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
568 Documents
<![CDATA[Penerapan Fp-Growth Untuk Menganalisa Penjualan Tokopedia Mitsubishi Fuso ]]>
<![CDATA[M. Reza Ramadhan]]>;
<![CDATA[Dicky Nofriansyah]]>;
<![CDATA[Ahmad Calam]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v5i2.11260
<![CDATA[PT Dipo Internasional Pahala Otomotif merupakan perusahaan pendistribusian kendaraan roda 4, roda 6, dan container atau kendaraan niaga bermerk Mitsubishi Fuso. Banyak jenis dan tipe sepeda niaga yang di jual oleh Dipo Internasional Pahala Otomotif. PT Dipo Internasional Pahala Otomotif harus mencoba memberikan pelayanan dan promo konsumen dengan merek yang ditawarkannya, bahkan yang semula tidak ingin menjadi ingin membeli produk tersebut. Karena pada prinsipnya konsumen yang menolak hari ini belum tentu menolak hari berikutnya. PT Dipo Internasional Pahala Otomotif juga harus dapat memprediksi konsumen dalam memilih tipe kendaraan niaga idaman yang sesuai dengan kebutuhan mereka, hal ini agar perusahaan dapat mengetetahui tipe kendaraan niaga yang bagaimana yang menjadi kebutuhan konsumen.Karena alasan itu maka dibutuhkan suatu sistem yang mampu memberikan informasi atau data kepada PT Dipo Internasional Pahala Otomotif untuk melihat minat konsumen dalam memilih tipe kendaraan niaga idaman sesuai kebutuhan mereka. Dari berbagai riset yang sudah dilakukan, ternyata data mining algoritma Fp-Growth mampu untuk mengatasi masalah tersebut.]]>
<![CDATA[Penerapan Data Mining Menentukan Pola Penjualan Material Bangunan Pada Toko Sinar Traso Menggunakan Metode FP-Growth ]]>
<![CDATA[Syukur Dimantri Boy Gulo]]>;
<![CDATA[Trinanda Syahputra]]>;
<![CDATA[Milfa Yetri]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v5i2.11388
<![CDATA[Toko Sinar Traso merupakan toko yang menjual berbagai macam material bangunan seperti semen, paku, pasir, batu-bata, dan lain-lain. Material bangunan ini diperjualbelikan dengan melakukan kegiatan transaksi. Seiring berjalannya waktu data transaksi toko semakin menumpuk sehingga sulit bagi mereka mengetahui pola penjualan material bangunan apa yang paling laris terjual sehimgga berdampak dalam mengelola stok material bangunan. Untuk memecahkan masalah tersebut, penelitian ini menerapkan teknik Data Mining dengan menggunakan metode FP-Grwoth karena mampu menemukan kombinasi material bangunan yang sering dibeli secara bersamaan yang dapat dilihat dari struktur pohon yang bernama FP-Tree dan Sub Tree sehingga hasil akhirnya dapat menemukan pola penjualan material bangunan yang sering dibeli dalam bentuk aturan asosiasi. Hasil analisa yang diperoleh dari penelitian ini yakni terdapat beberapa kombinasi material bangunan yang memiliki pola penjualan yang menarik seperti semen dengan pasir dan paku dengan seng sehingga pola penjualan yang telah ditemukan dapat digunakan dalam penyusunan strategi pengelolaan stok materialbangunan.]]>
<![CDATA[Sistem Pakar Mendiagnosa Penyakit Trauma Musculoskeletal Menggunakan Metode Dempster Shafer ]]>
<![CDATA[Christina M Simanjuntak]]>;
<![CDATA[Marsono]]>;
<![CDATA[Sri Murniyanti]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v5i2.11488
<![CDATA[Trauma Musculoskeletal adalah gangguan pada tulang, otot, dan sendi yang sering akibat cedera, terutama dalam bentuk patah tulang (fraktur). Kasus ini banyak ditemukan pada pekerja yang kurang menyadari risiko kesehatan kerja, seehingga berdampak pada menurunnya kualitas hidup. Disisi lain, keterbatasan akses terhadap informasi medis yang cepat dan akurat sering menjadi hambatan dalam proses diagnosa awal. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis web yang mampu membantu mendiagnosa penyakit trauma musculoskeletal berdasarkan gejala yang dialami pasien. Sistem ini menggunkan metode Dempster Shafer, yaitu suatu pendekatan dalam kecerdasan buatan yang dirancang untuk menangani ketidakpastian dalam pengambilan keputusan. Metode ini menggabungkan sejumlah informasi berupa gejala dan menghitung tingkat keyakinan (belief) serta kemungkinan (plausibility) dari berbagai jenis penyakit yang dialami pasien.]]>
<![CDATA[Penerapan Data Mining Untuk Pola Penjualan Krim Pencerah Di Underprice Skincare Menggunakan Algoritma ECLAT ]]>
<![CDATA[Khairani Pratiwi]]>;
<![CDATA[Muhammad Syahril]]>;
<![CDATA[Rini Kustini]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v5i2.11547
<![CDATA[Underprice Skincare merupakan toko kosmetik yang menjual berbagai jenis produk kecantikan. Seiring berkembangnya industri kecantikan dan meningkatnya minat konsumen terhadap krim pencerah wajah, transaksi penjualan pun terus meningkat. Namun, data transaksi yang dihasilkan setiap hari belum dimanfaatkan secara maksimal untuk mendukung strategi penjualan. Pola penjualan merupakan cara untuk mengetahui produk apa saja yang sering dibeli bersamaan oleh konsumen, sehingga dapat membantu toko menentukan strategi penjualan yang tepat. Pembentukan pola penjualan dilakukan dengan mengumpulkan dan menganalisis data konsumen menggunakan teknik data mining dengan metode association rule. Salah satu algoritma dalam association rule adalah algoritma ECLAT (Equivalence Class Transformation), yang mampu melakukan pencarian itemset secara efisien dengan pendekatan vertikal dan tidak memerlukan pemindaian berulang pada dataset. Penelitian ini menggunakan 25 jenis produk dan 95 transaksi dengan nilai minimum support sebesar 7% dan minimum confidence sebesar 70%. Hasil dari penelitian ini berupa aturan asosiasi (association rules) yang dapat digunakan sebagai acuan dalam pembentukan strategi pola penjualan yang efektif. Sistem juga telah diuji menggunakan metode black box testing dan menunjukkan bahwa seluruh fungsionalitas berjalan sesuai dengan yang diharapkan, sehingga dapat digunakan sebagai alat bantu pengambilan keputusan penjualan pada toko Underprice Skincare.]]>
<![CDATA[Implementasi Algoritma Apriori Dalam Strategi Cross Selling Kasur Springbed Beserta Aksesoris Pelengkap ]]>
<![CDATA[Randy Fiolando Feriawan]]>;
<![CDATA[Kamil Erwansyah]]>;
<![CDATA[Ita Mariami]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v5i2.11555
<![CDATA[Perkembangan teknologi informasi yang pesat mendorong perusahaan untuk melakukan inovasi strategis guna mempertahankan daya saing di pasar yang kompetitif. Salah satu pendekatan yang dapat diterapkan adalah strategi cross selling, yaitu menawarkan produk tambahan yang relevan kepada pelanggan berdasarkan riwayat pembelian. CV. Citiland Internusa, sebagai perusahaan yang bergerak di bidang penjualan kasur springbed dan aksesoris pelengkap, memerlukan sistem pendukung keputusan untuk menentukan kombinasi produk yang sesuai agar dapat ditawarkan secara bersamaan. Penelitian ini bertujuan mengembangkan aplikasi berbasis desktop dengan menerapkan algoritma Apriori dalam metode data mining untuk menganalisis pola transaksi pelanggan. Data yang digunakan sebanyak 35 transaksi pada periode April hingga Mei 2024. Proses analisis dilakukan melalui perhitungan nilai support dan confidence untuk membentuk aturan asosiasi antar item. Hasil pengujian menunjukkan bahwa sistem mampu menghasilkan rekomendasi produk cross selling secara optimal. Uji fungsional menggunakan metode black box testing menunjukkan seluruh fitur berjalan sesuai spesifikasi. Aplikasi ini diharapkan mendukung pengambilan keputusan strategis dalam bidang pemasaran.]]>
<![CDATA[E-Recruitment Staff Digital Marketing Menggunakan Metode MAUT ]]>
<![CDATA[Nabilah Rahmah Hasibuan]]>;
<![CDATA[Mhd. Gilang Suryanata]]>;
<![CDATA[Usti Fatimah Sari Sitorus Pane]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v5i2.11583
<![CDATA[Penelitian ini dilakukan di PT Indah Logistik Cargo Cabang Sibuhuan yang bergerak di bidang jasa pengiriman barang. Seiring dengan perkembangan teknologi dan persaingan industri yang semakin ketat, perusahaan mengalami peningkatan kebutuhan tenaga kerja khususnya di bidang digital marketing. Namun, proses rekrutmen yang masih dilakukan secara konvensional menimbulkan permasalahan dalam hal efisiensi, ketepatan, dan kecepatan pengambilan keputusan. Oleh karena itu, dibutuhkan sebuah sistem berbasis digital untuk mendukung proses seleksi karyawan secara objektif dan efektif. Solusi yang diusulkan dalam penelitian ini adalah merancang dan mengembangkan sistem E-Recruitment berbasis web menggunakan metode Multi Attribute Utility Theory (MAUT). MAUT dipilih karena mampu memberikan hasil keputusan berdasarkan penilaian terhadap beberapa kriteria dan alternatif yang telah ditentukan perusahaan. Tahapan dalam metode ini meliputi proses pengumpulan data pelamar, perhitungan nilai atribut berdasarkan bobot, serta perangkingan untuk menentukan pelamar terbaik. Hasil dari penelitian ini berupa sistem E-Recruitment yang dapat membantu PT Indah Logistik Cargo Cabang Sibuhuan dalam melakukan proses rekrutmen secara lebih efisien, objektif, dan terukur. Sistem ini memberikan kemudahan kepada pihak HRD dalam melakukan seleksi kandidat sesuai kriteria yang dibutuhkan dan mempercepat proses pengambilan keputusan, khususnya untuk posisi staff digital marketing.]]>
<![CDATA[Jaringan Syaraf Tiruan Dalam Pengenalan Pola Aksara Batak Simalungun Menggunakan Convolutional Neural Network ]]>
<![CDATA[Muhammad Fadil]]>;
<![CDATA[Hafizah]]>;
<![CDATA[Azlan]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v5i2.11644
<![CDATA[Aksara Batak Simalungun merupakan warisan budaya tak benda yang mulai terpinggirkan di era digital. Penelitian ini bertujuan mengembangkan sistem pengenalan pola aksara Batak Simalungun secara otomatis menggunakan algoritma Convolutional Neural Network (CNN). Dataset terdiri dari 570 citra tulisan tangan dari sepuluh responden, masing-masing menulis 19 huruf sebanyak tiga kali. Gambar diambil menggunakan kamera ponsel dan melalui tahapan praproses seperti resizing, konversi ke RGB dan normalisasi. Arsitektur CNN dirancang khusus dengan lapisan konvolusi, RelU, pooling, Flatten dan fully connected layer. Hasil pengujian menunjukkan model mampu mengenali aksara dengan akurasi tinggi, yaitu sebesar 91,98%, serta nilai presisi, recall, dan f1-score yang baik. Penelitian ini menunjukkan bahwa CNN efektif dalam mengenali pola visual kompleks dan berpotensi digunakan untuk pelestarian budaya melalui aplikasi edukatif.]]>
<![CDATA[Smart Healthcare untuk Mendiagnosa Penyakit Gerd Menggunakan Metode Teorema Bayes ]]>
<![CDATA[Reggina Agnes Yohanna Aruan]]>;
<![CDATA[Hendryan Winata]]>;
<![CDATA[Deski Helsa Pane]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v5i2.11678
<![CDATA[Gastroesophageal Reflux Disease (GERD) adalah gangguan pencernaan yang prevalensinya terus meningkat dan berdampak pada kualitas hidup. Diagnosis konvensional bersifat invasif, memerlukan biaya tinggi, dan waktu lama. Penelitian ini mengembangkan sistem smart healthcare berbasis web menggunakan metode Teorema Bayes untuk membantu diagnosis dini GERD. Sistem memanfaatkan data gejala dan riwayat medis pasien untuk menghitung probabilitas penyakit secara otomatis. Data diperoleh melalui observasi dan wawancara di Rumah Sakit Umum Hidayah. Hasil pengujian menunjukkan sistem mampu memberikan rekomendasi diagnosis secara cepat, akurat, dan efisien, sehingga mendukung pengambilan keputusan medis serta mempermudah akses layanan kesehatan. Penerapan metode ini efektif untuk diagnosis GERD dan berpotensi dikembangkan untuk penyakit lain.]]>
<![CDATA[Sistem Pakar Diagnosa Penyakit Canities Pada Remaja Menggunakan Metode Teorema Bayes ]]>
<![CDATA[Alexander Wahyuda Sembiring]]>;
<![CDATA[Muhammad Dahria]]>;
<![CDATA[Syahrifah Fadillah Rezky]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v5i2.11705
<![CDATA[Canities premature, atau lebih dikenal sebagai uban dini, merupakan kondisi yang sering terjadi pada remaja dan dapat dipengaruhi oleh berbagai faktor, termasuk, genetik. Salah satu penyebab terjadinya penyakit canities pada usia remaja yaitu hilangnya pigmen melanin pada rambut sebelum usia normal yang dapat menyebabkan penurunan kepercayaan diri dan bahkan depresi bagi usia masa remaja yang sangat memperhatikan penampilan dan persepsi sosial[1][1][1][1][1][1][1][1][1][1][1]. Diagnosis dini dan penanganan yang tepat sangat penting untuk mengurangi dampak negatif ini. Hasil dari penelitian ini dapat membantu mendiagnosa Kondisi Canities Premature dengan gejala yang dialami pasien serta penanganannya. Oleh karenanya pada penelitian ini akan dibangun sebuah sistem berjudul “Sistem Pakar Diagnosa Penyakit Canities Pada Remaja Menggunakan Metode Teorema Bayes”.]]>
<![CDATA[Analisis Preferensi Pilihan Rasa Kopi Menggunakan Teknik Data Mining Pada Survey Konsumen Menggunakan Algoritma K-means Clustering ]]>
<![CDATA[Muhammad Rafli Siregar]]>;
<![CDATA[Ishak]]>;
<![CDATA[Feri Setiawan]]>
<![CDATA[ Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026 ]]>
Publisher : <![CDATA[STMIK Triguna Dharma ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.53513/jursi.v5i2.11856
<![CDATA[Kopi merupakan salah satu minuman yang banyak digemari oleh masyarakat dari berbagai kalangan. Setiap individu memiliki preferensi rasa kopi yang berbeda, seperti rasa manis, pahit, atau asam. Untuk memahami pola preferensi konsumen terhadap rasa kopi, dibutuhkan metode analisis yang mampu mengelompokkan data secara efektif. Penelitian ini menggunakan teknik data mining dengan algoritma K-Means Clustering untuk menganalisis hasil survei konsumen mengenai rasa kopi. Data dikumpulkan melalui kuesioner yang menilai atribut rasa berdasarkan skala tertentu, kemudian diproses menggunakan algoritma K-Means untuk membentuk beberapa kelompok preferensi. Hasil dari proses klastering menunjukkan bahwa konsumen terbagi ke dalam beberapa klaster dengan kecenderungan rasa tertentu. Temuan ini dapat digunakan oleh pelaku usaha kopi untuk merancang produk yang lebih sesuai dengan selera konsumen di setiap klaster. Penelitian ini membuktikan bahwa teknik K-Means Clustering efektif dalam mengidentifikasi pola preferensi rasa kopi dari data survei konsumen.]]>
