Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Jurnal Sistem Informasi Triguna Dharma merupakan Jurnal yang menampung hasil penelitian dari Mahasiswa khususnya mahasiswa di Program Studi Sistem Informasi juga menerima hasil penelitian dari kampus berbeda dengan bidang keilmuan yang sama. Jurnal ini menampung publikasi dibidang ilmu komputer khususnya Sistem Informasi, Sistem Pendukung Keputusan, Sistem Pakar, Pengolahan Citra, Jaringan Saraf Tiruan, Data Mining, Security Computer dan seluruh keilmuan dibidang komputer
Articles
521 Documents
<![CDATA[Sistem Pakar Mendiagnosa Penyakit Stroke Menggunakan Metode Dempster Shafer ]]>
<![CDATA[Riski Pratama Harahap]]>;
<![CDATA[Darjat Saripurna]]>;
<![CDATA[Syarifah Fadillah Rezky]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v2i1.5990
<![CDATA[Penyakit stroke merupakan penyakit yang berhubungan dengan aliran darah ke otak, biasanya ditandai dengan tersumbat atau pecahnya pembuluh darah dan menggumpal. Penyakit stroke kerap dijumpai pada usia senja dan menjadi penyebab kematian terbanyak kedua di dunia dan penyebab utama dalam terjadi kecacatan pada usia produktif. Akibat fatal yang disebabkan oleh penyakit stroke bisa dicegah dengan mengurangi faktor resiko dan yang paling penting perlu mengenali gejala sedini mungkin. Karena kurangnya pemahaman masyarakat akan gejala stroke terutama bagi masyarakat didaerah yang jauh dari fasilitas kesehatan dan dokter terutama dokter spesialis saraf. Keadaan ini yang mendorong sangat dibutuhkan informasi yang tepat dan mudah bagi masyarakat untuk mendapatkan pengetahuan seputar stroke beserta penanganannya, dengan mengembangkan suatu Artificial Intelligence yaitu sistem pakar berbasis web menggunakan metode Dempster Shafer. Hasil dari penelitian ini yaitu dapat mempermudah masyarakat dalam melakukan analisis jenis penyakit stroke dan dapat dijadikan layanan untuk membantu dalam mendiagnosa penyakit stroke sehingga masyarakat tidak salah dalam proses penanganan dan dapat meminimalisir efek yang ditimbulkan stroke.]]>
<![CDATA[Sistem Pakar Mendiagnosa Penyakit Sesak Nafas Pada Penderita Paru Menggunakan Metode Certainty Factor ]]>
<![CDATA[Fildzah Heni Rofifah]]>;
<![CDATA[Zulfian Azmi]]>;
<![CDATA[Usti Fatimah Sari Sitorus Pane]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v2i1.5947
<![CDATA[Penyakit paru dan sesak nafas merupakan penyakit yang tingkat kejadiannya cukup luas serta dapat menyerang siapa saja tanpa memandang umur dan suku bangsa. Pada penyakit paru terdapat beberapa keluhan - keluhan yang sering ditemukan, keluhan itu seperti batuk, dahak, sesak nafas, batuk darah, nyeri dada. Adapun beberapa jenis penyakit paru seperti Tuberculosis paru, Bronkhiektasis, Bronchitis Kronik, Asma Bronkhiale, Pneumonia, dan efusi pleura. Sesak nafas juga dapat terjadi pada siapa saja dan bisa timbul disegala usia. meskipun begitu, umumnya sesak nafas lebih sering terjadi pada anak - anak usia dibawah 6 tahun serta orang dewasa yang berusia 20 tahunan. Untuk mengatasi masalah yang dijelaskan diatas, salah satunya dengan membangun sistem pakar. Dengan adanya bantuan teknologi komputer sistem pakar ini diharapkan dapat membantu mempermudah dalam mendiagnosa penyakit sesak nafas. Untuk mendeteksi penyakit sesak nafas, sistem pakar ini menggunakan metode Certainty Factor dengan memasukkan data penyakit dan gejala-gejala. Hasil dari penelitian ini berupa aplikasi sistem pakar yang dapat mendeteksi penyakit sesak nafas. Sehingga dengan adanya sistem pakar ini bisa mempermudah pengguna mendapatkan informasi tentang gejala dan penyakit sesak nafas. Sehingga dapat membantu pengguna dalam menemukan saran dan solusi terhadap penyakit yang dialami oleh sesak nafas.]]>
<![CDATA[Implementasi Metode Multi Attribute Utility Theory (MAUT) Dalam Menentukan Advanced English Tentor ]]>
<![CDATA[Garnis Jovanty]]>;
<![CDATA[Dicky Nofriansyah]]>;
<![CDATA[Yohanni Syahra]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v2i1.5381
<![CDATA[Kaum millenial harus dibangun lebih awal untuk tidak hanya menguasai literasi bahasa asing tetapi juga literasi digital yang bergerak dibidang bimbingan belajar dan sertifikasi untuk spesialisasi bidang bahasa asing seperti TOEFL dan IELTS yang memiliki sistem belajar offline maupun online . Namun terkadang proses pemilihan Advanced English Tentor belum menggunakan kualifikasi atau berdasarkan kriteria yang ditentukan serta belum bersifat komputerisasi. Sehingga memungkinkan terjadinya penilaian yang kurang akurat, memakan proses yang panjang serta manajemen data yang kurang baik, belum lagi resiko kehilangan data yang tinggi.Berdasarkan uraian masalah yang telah disebutkan, maka dibuatlah solusi sebuah sistem cerdas yang disebut dengan Smart Assessment Analysis System dengan mengadopsi konsep bidang keilmuan Sistem Pendukung Keputusan yang mampu melakukan proses penilaiaan serta komputasi yang cepat, tepat dan akurat karena menggunakan sebuah metode yaitu metode MAUT. Pemilihan metode MAUT didalam judul ini dikarenakan metode MAUT memiliki nilai bobot prioritas kriteria yang berbeda beda tergantung kriteria yang ditentukan nantinya sehingga cocok pada kasus ini.Hasil penelitian ini merupakan terciptanya Sistem Pendukung Keputusan dengan penerapan Metode MAUT pemilihan Advanced English Tentor yang layak untuk mengajar.]]>
<![CDATA[Penerapan Kombinasi Metode K-Nearest Neighbor dan Certainty Factor Dalam Mendiagnosa Bos Taurus Disease ]]>
<![CDATA[Putri Febrianty]]>;
<![CDATA[Asyahri Hadi Nasyuha]]>;
<![CDATA[Hafizah Hafizah]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v2i1.5142
<![CDATA[Bos Taurus merupakan kelompok sapi yang termasuk ke dalam jenis sapi potong subtropis yang berasal dari Eropa. Penyakit sapi potong (Bos Taurus Disease) ini dapat terjadi karena disebabkan oleh bakteri, virus, jamur dan parasit. Dimana penyakit tersebut dapat membahayakan peternak sapi dan juga konsumen. Penyakit tersebut dapat menular ke manusia dengan berbagai cara salah satunya melalui udara yang masuk ke dalam saluran pernafasan, kontak fisik dengan hewan yang terinfeksi dan mengkonsumsi daging dari sapi potong yang terjangkit penyakit. Penyakit yang terjadi pada sapi potong dapat menyebar dengan cepat dan dapat menyebabkan kematian jika tidak segera ditangani. Hal ini dapat mengakibatkan kerugian untuk para peternak sapi potong. Oleh karena itu untuk mengatasi permasalahan tersebut, maka dibuatlah sebuah sistem pakar dengan menerapkan kombinasi metode K-Nearest Neighbor dan Certainty Factor untuk mendiagnosa penyakit sapi potong (Bos Taurus Disease). Dari hasil perhitungan metode K-Nearest Neighbor dan Certainty Factor dengan adanya ke enam gejala yang dipilih, maka dapat diperoleh nilai kedekatan (Similarity) yang paling dekat dengan P05 yaitu penyakit Kudis (Scabies) sebesar 0,661 dan nilai akurasi sebesar 0,922 atau jika di persentasikan 92,2 % yaitu pasti. Hasil dari penelitian ini para peternak sapi potong dapat mengenali dan mendiagnosa secara lebih dini jenis penyakit yang terjadi pada sapi potong berdasarkan gejala-gejala yang dialami tanpa harus berkonsultasi dengan dokter hewan khususnya sapi potong.]]>
<![CDATA[Data Mining Mengestimasi Jumlah Tonase Kelapa Sawit Dengan Metode Regresi Linear Berganda ]]>
<![CDATA[Anggi Tameliza Sitompul]]>;
<![CDATA[Milfa Yetri]]>;
<![CDATA[Rina Mahyuni]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v2i1.5431
<![CDATA[Kelapa Sawit merupakan salah satu komoditi yang paling banyak diminati oleh para usaha perkebunan yang tidak hanya ada di Indonesia namun juga di seluruh penjuru dunia. Hal ini ditunjukkan dengan adanya tren pembukaan lahan yang ditunjukkan sebagai perkebunan Kelapa Sawit. Manfaat Kelapa Sawit begitu banyak, sehingga menjadi salah satu hasil yang begitu menguntungkan. Kelapa Sawit merupakan tumbuhan industri penting penghasil minyak masak, minyak industri, maupun untuk bahan bakar. Perkebunannya mampu menghasilkan keuntungan tinggi sehingga banyak hutan dan perkebunan lama dikonversi menjadi perkebunan Kelapa Sawit. Manfaat Kelapa Sawit ini merupakan sumber utama minyak nabati sesudah kelapa yang ada di Indonesia. Agar mudah dalam melakukan penyelesaian masalah terkait menentukan tonase kelapa sawit maka dibuatlah sebuah program Data Mining. Data Mining ialah proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu. Teknik-teknik, metode-metode, atau algoritma dalam Data Mining sangat bervariasi. Program Data Mining memerlukan sebuah metode dalam melakukan perhitungannya dan metode yang digunakan dalam penyelesaian masalah terkait menentukan tonase kelapa sawit Menggunakan Metode Regresi Linear Berganda. Hasil dari penelitian ini : Berdasarkan Permasalahan yang dibahas maka di bangunlah sistem yang mengadopsi metode Regresi Linear Berganda dalam pemecahan masalah menentukan tonase kelapa sawit. ]]>
<![CDATA[Penerapan Algoritma K-Nearest Neighbor (KNN) Pada Sistem Pakar Untuk Mendiagnosa Penyakit Tanaman Cabai ]]>
<![CDATA[Meiris Diani Sihombing]]>;
<![CDATA[Faisal Taufik]]>;
<![CDATA[Jufri Halim]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v2i1.7289
<![CDATA[Sistem pakar merupakan suatu sistem yang berusaha untuk mengadopsi pengetahuan manusia kedalam komputer. Untuk mendiagnosa penyakit tanaman cabai pada Dinas Pertanian UPT. BPTPH Provinsi Sumut. Cabai merupakan salah satu tanaman yang banyak dibudidayakan di indonesia. Pada tanaman cabai memiliki beberapa penyakit yang sering ditemui pada umumnya seperti penyakit hama penyakit busuk buah dan penyakit antraknosa. pada umumnya penentuan kualitas cabai masih dilakukan dengan cara manual sehingga diperlukan suatu sistem untuk membantu dan dapat mendiagnosa penyakit tanaman cabai. Untuk mendukung perhitungan dari setiap kriteria yang sudah ditentukan maka dibutuhkanlah suatu solusi dengan cara menggunakan metode KNN. Untuk menyelesaikan permasalahan dibutuhkan sebuah metode dalam penelitian ini dibutuhkan sebuah metode dengan menghasilkan sebuah informasi yang dapat diklasifikasikan berdasarkan nilai kategori K-tetangga terdekat. Hasil dari penelitian ini adalah berdasarkan dari analisa yang dilakukan dengan menggunakan metode K-Nearest Neighbor dapat menganalisa penyakit tanaman cabai. kedua berdasarkan Analisa yang dilakukan pengaruh sistem pakar terkait dengan masalah yang diangkat ditandai dengan semakin mudahnya prosedur dalam menentukan kualitas cabai, ketiga telah dilakukan implementasi sistem pakar berbaris desktop maka sistem dirancang dapat digunakan dalam menyelesaikan dalam menentukan penyakit pada tanaman cabai.]]>
<![CDATA[Penerapan Data Mining Untuk Memprediksi Minat Masyarakat Terhadap Asuransi Jiwa Dengan Metode Algoritma C4.5 ]]>
<![CDATA[Wiwin Manalu]]>;
<![CDATA[Abdullah Muhazir]]>;
<![CDATA[Dedi Setiawan]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v2i1.6284
<![CDATA[Dunia bisnis asuransi yang penuh persaingan membuat para pelakunya harus selalu memikirkan strategi-strategi, yang dapat menjamin kelangsungan bisnis asuransi mereka. Salah satu aset utama yang dimiliki oleh perusahaan asuransi adalah data bisnis dalam jumlah yang luar biasa banyak. Ini melahirkan kebutuhan akan adanya teknologi yang dapat memanfaatkannya untuk membangkitkan pengetahuan-pengetahuan baru, yang dapat membantu dalam pengaturan strategi bisnis asuransi jiwa. Maka dari itu perlunya perusahaan asuransi untuk memprediksi minat masyarakat guna mengetahui kelompok masyrakat yang memiliki minat yang sama dengan produk asuransi yang ditawarkan.Untuk menyelesaikan masalah tersebut dapat menggunakan aplikasi data mining, yaitu dengan memanfaatkan data yang ada untuk menggali informasi baru. Salah satu teknik yang ada pada data mining adalah klasifikasi. Adapun algoritma pada teknik klasifikasi yang digunakan adalah Algoritma C4.5 yang diintegrasikan pada aplikasi pemrograman berbasis dekstop. Kesimpulan yang diperoleh yaitu sistem yang dirancang telah terbukti berhasil memprediksi minat masyarakat terhadap asuransi jiwa. Aplikasi data mining yang dibangun ini dapat memberikan solusi atau penyelesaian terhadap permasalahan yang dihadapi oleh PT. Prudential Life Assurance.       Kata Kunci : Data Mining, Algoritma C4.5, PT. Prudential Life Assurance, Minat,  Asuransi Jiwa]]>
<![CDATA[Implementasi Metode Simple Moving Average Untuk Memprediksi penjualan Produk ]]>
<![CDATA[Winda Sari]]>;
<![CDATA[Dicky Nofriansyah]]>;
<![CDATA[Rina Mahyuni]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v2i1.5664
<![CDATA[PT. Yummy Food Utama adalah sebuah perusahaan yang bergerak dibidang produksi pangan olahan susu juga merupakan perusahaan tunggal dalam industry diary yang terbesar di Indonesia. PT. Yummy Food Utama menjadi perusahaan yang cukup stabil dengan adanya sumber daya manusia yang sudah terlatih dan sangat ahli dalam bidangnya. Dengan pesat produk Yummy berkembang ke seluruh penjuru nusantara. Adapun kelemahan sistem yang menjadi kendala dalam proses penjualan produk yaitu perusahaan masih menggunakan metode perhitungan yang masih sangat sederhana dan belum optimal, serta masih menggunakan intuisi seperti pengalaman pada tahun tahun sebelumnya untuk memprediksi hasil penjualan produk. Sehingga sering menimbulkan kerugian pada bahan produksi berlebih yang memiliki jangka simpan empat sampai enam minggu dan bahan tidak dapat diolah Kembali.Dari permasalahan diatas, penelitian ini akan membangun sistem yang dapat mempermudah dalam pemberian informasi dalam memprediksi data peenjualan selama setahun yang dimana penelitian ini akan menerapkan kecerdasan buatan Artificial Intelligence dengan Data Mining menggunakan metode Simple Moving Average.Adapun hasil yang didapatkan berdasarkan penerapan metode Simple Moving Average pada Sistem Data Mining yang telah dibangun yaitu mendapatkan hasil prediksi untuk jumlah penjualan produk pada 3 bulan kedepan.Kata Kunci: Penjualan, Memprediksi, Data Minimg, Simple Moving Average]]>
<![CDATA[Implementasi Metode Preference Selection Index (PSI) Dalam Pemilihan Bibit Unggul Pada Tanaman Padi ]]>
<![CDATA[Yenni Putrika]]>;
<![CDATA[Mukhlis Ramadhan]]>;
<![CDATA[Suardi Yakub]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v2i1.5914
<![CDATA[AbstrakPemilihan bibit padi merupakan salah satu faktor terpenting yang sangat mempengaruhi pertumbuhan tanaman dalam pembudidayaan padi. Kesalahan dalam pemilihan bibit pada tanaman padi dapat mengakibatkan gagal panen dan produksi padi semakin berkurang. Penentuan bibit yang tepat dan cocok bagi petani Desa Serbajadi-km15 merupakan permasalahan yang paling utama karena bertani padi merupakan mata pencaharian utama masyarakat Desa Serbajadi-km15. Untuk mengatasi masalah tersebut diperlukan adanya Implementasi Metode Preference Selection Index (PSI) Dalam Sistem Pendukung Keputusan Pemilihan Bibit Unggul Pada Tanaman Padi Di Serbajadi-Km 15. Metode PSI adalah metode yang dikembangkan  untuk memecahkan multi-kriteria pengambilan keputusan Multi Criteria Decision Making (MCDM).Dalam metode yang diusulkan itu tidak perlu untuk menetapkan kepentingan relatif antara atribut. Dengan adanya sistem tersebut kinerja dan waktu pengambilan keputusan menentukan bibit terbaik untuk tanaman padi menjadi efektif dan efisien baik dari segi kecepatan dalam mengambil keputusan.Kata Kunci: Sistem Pendukung Keputusan, Bibit Tanaman Padi, Metode PSI ]]>
<![CDATA[Sistem Pendukung Keputusan Menganalisa Kepuasan Penyewa Indekos Dengan Metode Fuzzy Assosiative Memory ]]>
<![CDATA[Adi Lintong Sihombing]]>;
<![CDATA[Rico Imanta Ginting]]>;
<![CDATA[Afdal Alhafiz]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 2 No. 1 (2023): EDISI JANUARI 2023 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v2i1.5636
<![CDATA[AbstrakRumah Kos Amanda memberikan fasilitas gratis, seperti jasa kebersihan dengan sistem pembayaran harian atau bulanan dengan jenis kamar yang disewakan adalah kamar kos Standar dan Ekonomi. Dimana permasalahan Rumah Kos Amanda ialah menurunnya penyewa indekos ditambah lagi dengan pemilik kos kesulitan untuk mengetahui kepuasan pelanggan. Karena pemilik kos berdomisili di luar kota dan dalam menilai tingkat kepuasan penyewa masih menggunakan cara manual, yaitu dengan wawancara secara langsung kepada setiap penyewa. Hal ini tentunya kurang efektif dikarenakan wawancara langsung tidak terdata keseluruhan. Permasalahan tersebut membutuhkan sebuah sistem yang dapat mengukur tingkat kepuasan pelanggan yaitu Sistem Pendukung Keputusan. Dengan adanya SPK maka mengambil keputusan dapat dilakukan dengan cepat dan tepat. Banyak metode yang dapat digunakan oleh SPK salah satunya adalah metode Fuzzy Associative Memory (FAM). Hasil penelitian ini bermanfaat bagi perusahaan dan penentuan tingkat kepuassan dapat mempermudah pengambil keputusan secara akurat, cepat dan akuntabel. Kata Kunci: Tingkat Kepuasan, FAM, Sistem Pendukung Keputusan. ]]>
