Article Per Year (5 Year)
p-Index From 2019 - 2024
2.147
P-Index
This Author published in this journals
All Journal InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan International Journal of Natural Science and Engineering Jusikom: Jurnal Sistem Informasi Ilmu Komputer Jurnal Tekinkom (Teknik Informasi dan Komputer) INFOKUM
Saut Parsaoran Tamba
Universitas Prima Indonesia
Computer Science & IT Decision Sciences, Operations Research & Management Engineering

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

Found 5 Documents
Search
Journal : Jusikom: Jurnal Sistem Informasi Ilmu Komputer

 1 
PENERAPAN DATA MINING UNTUK MENENTUKAN PENJUALAN SPAREPART TOYOTA DENGAN METODE K-MEANS CLUSTERING: data mining;k-means-clustering Saut Parsaoran Tamba; Felix Toknady Kesuma; Feryanto .
Jurnal Sistem Informasi dan Ilmu Komputer Prima(JUSIKOM PRIMA) Vol. 2 No. 2 (2019)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (362.434 KB) | DOI: 10.34012/jusikom.v2i2.376

Abstract

Semakin berkembangnya persaingan dalam dunia bisnis khususnya dalam industri penjualan sparepart mobil dan jasa serivice menuntut para pengembang untuk menemukan suatu pola yang dapat meningkatkan penjualan dan pemasaran barang di perusahaan, salah satunya adalah dengan pemanfaatan data transaksi. CV Terang Jaya merupakan perusahaan yang begerak dalam bidang Otomotif yang melayani pembelian, penjualan sparepart mobil serta memberikan service untuk berbagai merek mobil. Namun demikian kurang dalam peninjauan produk-produk apa saja yang dibutuhkan konsumen dan penyimpanan data-data yang kurang efektif. Untuk mengatasi permasalahan tersebut analisis yang digunakan yaitu penerapan Clustering dengan menggunakan Algoritma K-Means. Clustering merupakan salah satu teknik dari salah satu fungsionalitas data mining, algoritma clustering merupakan algoritma pengelompokkan sejumlah data menjadi kelompok–kelompok data tertentu (cluster). Sehingga dengan adanya pengelompokan data ini pihak perusahaan dapat mengetahui barang paling laris, laris dan tidak laris. Sehingga barang yang ada digudang tidak menumpuk. Dari penitian ini output yang dihasilakan yaitu, barang paling laris sebanyak 15, barang yang laris sebanyak 45 dan kurang laris sebanyak 13. Dengan adanya pengolahan data yang dilakukan diharapkan dapat memberikan solusi kepada pihak perusahaan agar dapat mengetahui mana barang yang paling laris, laris dan mana barang yang tidak laris.
PENERAPAN METODE FUZZY MAMDANI UNTUK MENGANALISA PENTINGNYA KEDISIPLINAN DAN KOMUNIKASI UNTUK MENINGKATKAN PRESTASI KERJA KARYAWAN Saut Parsaoran Tamba; Yonatan Adi Wibowo; jepri banjarnahor; Ruth Tetra Damanik
Jurnal Sistem Informasi dan Ilmu Komputer Prima(JUSIKOM PRIMA) Vol. 3 No. 2 (2020): Jurnal Sistem Informasi dan Ilmu Komputer Prima (JUSIKOM Prima)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jusikom.v3i2.937

Abstract

Penilaian prestasi kerja karyawan pada suatu perusahaan atau instansi, sangat berguna untuk mengevaluasi kerja dan memotivasi masing-masing karyawan untuk memenuhi standard kinerja yang telah ditentukan. Karyawan yang berprestasi bukan hanya mempunyai kemampuan yang tinggi dalam menyelesaikan pekerjaan tetapi juga bisa berkomunikasi yang baik serta mempunyai kedisiplinan. dengan demikian hasil pekerjaan akan dapat diharapkan menjadi lebih baik. PT. Universal merupakan sebuah perusahaan yang bergerak dalam bidang produksi obat-obatan, yang berada di kota Medan. Sistem yang digunakan untuk pencapaian kinerja karyawan saat ini masih bersifat manual dan belum secara maksimal memanfaatkan teknologi dalam mengembangkan proses bisnis, serta peningkatan efektifitas dalam pekerjaan mereka. Hal ini disebabkan oleh sistem penilaian yang terbangun belum didasarkan pada kompetensi individu. Selain itu proses penilaian membutuhkan waktu lama dan dokumentasi tidak teratur. Dalam pencapaian prestasi karyawan yang maksimal, sangat dibutuhkan peranan dari komunikasi dan kedisiplinan yang tinggi dari karyawan. Fuzzy Mamdani merupakan salah satu metode yang sangat fleksibel dan memiliki toleransi pada data yang ada. Variabel – variabel yang dipakai dalam penilaian prestasi karyawan adalah kedisiplinan dan komunikasi, yang akan dijadikan input. Berdasarkan kedua input yang dimasukkan maka output untuk prestasi kerja karyawan adalah 86.8 yang merupakan keanggotaan dari domain himpunan fuzzy sangat memuaskan [70 100] yang berarti prestasi kerjanya sangat memuaskan.
PENERAPAN DATA MINING MENGGUNAKAN ALGORITMA K-MEANS UNTUK MENENTUKAN JUDUL SKRIPSI DAN JURNAL PENELITIAN (STUDI KASUS FTIK UNPRI) Cornelia Selvi Dinta Br Sembiring; Latifah Hanum; Saut Parsaoran Tamba
Jurnal Sistem Informasi dan Ilmu Komputer Prima(JUSIKOM PRIMA) Vol. 5 No. 2 (2022): Jurnal Sistem Informasi dan Ilmu Komputer Prima (JUSIKOM Prima)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2393

Abstract

Kemajuan teknologi saat ini berpengaruh pesat termasuk dalam bidang pendidikan khususnya dalam perkuliahan untuk menentukan judul skripsi dan jurnal penelitian. Dalam hal ini para pengembang menemukan suatu pola untuk mempermudah dalam pencarian ide judul untuk menyelesaikan syarat kelulusan perkuliahan dalam lingkup jurusan Sistem Informasi di Universitas Prima Indonesia. Untuk mengatasi permasalahan tersebut dengan menerapkan metode Algoritma K-Means. Metode tersebut bertujuan untuk mengelompokkan data mahasiswa seesuai dengan skill dan basic yang didominasi pada mata kuliah yang paling banyak diminati sebagai acuan dalam pengembangannya. Dengan adanya pengolahan data yang dilakukan dapat memberikan solusi kepada mahasiswa dan lingkupnya untuk mengetahui ide judul skripsi dan jurnal penelitian. Maka hasil uji coba mendapatkan perbandingan score dalam pembagian clustering yaitu pada 29% C1, 21% C2, 22% C3, 13% C4, 15% C5
Penerapan Data Mining Algoritma Apriori Dalam Menentukan Stok Bahan Baku Pada Restoran Nelayan Menggunakan Metode Association Rule Edbert -; Saut Parsaoran Tamba
Jurnal Sistem Informasi dan Ilmu Komputer Prima(JUSIKOM PRIMA) Vol. 5 No. 2 (2022): Jurnal Sistem Informasi dan Ilmu Komputer Prima (JUSIKOM Prima)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2407

Abstract

ABSTRAK Restaurant Nelayan merupakan restauran yang berada di kota medan. Restoran nelayan ialah restoran chinesse food yang paling terkenal di kota Medan. Hal tersebut tercapai karena kerja keras owner dan pihak manajemen yang terus melakukan inovasi dan pengendalian terhadap bisnis yang telah berlangsung selama bertahun-tahun dan sudah memiliki pelanggan yang cukup banyak. hampir seluruh outlet mereka tetap ramai dikunjungi oleh pelanggan. Sertifikasi halal dari lembaga-lembaga terkait menjadikan restoran nelayan dapat menjangkau semua pelanggan walaupun mengusung menu chinesse food. Sekarang outlet-oultet restoran Nelayan tersebar di kota Medan dan memiliki ratusan karyawan, semakin banyaknya outlet-outlet yang tersebar maka bahan baku akan makin banyak untuk di simpan menjadi stok. Maka di butuhkan sistem data mining metode Assosiation Rule menggunakan algoritma Apriori dalam mengolah data bahan baku menjadi data yang menjadi referensi bagi restoran dalam menentukan stok bahan baku. Kata Kunci : Data Mining, Association Rule, Apriori, Bahan Baku
PREDIKSI PENYAKIT GAGAL JANTUNG DENGAN MENGGUNAKAN RANDOM FOREST Saut Parsaoran Tamba; Edric -
Jurnal Sistem Informasi dan Ilmu Komputer Prima(JUSIKOM PRIMA) Vol. 5 No. 2 (2022): Jurnal Sistem Informasi dan Ilmu Komputer Prima (JUSIKOM Prima)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34012/jurnalsisteminformasidanilmukomputer.v5i2.2445

Abstract

Lebih dari 4 dari 5 kematian atas Cardiovascular disease (CVD) pada jantung dan pembuluh darah yang termasuk diataranya: coronary heart disease, cerebrovascular disease, rheumatic heart disease, dan kondisi jantung lainnya. Faktor resiko penyakit ini seringnya disebabkan oleh diet yang tidak sehat, kurang berolahraga, serta penggunaan rokok dan alkohol yang berlebih. Pada penelitian ini, tim peneliti memutuskan untuk memprediksi probabilitas penyakit gagal jantung menggunakan Random Forest. Data yang dipakai untuk melatih algoritma Random Forest yang dipakai diambil dari kompilasi beberapa observasi yang mana total akhirnya berjumlah 918 observasi dengan 12 atribut. Adapun tujuan dari penelitian ini adalah untuk menunjukkan kemampuan Random Forest dalam memprediksi penyakit gagal jantung dengan hasil peforma yang baik serta membuat model klasifikasi yang sederhana namun beperforma baik. Manfaat dari penelitian ini adalah untuk menjembatani penelitian deteksi dan ekstraksi fitur EKG sebelumnya sehingga mampu dimanfaatkan dan dikembangkan untuk tahap selanjutnya hingga produk siap pakai. Proses implementasi algoritma Random Forest yang digunakan sukses dengan meraih tingkat akurasi sebesar 82,6087% yang kemudian dioptimasi dengan teknik K-Fold dan GridSearchCV menjadi 85,058%. Sistem klasifikasi dengan Random Forest yang dibuat dapat dimplementasikan kedalam rangkaian alat untuk menciptakan alat deteksi aritmia EKG otomatis portable. Hubungan antara informasi yang disajikan oleh alat juga dengan sukses dibuktikan kontribusi pentingnya terhadap diagnosa positif negatifnya seseorang mempunyai penyakit jantung terutama melalui Gelombang ST.
Co-Authors Ade Luthfi Ramadhan Perangin-Angin Afluqfy Harahap Albert William Tan Andreas Andreas Angga Snidres Girsang Anita Anita Banjarnahor, Jepri Bimo Christhoper Situmorang Bina Jaya Siregar Cornelia Selvi Dinta Br Sembiring Edbert - Edric - Egi Suranta Bangun Elida Mardiana Manik Felix Toknady Kesuma Feryanto . Gracia Laura Panjaitan Josua Silaban Kisen Kumar Latifah Hanum Liberlina Ndruru Mario Sitanggang Marlince Nababan Rizky Prayoga Ruth Tetra Damanik Yonata Laia Yonata Laia Yonatan Adi Wibowo Yudi Gunawan