Claim Missing Document
Check
Articles

Found 17 Documents
Search

Implementasi K-Nearest Neighbor (KNN) untuk Mengklasifikasi Masyarakat Pra-Sejahtera Desa Sapikerep Kecamatan Sukapura Khairi, Ahmad; Ghozali, Achmad Fais; Hidayah, Ach Darul Nur
TRILOGI: Jurnal Ilmu Teknologi, Kesehatan, dan Humaniora Vol 2, No 3 (2021): Pengembangan Teknologi dan Kesehatan di Lembaga Keagamaan
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (431.948 KB) | DOI: 10.33650/trilogi.v2i3.2878

Abstract

Kemiskinan merupakan masalah umum yang sangat kompleks yang terdapat dibeberapa bagian negara indonesia, hal ini dapat diketahui dari rendahnya pendidikan, kesehatan dan kualitas hidup masyarakat. Kemiskinan juga merupakan salah satu penghambat bagi seseorang untuk memperoleh kehidupan yang layak atau kehidupan yang sejahtera. Pemerintah memiliki peranan penting dalam mensejahterakan warga negaranya dari kemiskinan. Pemerintah telah melakukan beberapa upaya untuk mengentaskan kemiskinan diantaranya dengan adanya Program Keluarga Harapan (PKH), Bantuan Langsung Tunasi (BLT) dan beberapa program lainnya. Namun dalam pelaksanaannya masih terdapat penerima bantuan yang tidak tepat sasaran sehingga terdapat keluarga dengan katergori sejahtera masih mendapatkan bantuan dan keluarga tidak sejahtera tidak memperoleh bantuan, seperti yang terdapat di desa sapikerep sukapura probolinggo. Beberapa kriteria untuk menentukan masyarakat sejahtera yang telah ditentukan oleh pemerintah setempat diataranya yakni aset/harta benda, jenis lantai, jenis dinding, status lahan atau bangunan, sumber penerangan, sumber air minum, penghasilan, serta sumber energi memasak. Dari permasalah diatas dibutuhkan suatu analisa yang tepat untuk menentukan suatu keputusan. Oleh sebab itu, dalam penelitian ini akan melakukan analisa terhadap data yang diperoleh dengan indikator yang telah disebutkan diatas dengan menggunakan suatu algoritma datamining. Algoritma K-Nearest Network (K-NN) merupakan algoritma yang bisa digunakan untuk melakukan prediksi ataupun klasifikasi terhadap suatu data tergantung dari jenis data pada kumpulan data yang ada. K-NN melakukan klasifikasi pada suatu data berdasarkan nilai k yang telah ditetapkan sebelumnya. Nilai k pada K-NN harus menggunakan nilai ganjil jika digunakan untuk proses klasifikasi beda halnya jika digunakan untuk melakukan prediksi nila k pada K-NN dapat berupa bilangan ganjil ataupun genap. Nilai k yang digunakan untuk menguji kinerja algoritma K-NN yakni k-3, k-5, dan k-7, dimana hasil akurasi masing-masing nilai k pada K-NN yang digunakan memiliki hasil akurasi yang berbeda terkecuali nilai akurasi k-5 dan k-7 yang memiliki nilai akurasi yang sama. Nilai akurasi k-3 pada K-NN sebesar 97.36% sedangkan nilai akurasi k-5 dan k-7 pada K-NN sebesar 98.68%.
Implementasi Pendekatan Inovatif Dalam Meningkatkan Kesadaran Siswa/i Tentang Bahaya Narkoba Di YP Dharma Utama Desa Sukasari Kecamatan Pegajahan Kabupaten Serdang Bedagai Khairi, Ahmad; Nasution, Marie Ma’arif M; Ginting, M Imam Muarif Irsa; Putra, Ardiansyah; Susilawati, Susilawati
Journal Of Human And Education (JAHE) Vol. 3 No. 3 (2023): Journal Of Human And Education (JAHE)
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jh.v3i3.306

Abstract

Penelitian ini bertujuan untuk mengkaji implementasi pendekatan inovatif dalam upaya meningkatkan kesadaran siswa/i tentang bahaya narkoba di YP Dharma Utama, Desa Sukasari, Kecamatan Pegajahan, Kabupaten Serdang Bedagai. Metode penelitian yang digunakan adalah studi kasus dengan pendekatan kualitatif. Hasil penelitian menunjukkan bahwa pendekatan inovatif yang melibatkan metode pembelajaran interaktif dan penyampaian informasi yang kreatif telah berhasil meningkatkan kesadaran siswa/i terhadap bahaya narkoba. Penelitian ini memberikan wawasan penting tentang pentingnya mengadopsi pendekatan inovatif dalam pendidikan anti-narkoba di sekolah-sekolah, yang dapat berkontribusi pada upaya pencegahan penyalahgunaan narkoba di kalangan remaja.
Sistem Administrasi Penerimaan Beasiswa Santri di Yayasan Bantuan Sosial Az-Zainiyah Nurul Jadid Berbasis Web Khairi, Ahmad
Journal of Electrical Engineering and Computer (JEECOM) Vol 5, No 2 (2023)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v5i2.6978

Abstract

Yayasan Bantuan Sosial Nurul Jadid merupakan tempat bagi para siswa santri Pondok Pesantren Nurul Jadid yang masuk golongan tidak mampu dapat mengajukan beasiswa yang di sediakan oleh Pesantren melalui Yayasan Bantuan Sosial, Yayasan ini bertujuan agar siswa dari kalangan tidak mampu dapat terus melanjutkan pendidikan di sekolah. Program ini bersifat bantuan yang diberikan pada siswa yang ekonomi yang kurang mampu. Kelemahan Yayasan ini terletak pada proses administrasi penerimaan beasiswa yang belum terkomputerisasi sehingga menyebabkan proses layanan administrasi terkesan lambat dan tidak efisien serta memerlukan waktu yang lama. Dengan menggunakan komputer, waktu penggerjaan dapat dihemat dan penyimpanan data dapat lebih aman di bandingkan dengan penyimpanan data dalam bentuk kertas di lemari arsip serta dapat mengurangi faktor manusia (Human Error). Oleh karena itu penelitian ini bertujuan untuk mengembangkan sistem administrasi penerimaan beasiswa berbasis web untuk mempermudah proses administrasi. Metode pengembangan sistem yang digunakan menggunakan model waterfal yang meliputi analisis, desain, penulisan program, pengujian program dan penerapan program. Hasil dari penelitian ini menghasilkan aplikasi administrasi penerimaan beasiswa yang mampu mempermudah wali siswa dalam proses pengajuan beasiswa serta mempermudah pengurus yayasan dalam proses pengolahan data pengajuan dan penerimaan beasiswa bantuan pendidikan.
Industry Class Clustering of Software Expertise Competency at SMKN 2 Kraksaan Using Constrained K-Means Clustering Algorithm Khairi, Matlubul; Syafiih, M.; Khairi, Ahmad
Journal of Computer Networks, Architecture and High Performance Computing Vol. 6 No. 3 (2024): Articles Research Volume 6 Issue 3, July 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/cnahpc.v6i3.4214

Abstract

Addressing the gap between school education and industry needs is a recurring concern, as many graduates struggle to enter the workforce due to lacking practical skills. Industry Classes aim to bridge this gap by preparing students with relevant skills and knowledge aligned with real-world industry demands. This study focuses on the application of Constrained K-Means Clustering to categorize students in the software engineering competency classes at SMKN 2 Kraksaan. This algorithm modifies traditional K-Means by utilizing Linear Programming Algorithm (LPA), ensuring each cluster meets predefined subject requirements. The research involves analyzing academic proficiency test data (TKDA) from 96 X-grade students, evaluating their abilities in analogy, series, figural, mathematical, and recall skills. Using a 3-cluster approach, each with 32 to 60 student capacity constraints, the study aims to optimize student distribution for effective learning outcomes. Evaluation through silhouette method yielded a score of 0.3199, indicating satisfactory separation between clusters with overlap to address. Cluster analysis revealed Cluster 2 as the most proficient, showcasing strengths in recall and series attributes critical for software engineering. These findings suggest that Constrained K-Means Clustering is effective in classifying students, highlighting Cluster 2 as optimal for software engineering competencies at SMKN 2 Kraksaan. Future research should focus on enhancing data quality, expanding sample size, and refining algorithms for improved clustering accuracy and effectiveness.
Digital Fish Image Segmentation Using U-Net for Shape Feature Extraction Fajri, Fathorazi Nur; Dzikrillah, Mohammad; Khairi, Ahmad
JURNAL TEKNOLOGI DAN OPEN SOURCE Vol. 7 No. 2 (2024): Jurnal Teknologi dan Open Source, December 2024
Publisher : Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/jtos.v7i2.3968

Abstract

Segmentation of digital images of fish is an important challenge in image processing in the field of marine biology and aquaculture. Extraction of fish shape features through image segmentation can improve accuracy in species identification and fish population monitoring. The U-Net method, which is based on deep learning, has been proven effective in medical image segmentation and is beginning to be applied in fish image segmentation. This study aims to develop a fish digital image segmentation method using U-Net architecture for accurate and efficient fish shape feature extraction. The dataset used consists of 500 fish images of various shapes and sizes collected from various sources. The fish images were processed using a U-Net artificial neural network, which was trained and tested to obtain the best segmentation results, with evaluation using Intersection over Union (IoU). The segmentation results show that the U-Net method can produce precise segmentation, with a high degree of accuracy in extracting fish shape features. Evaluation of the segmentation metrics resulted in an IoU value of 0.88, indicating excellent performance in distinguishing the fish object from the background and accurately mapping the fish shape. The fish digital image segmentation method using U-Net is effective for fish shape feature extraction and can be applied in fish species identification and aquatic ecosystem monitoring.
Sistem Cerdas Deteksi Parkir Kendaraan dengan Line Detection dan YOLOv8 di Wisma Dosen Khairi, Ahmad; Romlah, Siti; Lestari, Ayu; Ismail, Fitri Zamzamia
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v6i2.13262

Abstract

Penelitian ini berangkat dari kebutuhan informasi okupansi parkir yang andal dan berbiaya implementasi rendah di lingkungan kampus, di mana sistem berbasis kamera kerap terkendala pencahayaan, sudut pandang, dan occlusion, karenanya, tujuan penelitian ini adalah mengembangkan serta mengevaluasi sistem deteksi okupansi per petak parkir di Wisma Dosen Universitas Nurul Jadid dengan memadukan line detection untuk pemetaan slot dan YOLOv8 sebagai pendeteksi kendaraan, sehingga alur metode dan hasil saling terhubung secara operasional. Dataset berupa rekaman CCTV 720p/25 fps dikumpulkan pada enam tanggal di Juli 2025 (pagi–siang–sore), preprocessing meliputi pemangkasan segmen relevan, normalisasi resolusi, dan penetapan ROI; marka diekstraksi melalui tepi Hough untuk membentuk poligon slot, YOLOv8s (bobot COCO) melakukan inferensi per frame; status slot ditetapkan dari irisan bounding box–poligon berbasis intersection-over-area dan posisi pusat massa, dengan kinerja diukur menggunakan akurasi terhadap ground-truth beranotasi. Hasilnya menunjukkan akurasi puncak 0,87 pada siang hari (6 Juli 2024) dan konsisten >0,50 pada seluruh skenario uji, dengan kecenderungan akurasi lebih baik pada siang dibanding pagi/sore; visualisasi real time menampilkan bounding box kendaraan dan status slot yang siap untuk pemantauan operasional. Disimpulkan bahwa integrasi computer vision berbasis line detection dan YOLOv8 efektif sebagai prototipe smart parking berbasis CCTV, dengan peluang peningkatan melalui perluasan data multi-hari/lokasi, fine-tuning domain lokal, penguatan image enhancement pada low-light, dan integrasi pelacakan objek untuk temporal smoothing.
Analisis Kelayakan Bisnis Muka Bumi Coffe House di Bandung Timur: Pendekatan Aspek Pasar, Operasional, Manajemen, dan Finansial Fega, Amelia; Khairi, Ahmad; Nazmi, Alfathir Hilal; Sawalni, Sawalni; Firdaus, Alvin; Aprilia, Ananda; Mubarok, Adam Rizqi
Jejak digital: Jurnal Ilmiah Multidisiplin Vol. 2 No. 2 (2026): MARET 2026
Publisher : INDO PUBLISHING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.63822/74ymhn51

Abstract

This study aims to evaluate the business feasibility of Muka Bumi Coffee House as a café business operating in East Bandung. The analysis applies a business feasibility study approach covering market and marketing aspects, operational and technical aspects, management and human resource aspects, legal, social and environmental aspects, as well as financial aspects. The research employs a descriptive method with both quantitative and qualitative approaches, utilizing primary data obtained through interviews and direct observations, along with secondary data related to revenue, operational costs, and initial investment. The financial feasibility analysis is conducted using Break Even Point (BEP), Payback Period (PP), and Accounting Rate of Return (ARR) methods. In addition, sensitivity analysis and SWOT analysis are applied to assess the business resilience against changes in sales volume and operational costs, as well as to determine its strategic position in the competitive café industry. The findings indicate that Muka Bumi Coffee House has promising market potential with relatively stable demand, supported by effective operational management and structured business organization. From a financial perspective, the business generates consistent net profit, operates above the break-even point, and demonstrates a relatively short capital recovery period. Overall, the results suggest that Muka Bumi Coffee House is financially and operationally feasible and has sustainable development prospects within the competitive coffee shop industry.