Article Per Year (5 Year)
p-Index From 2019 - 2024
0.983
P-Index
This Author published in this journals
All Journal Data Science: Journal of Computing and Applied Informatics JURNAL MAHAJANA INFORMASI
Alexander F.K. Sibero
Program Studi Sistem Informasi Universitas Sari Mutiara Indonesia Medan
Computer Science & IT Library & Information Science

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Identifikasi Tanaman Herbal Berdasarkan Citra Daun Menggunakan Cosine Similarity dan Features Extraction Alexander F K Sibero; Amir Saleh
JURNAL MAHAJANA INFORMASI Vol 5 No 1 (2020): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Tanaman herbal merupakan tanaman yang dimanfaatkan sebagai obat-obatan untuk berbagai jenis penyakit. Tanaman ini banyak terdapat di daerah hutan atau lingkungan hijau yang keberadaannya tak jarang luput dari manusia. Bahkan beberapa orang sulit untuk membedakan mana tumbuhan herbal dan mana yang bukan. Langkah yang terbaik sebelum menggunakan tumbuhan tersebut adalah dengan melakukan identifikasi terhadap daun tanaman herbal, karena terdapat juga tumbuhan yang hampir mirip dengan tanaman herbal ternyata adalah tanaman yang mengandung racun. Identifikasi yang dilakukan dengan cara mengambil citra dari daun tersebut dan diolah menggunakan komputer dengan metode identifikasi seperti, cosine similarity. Sebelum diklasifikasi dengan metode cosine similarity, terlebih dahulu citra akan diolah dan diektraksi ciri menggunakan ciri tekstur dengan GLCM dan ciri morfologi dengan moment invariant. Hal ini dilakukan untuk mengetahui ciri-ciri dari masing-masing citra daun untuk proses identifikasi. Berdasarkan pengujian yang dilakukan menggunakan metode yang diusulkan tersebut diperoleh akurasi rata-rata identifikasi dengan ketepatan sebesar 89,57%.
Analisis Perbandingan Metode Simple Additive Weight (Saw) Dan Weight Product (Wp) Dalam Menentukan Penerima Bantuan Siswa Miskin George Mikhael Anderson Aritonang; Alexander F.K. Sibero
JURNAL MAHAJANA INFORMASI Vol 5 No 2 (2020): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bantuan bagi siswa kurang mampu yang disebut dengan Bantuan Siswa Miskin (BSM) yaitu bantuan pemerintah berupa sejumlah uang tunai yang diberikan langsung kepada siswa yang berasal dari keluarga miskin. Penerima BSM adalah siswa yang telah ditetapkan oleh Kementerian Pendidikan dan Kebudayaan (Kemdikbud) berdasarkan mekanisme yang telah ditetapkan. Penentuan rangking penerima bantuan dapat dilakukan menggunakan sistem pendukung keputusan. Metode Simple Additive Weighting (SAW) dan metode Weighted Product (WP) telah banyak digunakan sebagai pendukung dalam pengambilan keputusan. Menggunakan kriteria-kriteria yang digunakan dalam penelitian ini menunjukkan adanya beberapa kesamaan hasil dari kedua metode. Berdasarkan pengujian terhadap 5 (lima) siswa pada hasil perhitungan dengan menggunakan metode Simple Additive Weighting (SAW) dan Weight Product (WP) nilai tertinggi jatuh pada alternatif yang sama, yaitu alternatif A4. Sedangkan perbedaan ranking antara kedua metode terletak pada alternatif A3 dan A5. Perbedaan perbandingan antara metode SAW dan WP tidak begitu besar dan kedua metode menghasilkan alternatif perangkinan yang sama untuk pada A1 dan A2.
RANCANG BANGUN SISTEM INFORMASI PENJUALAN PRODUK HANDMADE BERBASIS WEB Caritas Ziliwu; Rianto Sitanggang; Riah Ukur Ginting; Alexander F.K Sibero
JURNAL MAHAJANA INFORMASI Vol 6 No 1 (2021): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnal mi.v6i1.1981

Abstract

Sistem informasi penjualan produk berbasis web ini merupakan penjualan produk handmade yang memfokuskan pada pelayanan dan kualitas produk yang dijual dengan sangat baik. Sulitnya pelanggan mengetahui produk yang diinginkan dan sulitnya mencari media promosi. Hal tersebut menyebabkan semakin turunnya target penjualan, penelitian ini dilakukan untuk merancang sistem informasi belanja produk handmade pada Toko Torrose Tenun yang bisa menyampaikan informasi produk, kepada konsumen dan membuat suatu sistem penjualan online yang lebih efektif dan efesien. Metode pengembangan sistem menggunakan metode SDLC (System Development Life Cycle). Sedangakan pembuatan perangkat lunak dalam skripsi ini, penulis menggunakan bahasa pemograman PHP, Xampp sebagai servernya dan Sublime Text sebagai text editor. Hasil penelitian ini menunjukkan bahwa perancangan sistem informasi penjualan berbasis web dapat membantu pelanggan dalam mengakses informasi mengenai produk yang dijual dan memudahkan melakukan pemesanan produk.
RANCANG BANGUN APLIKASI TROUBLESHOOTING PERALATAN MEDIS RUMAH SAKIT Alexander F K Sibero; Immanuel H G Manurung; Rianto Sitanggang
JURNAL MAHAJANA INFORMASI Vol 6 No 1 (2021): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnal mi.v6i1.2098

Abstract

Kegiatan pelayanan rumah sakit akan menjadi semakin cepat bila ditunjang dengan kondisi peralatan yang optimal. Dimasa pandemi COVID-19, pelayanan rumah sakit menjadi bagian dalam pencegahan maupun penyembuhan pasien. Peralatan rumah sakit yang terjaga dengan baik akan membantu proses layanan yang prima. Pemahaman tentang penggunaan peralatan medis sangat dibutuhkan pengguna peralatan agar kendala pada penggunaan menjadi semakin mudah untuk diselesaikan. Perancangan Aplikasi Troubleshooting untuk memudahkan pengguna peralatan bermanfaat meningkat kualitas pelayanan, dimana pada waktu sebelumnya harus menunggu kehadiran teknisi untuk memberikan dukungan teknis dapat dimudahkan dengan kehadiran aplikasi ini. Berdasarkan evaluasi aplikasi troubleshooting peralatan medis pada penelitian ini terlihat pemanfaatannya bagi pengguna baik Operator Alat, Administrator maupun Manajer yang menjadi semakin mudah. Diharapkan dengan adanya aplikasi troubleshooting ini, pelayanan rumah sakit terkhusus kepada peralatan medis menjadi semakin optimal.
Teknik Klasifikasi Prediksi Kelulusan Mahasiswa Sistem Informasi Universitas Sari Mutiara Indonesia Menggunakan K- Nearest Neighbors Intan P.J Tafonao; Alexander F.K. Sibero*
JURNAL MAHAJANA INFORMASI Vol 7 No 1 (2022): JURNAL MAHAJANA INFORMASI
Publisher : Universitas Sari Mutiara Indonesia Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51544/jurnal mi.v7i1.2956

Abstract

Tidak stabilnya rasio tingkat kelulusan mahasiswa program studi Sistem Informasi pada Universitas Sari Mutiara Indonesia menciptakan kondisi yang membuat adanya suatu penumpukan data. Teknik data mining dapat digunakan untuk memprediksi kelulusan tepat waktu mahasiswa. Penelitian menggunakan metode k-Nearest Nieghbors yang merupakan sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data training yang jaraknya paling dekat dengan objek tersebut. Pada penelitian ini menggunakan data mahasiswa tahun angkatan 2014 sampai dengan 2017 dengan jumlah data sebanyak 104 orang. Hasil dari perhitungan algoritma kNN diimplememetasikan dengan jupyter notebook. Tingkat akurasi pengujian model kelulusan mahasiswa dengan menggunakan algoritma k-Nearest Neighbor (kNN) dipengaruhi oleh missing value indeks prestasi semester. missing value diganti dengan angka 0 maka hasil akurasi tertinggi adalah 95% dengan k=3. Jadi k terbaik adalah k=3 berdasarkan indeks prestasi sampai dengan semester 6.
Enhancing Performance of Parallel Self-Organizing Map on Large Dataset with Dynamic Parallel and Hyper-Q Alexander F.K. Sibero; Opim Salim Sitompul; Mahyuddin K.M. Nasution
Data Science: Journal of Computing and Applied Informatics Vol. 2 No. 2 (2018): Data Science: Journal of Computing and Applied Informatics (JoCAI)
Publisher : Talenta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1212.692 KB) | DOI: 10.32734/jocai.v2.i2-324

Abstract

Self-Organizing Map (SOM) is an unsupervised artificial neural network algorithm. Even though this algorithm is known to be an appealing clustering method,many efforts to improve its performance are still pursued in various research works. In order to gain faster computation time, for instance, running SOM in parallel had been focused in many previous research works. Utilization of the Graphics Processing Unit (GPU) as a parallel calculation engine is also continuously improved. However, total computation time in parallel SOM is still not optimal on processing large dataset. In this research, we propose a combination of Dynamic Parallel and Hyper-Q to further improve the performance of parallel SOM in terms of faster computing time. Dynamic Parallel and Hyper-Q are utilized on the process of calculating distance and searching best-matching unit (BMU), while updating weight and its neighbors are performed using Hyper-Q only. Result of this study indicates an increase in SOM parallel performance up to two times faster compared to those without using Dynamic Parallel and Hyper-Q.
Co-Authors Amir Saleh Caritas Ziliwu George Mikhael Anderson Aritonang Intan P.J Tafonao Mahyuddin K. M. Nasution, Mahyuddin K. M. Manurung, Immanuel H G Opim Salim Sitompul Riah Ukur Ginting Rianto Sitanggang