Abstract:Abstract: This research tries to describe student cluster analysis, as an effort to optimize campus promotion to various schools and regions. It is known that every year, Politeknik Pertanian Negeri Payakumbuh, abbreviated…
ed as PPNP, brings in students from various regions in Indonesia. Regarding the campus promotion strategy process, the PPNP promotion section has not been based or referred to the results of processing existing student data. So that the budget used by the campus promotion team has not been right on target with the results of students who can be brought to campus. In addition, the existing student database has not been processed or explored further, so that it has not produced knowledge that is very useful as material to support the decisions of the academic and student affairs department and the campus promotion team. The method used in this research is CRISP-DM which stands for Cross- Industry Standard Process for Data Mining. Based on the characteristics of each cluster, the PPNP Promotion Team in conducting the next socialization is advised to prioritize provinces such as West Sumatra and North Sumatra. Currently, managerial circles in this context, university leaders are expected to be able to make data-based decisions. Data-based decision making can foster a culture of sustainable innovation, produce customer-centric offerings and drive long-term business growth.
Keywords: cluster analysis; student data; k-means clustering; campus promotion
Abstrak: Penelitian ini mencoba untuk mendeskripsikan analisis cluster mahasiswa, sebagai upaya optimalisasi dalam melakukan promosi kampus ke berbagai sekolah dan daerah. Diketahui bahwa setiap tahunnya, Politeknik Pertanian Negeri Payakumbuh disingkat PPNP mendatangkan mahasiswa dari berbagai daerah di Indonesia. Terkait dengan proses strategi promosi kampus, bagian promosi PPNP belum didasarkan pada hasil pengolahan data mahasiswa yang ada. Sehingga anggaran yang digunakan tim promosi belum tepat sasaran dengan hasil mahasiswa yang dapat didatangkan ke kampus. Selain itu database mahasiswa yang ada selama ini belum diolah atau digali secara jauh, sehingga belum menghasilkan pengetahuan yang bermanfaat sebagai bahan untuk mendukung keputusan bagian akademik dan kemahasiswaan serta tim promosi kampus. Metode yang digunakan dalam penelitian ini yaitu CRISP-DM merupakan singkatan dari Cross-Industry Standart Process for Data Mining. Berdasarkan karakteristik setiap cluster, maka untuk Tim Promosi PPNP dalam melakukan sosialisasi berikutnya disarankan memprioritaskan pada provinsi seperti Sumatera Barat dan Sumatera Utara. Saat ini kalangan manajerial yaitu pimpinan perguruan tinggi diharapkan dapat melakukan pengambilan keputusan berbasis pada data. Pengambilan keputusan berbasis data dapat menumbuhkan budaya inovasi yang berkelanjutan, menghasilkan penawaran yang berpusat pada pelanggan dan mendorong pertumbuhan bisnis jangka panjang.
Kata kunci: analisis cluster; data mahasiswa; k-means clustering, promosi kampus
Abstract:Abstract: The development of AI assistants such as Gemini and ChatGPT can significantly assist in daily human tasks. In the field of Sentiment Analysis, AI assistants can be utilized as an automated labeling alternative…
to provide positive, negative, or neutral sentiments within a dataset. This research aims to enhance the performance of AI assistants in automated labeling processes by employing the Feature Selection algorithm, specifically Forward Selection. The methodology involves utilizing the Naïve Bayes and K-NN algorithms, and subsequently improving accuracy through the Feature Selection algorithm. The evaluation is conducted using K-Fold Cross Validation. Research findings indicate an improvement in the accuracy of the best model, which is ChatGPT, when using the Naïve Bayes algorithm and Shuffled Sampling technique. The initial accuracy of 79.09% increased to 87.18% after Feature Selection was applied. This demonstrates the effectiveness of Feature Selection, particularly Forward Selection, in enhancing the accuracy performance of the model.
Keywords: ai; assistant; chat gpt; feature selection; gemini.
Abstrak: Pekembangan Asisten AI seperti Gemini dan Chat GPT dapat membantu pekerjaan manusia sehari-hari. Dalam bidang Analisis Sentimen, Asisten AI dapat digunakan sebagai alternatif pelabelan otomatis untuk memberikan sentimen positif, negatif atau netral dalam suatu dataset. Penlitian ini bertujuan untuk meningkatkan performa yang dihasilkan oleh Asisten AI dalam proses pelabelan otomatis menggunakan Algortima Feature Selection yaitu Forward Selection. Metode yang digunakan adalah dengan menggunakan Algoritma Naïve Bayes dan K-NN kemudian hasil akurasi akan ditingkatkan menggunkan Algoritma Feature Selection. Evaluasi yang digunakan adalah K-Fold Cross Validation. Hasil penelitian menunjukkan peningkatan akurasi model terbaik berada pada Chat GPT dengan menggunakan Algoritma Naïve Bayes dan Teknik Shuffled Sampling, dari nilai akurasi awal sebesar 79.09%, setelah ditingkatkan menggunakan Feature Selection, maka nilai akurasinya meningkat menjadi 87.18%. Hal ini membuktikan peran Feature Selection, dimana yang digunakan adalah Forward Selection dalam meningkatkan akurasi ternyata memang efektif dalam meningkatkan performa akurasi model.
Kata kunci: ai; assisten; chat gpt; feature selection; gemini
Abstract:Abstract: The increasing number of students at STMIK Royal Kisaran has raised the risk of air pollution caused by vehicle emissions, cigarette smoke, and waste burning, particularly around the campus canteen. The campus's…
s location, which is close to a rubber factory and the Sumatra Crossroad, further exacerbates air quality and significantly impacts the health of individuals active at STMIK Royal. This study aims to develop a system that can measure air quality in real-time and detect pollutants in the campus environment. The system utilizes MQ-135 and MQ-2 sensors integrated with a microprocessor to process and transmit data to an IoT-based database. This research employs a qualitative descriptive method to describe the facts and trends based on the available data. The results indicate that air quality is good in the morning, worsens during the afternoon, and improves again in the evening, reflecting increased pollution during periods of heightened industrial and transportation activities. The implementation of this system is expected to contribute to the creation of a healthier environment and raise awareness about the importance of air quality.
Keywords: air quality; campus environment ; IoT; pollution.
Abstrak: Peningkatan jumlah mahasiswa di Kampus STMIK Royal Kisaran telah meningkatkan risiko polusi udara akibat asap kendaraan, rokok, dan pembakaran sampah, terutama di sekitar kantin kampus. Lokasi kampus yang dekat dengan pabrik karet dan jalan lintas Sumatera sehingga memperburuk kualitas udara dan sangat mempengaruhi kesehatan para individu yang beraktivitas di STMIK Royal. Penelitian ini bertujuan mengembangkan sistem yang dapat mengukur kualitas udara secara real-time dan mendeteksi polutan di lingkungan kampus. Sistem ini menggunakan sensor MQ-135 dan MQ-2 yang terintegrasi dengan mikroprosesor untuk mengolah dan mengirim data ke database berbasis IoT. Penelitian ini menggunakan metode deskriptif kualitatif untuk menggambarkan fakta dan kecenderungan dari data yang tersedia. Hasilnya menunjukkan bahwa kualitas udara baik di pagi hari, memburuk di siang hari, dan membaik lagi di sore hari, menunjukkan peningkatan polusi saat aktivitas pabrik dan transportasi meningkat. Implementasi sistem ini diharapkan dapat mendukung terciptanya lingkungan yang lebih sehat dan meningkatkan kesadaran akan pentingnya kualitas udara.
Kata kunci: IoT; lingkungan kampus; kualitas udara; polusi.
Abstract:Abstract: Twitter occupies the top position of the most popular social media platform in Indonesia. Police and other related issues were the subject of much discussion. The aim of this research is to analyze public sentiment…
ment towards the National Police Agency using Twitter with the support vector machine method. The research started by crawling Twitter data. The data contains a total of 6,925 entries for three keywords. Next, we move on to the preprocessing stage consisting of (cleaning, case folding, tokenization, and filtering). Next is the tf-idf feature extraction stage, finally the classification and evaluation stage. The results of manual data inspection (73:27) showed accuracy of 70.66%, precision of 70.68%, and recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. The results of manual data checking (82:18) showed accuracy of 70.66%, precision of 70.68%, recall of 99.76%. Testing the second data (82:18), found accuracy 86%, precision 86.21%, recall 99.71%. From the data system testing results (80:20), accuracy was 87.55%, positive precision 87.53%, negative precision 88.24%, positive recall 99.48%, and negative recall. the rate is 99.48.% – The result is 21.43%. Data testing results (60:40) showed accuracy of 86.89%, positive precision of 86.84%, negative precision of 88.46%, positive recall of 99.61%, and negative recall of 16.43%. Single test data validation system (80:20), accuracy 87.55, overall test cross validation system (k fold 5 accuracy) 86.673%.
Keywords: data mining;police agencies;support vector machines
Abstrak: Twitter menduduki posisi teratas platform media sosial terpopuler di Indonesia. Polisi dan masalah terkait lainnya menjadi pokok bahasan banyak pembicaraan. Tujuan penelitian ini untuk menganalisis sentimen masyarakat terhadap Badan Kepolisian Nasional menggunakan Twitter dengan metode support vector machine. Penelitian dimulai dengan crawling data Twitter. Data memuat total 6.925 entri dari tiga kata kunci. Selanjutnya beralih ke tahap preprocessing terdiri dari (pembersihan, pelipatan kasus, tokenisasi, dan pemfilteran). Selanjutnya tahap ekstraksi fitur tf-idf, terakhir tahap klasifikasi dan evaluasi. Hasil pemeriksaan data manual (73:27) menunjukkan akurasi 70,66%, presisi 70,68%, dan recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Hasil pemeriksaan data secara manual (82:18) menunjukkan akurasi 70,66%, presisi 70,68%, recall 99,76%. Menguji data kedua (82:18), menemukan akurasi 86%, presisi 86,21%, recall 99,71%. Dari hasil pengujian sistem data (80:20), akurasi 87,55%, presisi positif 87,53%, presisi negatif 88,24%, recall positif 99,48%, dan recall negatif. tarifnya adalah 99,48.% – Hasilnya 21,43%. Hasil pengujian data (60:40) menunjukkan akurasi 86,89%, presisi positif 86,84%, presisi negatif 88,46%, recall positif 99,61%, dan recall negatif 16,43%. Uji tunggal sistem validasi data (80:20), akurasi 87,55, uji keseluruhan sistem validasi silang (akurasi k fold 5) 86,673%.
Kata Kunci: data mining;instansi kepolisian;mesin vektor pendukung
Abstract:Abstract: Schools become educational institutions in supporting the teaching and learning process to increase student potential. In the world of education, determining the best students is still an obstacle that is often…
faced such as subjectivity assessment resulting in diverse mindsets. SMP Negeri 3 Kisaran which is located at Jalan Madong Lubis, Selawan, East Kisaran District, Asahan Regency. The process of determining the overall champion students still relies on conventional assessments by manual means so that it requires a long assessment time, assessment is also subjective, this tends to limit recognition of diverse student potential. The purpose of this study is to design a decision support system application in determining the overall champion students at SMP Negeri 3 Kisaran with specified criteria. The SAW method is used as a weighted summation method of the performance of each alternative across all attributes. The best alternative decision result as the General Champion Student of class IX in the Odd Semester of 2023/2024 at SMP Negeri 3 Kisaran is Naurah Ghaisani Lubis with a score of 0.906. Based on these results, it can help SMP Negeri 3 Kisaran in determining the overall champion students and become a reference in decision making.
Keywords: decision support system; simple addictive weighting; general champion students
Abstrak: Sekolah menjadi institusi pendidikan dalam mendukung proses belajar mengajar untuk meningkatkan potensi siswa. Dalam dunia pendidikan menentukan siswa terbaik masih menjadi kendala yang sering dihadapi seperti penilaian secara subjektivitas mengakibatkan pola pikir yang beragam. SMP Negeri 3 Kisaran yang beralamatkan di Jalan Madong Lubis, Selawan, Kecamatan Kisaran Timur, Kabupaten Asahan. Proses penentuan siswa juara umum masih mengandalkan penilaian konvensional dengan cara manual sehingga membutuhkan waktu penilaian yang cukup lama, penilaian juga bersifat subjektif, hal ini cenderung membatasi pengakuan atas potensi siswa yang beragam. Tujuan penelitian ini untuk merancang aplikasi sistem pendukung keputusan dalam menentukan siswa juara umum di SMP Negeri 3 Kisaran dengan kriteria yang ditentukan. Metode SAW digunakan sebagai metode penjumlahan terbobot dari kinerja setiap alternatif di semua atribut. Hasil keputusan alternatif terbaik sebagai Siswa Juara Umum kelas IX pada Semester Ganjil Tahun 2023/2024 di SMP Negeri 3 Kisaran adalah Naurah Ghaisani Lubis dengan nilai 0.906. Berdasarkan hasil tersebut dapat membantu pihak SMP Negeri 3 Kisaran dalam menentukan siswa juara umum dan menjadi acuan dalam pengambilan keputusan.
Kata Kunci: sistem pendukung keputusan; simple addictive weighting; siswa juara umum
Abstract:Abstract: Artificial Intelligence (AI) is currently gaining popularity across various industries, including healthcare, finance, and others. In this study, AI technology is employed to devise an optimal marketing strategy…
y for Code Verse Computer Accessories Store using the K-Means algorithm. As part of machine learning, the K-Means algorithm, categorized under unsupervised learning, is implemented to cluster sales data for computer accessory products over the last three months of 2023. The results of the K-Means analysis identify two main clusters. Cluster one (Cluster 1) comprises products such as Mouse, Keyboard, Monitor, Headset, and Speaker, indicating consistent purchasing patterns and high consumer interest. Recommendations are made to increase stock for Cluster 1. Meanwhile, Cluster two (Cluster 2) consists of Mic products with lower interest, and it is not advisable to increase stock. The implementation of K-Means provides insights into purchasing patterns, enabling Code Verse to develop more effective marketing and inventory management strategies.
Keywords: K-Means algorithm; artificial intelligence; clustering
Abstract: Kecerdasan Buatan (AI) kini meraih popularitas dalam berbagai industri, termasuk sektor kesehatan, keuangan, dan lainnya. Pada penelitian ini, teknologi AI digunakan untuk merancang strategi pemasaran optimal bagi Toko Aksesoris Komputer CodeVerse dengan menggunakan Algoritma K-Means. Sebagai bagian dari machine learning, Algoritma K-Means, yang termasuk dalam kategori unsupervised learning, diimplementasikan untuk mengelompokkan data penjualan produk selama tiga bulan terakhir tahun 2023. Hasil dari analisis K-Means mengidentifikasi dua cluster utama. Cluster pertama (Cluster 1) terdiri dari produk Mouse, Keyboard, Monitor, Headset, dan Speaker, menunjukkan pola pembelian yang konsisten dan tingginya minat konsumen. Rekomendasi untuk menambah stok diberikan. Sementara itu, Cluster kedua (Cluster 2) terdiri dari produk Mic dengan minat lebih rendah, dan tidak disarankan untuk menambah stok. Implementasi K-Means memberikan wawasan tentang pola pembelian, memungkinkan CodeVerse mengembangkan strategi pemasaran dan manajemen persediaan yang lebih efektif.
Keywords: Algoritma k-means; kecerdasan buatan; clustering
Abstract:Abstract: This research highlights the significance of information technology in producing relevant, accurate, and timely information as the foundation for strategic knowledge in decision-making. Applications, as software,…
e, play a vital role in presenting information tailored to user needs, based on provided input data. Flutter, serving as an SDK for mobile app development, brings superior capabilities in cross-platform application development. The development of a mobile application for Fruit Garden Tourism Information System in Sidoarjo using Flutter aims to facilitate the search for fruit garden tourism spots based on user preferences and provide detailed information about those locations. The objective is to assist the community in discovering and enjoying fruit garden tourism in Sidoarjo. In the testing process, the black-box method is utilized to identify system weaknesses, validate the congruence of executed data with inputs, and prevent potential deficiencies and errors in the application before user deployment. In the testing process, the application has successfully passed tests for its interface and all provided features with success.
Keywords: application; flutter; fruit garden tourism; information technology.
Abstrak: Penelitian ini menggambarkan pentingnya teknologi informasi dalam menghasilkan informasi yang relevan, akurat, dan waktu tepat sebagai dasar pengetahuan strategis untuk pengambilan keputusan. Aplikasi, sebagai perangkat lunak, memiliki peran vital dalam menyajikan informasi sesuai dengan kebutuhan pengguna, berlandaskan pada data masukan yang diberikan. Flutter, sebagai SDK untuk pembuatan aplikasi mobile, menghadirkan kemampuan unggul dalam pengembangan aplikasi lintas platform. Pengembangan aplikasi mobile untuk Sistem Informasi Wisata Kebun Buah di Sidoarjo menggunakan Flutter bertujuan memudahkan pencarian tempat wisata kebun buah sesuai preferensi pengguna dan menyediakan informasi yang terperinci tentang lokasi tersebut. Tujuannya adalah memfasilitasi masyarakat dalam menemukan dan menikmati wisata kebun buah di Sidoarjo. Dalam proses pengujian, metode black box digunakan untuk mengidentifikasi kelemahan sistem, memvalidasi kesesuaian data yang dieksekusi dengan yang dimasukkan, serta mencegah potensi kekurangan dan kesalahan dalam aplikasi sebelum digunakan oleh pengguna. Pada proses pengujian, aplikasi telah berhasil melewati pengujian untuk aspek tampilan dan seluruh fitur yang disediakan dengan sukses.
Kata kunci: aplikasi; flutter; teknologi informasi; wisata kebun buah.
Abstract:Abstract: The habit of smoking is dangerous because of the addictive substances that make cigarettes addictive. Its addictive nature poses a significant risk, affecting personality with stress, depression and nervous disorders.…
orders. Body factors that indicate smoking include blood sugar levels, dental caries, and hemoglobin. To address this, research has been conducted with focused efforts to understand and address the risks associated with smoking and its impact on overall health. This research aims to choose the best method for predicting smokers by using feature selection techniques. The feature selection algorithms uses for that are Analysis of Variance (ANOVA), Recursive Feature Elimination (RFE), and Genetic Algorithm (GA) to select optimal attributes and uses the k-fold cross validation technique as the validation of the Artificial Neural Network algorithm. The data includes various parameters such as age, height, weight, vision, blood pressure, cholesterol, triglycerides, hemoglobin, AST, ALT, GTP, gender, dental caries and tartar. Hearing ability, urine protein content, and tartar were selected. The results showed that using the Analysis of Variance method showed higher accuracy (77.101%) compared to the Genetic Algorithm method (74.64%) and the Recursive Feature Elimination method (76.08%). Selection of relevant attributes increases the predictions and insights of the Artificial Neural Network model about the effects of smoking on health.
Keywords: artificial neural network; analysis of variance; genetic algorithm; recursive feature elimination; smoker prediction
Abstrak: Kebiasaan merokok berbahaya karena adanya zat adiktif yang membuat rokok menjadi ketagihan. Sifatnya yang membuat ketagihan menimbulkan risiko yang signifikan, mempengaruhi kepribadian dengan stres, depresi, dan gangguan saraf. Faktor tubuh yang mengindikasikan kebiasaan merokok antara lain kadar gula darah, karies gigi, dan hemoglobin. Untuk mengatasi hal ini, penelitian telah dilakukan dengan upaya terfokus untuk memahami dan mengatasi risiko yang terkait dengan merokok dan dampaknya terhadap kesehatan secara keseluruhan. Penelitian ini bertujuan untuk memilih metode terbaik dalam memprediksi perokok dengan menggunakan teknik seleksi fitur. Metode seleksi fitur yang digunakan adalah Analysis of Variance (ANOVA), Recursive Feature Elimination (RFE), dan Genetic Algorithm (GA) untuk memilih atribut yang optimal dan menggunakan teknik k-fold cross validation sebagai validasi algoritma Artificial Neural Network. Data tersebut mencakup berbagai parameter seperti umur, tinggi badan, berat badan, penglihatan, tekanan darah, kolesterol, trigliserida, hemoglobin, AST, ALT, GTP, jenis kelamin, karies gigi dan karang gigi. Kemampuan pendengaran, kandungan protein urin, dan karang gigi dipilih. Hasil penelitian menunjukkan bahwa penggunaan metode Analysis of Variance menunjukkan akurasi yang lebih tinggi (77,101%) dibandingkan dengan metode Genetic Algorithm (74,64%) dan metode Recursive Feature Elimination (76,08%). Pemilihan atribut yang relevan meningkatkan prediksi dan wawasan model Jaringan Syaraf Tiruan tentang dampak merokok terhadap kesehatan.
Kata kunci: artificial neural network; analysis of variance; genetic algorithm; prediksi perokok; recursive feature elimination
Abstract:Abstract: The advancement of information technology is progressively exerting significant impact across diverse aspects of life, including business. PT Semen Baturaja Tbk is developing a marketplace platform called Build…
Id to meet community's needs for high-quality construction materials and services, also aims to enhance company's product sales and brand recognition. A system with quality provides ease of use in order to achieve customer satisfaction. Build Id merchant for architects website requires user-friendly design recommendations to increase the user experience when it gets distributed to the market. To achieve this goal, Task-Centered System Design (TCSD) method is being used to focused the design process. TCSD is a method in Human Computer Interaction (HCI) used to identify task and user requirements. The method consists of 4 stages, namely, identification, user-centered requirements analysis, design through scenarios, and walkthrough evaluation. In this study, identification was carried out by conducting system observations and interviews with Build Id team at Digital Marketing Unit of PT Semen Baturaja Tbk and architect as the prospective system users. The interface design results were evaluated using System Usability Scale (SUS) and received final score of 69.615, indicating that the interface design made using TCSD method is feasible for users to use.
Keywords: Interface; System Usability Scale; Task-Centered System Design
Abstrak: Perkembangan teknologi informasi kian berpengaruh besar dalam berbagai bidang kehidupan, termasuk di dunia bisnis. PT Semen Baturaja Tbk mengembangkan suatu sistem dalam bentuk marketplace dengan nama Build Id, dengan tujuan untuk memenuhi kebutuhan bahan bangunan dan jasa konstruksi yang berkualitas bagi masyarakat, serta memperluas penjualan produk dan branding merk dari PT Semen Baturaja Tbk ini sendiri. Sistem yang berkualitas memberikan kemudahan dan kenyamanan dalam penggunaannya demi mewujudkan kepuasan pelanggan. Build Id merchant untuk arsitek memerlukan rekomendasi desain atau prototype user interface yang user friendly demi meningkatkan pengalaman pengguna ketika didistribusikan ke pasaran nantinya. Metode Task-Centered System Design (TCSD) digunakan untuk membantu proses perancangan lebih terarah. TCSD adalah metode dalam Human Computer Interaction (HCI) yang digunakan untuk mengidentifikasi kebutuhan task dan pengguna. Metode TCSD terdiri dari 4 tahap yaitu, identification, user-centered requirements analysis, design through scenario, dan walkthrough evaluation. Identifikasi dalam penelitian ini dilakukan dengan observasi dan wawancara bersama tim Build Id dan calon pengguna sistem yaitu arsitek. Hasil dari rancangan interface kemudian dievaluasi menggunakan System Usability Scale (SUS) dengan hasil skor akhir 69,615, menunjukkan rancangan interface yang dibuat dengan metode TCSD ini layak untuk digunakan pengguna.
Kata kunci: Interface; System Usability Scale; Task-Centered System Design
Abstract:Abstract: Posyandu as a container for health assistance carried out at the Puskesmas, the implementation is carried out in the sub-district / RW and managed by the village midwife. The problem that occurs is not having a…
system that can accurately provide information related to the location of posyandu spread across the Asahan area in the form of a digital map, managed posyandu data is still not enough to inform the location of the intended posyandu. With the GIS, it is hoped that it will provide information regarding the location of the posyandu in the Asahan area which can make it easier and save time for puskesmas officers and the health office in finding posyandu locations, and can monitor the development of the number of under-fives who are malnourished. This study uses a qualitative method by explaining the analysis based on observation and documentation related to posyandu. The research results obtained, the application of geographic information systems to determine the location of posyandu and display posyandu information easily and accurately in Asahan District. With this concluded, the application built can facilitate the Health Service in searching for Posyandu locations in Asahan District.
Keywordss: geographic information system; posyandu; Information System
Abstrak: Posyandu sebagai wadah bantuan kesehatan yang di laksanakan di Puskesmas, pelaksanaannya dilakukan di kelurahan/RW dan di kelola oleh Bidan Desa. Permasalahan yang terjadi belum mempunyai sistem yang dapat memberikan informasi terkait lokasi posyandu yang tersebar di wilayah Asahan dengan akurat dalam bentuk peta digita, data posyandu dikelola masih belum cukup menginformasikan titik lokasi posyandu yang dituju. Dengan adanya SIG ini diharapkan memberikan informasi mengenai lokasi posyandu di wilayah Asahan yang dapat mempermudah serta menghemat waktu bagi petugas puskesmas dan dinas kesehatan dalam mencari titik lokasi posyandu, dan dapat memantau perkembangan jumlah balita yang kurang gizi. Penelitian ini menggunakan metode kualitatif dengan menjelaskan analisis berdasarkan obsevasi dan dokumentasi berkaitan dengan posyandu. Hasil penelitian yang didapatkan, penerapan sistem informasi geografis untuk mengetahui lokasi posyandu dan menampilkan informasi posyandu dengan mudah dan akurat di Kabupaten Asahan. Dengan ini disimpulkan, aplikasi yang dibangun dapat mempermudah Dinas Kesehatan dalam melakukan pencarian lokasi posyandu di Kabupaten Asahan.
Kata Kunci: sistem informasi geografis; posyandu; sistem informasi