pengendalian perangkat secara manual, otomatis melalui penjadwalan, serta pemantauan status secara real-time. Sistem yang dibangun menggunakan perangkat mikrokontroler ESP32 sebagai pengendali utama, penyimpanan jadwal berbasis SPIFFS, komunikasi WebSocket, dan dashboard web yang dapat diakses tanpa aplikasi tambahan. Dari hasil pengujian menunjukkan bahwa seluruh fitur utama berjalan dengan baik, dengan waktu respons kontrol manual rata-rata <300 ms dan pembaruan status real-time <200 ms. Penjadwalan otomatis mencatat tingkat keberhasilan 96,7% dan penyimpanan jadwal bersifat persisten setelah restart perangkat. Evaluasi konsumsi energi pada ruang kuliah menunjukkan penurunan penggunaan energi harian dari 20,5 kWh menjadi 18,5 kWh, sehingga terjadi penghematan sebesar 9,8%. Berdasarkan hasil tersebut, sistem Smart Room Controller terbukti efektif dalam meningkatkan efisiensi energi dan mengurangi pemborosan penggunaan perangkat ruangan di kampus. Sistem ini memiliki potensi diterapkan secara lebih luas dan dikembangkan pada tahap berikutnya dengan integrasi algoritma kecerdasan buatan untuk optimasi penggunaan energi secara adaptif.
MONITORING SUHU TUBUH DENGAN THERMOMETER INFRARED BERBASIS ARDUINO Apriyulida, Fitri; Yusdartono, Habib Muhary; Situmorang, Harold; Mahran Al Hazmy
Jurnal Mahajana Informasi Vol 10 No 2 (2025): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnalmi.v10i2.6597

Abstract

Salah satu aspek yang perlu diperhatikan untuk pengukuran suhu secara teratur dengan melakukan pemeriksaan pada pasien. Metode perancangan yang dilakukan adalah mencari referensi dan mempelajari materi-materi tentang data dan komponen lainnya yang beruhubungan dengan alat yang akan dirancang , dengan cara melalukan analisa yaitu membandingkan antara hasil yang diperoleh dari uji coba modul dengan perhitungan secara teori. Berdasarkan pengambilan data yang telah dilakukan di setiap orang yang berbeda, di dapatkan hasil pengukuran yang berbeda. Pada suhu 36.20 dan 36,30 akan muncul di layar LCD tampilan bacaan NORMAL, Pada suhu 38,10 dan 38,21 akan muncul di LCD tampilan Demam, Dan Pada suhu 34,15 dan 34,40 akan muncul di LCD tampilan hiportemia.
PERBANDINGAN ALGORITMA NAÏVE BAYES DAN LONG SHORT-TERM MEMORY DALAM KLASIFIKASI KUALITAS SUSU Fajar Rahardika Bahari Putra; Murni; Muhammad Surahmanto; Rezki; Dimas Adi Suseno
Jurnal Mahajana Informasi Vol 10 No 2 (2025): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnalmi.v10i2.6857

Abstract

Latar belakang: Kualitas susu merupakan aspek penting dalam industri pangan karena secara langsung berkaitan dengan keamanan konsumsi dan kesehatan masyarakat. Pengujian kualitas susu konvensional memiliki keterbatasan dalam efisiensi dan objektivitas, sehingga memerlukan pendekatan berbasis data untuk mendukung proses klasifikasi kualitas susu. Tujuan: Penelitian ini difokuskan pada perbandingan hasil klasifikasi antara algoritma Naïve Bayes dan Long Short-Term Memory (LSTM) pada data kualitas susu. Dataset dalam penelitian ini berupa data sekunder yang diambil melalui platform Kaggle, terdiri dari 844 data dengan tiga kelas kualitas, yaitu Low, Medium, dan High. Semua data digunakan sebagai populasi penelitian, dengan pembagian data pelatihan dan data uji, di mana 212 dataset digunakan sebagai data uji. Metode penelitian yang diterapkan adalah pendekatan eksperimental dengan simulation-based experiment, menggunakan dataset yang sama pada kedua algoritma. Penilaian performa model dilakukan dengan memanfaatkan metrik accuracy, Confusion matrix, Hasil: Berdasarkan hasil pengujian, algoritma Naïve Bayes mencapai tingkat accuracy sebesar 85%, lebih tinggi dibandingkan Long Short-Term Memory (LSTM) yang memperoleh 75%. Analisis per kelas menunjukkan bahwa Naïve Bayes lebih efektif dalam mengidentifikasi kelas Low dan Medium, sementara LSTM cenderung menghasilkan nilai recall yang lebih baik pada kelas Medium, namun menunjukkan penurunan kemampuan klasifikasi pada kelas Low dan High. Kesimpulan: Berdasarkan hasil tersebut, penelitian ini kemudian menegaskan bahwa pemilihan algoritma klasifikasi perlu disesuaikan dengan karakteristik dataset untuk mendapatkan hasil yang optimal.precision, recall, dan F1-score.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 10 No 2 (2025): JURNAL MAHAJANA INFORMASI Vol 10 No 1 (2025): JURNAL MAHAJANA INFORMASI Vol 9 No 2 (2024): JURNAL MAHAJANA INFORMASI Vol 9 No 1 (2024): JURNAL MAHAJANA INFORMASI Vol 8 No 2 (2023): JURNAL MAHAJANA INFORMASI Vol 8 No 1 (2023): JURNAL MAHAJANA INFORMASI Vol 7 No 2 (2022): JURNAL MAHAJANA INFORMASI Vol 7 No 1 (2022): JURNAL MAHAJANA INFORMASI Vol 6 No 2 (2021): JURNAL MAHAJANA INFORMASI Vol 6 No 1 (2021): JURNAL MAHAJANA INFORMASI Vol 5 No 2 (2020): JURNAL MAHAJANA INFORMASI Vol 5 No 1 (2020): JURNAL MAHAJANA INFORMASI Vol 4 No 2 (2019): JURNAL MAHAJANA INFORMASI Vol 4 No 1 (2019): JURNAL MAHAJANA INFORMASI Vol 4 No 1 (2019): JURNAL MAHAJANA INFORMASI Vol 3 No 2 (2018): JURNAL MAHAJANA INFORMASI Vol 3 No 2 (2018): JURNAL MAHAJANA INFORMASI Vol 3 No 1 (2018): JURNAL MAHAJANA INFORMASI Vol 3 No 1 (2018): JURNAL MAHAJANA INFORMASI Vol 2 No 2 (2017): Mahajana Informasi Vol 2 No 2 (2017): Mahajana Informasi Vol 2 No 1 (2017): Mahajana Informasi Vol 2 No 1 (2017): Mahajana Informasi Vol 1 No 2 (2016): Mahajana Informasi Vol 1 No 2 (2016): Mahajana Informasi Vol 1 No 1 (2016): Mahajana Informasi Vol 1 No 1 (2016): Mahajana Informasi More Issue