Article Per Year (5 Year)
p-Index From 2019 - 2024
3.082
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) JOURNAL OF SCIENCE AND SOCIAL RESEARCH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Pengabdian Masyarakat IPTEK Prosiding Snastikom Jurnal Sistem Informasi Triguna Dharma (JURSI TGD) DEVICE : JOURNAL OF INFORMATION SYSTEM, COMPUTER SCIENCE AND INFORMATION TECHNOLOGY
Rudi Gunawan
3STMIK Triguna Dharma
Computer Science & IT Economics, Econometrics & Finance Education Library & Information Science Social Sciences

Published : 21 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search
Journal : Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD

 1 
Penerapan Metode Dempster Shafer Mendiagnosa Penyakit Mentimun Ishak Ishak; Muhammad Dahria; Rudi Gunawan
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 2, No 1 (2019): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v2i1.92

Abstract

Mentimun adalah jenis sayuran yang banyak ditaman oleh para petani. Sayur ini banyak diminati baik untuk dimasak atau langsung dimakan. Para petani menginginkan setiap menanam mentimun ingin menghasilkan panen yang baik. Penyakit mentimun yang menyerang sulit diketahui oleh petani karena penyuluhan penyakit ini jarang dan jauh untuk mendapatkannya. Sistem pakar salah cara yang dapat membantu petani sebagai pengganti pakar penyakit mentimun. Metode Dempster Shafer adalah metode yang mampu menarik kesimpulan dari gejala-gejala penyakit yang telah diberi nilai densitas. Dari sistem ini apabila digunakan dapat memberi informasi jenis penyakit mentimun sehingga masalah yang dialami petani dapat diatas.
Penerapan Data Mining Untuk Estimasi Laju Pertumbuhan Produk Domestik Regional Bruto (PDRB) Perkapita Atas Dasar Harga Berlaku Menurut Lapangan Usaha Pada Kota Medan Menggunakan Metode Regresi Linier Barganda Rudi Gunawan; Nurcahyo Budi Nugroho; Riki Arbianto
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 1, No 2 (2018): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v1i2.36

Abstract

Pertumbuhan ekonomi di Kota Medan merupakan sebuah persoalan yang sangat penting. Dalam hal ini Produk Domestik Regional Bruto (PDRB) dapat dijadikan sebagai bahan acuan dalam evaluasi pertumbuhan perekonomian dan sebagai dasar untuk mengetahui angka kesejahteraan Kota Medan. Namun dalam prosesnya untuk mendapatkan data pdrb tersebut membutuhkan banyak biaya dan juga waktu. BPS Kota Medan dalam hal ini membutuhkan sistem untuk pengolahan data sementara untuk diberikan kepada Pemerintah Kota Medan. Dalam permasalahan tersebut dapat diolah dengan Data Mining. Dalam Data Mining ada sebuah metode yaitu Estimasi metode ini dapat digunakan untuk mengetahui laju pertumbuhan Produk Domestik Regional Bruto (PDRB). Dalam metode Estimasi terdapat sebuah algoritma Regresi Linier Berganda yang dapat digunakan untuk mengkaji hubungan antara beberapa variabel bebas dengan sebuah variabel terikat yang diharapkan dapat menjadi solusi dari permasalahan yang ada. Hasil dari penelitian ini adalah sebuah formula yaitu persamaan algoritma regresi linier berganda yang nantinya dapat menghasilkan nilai estimasi dari Laju Pertumbuhan Produk Domestik Regional Bruto Menurut Lapangan Usaha Pada Kota Medan.
Implementasi Data Mining Menggunakan Asosiasi Dengan Algoritma Apriori Untuk Mendapatkan Pola Rekomendasi Belanja Produk Pada Toko Avis Mobile Kamil Erwansyah; Beni Andika; Rudi Gunawan
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 4, No 1 (2021): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v4i1.2628

Abstract

Persaingan pasar yang terjadi dilingkungan masyarakat saat ini sangat tinggi. Melihat saat ini cukup banyak toko – toko yang mendirikan tokonya hanya berjarak tidak jauh dari toko sebelumnya. Hal ini akan memunculkan para pelaku usaha saling berebut konsumen dan bahkan menyebabkan persaingan yang tidak sehat, sehingga berdampak pada penjualan toko tersebut. Dengan demikian diperlukan strategi untuk meningkatkan penjualan pada toko, sehingga dapat meningkatkan penjualan pada toko tersebut.Salah satu strategi untuk meningkatkan penjualan yaitu dengan pola rekomendasi belanja produk, dimana rekap data penjualan pada suatu toko diolah dengan menggunakan konsep data mining sehingga dapat memudahkan dalam menyelesaikan masalah yang terjadi pada toko Avis Mobile. Dengan metode asosiasi yang mampu mengenali kelakuan dari kejadian – kejadian khusus dengan tujuan untuk menemukan aturan atau pola yang ada didalam data.Oleh sebab itu, algoritma apriori dapat merekomendasikan belanja produk untuk kedepannya berdasarkan data penjualan sebelumnya. Hasil dari penelitian ini dapat merekomendasikan belanja produk, sehingga dapat membantu toko tersebut.
Sistem Pakar Untuk Mendiagnosa Penyakit Pertussis (Batuk Rejan) Dengan Menggunakan Metode Teorema Bayes Dicky Nofriansyah; Rudi Gunawan; Elfitriani Elfitriani
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 3, No 1 (2020): J SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v3i1.194

Abstract

Penyakit pertussis (Batuk Rejan) adalah penyakit yang sangat menular yang hanya ditemukan pada manusia. Pertussis menyebar dari orang keorang. Seseorang yang menderita pertussis biasanya menularkan penyakit kepada orang lain dengan batuk atau bersin atau ketika menghabiskan banyak waktu di dekat satu sama lain dimana berbagi ruang bernapas. Oleh karena itu diperlukan suatu sistem sebagai alat bantu dalam mendiagnosa penyakit pertussis (Batuk Rejan).Sistem pakar merupakan suatu sistem yang memiliki basis pengetahuan yang berasal dari pengetahuan seorang dalam bidang tertentu. Untuk penyakit pertussis sumber pengetahuan didapat dari seorang dokter dan perawat anastesi yang khusus menangani penyakit pertussis. metode yang digunakan adalah Teorema Bayes dimana nilai probabilitas dihitung untuk mendapatkan nilai kesimpulan yang menjadi acuan jenis penyakit pertussis yang diderita.  Maka dihasilkan sebuah Sistem yang dapat mendiagnosa penyakit pertussis (Batuk Rejan) berdasarkan gejala-gejala yang sudah ada.
Analisis Sentimen Pengguna Transportasi Online Terhadap Layanan Grab Indonesia Menggunakan Multinomial Naive Bayes Classifier Sartika Mandasari; B. Herawan Hayadi; Rudi Gunawan
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 5, No 2 (2022): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v5i2.5635

Abstract

Ojek online telah merambah dunia transportasi di Indonesia. Terobosan baru yang semakin diminati banyak orang ini, tidak hanya menyediakan transportasi angkutan penumpang saja namun juga melayani jasa kurir untuk pemesanan makanan, jasa pengiriman barang, dokumen, dan berbelanja. Banyaknya pelayanan yang diberikan perusahaan ojek online, semakin banyak pula opini yang dilontarkan masyarakat melalui twitter, mengenai kualitas dari setiap jenis layanan yang diberikan oleh perusahaan ojek online.Opini yang memiliki sentimen tersebut akan dianalisis sehingga dapat diketahui layanan mana yang mendapatkan sentimen positif, negatif, dan netral. Oleh sebab itu, diperlukan sebuah pendekatan yang dapat menganalisis sentimen masyarakat terhadap kualitas dari setiap layanan ojek online.Pada penelitian ini metode yang digunakan yaitu term frequency (tf) dan multinomial naive bayes classifier. Tahapan keseluruhan metode yang digunakan pada penelitian ini adalah preprocessing (cleaning, case folding, tokenisasi, convert negation, stopword removal, stemming, dan normalisasi), perhitungan frekuensi kemunculan kata (tf), dan klasifikasi sentimen. Hasil dari penelitian ini adalah mengklasifikasikan tweet ke dalam sentimen positif, negatif, netral dan mengetahui kualitas dari setiap jenis layanan ojek online. Dengan menggunakan algoritma dan metode ini, akurasi yang didapat adalah sebesar 86,57%. Pendekatan ini diharapkan akan sangat membantu pihak perusahaan ojek online untuk memperbaiki kualitas dari setiap jenis layanan yang ada.
Sistem Pakar Mendiagnosa Definisi Nutrisi Pada Tanaman Hidroponik Dengan Metode Certainty Factor Muhammad Dahria; Rini Kustini; Rudi Gunawan; Masyuni Hutasuhut; Purwadi Purwadi
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 6, No 1 (2023): J-SISKO TECH EDISI JANUARI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v6i1.7454

Abstract

Saat ini sistem Pakar telah menjadi bidang penelitian bagi ilmuwan komputer juga ilmuwan pertanian untuk aplikasi dalam berbagai pengembangan informasi. Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah. Dalam hal ini sistem pakar digunakan untuk mendiagnosa defisiensi nutrisi pada tanaman hidroponik. Sistem Pakar dapat dirancang untuk mensimulasikan satu atau lebih dari cara seorang ahli pertanian menggunakan pengetahuan dan pengalamannya dalam membuat diagnosis dan meneruskan rekomendasi yang diperlukan terkait defisiensi nutrisi. Defesiensi nutrisi adalah kekurangan bahan makanan untuk kelangsungan hidup pada tanaman. Memberikan hasil diagnosis defisiensi nutrisi kepada petani untuk dapat menjadi p atokan perbaikan hara unsur hara esensial baik makro maupun mikro pada tanaman hidroponik. Metode yang dipakai dalam system pakar ini adalah metode Certainty Factor (CF). Metode ini memberikan diagnosis berupa kepastian atau ketidakpastian kondisi dalam rule yang digunakan untuk menyimpulkan.
Mendiagnosa Penyakit Pada Hewan Rusa (Cervidae) Menggunakan Metode Teorema Bayes Abdullah Muhazir; Ardianto Pranata; Iskandar Zulkarnain; Rudi Gunawan; Rejekina Pasaribu
Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Vol 6, No 2 (2023): J-SISKO TECH EDISI JULI
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/jsk.v6i2.7947

Abstract

Rusa, sambar, atau menjangan adalah hewan mamalia pemamah biak yang termasuk famili cervidae. Rusa berasal dari Amerika utara, Eropa, Asia, Afrika barat laut, hingga Selandia baru, fakta hewan rusa yaitu populasinya menurun. Adanya gejala penyakit pada hewan rusa yaitu penumpukan gas/pakan/rumput kembung, mencret, penurunan nafsu makan, radang pada usus/entritis, kutuan, kurangnya nafsu makan, bulu rontok dan kusam. Meskipun rusa masih dilestarikan, tapi kendala penyakit pada hewan rusa menyerang antara lain: Timpani, Cacingan/hermonchus, Diare berdarah (Protozoa) Endoparasit dan Ektoparasit untuk itu maka dibutuhkan sistem pakar yang dapat memberikan kemudahan dalam mendiagnosa penyakit pada hewan rusa. Perancangan sistem pakar sangat penting untuk gejala pada hewan rusa dengan aturan yang ada dan menghasilkan diagnosa secara klinis berdasarkan basis pengetahuan pada sistem pakar yang dibangun dalam mendiagnosa penyakit pada hewan rusa dengan menggunakan metode teorema bayes. Metode teorema bayes adalah sebuah teorema dengan dua penafsiran Teorema Bayes ini menyatakan seberapa jauh derajat kepercayaan subjektif harus berubah secara rasional ketika ada petunjuk baru, dimana bayes digunakan dalam statistika untuk menghitung peluang suatu hipotesis dan bayes juga merupakan prediksi berbasis probalistik sederhana yang berdasar pada penerapan teorema bayes. Metode teorema bayes ini juga merupakan metode yang baik dalam mesin pembelajaran berdasarkan data training dengan berdasarkan pada probabilitas bersyarat.
Co-Authors Abdullah Muhazir Ardianto Pranata Azlan Azlan B. Herawan Hayadi Badrul Anwar Baren Purba Beni Andika Dicky Nofriansyah Elfitriani Elfitriani Faisal Taufik Faisal Taufik Firahmi Rizky Hafizah Hafizah Hendra Jaya Hendryan Winata Hutagalung, Juniar Ishak Ishak Iskandar Zulkarnain kamil erwansyah Masyuni Hutasuhut Muhammad Dahria Mukhlis Ramadhan Nurcahyo Budi Nugroho Purwadi Purwadi Rehan Erdiansyah Rejekina Pasaribu Retta theresia lubis Riki Arbianto Rini Kustini Rutlan Br Sinaga Saidi Ramadan Siregar Sartika Mandasari Sobirin Sobirin Sri Kusnasari Zulkifli Lubis