Article Per Year (5 Year)
p-Index From 2020 - 2025
1.757
P-Index
This Author published in this journals
All Journal Jurnal Teknik Informatika UNIKA Santo Thomas Jurnal Sistem Informasi Kaputama (JSIK) Jurnal Ilmu Komputer dan Sistem Komputer Terapan (JIKSTRA) Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Jurnal Teknik, Komputer, Agroteknologi dan Sains
Ginting, Budi Serasi
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
PENERAPAN DATA MINING PENGELOMPOKAN DATA PENGGUNA AIR BERSIH BERDASARKAN KELUHANNYA MENGGUNAKAN METODE CLUSTERING PADA PDAM LANGKAT Annisa, Karin; Ginting, Budi Serasi; Syar, Mili Alfhi
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v6i2.167

Abstract

Permasalahan pelanggan memang sangat kompleks, oleh karena itu harus ditangani secara baik, jelas, dan tuntas. Pelayanan yang baik dari suatu perusahaan dapat menunjukan profesionalisme perusahaan itu sendiri, artinya keseriusan, kepastian waktu, ketepatan waktu dan hasil kerja yang dapat dipertanggung jawabkan dalam menyelesaikan semua permasalahan dapat membuktikan kualitas suatu perusahaan. Clustering merupakan proses partisi satu set objek data ke dalam himpunan bagian yang disebut dengan cluster. Objek yang di dalam cluster memiliki kemiripan karakteristik antar satu sama lainnya dan berbeda dengan cluster yang lain. Clustering sangat berguna dan bisa menemukan group atau kelompok yang tidak dikenal dalam data. Dari 2056 data keluhan pelanggan iperoleh hasil Cluter 1 yaitu 12, 5, 5, pada cluster 2 yaitu 4, 5, 5 dan cluster 3 yaitu 8, 2, 2. Dengan jumlah anggota cluster 1 883 anggota, cluster 2 635 anggota dan cluster 3 yaitu 538 anggota. Dari hasil cluster Matlab tersebut terdapat kesamaan hasil yaitu jenis keluhan pada cluster 1 dengan cluster 2 yaitu kode 5 jenis keluhan pipa bocor dengan peanganan kerusakan menyambung pipa air (gibout join).
DATA MINING PENGELOMPOKAN PENGGUNA NARKOBA BERDASARKAN USIA MENGGUNAKAN METODE CLUSTERING (STUDI KASUS : BNN KOTA BINJAI) Ananda, Rizki Putri; Ginting, Budi Serasi; Pasaribu, Tio Ria
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v6i2.168

Abstract

Peredaran dan penyalahgunaan narkoba merupakan masalah yang sangat kompleks, yang memerlukan upaya penanggulangan. Mengingat masih banyaknya kendala dalam proses pengelompokan pengguna narkoba di Kantor BNN Kota Binjai, untuk itu penulis mencoba membuat suatu sistem untuk mendukung proses pengelompokan yang terkomputerisasi yang dapat membantu mengelompokan secara otomatis pengguna narkoba berdasarkan usia, sehingga ada peluang untuk merancang sistem data mining pengelompokan didalamnya. Data mining adalah bagian dari sistem informasi berbasis komputer yang memperkerjakan satu atau lebih teknik pembelajaran komputer untuk menganalisis dan mengekstrasi pengetahuan secara otomatis yang dipakai untuk mendukung pengelompokan dalam suatu organisasi atau suatu perusahaan. Clustering adalah sebuah metode yang diterapkan dalam membuat suatu sistem data mining pengelompokan untuk memudahkan para staff dalam mengelompokan pengguna narkoba berdasarkan usia. Berdasarkan analisis yang telah dilakukan pada pengelompokan data pengguna narkoba dengan menggunakan metode clustering, maka perlu dilakukan proses cluster beberapa kali untuk mendapatkan hasil yang sama sesuai dengan proses yang pertama kali dilakukan. Dalam proses ini dilakukan proses sebanyak 10 kali proses sehingga mendapatkan hasil cluster. Pada cluster 1 yaitu 3 9 4, cluster 2 yaitu 3 1 4, cluster 3 yaitu 3 5 4 dengan jumlah pada anggota cluster 1 sebanyak 322 data, cluster 2 sebanyak 81 data dan cluster 3 sebanyak 97 data.
Clustering Peserta Kb Aktif Di Kota Binjai Menggunakan Metode K-Means (Study Kasus BKKBN Kota Binjai) sitepu, Rida Gustina Br; Ginting, Budi Serasi; Fatmaira, Zira
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v6i2.170

Abstract

Kebutuhan teknologi saat ini sangat diperlukan baik dalam bidang kesehatan, pendidikan dan lain-lain. Teknologi dapat membantu dalam mempercepat pekerjaan yang awal manual menjadi digital, seperti perhitungan, pengelompokan, dan sebagainya. Sekarang ini begitu banyak data yang terdapat dalam sebuah organisasi, sehingga menimbulkan kesulitan dalam hal pengelompokan data. Clustering atau pengelompokan data sangatlah penting dalam suatu perusahaan atau organisasi untuk menyelesaikan masalah data dalam hal perencanaan dan pengambilan keputusan serta dalam pengambilan kebijakan untuk suatu informasi. Penelitian ini bertujuan untuk Untuk mengetahui pelompokkan peserta KB aktif Kota Binjai. Dengan mengelompokan Peserta KB aktif Membantu mengelompokkan pasangan usia subur dan peserta KB yang aktif dan mempermudah proses dalam memperoleh informasi tentang usia subur dan peserta KB aktif. Selanjutnya hasil pemilahan objek dijadikan input dalam pembuatan model clustering menggunakan metode K-Means. Hasil ini menunjukkan bahwa model clustering Peserta Kb aktif dapat digunakan untuk keperluan pengelompokan.
PENERAPAN METODE CLUSTERING UNTUK PENGELOMPOKAN DATA PESERTA DIDIK BARU (PPDB) DI SMP SWASTA GOTONG ROYONG KUALA Reza, Asrul; Ginting, Budi Serasi; fauzi, Achmad
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v6i2.197

Abstract

Sekolah SMP Swasta Gotong Royong Kuala merupakan suatu yayasan atau lembaga pendidikan yang menerima siswa siswi baru setiap ajaran baru telah tiba. Siswa siswi yang mendaftar di sekolah SMP Swasta Gotong Royong Kuala bersumber dari lulusan sekolah dasar yang ada di sekitar Kecamatan Kuala hingga luar Kecamatan Kuala. Banyaknya jumlah pendaftar dari tahun ketahun, hal ini menyebabkan data atau berkas yang bertumpukan yang hanya disimpan pada lemari penyimpanan berkas yang ada disekolah. Berkas tersebut terkadang hanya dibuka ketika ingin mencari sebuah informasi saja. dengan kata lain berkas yang disimpan kurang memiliki manfaat yang lebih. Misalnya data tersebut dapat diolah dan dapat dijadikan sumber informasi yang baru dengan menggunakan teknik data mining. Data mining dapat membantu Sekolah dalam menggali pengetahuan baru dengan cara memproses data yang ada dengan metode clustering dan menggunakan algoritma K-Means.
PENGELOMPOKAN PERLOMBAAN KSN (KOMPETISI SAINS NASIONAL) JENJANG SMP BERDASARKAN CABANG LOMBA MENGGUNAKAN METODE CLUSTERING (STUDI KASUS : DINAS PENDIDIKAN KAB.LANGKAT) sukarlin, Andi; Ginting, Budi Serasi; Gultom, Imeldawaty
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 5 No. 1 (2021): Volume 5, Nomor 1, Januari 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v5i1.717

Abstract

To get the KSN competition (National Science competition) grouping application contained in the data archive, the Education Office needs to have a competition grouping data system that has a structured and clear procedure that is in accordance with the vision, mission and strategy. Because in the KSN data competition that was taking place, data was only inputted manually. So here I want to make a Grouping Application to see the grouping data of the KSN competition based on the competition branch, school and district origin, it is necessary to do the application for the design of the KSN competition grouping data system. Tests carried out using the clustering method with the K-Means algorithm, it can be seen that the KSN competition group, the competition branch, from the school and the sub-district which only has the highest group and appears most frequently in the KSN competition grouping.
SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PRIORITAS PERBAIKAN JALAN MENGGUNAKAN METODE ANALYTICAL HIERARCHY PROCESS (AHP) PADA DINAS PEKERJAAN UMUM DAN PENATAAN RUANG KABUPATEN LANGKAT Astari, Rizki Yulidha; Ginting, Budi Serasi; Sihombing, Anton
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 5 No. 1 (2021): Volume 5, Nomor 1, Januari 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v5i1.718

Abstract

Roads are facilities and infrastructure that are very important for our daily lives, because roads are a link between one place and another. It is the duty of the Public Works and Spatial Planning Office to be able to manage data from all damaged roads. However, in handling road repairs, the relevant agencies are often not on target because of errors in determining the priority order of road repairs. Therefore, in this study a decision support system was built using the Analytical Hierarchy Process (AHP) method which is expected to assist the Public Works and Spatial Planning Service in determining priorities for which roads to repair based on criteria, namely road conditions, road length, and road width. , road surface type and average daily traffic (lhr). From the calculation results obtained the highest ranking value, namely Jalan Sp. Paya Salib - Paya Salib Kec. Serapit (A6) with a value of 0.384, so that the road deserves to be a priority to get treatment in road repair first.
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN BANTUAN PROGRAM SEMBAKO MENGGUNAKAN METODE SMART (SIMPLE MULTI ATTRIBUTE RATING TECHNIQUE) (STUDI KASUS : DINAS SOSIAL KOTA BINJAI) Rahayu, Nur Aprilia; Ginting, Budi Serasi; Simanjuntak, Magdalena
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 5 No. 1 (2021): Volume 5, Nomor 1, Januari 2021
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v5i1.719

Abstract

With the existence of policies provided by the government, especially in the field of Empowerment and Social Security in terms of providing basic food assistance programs for the underprivileged, it is necessary to determine who is eligible to receive this assistance. This assistance is given to underprivileged people to help meet their needs to improve their welfare. To help determine the selection of basic food assistance programs that receive the assistance, a Decision Support System (SPK) is needed. The method used in this research is the Simple Attribute Rating Technique (SMART) method. This method is a method that is often used to select several problems in the form of ranking. This method was chosen because the computation system is simple and easy to understand. From the results of the calculations that have been done, the ranking results with the highest value are Zuraida (A5) with a value of 0.8 and a percentage of the final value of 16.41% which is very suitable to receive non-cash assistance.
RANCANG BANGUN PROGRAM APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN RAMBUTAN MENGGUNAKAN METODE BAYES Ginting, Budi Serasi; Fatmawati, Sri
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 1 No. 1 (2017): Volume 1, Nomor 1, Januari 2017
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v1i1.739

Abstract

Banyak permasalahan yang menyebabkan menurunnya kualitas tanaman buah rambutan juga sering terserang penyakit yang menyebabkan bunga atau buahnya rontok bahkan tanaman tersebut mati, buah menjadi tidak berkualitas, walaupun rasa buah tetap manis tetapi penampilan buah kurang mendukung bagi yang mengutamakan rasa hal tersebut tidak masalah, tetapi jika dihidangkan atau dipajangkan menjadi kurang menarik dengan buah lainnya. Sehingga mengakibatkan kerugian bagi petani, yang berdampak komoditi buah rambutan yang menjadi andalan kota Binjai disektor hortikultura dan pertanian menjadi terhambat. Dalam rangka rangka untuk meningkatkan ketersediaan buah rambutan yang berkualitas standard agar dapat memenuhi kebutuhan konsumen dipasar domestic maupun internasional dan meningkatkan pendapatan petani, Untuk membantu petani dalam pengambilan keputusan lebih dini dan cepat, perlu adanya sistem pakar yang mudah digunakan dan mudah dipahami. Salah satu teknologi yang berkembang saat ini untuk pengambilan keputusan tersebut adalah memanfaatkan Aplikasi Sistem Pakar dengan menerapkan metode Bayes untuk mencari ketidakpastian dari inputan berupa gejala dan kemungkinan jenis penyakit yang ada pada tanaman rambutan. Metode Bayes diharapkan dapat memberi hasil diagnosa yang lebih tepat dan mempunyai nilai kepastian yang lebih akurat.. Perancangan dan pengembangan sistem pakar belum ada yang menyediakan menu konsultasi seperti sistem pakar untuk menangani masalah penyakit tanaman rambutan, petani buah rambutan juga mengalami kesulitan mengidentifikasi penyakit karena tidak mengenali gejala-gejalanya, sehingga tidak jarang petani mengalami kerugian akibat penurunan kualitas buah. Seiring perkembangana teknologi, tugas pakar pertanian dapat dibantu oleh sebuah aplikasi komputer yaitu sistem pakar yang dapat mempermudah memberi penyuluhan pertanian, namun kemampuan diagnosa sistem pakar mungkin belum 100% sama dengan seorang pakar, karena masih menyebabkan keraguan hasil diagnosa. Maka diperlukan perhitungan dalam penelitian ini menggunakan metode Bayes.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN BIBIT UNGGUL TANAMAN JAMBU MADU MENGGUNAKAN METODE SAW Fandinata, Irfan; Ginting, Budi Serasi
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 2 No. 1 (2018): Volume 2, Nomor 1, Januari 2018
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v2i1.790

Abstract

Jambu madu adalah jambu yang memiliki kemanisan yang luar biasa. Tingkat kemanisan jambu madu dapat mengalahkan kemanisan buah apel dan buah lainnya. Jambu madu juga memiliki daging yang rapuh yang membuat lezat saat dimakan. Jambu madu memiliki kombinasi tingkat kemanisan tertinggi di Indonesia mencapai 12, sampai 15,5 brix. Buah jambunya juga memiliki buah yang besar 200 sampai 300 gram perbuah. Bibit unggul dan bermutu merupakan salah satu kunci untuk mendapatkan pertanaman yang mampu memberikan hasil yang optimal. Bibit unggul dan bermutu adalah benih yang berasal dari varietas murni dengan persentasi perkecambahan tinggi, bebas dari hama dan pengakit, dan tempat perawatan yang cocok dengan jenis jambu tersebut. Untuk mendapatkan jambu madu yang berkualitas harus dari bibit jambu madu yang unggul dan berkualitas pula, dalam penentuan bibit jambu madu yang unggul dapat dilihat dari beberapa criteria yaitu tekstur tanah yang cocok berdasarkan jenis jambu madu, suhu, ketahanan dan masa produksi. Sistem Pendukung Keputusan ini diharapkan dapat membantu petani dalam menentukan bibit jambu madu yang berkualitas dan dapat mempermudah maupun mempercepat pekerjaan tersebut. Penelitian ini menggunakan metode SAW berdasarkan kriteria yang telah ditentukan diperoleh hasil perhitungan SAW berdasarkan perankingan tertinggi ke rendah yaitu bibit jambu madu jenis deli hijau dengan nilai 9,33, bibit jambu madu jenis super green dengan nilai 7,17, dan bibit jambu madu jenis kesuma merah dengan nilai 6,83.
Jaringan Saraf Tiruan untuk Memprediksi Jumlah Pasien Rawat Jalan bagi Pengguna Narkoba Menggunakan Metode Backpropagation Lestari, Devy Armaya; Ginting, Budi Serasi; Nurhayati, Nurhayati
Jurnal Ilmu Komputer dan Sistem Komputer Terapan (JIKSTRA) Vol 2 No 2 (2020): Edisi Oktober
Publisher : Universitas Harapan Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35447/jikstra.v2i2.258

Abstract

The National Narcotics Agency of Binjai City has the duty and function of preventing the abuse of narcotics, eradicating illicit narcotics trafficking, and rehabilitation of narcotics addicts in Binjai City. The National Narcotics Agency is also tasked with compiling and implementing national policies regarding the prevention and eradication of the abuse and illicit trafficking of psychotropic substances, precursors and other addictive substances except for tobacco and alcohol addicts. So we need an application that can predict the number of outpatient visits. Based on the analysis process that has been carried out under the artificial neural network system using the Backpropagation method, it can be implemented into an artificial neural network application and produces predictions of outpatient drug users with an average of 93 patients inex users, 78 patients of marijuana and 92 patients with crystal meth result 0.302960 equals 30.
Co-Authors Achmad Fauzi Alfisyahri, Milli Alisia, Meli Ananda, Rizki Putri Andria, Safira Riska Annisa, Karin Astari, Rizki Yulidha Fandinata, Irfan Fatmaira, Zira Gultom, Imeldawaty Lestari, Devy Armaya Nurhayati Nurhayati PASARIBU, TIO RIA Rahayu, Nur Aprilia Reza, Asrul Sihombing, Anton Simanjuntak, Magdalena sitepu, Rida Gustina Br SRI FATMAWATI Sukarlin, Andi Syar, Mili Alfhi Syari, Mili Alfhi