Article Per Year (5 Year)
p-Index From 2019 - 2024
0.983
P-Index
This Author published in this journals
All Journal TECHSI - Jurnal Teknik Informatika Jurnal Teknologi Terapan and Sains 4.0
Mukti Qamal
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
WEBSITE MEDIA PEMBELAJARAN ONLINE AMAZON WEB SERVICES Mukti Qamal; Defry Hamdhana; Rio Pratomo
TECHSI - Jurnal Teknik Informatika Vol 11, No 2 (2019)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v11i2.1847

Abstract

Cloud computing adalah teknologi yang menjadikan internet sebagai pusat pengelolaan data dan aplikasi. Terdapat banyak platform Cloud computing yang tersedia saat ini, salah satu nya adalah Amazon Web Services (AWS). Amazon Web Services (AWS) adalah platform cloud paling komprehensif dan digunakan secara luas di dunia, menawarkan lebih dari 165 layanan unggulan lengkap dari pusat data secara global dengan tawarn biaya yang murah. Akan tetapi masih sedikit orang yang mengetahui  platform cloud ini, oleh karena itu dibutuhkan sebuah media pembelajaran online (E-Learning) berbasis bahasa indonesia untuk memudahkan dalam mempelajari Amazon Web services (AWS) 
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ANGINA PEKTORIS (ANGIN DUDUK) DENGAN METODE FORWARD CHAINING BERBASIS WEB Mukti Qamal; Defry Hamdhana; Martin Martin
TECHSI - Jurnal Teknik Informatika Vol 12, No 1 (2020)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v12i1.2150

Abstract

Sistem pakar biasa diterapkan dalam bidang kedokteran untuk penanganan suatu penyakit. Angina pektoris atau disebut juga Angin Duduk adalah penyakit jantung iskemia didefinisikan sebagai berkurangnya pasokan oksigen dan menurunnya aliran darah ke dalam miokardium. Angina pektoris dibagi menjadi 3 jenis yaitu Angina klasik (stabil), angina printzmeta, dan Angina tidak stabil. Penelitian ini dilakukan untuk mempelajari aplikasi sistem pakar dengan menggunakan metode Forward Chaining yang diimplementasikan dalam aplikasi sistem pakar untuk mendiagnosa penyakit angina pektoris. Kemudian data dianalisa untuk diaplikasikan pada arsitektur sistem pakar. Kemudian pada pada penentuan nilai gejala untuk rule gejala menggunakkan deep learning. Implementasinya sistem pakar ini di buat dengan menggunakan bahasa pemrograman PHP dan MYSQL. Dari hasil 100 data yang diuji pada sistem didapatkan bahwa jumlah data yang tepat adalah 88 data. Sehingga hasil akurasi yang didapat dari pengujian keakrutan sistem adalah 88%.
SISTEM INFORMASI WARUNG MAKAN SATE APALEH KECAMATAN GANDAPURA KABUPATEN BIREUEN BERBASIS WEB Mukti Qamal
Jurnal Teknologi Terapan and Sains 4.0 Vol 1, No 3 (2020): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v1i3.3269

Abstract

Pembuatan aplikasi ini bertujuan untuk menunjang dan mempermudah sistem informasi pada Warung Sate Apaleh sehingga diharapkan dapat dirasakan oleh para pelanggan. Sistem ini dikembangkan dengan menggunakan bahasa pemrograman PHP, Jquery dan MySQL dan disertai dengan menggunakan database yang disesuaikan dengan kebutuhan dalam proses perancangan sistem ini. Adapun hal yang terdapat dalam sistem ini meliputi berbagai  informasi seperti informasi data pesanan, data menu makanan, dan minuman. Untuk perancangannya menggunakan metode terstruktur yang menggunakan ERD, DFD sebagai alat bantu untuk merancang Perancangan Aplikasi Pelayanan Digital Restoran Berbasis Android. Hasil dari sistem ini adalam terciptanya sebuah aplikasi yang dapat di gunakan oleh pelanggan Warung Sate Apaleh dalam pemesanan menu makanan dan minuman secara online dan memudahkan pihak Warung Sate Apaleh dalam memanajemen penjualan. Kata Kunci : Pelayanan, Warung Sate Apaleh, PHP, Jquery, Mysql, DFD, Android
ANALISIS SENTIMEN TOKO ONLINE MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER Mukti Qamal
Jurnal Teknologi Terapan and Sains 4.0 Vol 2, No 3 (2021): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v2i3.6771

Abstract

Belanja online merupakan salah satu kebiasaan masyarakat untuk mendapatkan barang atau jasa secara cepat dan mudah. Salah satu situs online yang paling banyak dikunjungi ialah Shopee yang mempunyai banyak fitur dan dapat digunakan oleh penggunanya untuk memberi ulasan (review) seperti memberikan bintang terhadap suatu produk atau juga dapat memberikan komentar terhadap suatu produk. Banyaknya komentar yang terdapat pada ulasan produk shopee membutuhkan pengklasifikasian untuk mengelompokkan suatu komentar termasuk sentimen positif atau sentimen negatif. Naive Bayes Classificier merupakan suatu algoritma yang dapat digunakan untuk mengklasifikasikan komentar – komentar tersebut, sehingga suatu produk dapat dinilai berdasarkan review sentimen positif. Pada penelitian ini digunakan 1000 data training, dimana 500 merupakan data training untuk sentimen positif dan 500 data training untuk sentimen negatif. Data uji dilakukan pada beberapa toko pakaian dengan mengambil 10 produk dan 10 komentar perproduknya, sehingga untuk data uji digunakan 100 data untuk sekali pengujian. Penelitian ini dapat di uji pada berbagai macam jenis toko pakaian, seperti toko pakaian wanita, toko pakaian pria dan toko pakaian anak –anak. Persentase sentimen positif yang paling tinggi diperoleh oleh toko pakaian anak – anak dari 100 komentar menghasilkan 90% sentimen positif. Persentase keakurasian pada toko online dengan algoritma naive bayes adalah 87 % akurat.Kata kunci : e-commerce, review, analisis, naive bayes
Co-Authors Defry Hamdhana Defry Hamdhana Martin Martin Rio Pratomo