Claim Missing Document
Check
Articles

Found 37 Documents
Search

Aplikasi Pemetaan Lokasi Distribusi Gas Elpiji 3 Kg Menggunakan Algoritma Ant Colony Berbasis Android Nurdin Nurdin; Arif Darmansyah; Fajriana Fajriana
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 1 (2020): Juni 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/coreit.v6i1.9439

Abstract

Kebutuhan energi nasional dan upaya untuk pemenuhan kebutuhan energi merupakan salah satu permasalahan saat ini. Salah satu yang masih menjadi problematika adalah kelangkaan gas yang terjadi pada tiap daerah berbeda, dimana tidak semua daerah mengalami kekurangan gas ada juga daerah yang kelebihan stok gas LPG. Oleh karena itu diperlukan aplikasi pemetaan lokasi distribusi gas elpiji berbasis android. Pada plikasi ini menerapkan algoritma ant colony untuk mencari rute tercepat lokasi pangkalan gas yang ada pada wilayah Kecamatan Medan. Langkah-langkah yang digunakan pada skema sistem ini yaitu: input lokasi, Algoritma Ant Colony, rute terpendek, menampilkan pemetaan lokasi distribusi. Algoritma Ant Colony merupakan algoritma yang paling sering digunakan dalam pemetaan lokasi distribusi. Penelitian ini berhasil membuat aplikasi pemetaan lokasi distribusi gas elpiji 3 kg dengan menggunakan Algoritma Ant Colony berbasis android pencarian jalur tercepat dengan menggunakan algoritma Ant Colony. Berdasarkan uji coba, semakin kecil jumlah kota yang diinputkan maka semakin cepat aplikasi menampilkan rute terpendek pada map.
Klasifikasi Karya Ilmiah (Tugas Akhir) Mahasiswa Menggunakan Metode Naive Bayes Classifier (NBC) Nurdin Nurdin; M Suhendri; Yesy Afrilia; Rizal Rizal
Sistemasi: Jurnal Sistem Informasi Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (344.544 KB) | DOI: 10.32520/stmsi.v10i2.1193

Abstract

ABSTRACTThe final project or thesis is the result of research that addresses a problem according to the student's field of science. By increasing the number of graduates, the number of final project documents produced will also be even greater. The large number of scientific papers or final project documents will be difficult to find according to the topic if they are not grouped. A large number of documents will not be effective if classification is done manually. This study makes a scientific paper classification application aimed at classifying the scientific work (final project) of students in the field of Informatics Engineering. This application was built by implementing the Naive Bayes Classifier algorithm based on background parameters and will be classified into 5 categories, namely image processing, data mining, decision making systems, geographic information systems and expert systems. With the research stages, namely data collection, preprocessing, calculation of the Naive Bayes Classifier method, implementation and system testing. This study uses 170 scientific papers, which are divided into 150 data for training and 20 data for testing. The results of this study illustrate that the Naive Bayes Classifier algorithm is a simple algorithm that can be used to classify scientific papers with an average accuracy of 86.68% and the average processing time required in each test is 5.7406 seconds / test.Keywords:scientific work, naive bayes classifier, classification,training, testing ABSTRAKTugas akhir atau skripsi merupakan hasil penelitian yang membahas suatu masalah sesuai bidang ilmu dari mahasiswa. Dengan bertambah jumlah lulusan, maka jumlah dokumen tugas akhir yang dihasilkan juga akan semakin besar. Jumlah dokumen karya ilmiah atau tugas akhir yang besar akan sulit dicari sesuai dengan topik jika tidak dikelompokkan. Jumlah dokumen yang besar akan tidak efektif jika dilakukan klasifikasi secara manual. Penelitian ini membuat aplikasi klasifikasi karya ilmiah bertujuan untuk mengklasifikasikan karya ilmiah (tugas akhir) mahasiswa dalam bidang ilmu Teknik Informatika. Aplikasi ini dibangun dengan mengimplementasikan algoritma Naive Bayes Classifier berdasarkan parameter latar belakang dan akan diklasifikasikan menjadi 5 kategori yaitu pengolahan citra, data mining, sistem pengambilan keputusan, sistem informasi geografis dan sistem pakar. Dengan tahapan penelitian yaitu pengumpulan data, preprocessing, perhitungan metode Naive Bayes Classifier,implementasi dan pengujian sistem.Penelitian ini menggunakan data sebanyak 170 data karya ilmiah, yang dibagi menjadi 150 data untuk pelatihan dan 20 data untuk pengujian. Hasil penelitian ini menggambarkan bahwa algoritma Naive Bayes Classifier merupakan algoritma sederhana yang mampu digunakan untuk melakukan klasifikasi karya ilmiah dengan rata-rata akurasi 86,68% serta rata-rata waktu proses yang dibutuhkan dalam setiap pengujian yaitu 5,7406 detik/pengujian.Kata Kunci:Karya ilmiah, Naive bayes classifier, Klasifikasi, Pelatihan, Pengujian.
Pendeteksian Dokumen Plagiarisme dengan Menggunakan Metode Weight Tree Nurdin Nurdin; Rizal Rizal; Rizwan Rizwan
Telematika Vol 12, No 1: Februari (2019)
Publisher : Universitas Amikom Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (694.81 KB) | DOI: 10.35671/telematika.v12i1.775

Abstract

Sistem pengelolaan dokumen plagiarisme masih ada yang dilakukan secara manual yaitu dengan mengecek satu persatu sehingga membutuhkan waktu yang lama dan kurang efektif. Salah satu algoritma yang dapat digunakan untuk pendeteksian dokumen plagiarisme adalah algoritma Weight Tree yaitu sebuah metode untuk melakukan klasifikasi kemiripan dokumen berdasarkan bobot dari dokumen. Tujuan penelitian ini adalah untuk membangun sebuah sistem pendeteksian kemiripan dari dua dokumen teks yang berbeda untuk jenis dokumen teks berbahasa indonesia dengan format file dokumen yaitu: doc, docx, pdf, rtf. Tahapan yang dilakukan pada penelitian ini terdiri dari pengumpulan data, perancangan sistem, pembuatan aplikasi dan pengujian terhadap aplikasi. Hasil pengujian sistem dapat dikategorikan sebagai sistem pendeteksian atau pengetesan kemiripan dokumen. Pada pengujian sistem ini, penulis yang mengkategorikan dokumen tersebut sebagai dokumen plagiat berdasarkan persentase kemiripan. Nilai rata-rata persentase kemiripan dalam pengujian sistem ini adalah 71,60%. Sistem yang di bangun ini berhasil dengan tingkat keakuratan mencapai 90%. Algoritma Weight Tree yang diterapkan pada sistem ini terbukti mampu mengidentifikasi dengan baik kemiripan dokumen plagiarisme.
Back Matter Jurnal Rekayasa Mesin Vol. 16 No. 3 Desember 2021 Jurnal Rekayasa Mesin
Jurnal Rekayasa Mesin Vol 16, No 3 (2021): Volume 16, Nomor 3, Desember 2021
Publisher : Jurusan Teknik Mesin - Politeknik Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32497/jrm.v16i3.3212

Abstract

Implementation of Fuzzy C-Means to Determine Student Satisfaction Levels in Online Learning Nurdin S.Kom., M.Kom (SCOPUS ID=ID: 57201646662); Uci Mutiara Putri Nasution; Hafizh Al-Kautsar Aidilof; Bustami Bustami
Sistemasi: Jurnal Sistem Informasi Vol 11, No 1 (2022): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1354.873 KB) | DOI: 10.32520/stmsi.v11i1.1638

Abstract

Online learning is the best solution during the COVID-19 pandemic, causing a difference in the learning process that lecturers usually do face-to-face with students. Changes in the learning process are expected to be implemented effectively and efficiently. The purpose of this study is to determine how the level of student satisfaction in online learning and produce a system that can cluster the level of student satisfaction using the Fuzzy C-Means method. The variables used in this study have 3 parameters, namely the teaching and learning process, lecturer competence, facilities, and infrastructure. The stages carried out in this study were collecting questionnaire data filled out by 500 students of Informatics Engineering, Malikussaleh University, the data obtained was processed based on the average student answers. Based on the data that has been obtained will form 2 clusters, namely satisfied and dissatisfied in online learning using the Fuzzy C-Means method. The results of clustering of 500 data obtained that 303 students felt "satisfied" and as many as 197 students felt "not satisfied" in the online learning carried out, for cluster 1 (satisfied students) with an average value of the teaching and learning process 7,389, lecturer competence 7,863 and facilities and infrastructure 7,8883. Cluster 2 (students are not satisfied) with the average value of teaching and learning process 4,466, lecturer competence 5,069, and the value of facilities and infrastructure 5,424. The contribution of this research is to help the manager of the Department of Information Engineering, Malikussaleh University to evaluate and improve the online learning process.
Information System for Predicting Fisheries Outcomes Using Regression Algorithm Multiple Linear Nurdin Nurdin; Fajriana Fajriana; Maryana Maryana; Ama Zanati
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 5, No 2 (2022): Issues January 2022
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v5i2.6023

Abstract

Bireuen is one of the regencies in Aceh province which has quite a lot of potential for marine and fishery resources, both capture fisheries and aquaculture, because some areas in this district are coastal areas supported by several fish landing bases (PPI), namely PPI Kuala Jangka, Kuala Jeumpa, Peudada, Jeunip, Pandrah, and Bate Iliek which are supporting sectors of the regional economy. The importance of this research is so that the Department of Food Security, Maritime Affairs and Fisheries can estimate the catch of fish in the coming year so that it can be used in terms of policies to increase the fishery production sector. The method used in information systems research to predict fishery results Multiple Linear Regression Algorithm using two independent variables (X), namely, the number of motorized boats (X1), the number of rainy days (X2) and one dependent variable, namely the number of fish caught (Y). ). The steps taken in this research are data collection, calculation of each variable, completion of the elimination method, substitution to get constant values, coefficients and inserting constants and coefficients into the Multiple Linear Regression equation. Based on data obtained from 2016, 1017, 2018, 2019 and 2020 using the Multiple Linear Regression algorithm, the prediction results of the Tangka fishery in Bireuen Regency in 2021 are 12,813.88 tons.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PTS DI LHOKSEUMAWE MENGGUNAKAN METODE FUZZY AHP BERBASIS WEB - Nurdin; - Miranda
Jurnal Informatika Vol 9, No 2 (2015): Juli
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (219.406 KB) | DOI: 10.26555/jifo.v9i2.a2959

Abstract

Sistem Pendukung Keputusan pemilihan PTS ini bertujuan untuk memberikan dukungan pengambilan keputusan untuk pemilihan sebuah PTS di Lhokseumawe. Pada sistem ini terdapat 11 alternatif perguruan tinggi swasta dan ada 6 kriteria yang digunakan oleh sistem. Sistem ini menggunakan metode fuzzy untuk kriteriayang bobot nilainya tidak tetap, kriteria tersebut diantaranya jumlah lulusan, Jarak dengan kota, Biaya pendidikan, jumlah dosen dan pendidikan dosen serta menggunakan metode Analytic Hierarchy Process (AHP)  yaitu untuk perangkingan Perguruan Tinggi yang dipilih oleh user. Pemberian nilai fuzzy berlaku untuk setiap kriteria yang ada. Pada sistem ini juga terdapat 2 proses yakni proses pemilihan perguruan tinggi swasta dan proses membandingkan tingkat kepentingan antar kriteria. Perhitungan fuzzy pada sistem ini tidak dilakukan di dalam sistem melainkan di input oleh admin sistem yang telah dicari terlebih dahulu nilai fuzzy kriteria untuk tiap alternatif yang ada. Hasil dari proses fuzzy dan AHP dalam aplikasi ini akan menghasilkan perangkingan untuk alternatif yang dipilih oleh user.Kata kunci : Fuzzy, AHP, SPK, Pemilihan
PERBANDINGAN METODE TRANSFORMASI WAVELET DAN FOURIER DALAM PENTERJEMAHAN AYAT PADA SURAH YASIN Nurdin Nurdin; Nadilla Baimal Puteri
Sistemasi: Jurnal Sistem Informasi Vol 9, No 1 (2020): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (703.215 KB) | DOI: 10.32520/stmsi.v9i1.563

Abstract

Kitab Al-qur’an diturunkan melalui Nabi Muhammad SAW merupakan panduan dari Allah bagi seluruh umat Islam. Umumnya banyak orang hanya bisa membaca, belum memahami isi yang terdapat dalam bacaannya, oleh sebab itu diperlukan sistem penerjemah ayat Al-qur’an dalam bentuk audio (suara) untuk memudahkan pembaca memahami kandungan dari ayat itu. Dalam aplikasi sistem ini file suaranya menggunakan format wave (.wav). Pada penelitian sistem terjemahan ayat surah Yasin dengan menggunakan perbandingan dua metode, yaitu metodeWavelet dan metode Fourier. Tahapan yang digunakan padametode penelitian ini yaitu: studi pustaka, mengumpulkan sampel surah yasin, desain sistem, implementasi sistem, testing (pungujian) sistem dan perbandingan hasil akurasi antara merode transformasi Wavelet dan Fourier, denganoutputnya berupa hasil terjemahan surah yasin. Adapun hasil implementasi metode Wavelet transpormation dan Fourier untuk terjemahan ayat pada surah yasin ini mendapatkan hasil nilai yang berbeda. Transformasi Wavelet dengan hasil deteksinya mencapai 72,9 %, sedangkan metode Fourier mencapai 43,7 %.Hasil ini menunjukan metode Wavelet akurasinya lebih baik dari metode Fourier dalam aplikasi sistem penterjemahan ayat surah yasin. 
SISTEM PENDETEKSIAN KEMIRIPAN JUDUL SKRIPSI MENGGUNAKAN ALGORITMA WINNOWING Nurdin Nurdin; Amin Munthoha
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 2, No 1 (2017): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v2i1.165

Abstract

Proses pengelolaan judul skripsi yang telah ada dan pendistribusian informasi kepada mahasiswa serta penentuan diterima atau tidak terhadap judul-judul yang diajukan oleh mahasiswa masih dilakukan secara manual yaitu dengan mengecek satu-persatu sehingga membutuhkan waktu yang lama dan kurang efektif. Sistem pendeteksian kemiripan judul skripsi dengan menggunakan algoritma winnowing dirancang untuk memudahkan koordinator tugas akhir atau Ketua Program Studi dalam menentukan persentase kemiripan dengan judul yang telah ada. Sistem akan meminta sebuah masukkan berupa judul yang akan di cek kemiripannya dan menampilkan hasilnya kepada user. Dari 117 judul skripsi yang telah ada, terdapat 11 judul yang sama terhadap judul yang dimasukkan dengan tingkat kemiripan lebih besar sama dengan 20 persen. Dengan adanya sistem ini diharapkan proses-proses tersebut menjadi lebih mudah, cepat dan efektif. Keywords: algoritma winnowing, deteksi kemiripan, plagiarisme, judul skripsi
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JENIS TANAH YANG SESUAI UNTUK TANAMAN PANGAN MENGGUNAKAN METODE SMARTER DAN SAW Nurdin, Nurdin; Fahrozi, Fazar; Ula, Mutammimul; ., Muthmainah
Informatika Pertanian Vol 29, No 2 (2020): DESEMBER
Publisher : Sekretariat Badan Penelitian dan Pengembangan Pertanian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21082/ip.v29n2.2020.p83-94

Abstract

Lahan atau tanah merupakan sumber daya fundamental yang dimiliki manusia. Dengan adanya lahan, manusia dapat menghasilkan bahan pangan, sandang, papan, tambang, dan tempat dilaksanakannya berbagai aktivitas. Di satu sisi, kebutuhan lahan untuk pertanian terus meningkat. Di sisi lain, lahan subur makin terbatas karena digunakan untuk berbagai keperluan selain pertanian. Selain itu, petani umumnya kesulitan menentukan jenis tanaman yang tepat diusahakan pada tanah yang dimiliki. Penelitian ini bertujuan untuk menentukan jenis tanah yang sesuai bagi tanaman pangan menggunakan metode Simple Multi Attribute Rating Technique Exploiting Rank (SMARTER) dan metode Simple Additive Weighting (SAW). Kriteria dan perhitungan bobot untuk metode SMARTER dan SAW adalah kesuburan tanah (W1), unsur hara tanah (W2), kelembaban tanah (W3), tekstur tanah (W4), ketebalan gambut tanah (W5), reaksi (pH) tanah (W6), dan drainase tanah (W7). Hasil penelitian penerapan metode SMARTER dan SAW menghasilkan preferensi dengan nilai tertinggi 0,824286 pada jenis tanah Andosol untuk tanaman padi.