Claim Missing Document
Check
Articles

PENERAPAN UNIFIED MODELLING LANGUAGE (UML) PADA ANALISIS SISTEM SERTA PERANCANGAN DATABASE TIMBULAN SAMPAH HERLINA, HERLINA; ASSIDIQ, MUHAMMAD
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 6 No 2 (2021): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v6i2.23994

Abstract

Masyarakat Sulawesi Barat memiliki kebiasaan untuk membakar sampah, baik sampah organik maupun sampah non-organik. Padahal kebiasaan membakar sampah dapat meningkatkan pemanasan global. Kebiasaan ini tidak dapat diubah seketika dengan edukasi saja. Sebenarnya pemerintah sudah melaksanakan beberapa program penanggulangan sampah, tetapi belum tepat sasaran. Hal ini disebabkan karena validnya data timbulan sampah yang dihasilkan rumah tangga setiap hari. Solusinya adalah dengan terciptanya sebuah aplikasi pendataan timbulan sampah rumah tangga berbasis database sehingga memudahkan stakeholder dalam hal ini pemerintah daerah, terkait pengambilan keputusan perencanaan pembangunan program persampahan serta pemilihan teknologi yang akan diterapkan. Untuk analisis dan perancangan sistem timbulan sampah ini, peneliti menggunakan pemodelan Unified Modelling Language (UML) karena UML memiliki kemampuan fleksibilitas yang baik untuk pengembangan konsep perangkat lunak.Kata Kunci : Database, UML, Timbulan Sampah
Customer Relationship Management Sistem Untuk Optimalisasi Sistem Rantai Pasok Pada Usaha Tambak Perikanan Sahrul, Muh; Assidiq, Muhammad; Qashlim, Akhmad
JPPI (Jurnal Pendidikan Islam Pendekatan Interdisipliner) Vol 9 No 1 (2025): JPPI Volume 9 Nomor 1 Juni 2025
Publisher : UI DDI AGH AD Polewali Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36915/jppi.v9i1.173

Abstract

This research aims to develop and implement a Customer Relationship Management (CRM) system to optimize the supply chain system in fish farming businesses. CRM systems are designed to increase operational efficiency, strengthen customer relationships, and optimize the flow of information throughout the supply chain. In the context of fish farming businesses, CRM can help in monitoring market needs, real-time stock management, and improving customer service through more effective communication. The research results show that implementing a CRM system is able to reduce operational costs, increase customer satisfaction, and strengthen the competitiveness of fish farming businesses in an increasingly competitive market. Through the integration of information technology, the CRM system provides a comprehensive solution to overcome challenges in supply chain management, while supporting the sustainability and growth of fisheries businesses.
IoT Based Digital Weight Scale in Rice Inventory for Small and Medium Entreprises Assidiq, Muhammad; Yelfianhar, Ichwan; Mirshad, Emilham
Journal of Industrial Automation and Electrical Engineering Vol. 1 No. 1 (2024): Vol 1 No 1 (2024): June 2024
Publisher : Department of Electrical Engineering Universitas Negeri Padang

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

Abstract

In the current digital era, Internet of Things (IoT) technology offers innovative solutions to increase efficiency and accuracy in various sectors, including the rice sales business. This journal discusses the design of IoT-based scales specifically designed to help with bookkeeping in rice sales businesses. The main objective of this research is to develop a weighing system that can automatically measure the weight of rice and integrate it with a digital bookkeeping system, thereby minimizing manual errors and increasing operational efficiency. The research methodology includes design of weighing hardware and software, implementation of weight sensors, and development of IoT applications that connect scales with bookkeeping systems. The system is designed to send real-time weight data to a cloud-based bookkeeping platform, enabling more accurate and faster monitoring and reporting. Test results show that this IoT-based scale can provide weight data with high accuracy and seamless integration with the bookkeeping system. Users report increased efficiency in the process of recording and managing rice sales data. In conclusion, IoT-based scales offer an effective solution for modernizing the bookkeeping process in rice sales businesses, supporting better decision making and improving the accuracy of financial reports.
Extreme learning machine with feature extraction using GLCM for phosphorus deficiency identification of cocoa plants Basri, Basri; Assidiq, Muhammad; Karim, Harli A.; Nuraisyah, Andi
ILKOM Jurnal Ilmiah Vol 14, No 2 (2022)
Publisher : Prodi Teknik Informatika FIK Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v14i2.1226.112-119

Abstract

This study aims to analyze the implementation of the Extreme Learning Machine (ELM) Algorithm with Gray Level Co-Occurrence Matrix (GLCM) as an Image Feature Extraction method in identifying phosphorus deficiency in cocoa plants based on leaf characteristics. Characteristic images of cocoa leaves were placed under normal conditions and phosphorus deficiency, each with 250 datasets. The feature extraction process by GLCM was analyzed using the ELM parameter approach in the form of Network Node_Hidden variations and several Activation Functions. The method of this case study was conducted with data collection, algorithm development to validation, and measurement using ROC. It was found that the best accuracy when testing the dataset was 95.14% on the node_hidden 50 networks using the Multiquadric Activation Function. These results indicate that the feature extraction model with GLCM using Contrast, Correlation, Angular Second Moment, and Inverse Difference Momentum properties can be maximized on Multiquadric Activation Function.
APLIKASI LAYANAN LOKET KEUANGAN MAHASISWA BERBASIS ANDROID Kahpi, Ashabul; Assidiq, Muhammad; Jumriani, St.
JURNAL ILMU KOMPUTER Vol 11 No 2 (2025): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i2.365

Abstract

Perkembangan informasi teknologi telah mendorong berbagai instansi pendidikan untuk melakukan transformasi digital, termasuk dalam hal pelayanan administrasi keuangan pelajar. Salah satu permasalahan yang sering ditemui di kampus adalah keterlambatan pembayaran dan antrean panjang di loket keuangan karena proses masih dilakukan secara manual. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi layanan loket keuangan mahasiswa berbasis Android yang dapat membantu mahasiswa dalam melakukan transaksi pembayaran secara digital, mulai dari pembayaran SKS, SPP, KKN, hingga biaya skripsi dan wisuda. Aplikasi ini dirancang dengan menggabungkan kerangka Laravel untuk sistem backend, Android Studio untuk aplikasi pengguna, dan MySQL sebagai sistem basis data. Proses pengembangan menggunakan metode Agile yang memungkinkan pengembangan sistem secara bertahap dan responsif terhadap perubahan kebutuhan. Hasil implementasi menunjukkan bahwa sistem dapat berfungsi dengan baik, memungkinkan siswa melakukan input data pembayaran, mengunggah bukti transfer, serta menggabungkan status pembayaran secara real-time. Aplikasi ini juga membantu pihak administrasi kampus dalam mengelola data pembayaran secara lebih efektif dan efisien.
SISTEM PENDETEKSI SINYAL JUAL BELI VALUTA ASING FOREX MENGGUNAKAN METODE LINEAR REGRESSION Ridwan, Erwin; Assidiq, Muhammad; Muhtadin, Muhtadin
JURNAL ILMU KOMPUTER Vol 11 No 2 (2025): Edisi September
Publisher : LPPM Universitas Al Asyariah Mandar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35329/jiik.v11i2.366

Abstract

Perdagangan valuta asing (forex) telah menjadi instrumen investasi yang semakin diminati, namun para trader sering dihadapkan pada tantangan dalam menganalisis pergerakan harga yang volatil dan kompleks. Ketergantungan pada analisis manual sering kali tidak efisien, subjektif, dan menyebabkan keterlambatan dalam eksekusi keputusan. Penelitian ini bertujuan untuk mengembangkan sebuah sistem pendukung keputusan yang mampu mendeteksi sinyal jual dan beli di pasar forex secara lebih objektif dengan menerapkan metode Regresi Linear. Metodologi penelitian mencakup pengumpulan data historis harga (OHLC) dan indikator teknikal, perancangan model prediksi menggunakan Regresi Linear, dan implementasinya ke dalam sebuah sistem antarmuka yang fungsional. Hasil penelitian ini adalah sebuah prototipe dashboard analisis yang secara efektif mengintegrasikan hasil prediksi kuantitatif dari model regresi dengan perangkat analisis teknikal standar lainnya seperti RSI, MACD, level support-resistance, serta data sentimen dan volume pasar. Sistem yang dihasilkan mampu memberikan rekomendasi sinyal perdagangan yang komprehensif, mencakup level harga masuk, stop loss, dan take profit. Disimpulkan bahwa meskipun Regresi Linear memiliki keterbatasan fundamental dalam menangkap dinamika pasar yang non-linier, utilitas sistem secara keseluruhan ditingkatkan secara signifikan melalui sinergi berbagai komponen analisis, sehingga dapat berfungsi sebagai alat bantu yang efektif dan menjadi dasar (baseline) untuk pengembangan penelitian selanjutnya dengan metode yang lebih canggih.