cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Kamil Erwansyah
Contact Email
erwansyah.kamil@gmail.com
Phone
+62811656784
Journal Mail Official
prpmtgd@gmail.com
Editorial Address
Jl. Pintu Air I/Jend. AH Nasution No. 73, Medan Johor Sumatera Utara - Indonesia
Location
Kota medan,
Sumatera utara
INDONESIA
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)
Published by STMIK Triguna Dharma
ISSN : 28281004     EISSN : 28282566     DOI : https://doi.org/10.53513/jursi.v1i2.4814
Core Subject : Science,
Computer Science & IT
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
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 568 Documents
 53   54   55   56   57 
E-Diagnosa Penyakit Jantung Menggunakan Metode Teorema Bayes Eka Santi M. Manalu; Hendra Jaya; Sobirin
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.12088

Abstract

Jantung merupakan organ vital yang rentan terhadap berbagai penyakit, menjadikannya penyebab utama kematian di dunia, termasuk Indonesia. Keterbatasan akses terhadap layanan kesehatan, terutama di daerah terpencil, serta kurangnya kesadaran masyarakat terhadap deteksi dini penyakit jantung, memperburuk situasi ini. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan mengembangkan sistem pakar berbasis web yang mampu mendiagnosis penyakit jantung secara cepat dan akurat menggunakan metode Teorema Bayes. Sistem ini dirancang untuk membantu masyarakat dan tenaga medis dalam proses diagnosis awal dengan mengintegrasikan pengetahuan medis dan gejala penyakit jantung. Data yang digunakan dalam penelitian ini dikumpulkan dari Rumah Sakit Mitra Sejati Medan, mencakup data pasien dan riwayat penyakit jantung. Metode Teorema Bayes diterapkan untuk menghitung probabilitas terjadinya penyakit jantung berdasarkan gejala yang dilaporkan. Hasil penelitian menunjukkan bahwa sistem pakar yang dikembangkan mampu mendeteksi penyakit jantung seperti Penyakit Jantung Koroner, Gagal Jantung, dan Aritmia dengan akurasi yang memadai.
Sistem Pakar untuk Diagnosis Hama dan Penyakit Jeruk Manis dengan Metode K-Nearest Neighbor Jhonni Parulian Rumahorbo; Khairi Ibnutama; Masyuni Hutasuhut
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.12142

Abstract

Tanaman jeruk manis sangat rentan terhadap serangan hama dan penyakit yang dapat dikenali melalui gejala awal. Namun, kurangnya pengetahuan petani dan keterbatasan waktu untuk berkonsultasi dengan pakar sering menyebabkan gejala tersebut diabaikan hingga berkembang menjadi kondisi yang sulit dikendalikan. Permasalahan ini memunculkan kebutuhan akan sistem yang dapat membantu proses identifikasi dan diagnosis secara mandiri. Penelitian ini mengembangkan sistem pakar berbasis web untuk mendiagnosis hama dan penyakit pada jeruk manis menggunakan metode K-Nearest Neighbor (K-NN). Metode ini dipilih karena kemampuannya mengklasifikasikan data gejala berdasarkan kemiripan dengan kasus referensi dalam basis pengetahuan. Sistem dirancang sebagai alat bantu konsultasi sekaligus media pembelajaran bagi petani dan penyuluh pertanian. Berdasarkan studi sebelumnya, K-NN terbukti fleksibel dan memiliki akurasi tinggi, sehingga relevan untuk diterapkan pada sistem pakar pertanian. Hasil pengujian menunjukkan bahwa sistem mampu memberikan diagnosis dengan nilai kedekatan 0,78, yang termasuk kategori “Pasti”. Implementasi berbasis web memudahkan akses pengguna, sedangkan pengujian menggunakan Black Box Testing memastikan seluruh fungsi berjalan sesuai harapan. Dengan demikian, sistem ini efektif membantu petani mengenali gejala awal serta memberikan rekomendasi penanganan dan pencegahan hama dan penyakit jeruk manis secara tepat.
Sistem Pakar Dalam mendiagnosa Penyakit Newscatle Pada Ayam Pedaging Menggunakan Metode Teorema Bayes Sonia Herianti Tarigan; Yopi Hendro Syahputra; Devri Suherdi
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.12209

Abstract

Penelitian ini membahas pengembangan sistem pakar untuk mendiagnosa penyakit Newcastle Disease (ND) pada ayam pedaging menggunakan metode Teorema Bayes. ND merupakan penyakit viral yang sangat menular dan dapat menimbulkan kerugian ekonomi signifikan bagi peternak karena tingkat kematian yang tinggi. Di Medan, penyakit ini masih menjadi ancaman serius dan belum banyak dilakukan penelitian terkait solusi berbasis teknologi. Penelitian ini bertujuan untuk mengidentifikasi gejala utama penyakit ND, mengimplementasikan Teorema Bayes dalam mendiagnosa, serta merancang sistem pakar berbasis web yang dapat membantu peternak maupun instansi terkait dalam mendeteksi penyakit sejak dini. Metodologi penelitian meliputi pengumpulan data melalui observasi, wawancara dengan pakar, serta studi literatur
Sistem Pendukung Keputusan Penentuan Cangkang Sawit Kualitas Ekspor Menggunakan Metode MOORA Berbasis Web Shara Dina; Dedi Setiawan; Rudi Gunawan
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.12212

Abstract

Indonesia merupakan produsen utama kelapa sawit dunia yang tidak hanya menghasilkan minyak sawit, tetapi juga limbah padat berupa cangkang sawit. Cangkang sawit memiliki nilai ekonomi tinggi karena potensinya sebagai bahan bakar alternatif dan komoditas ekspor. Namun, penilaian kualitas cangkang sawit untuk keperluan ekspor masih sering dilakukan secara manual dan subjektif, sehingga rawan terhadap ketidaksesuaian standar mutu. Oleh karena itu, diperlukan sistem pendukung keputusan (SPK) yang objektif dan terukur untuk menilai kelayakan ekspor berdasarkan berbagai kriteria seperti kadar air, kadar abu, ukuran partikel, dan kandungan mineral. Penelitian ini mengusulkan pengembangan SPK berbasis web menggunakan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA), yang mampu menangani multikriteria dan memberikan hasil pemeringkatan alternatif secara efisien. Sistem ini dirancang untuk meningkatkan transparansi, akuntabilitas, serta efisiensi proses evaluasi mutu cangkang sawit. Dengan integrasi teknologi informasi dan keterlibatan stakeholder, sistem ini diharapkan mampu mendukung proses ekspor yang lebih kompetitif dan sejalan dengan transformasi digital di sektor agroindustri. Selain itu, sistem ini memiliki potensi pengembangan lebih lanjut melalui integrasi IoT dan kecerdasan buatan untuk peningkatan akurasi dan otomatisasi data.
Prediksi Harga Kelapa Sawit Dan Kesejahteraan Petani Di Indonesia Menggunakan Regresi Linear Dan K-Means Clustering Herriyance; Adi Sarpan Alahut Harahap; Zaimah Panjaitan
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 2 (2026): EDISI MARET 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i2.12672

Abstract

Fluktuasi harga komoditas global seringkali tidak berbanding lurus dengan tingkat kesejahteraan petani di tingkat tapak akibat adanya disparitas biaya hidup antar wilayah dan skala kepemilikan lahan yang beragam. Penelitian ini mengembangkan arsitektur sistem cerdas untuk memitigasi dampak ketidakpastian tersebut. Mengingat adanya ketimpangan kualitas data historis antar provinsi, penelitian ini menerapkan strategi Regresi Linear Adaptif (Adaptive Linear Regression) dengan mekanisme seleksi hibrida. Strategi ini bekerja sebagai jaring pengaman (Fail-Safe), di mana sistem secara otomatis menyeleksi antara Model Lokal (spesifik provinsi) dan Model Global (agregat nasional) berdasarkan ambang batas akurasi (R2 > 0.5). Pendekatan ini menjamin ketersediaan proyeksi harga yang valid bahkan pada wilayah dengan data yang jarang (sparse) tanpa memaksakan model lokal yang bias. Selanjutnya, pemetaan stratifikasi sosial-ekonomi dilakukan menggunakan algoritma K-Means Clustering yang dikalibrasi ulang dengan variabel Biaya Hidup Dinamis berbasis data Pengeluaran Per Kapita BPS. Hasil pengujian menunjukkan bahwa strategi seleksi model adaptif mampu mempertahankan konsistensi prediksi dengan rata-rata R2 agregat sebesar 0.8727. Evaluasi klasterisasi (Silhouette Score 0.6477) mengungkap temuan kritis bahwa predikat 'Sejahtera' bersifat relatif; petani lahan sempit (<2 hektar) di wilayah berbiaya tinggi (seperti Riau) teridentifikasi tetap rentan secara struktural meskipun harga TBS sedang dalam tren positif.
Komparasi Algoritma Enkripsi Simetris dan Asimetris Berdasarkan Avalanche Effect dan Waktu Komputasi Nahdah Salsabiil Damanik; Saiful Nur Arif
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 3 (2026): EDISI MEI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i3.12855

Abstract

Keamanan data menjadi aspek kritis dalam sistem informasi modern karena ancaman siber semakin kompleks dan kebutuhan perlindungan data terus meningkat. Pemilihan algoritma enkripsi yang tepat perlu mempertimbangkan kekuatan keamanan dan efisiensi pemrosesan. Penelitian ini membandingkan performa enam algoritma enkripsi, yaitu AES-128, AES-256, DES, 3DES, RSA-1024, dan RSA-2048, menggunakan data sintetis berupa plainteks berukuran 128-bit, 256-bit, 512-bit, dan 1024-bit pada lingkungan pengujian terkontrol. Parameter evaluasi mencakup avalanche effect sebagai indikator difusi kriptografis dan waktu komputasi sebagai indikator efisiensi. Hasil pengujian menunjukkan bahwa AES-256 menghasilkan nilai avalanche effect rata-rata 49,98%, paling dekat dengan nilai ideal 50% dibanding algoritma lain. Algoritma simetris secara umum memiliki waktu komputasi lebih rendah daripada algoritma asimetris, terutama pada ukuran plainteks yang lebih besar. DES menunjukkan performa terendah dengan nilai avalanche effect yang tidak stabil. Berdasarkan hasil tersebut, AES-256 direkomendasikan untuk sistem yang membutuhkan kecepatan dan keamanan tinggi, sedangkan RSA-2048 lebih tepat digunakan untuk pertukaran kunci dan autentikasi digital.
Sistem Prediksi Dini Keberhasilan Akademik Mahasiswa Berbasis Random Forest dengan Algoritma CART Yasir Hasan
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 4 (2026): EDISI JULI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i4.13247

Abstract

Tingginya angka mahasiswa yang tidak lulus atau tidak menyelesaikan studi tepat waktu menjadi permasalahan utama di perguruan tinggi. Penelitian ini bertujuan mengimplementasikan algoritma CART sebagai base estimator dalam Random Forest untuk memprediksi status keberhasilan akademik mahasiswa berdasarkan data historis akademik. Model dibangun menggunakan 8 variabel akademik yaitu IPS1-IPS4, tingkat kehadiran, SKS diambil, SKS lulus, dan jumlah mata kuliah mengulang, dengan tiga kelas status keberhasilan Tidak Lulus, Lulus Tidak Tepat Waktu, dan Lulus Tepat Waktu. Hasil pengujian pada 10 data uji menunjukkan bahwa Random Forest dengan 100 pohon menghasilkan akurasi 90%, dengan satu perbedaan prediksi pada data yang berada di batas ambang jika dibandingkan dengan satu pohon CART pertama. Berdasarkan validasi silang 5-fold, Random Forest menunjukkan rata-rata akurasi 89% yang lebih stabil dan konsisten. Analisis feature importance mengungkap bahwa Jumlah MK Mengulang merupakan faktor paling dominan (0.28), diikuti oleh SKS Lulus (0.21) dan SKS Diambil (0.16). Sistem prediksi dini yang dikembangkan dengan antarmuka PySimpleGUI dapat digunakan oleh dosen pembimbing akademik dan pengelola program studi sebagai alat bantu pengambilan keputusan dan intervensi akademik secara proaktif.
Smart Robot Mobile Transporter Berbasis Arduino dengan Kendali Android sebagai Media Workshop Generasi Z Devri Suherdi; Syarifah Fadillah Rezky
Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) Vol. 5 No. 4 (2026): EDISI JULI 2026
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jursi.v5i4.13321

Abstract

Perkembangan Revolusi Industri 4.0 menuntut adanya media pembelajaran robotika yang tidak hanya bersifat teoritis, tetapi juga aplikatif dan kontekstual, sementara praktik workshop robotika di lembaga kursus masih didominasi oleh robot line follower, mobil radio control (RC), dan kit pasif yang belum merepresentasikan sistem otomasi industri sesungguhnya. Penelitian ini bertujuan mengembangkan prototipe Smart Robot Mobile Transporter berbasis mikrokontroler Arduino Uno dengan kendali Android melalui modul Bluetooth HC-05 sebagai media pembelajaran robotika kontekstual bagi Generasi Z. Metode penelitian menggunakan pendekatan Research and Development (R&D) dengan model prototyping, meliputi tahap analisis kebutuhan, perancangan sistem, perakitan perangkat keras, pengembangan perangkat lunak, pengujian, dan evaluasi. Robot dirancang dengan kombinasi motor DC sebagai penggerak roda, motor servo MG996R sebagai aktuator robot arm, serta motor driver L298N sebagai pengatur arah dan kecepatan. Hasil pengujian menunjukkan komunikasi Bluetooth berjalan stabil pada jarak operasional yang direncanakan, motor DC mampu menggerakkan robot dengan baik, dan motor servo dapat mengangkat beban ringan sesuai kapasitasnya. Implementasi pada kegiatan workshop menunjukkan peningkatan keterlibatan peserta serta pemahaman terhadap konsep otomasi industri. Penelitian ini menyimpulkan bahwa integrasi hardware, software, dan komunikasi nirkabel pada Smart Robot Mobile Transporter mampu menjembatani kesenjangan antara robot edukasi dan robot industri, sekaligus menjadi media pembelajaran berbasis proyek yang relevan bagi karakteristik Generasi Z sebagai digital native.

Page 57 of 57 | Total Record : 568

 53   54   55   56   57 

Filter by Year

2022 2026


Reset
Filter By Issues
All Issue Vol. 5 No. 4 (2026): EDISI JULI 2026 Vol. 5 No. 3 (2026): EDISI MEI 2026 Vol. 5 No. 2 (2026): EDISI MARET 2026 Vol. 5 No. 1 (2026): EDISI JANUARI 2026 Vol. 4 No. 6 (2025): EDISI NOVEMBER 2025 Vol. 4 No. 5 (2025): EDISI SEPTEMBER 2025 Vol. 4 No. 4 (2025): EDISI JULI 2025 Vol. 4 No. 3 (2025): EDISI MEI 2025 Vol. 4 No. 2 (2025): EDISI MARET 2025 Vol. 4 No. 1 (2025): EDISI JANUARI 2025 Vol. 3 No. 6 (2024): Edisi November 2024 Vol. 3 No. 5 (2024): Edisi September 2024 Vol. 3 No. 4 (2024): Edisi Juli 2024 Vol. 3 No. 3 (2024): Edisi Mei 2024 Vol. 3 No. 2 (2024): EDISI MARET 2024 Vol. 3 No. 1 (2024): EDISI JANUARI 2024 Vol. 2 No. 6 (2023): EDISI NOVEMBER 2023 Vol. 2 No. 5 (2023): EDISI SEPTEMBER 2023 Vol. 2 No. 4 (2023): EDISI JULI 2023 Vol. 2 No. 3 (2023): EDISI MEI 2023 Vol. 2 No. 2 (2023): EDISI MARET 2023 Vol. 2 No. 1 (2023): EDISI JANUARI 2023 Vol 1, No 6 (2022): EDISI NOVEMBER 2022 Vol 1, No 5 (2022): EDISI SEPTEMBER 2022 Vol. 1 No. 4 (2022): EDISI JULI 2022 Vol 1, No 4 (2022): EDISI JULI 2022 Vol 1, No 3 (2022): EDISI MEI 2022 Vol 1, No 2 (2022): EDISI MARET 2022 Vol 1, No 1 (2022): EDISI JANUARI 2022 More Issue