cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Abdi Rahim Damanik
Contact Email
abdirahimdmk@gmail.com
Phone
+6285767845317
Journal Mail Official
admin@ejournal.siantarcodesacademy.com
Editorial Address
Jl Purwo, Karangsari, Simalungun, Sumatera Utara
Location
Kab. simalungun,
Sumatera utara
INDONESIA
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara
Published by Siantar Codes Academy
ISSN : -     EISSN : 30634830     DOI : https://doi.org/10.260396/
Core Subject : Science, Education,
Computer Science & IT Education Mathematics
JIKOMNUS: Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara adalah jurnal nasional dalam bahasa indonesia dengan frekuensi terbitan sebanyak 2 (kali) kali dalam Setahun. Jurnal ini bertujuan untuk mempublikasikan hasil penelitian terbaik anda agar bisa dibaca oleh banyak orang. Jurnal JIKOMNUS hanya menerbitkan artikel dengan tema komputer. Ruang lingkup publikasi ini meliputi : Teori Komputasi (Computational Theory, Arsitektur dan Organisasi Komputer (Computer Architecture and Organization), Sistem Operasi (Operating Systems), Jaringan Komputer (Computer Networks), Basis Data (Database Systems), Keamanan Komputer (Computer Security), Grafika Komputer (Computer Graphics), Kecerdasan Buatan (Artificial Intelligence), Pemrosesan Bahasa Alami (Natural Language Processing), Pemrograman (Programming), Sistem Informasi (Information Systems), Ilmu Data (Data Science), Pengembangan Perangkat Lunak (Software Development), Komputasi Awan (Cloud Computing), Komputasi Kuantum (Quantum Computing)
Arjuna Subject : Matematika - Ilmu Komputer Teoritis
Articles 50 Documents
 1   2   3   4   5 
Peran Fintech Dalam Meningkatkan Penjualan Umkm Dimsum Mentai Di Era Digital Siti Nur Khodiah; Vica Natal Gabriella Siahaan; Romauli Nainggolan; Intan Sari Dewi; Magdalena Pangaribuan; Fatma Sari Dewi; Bahrudi Efendi Damanik
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 3 No. 1 (2025): Volume 3 No 1 Tahun 2025
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/8ebcp603

Abstract

Perkembangan teknologi finansial (fintech) memberikan peluang besar bagi pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) untuk meningkatkan penjualan, khususnya pada bisnis dimsum mentai di era digital. Penelitian ini bertujuan untuk menganalisis peran fintech dalam mendukung pertumbuhan penjualan UMKM dimsum mentai melalui kemudahan transaksi digital, akses pasar yang lebih luas, dan pengelolaan keuangan yang efisien. Metode penelitian menggunakan pendekatan kualitatif dengan studi kasus pada beberapa UMKM dimsum di Kota Medan. Hasil penelitian menunjukkan bahwa fintech mampu meningkatkan volume transaksi dan memperluas jangkauan pelanggan, sehingga berdampak positif pada peningkatan pendapatan UMKM. Kesimpulannya, fintech merupakan solusi strategis dalam mendukung pengembangan UMKM dimsum mentai di era digital yang semakin kompetitif.
Sistem Pendukung Keputusan Dalam Pemilihan Sepeda Motor Merk Honda Pada Mahasiswa Dengan Metode Mamdani Syawaluddin Kadafi Parinduri; Abdi Rahim Damanik; Indra Gunawan; Sumarno, Sumarno; Heru Satria Tambunan
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 3 No. 1 (2025): Volume 3 No 1 Tahun 2025
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/y3rjcj17

Abstract

Pengambilan keputusan dalam memilih sepeda motor seringkali menjadi permasalahan bagi konsumen karena banyaknya pilihan yang tersedia dengan berbagai spesifikasi, harga, dan fitur yang ditawarkan. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) yang dapat membantu calon konsumen anak muda ataupun mahasiswa dalam menentukan pilihan sepeda motor dengan merk Honda yang sesuai dengan kebutuhannya. Metode yang digunakan dalam sistem ini adalah logika fuzzy Mamdani, yang mampu menangani ketidakpastian dan subjektivitas dalam pengambilan keputusan. Kriteria yang digunakan meliputi harga, konsumsi bahan bakar, dan kualitas. Hasil pengujian menunjukkan bahwa sistem mampu memberikan rekomendasi yang akurat dan sesuai dengan preferensi pengguna. Dengan adanya sistem ini, diharapkan proses pengambilan keputusan menjadi lebih efektif dan efisien.  
Peningkatan Motivasi Karyawan Melalui Strategi Manejemen Kepemimpinan Efektif di Rumah Sakit Pematangsiantar Hendry Qurniawan; Sumarno, Sumarno; Indra Gunawan; Heru Satria Tambunan
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 3 No. 1 (2025): Volume 3 No 1 Tahun 2025
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/5wgexc56

Abstract

Motivasi karyawan merupakan faktor penting dalam meningkatkan kualitas pelayanan rumah sakit. Penelitian ini bertujuan untuk mengidentifikasi dan merumuskan strategi peningkatan motivasi karyawan di Rumah Sakit Pematang Siantar. Metode penelitian menggunakan pendekatan kualitatif dengan pengumpulan data melalui wawancara, observasi, dan studi dokumentasi. Hasil penelitian menunjukkan beberapa strategi utama yang efektif meningkatkan motivasi antara lain pelatihan berkelanjutan, lingkungan kerja kondusif, sistem penghargaan yang adil, serta komunikasi yang terbuka dan transparan. Implementasi strategi-strategi ini memberikan kontribusi positif terhadap kinerja dan kepuasan kerja karyawan rumah sakit.
Pemetaan Zona Risiko Stunting Menggunakan Algoritma K-Medoids Berbasis Mobile Pada Wilayah Pematangsiantar Salsabila, Sophia; Uci Julya Ningsih; Dewi Santika; Isniar Yaskinah Hutapea; Syalommitha Situmorang; Abdi Rahim Damanik
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 4 No. 1 (2025): Volume 4 No 1 Tahun 2025
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/jb72mw95

Abstract

Stunting merupakan salah satu permasalahan kesehatan yang masih menjadi tantangan di Kota Pematangsiantar, terutama karena proses identifikasi wilayah berisiko masih dilakukan secara manual sehingga analisis data menjadi kurang efektif. Penelitian ini bertujuan untuk mengembangkan aplikasi pemetaan zona risiko stunting berbasis mobile dengan menerapkan algoritma K-Medoids guna mengelompokkan data balita berdasarkan kemiripan karakteristik pertumbuhan. Data yang digunakan meliputi tinggi badan, berat badan, usia, serta indikator lingkungan yang relevan. Proses penelitian meliputi pengumpulan data, perancangan sistem menggunakan UML, implementasi algoritma K-Medoids pada aplikasi Android dengan bahasa pemrograman Java, serta evaluasi fungsionalitas sistem. Hasil penelitian menunjukkan bahwa metode K-Medoids mampu membentuk klaster risiko stunting yang representatif dan stabil, terdiri dari kategori Tidak Risiko, Risiko Rendah, Risiko Tinggi, dan Darurat Stunting. Aplikasi mobile yang dikembangkan juga berhasil menampilkan hasil analisis dan visualisasi peta risiko secara interaktif, sehingga dapat membantu tenaga kesehatan dalam memonitor dan menentukan prioritas intervensi secara lebih cepat dan akurat. Sistem ini diharapkan dapat menjadi pendukung keputusan dalam upaya pencegahan dan penanganan stunting di wilayah Pematangsiantar.
Aplikasi Prediksi Kepadatan Penduduk Menggunakan Decision Tree Anis Dwi Rizky; Abdi Rahim Damanik; Muhammad Deri Andriansyah Situmorang; Ahmad Farhan Lumbangaol; Audyananda; Hotmaida Asima Verawati Simorangkir
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 4 No. 1 (2025): Volume 4 No 1 Tahun 2025
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/7aygeq97

Abstract

The continuous increase in population growth requires an analytical system capable of providing predictive information to support regional development planning. This study aims to develop a population density prediction application using the Decision Tree algorithm by utilizing official population data from the Central Statistics Agency (BPS) covering population and area. The research process is carried out through several stages, namely problem identification, data collection, system design, model implementation, and application evaluation. The Decision Tree algorithm was chosen because it is able to provide a decision tree structure that is easy to interpret and effective for tabular data-based classification. Attribute separation measurements were carried out using the Gini Index, Entropy, and Information Gain to determine the best attribute to form a node. The analysis results show that the population attribute is the most influential variable in determining the density category, with the highest Information Gain of 1.5269. The model produces clear classification rules, such as low density categories for areas with a population of less than 3 million, medium for 3–10 million, and high for more than 10 million people. The application evaluation shows that the system is able to run stably and provides accurate prediction results according to the data pattern. The application developed is expected to assist local governments in monitoring and anticipating changes in population density as a basis for data-driven planning.
Aplikasi Sistem Pendukung Keputusan Siswa Berprestasi  Menggunakan Metode Topsis Berbasis Vb Net Suci Syahfitri; Hartini Damanik; Yasmin Widiyasha; Fauziah Dea Irwanda; Monica Anastasya Putri Sinaga
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 4 No. 1 (2025): Volume 4 No 1 Tahun 2025
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/j3pd3789

Abstract

The student achievement assessment system at the secondary school level often faces obstacles in the form of subjective, unstructured evaluation processes that require a long time when done manually. This study developed a Student Achievement Decision Support System Application using the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method implemented in VB.Net. The TOPSIS method was chosen because it is capable of ranking alternatives based on their proximity to the ideal solution. This system utilizes three main criteria as the basis for assessment, namely academic achievement, activity, and discipline. All values are processed through normalization, weighting, positive and negative ideal solution calculations, to produce preference scores to determine the final student rankings. The application provides modules for student data input, value input, TOPSIS processing, and final result reports. The interface is designed to be easy to use by schools, equipped with assessment history tables and graphical visualizations of the ranking results. Test results show that the system is capable of processing data quickly, accurately, and consistently, thereby supporting an objective evaluation process. The implementation of this application is expected to help schools select high-achieving students in a more transparent, measurable, and efficient manner. With this system in place, decision-making no longer depends on subjective assessments, but rather on standardized mathematical calculations. Keywords: decision support system, TOPSIS method, VB.NET, high-achieving students
Implementasi Algoritma Apriori Pada Sistem Rekomendasi Usaha Mikro Berbasis Mobile WIRANDY, WAHYU; Ilfa Hani; Kelwin Doly Siahaan; Alvin Michael Damanik; Ihsan Habibie Nasution; Bayu Fikriyansyah
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 4 No. 1 (2025): Volume 4 No 1 Tahun 2025
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/k8epf379

Abstract

Aplikasi rekomendasi usaha berbasis data dibutuhkan untuk membantu masyarakat menentukan jenis usaha yang sesuai dengan kebutuhan pasar di tingkat kecamatan. Banyak pelaku Usaha Mikro, Kecil, dan Menengah (UMKM) masih memulai usaha tanpa dasar data sehingga menghadapi risiko ketidaksesuaian dengan pola konsumsi masyarakat. Penelitian ini bertujuan mengembangkan aplikasi mobile yang mampu memberikan rekomendasi usaha mikro dengan menerapkan algoritma Apriori untuk menganalisis pola transaksi masyarakat. Metode yang digunakan meliputi pengumpulan data transaksi melalui aplikasi SIPROMU, pra-pemrosesan data, perhitungan support, confidence, dan lift menggunakan algoritma Apriori pada sisi server, serta penyajian hasil dalam bentuk visualisasi grafik dan daftar rekomendasi. Hasil penelitian menunjukkan bahwa pola asosiasi yang terbentuk memiliki nilai support antara 0,333 hingga 0,5, confidence sebesar 1,0, dan lift pada kisaran 2,00 hingga 3,00, yang menandakan hubungan kuat antar item dalam transaksi. Aplikasi yang dikembangkan mampu menampilkan hasil analisis secara interaktif dan informatif, sehingga dapat menjadi alat bantu masyarakat dalam mengenali peluang usaha potensial di wilayahnya. Penelitian ini berkontribusi pada upaya digitalisasi UMKM dengan menghadirkan sistem rekomendasi yang mudah diakses dan berbasis data. Ke depan, penggunaan dataset transaksi riil dalam jumlah lebih besar diharapkan dapat meningkatkan akurasi rekomendasi yang dihasilkan
APLIKASI  KLASIFIKASI TINGKAT KEMISKINAN WARGA BERBASIS K-MEANS Silvia Hani; Zahra Chaizura; Abdi Rahim Damanik
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 4 No. 1 (2025): Volume 4 No 1 Tahun 2025
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/sy65vc86

Abstract

Pendataan tingkat kemiskinan warga masih banyak dilakukan secara manual sehingga menimbulkan ketidakakuratan dan potensi subjektivitas dalam penentuan kategori kesejahteraan. Penelitian ini bertujuan untuk mengembangkan Aplikasi Klasifikasi Tingkat Kemiskinan Warga Berbasis K-Means yang mampu mengelompokkan warga secara otomatis berdasarkan pendapatan, pengeluaran, dan jumlah aset. Algoritma K-Means digunakan untuk melakukan proses clustering dan menghasilkan tiga kategori tingkat kemiskinan, yaitu Sangat Miskin, Rentan Miskin, dan Mampu. Metode penelitian meliputi identifikasi masalah, pengumpulan data, perancangan sistem, implementasi, dan evaluasi. Hasil pengujian menunjukkan bahwa aplikasi dapat memproses data secara cepat, memberikan hasil klasifikasi yang konsisten, serta meningkatkan objektivitas dibandingkan penilaian manual. Aplikasi ini diharapkan dapat membantu proses pendataan sosial ekonomi warga menjadi lebih akurat dan terstruktur, serta dapat menjadi dasar bagi pengembangan sistem analisis data pada penelitian selanjutnya.
Aplikasi SPK Evaluasi Kualitas Pengajaran Dosen Menggunakan Metode SAW Azzahra, Fadillah; Mhd.Hanafi; Mhd.Iwang Wandana; Fazli Nugraha Tambunan
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 4 No. 1 (2025): Volume 4 No 1 Tahun 2025
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/gqs31e21

Abstract

Penilaian terhadap kualitas kinerja dosen merupakan elemen fundamental dalam upaya penjaminan mutu pendidikan tinggi karena berimplikasi langsung terhadap capaian akademik mahasiswa. Namun, mekanisme evaluasi yang masih mengandalkan proses manual sering kali menghadapi berbagai permasalahan, seperti tingginya potensi bias penilaian, lambatnya pengolahan data, serta inkonsistensi hasil evaluasi antarresponden. Oleh karena itu, penelitian ini diarahkan pada pengembangan dan penerapan Sistem Pendukung Keputusan (SPK) berbasis metode Simple Additive Weighting (SAW) sebagai sarana penilaian kinerja dosen yang lebih sistematis dan objektif. Pendekatan penelitian dilakukan secara terpadu melalui metode kualitatif dan kuantitatif dengan teknik pengumpulan data berupa observasi, wawancara, serta analisis data evaluasi dari mahasiswa. Sistem dikembangkan dalam bentuk aplikasi berbasis Android yang terintegrasi dengan basis data untuk mengelola proses normalisasi, pembobotan kriteria, serta perhitungan nilai preferensi secara otomatis. Hasil penelitian menunjukkan bahwa sistem yang diimplementasikan mampu meningkatkan ketepatan hasil penilaian, mempercepat proses evaluasi, serta memperkuat pengambilan keputusan akademik yang berbasis data dan transparan.
Sistem Pendukung Keputusan Promosi Jabatan Dengan Metode Saw Sumarlin, Sumarlin; Sundari Retno Andani; Romulo P. Aritonang
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 4 No. 1 (2025): Volume 4 No 1 Tahun 2025
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/4mrcqz14

Abstract

Salah satu kunci kesuksesan sebuah perusahaan adalah sumber daya manusia. Penempatan sumber daya yang tepat pada sebuah posisi jabatan merupakan faktor utama dalam menentukan keberhasilan sebuah perusahaan. Ketika sebuah posisi jabatan diduduki oleh karyawan yang tepat, maka sebuah perusahaan akan memperoleh hasil yang maksimal. Salah satu bentuk kegiatan yang berhubungan dengan SDM perusahaan adalah kegiatan promosi jabatan. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan yang digunakan untuk promosi  jabatan. Sistem pendukung keputusan ini menggunakan metode SAW (Simple Additive Weighting). Metode ini akan menentukan bobot dari masing-masing atribut yang kemudian akan dilakukan perankingan untuk menentukan alternatif terbaik.

Page 5 of 5 | Total Record : 50

 1   2   3   4   5 

Filter by Year

2024 2025


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2025): Volume 4 No 1 Tahun 2025 Vol. 3 No. 1 (2025): Volume 3 No 1 Tahun 2025 Vol. 2 No. 1 (2025): Volume 2 No 1 Tahun 2025 Vol. 1 No. 1 (2024): Volume 1 No 1 Tahun 2024