Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

3.014

P-Index

This Author published in this journals

All Journal Jurnal Infomedia Jurnal Sains dan Teknologi Reaksi Vocatech : Vocational Education and Technology Journal Jurnal Informatika dan Teknologi Komputer ( J-ICOM) Jurnal Teknologi TECHSI - Jurnal Teknik Informatika Sisfo: Jurnal Ilmiah Sistem Informasi Journal Of Artificial Intelligence And Software Engineering eProceeding of TIK Jurnal Teknologi Rekayasa Informasi dan Komputer

Simbolon, Zulfan Khairil

Politeknik Negeri Lhokseumawe

Author-ID : 1484248

Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Other

Published : 26 Documents Claim Missing Document

Claim Missing Document

Articles

Title

Sistem Pendukung Keputusan Pemilihan Makanan Bergizi Untuk Ibu Hamil Menggunakan Metode TOPSIS Amirullah Amirullah; Zulfan Khairil Simbolon; Miranti Septriani
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 4, No 2 (2019): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v4i2.1106

Kehamilan merupakan suatu fase yang paling dinantikan oleh rata-rata wanita, sebagai ekspresi rasa perwujudan diri dan identitasnya sebagai wanita. Kurangnya perhatian kandungan makanan yang akan dikonsumsi menyebabkan sebagian ibu hamil mudah terjadinya perdarahan, anemia, berat badan tidak bertambah, mempengaruhi proses persalinan dan keguguran. Dalam pemenuhan kebutuhan nutrisi, jumlah kalori merupakan salah satu faktor yang perlu diperhatikan. Jika setiap kali ibu akan mempersiapkan makanan harus mempertimbangkan pemenuhan kalori tersebut maka akan sangat tidak efisien waktu dan tenaga. Untuk itu, penelitian ini mengusulkan dibangunnya sebuah sistem rekomendasi menu makanan ibu hamil dengan mempertimbangkan kebutuhan kalori harian ibu hamil menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) yang bertujuan untuk membantu para ibu hamil untuk memilih menu makanan yang baik di konsumsi ataupun tidak. Dalam penelitian ini, ada sebanyak 20 alternatif makanan, dari makanan tersebut dibuat kombinasi paket makanan sebanyak 190 paket makanan untuk mencukupi kebutuhan kalori ibu hamil. Kriteria yang digunakan ada 3 kandungan makanan yaitu karbohidrat, protein dan lemak. Sesi penilaian berisikan bobot pada masing-masing kriteria yang mana bobot telah ditentukan oleh pakar ahli gizi, untuk karbohidrat 40, protein 30 dan lemak 20. Jadwal makan per waktu diasumsikan untuk makan pagi memenuhi kecukupan kalori 35% dari total kebutuhan kalori harian, makan siang memenuhi kecukupan kalori 40% dari total kebutuhan kalori harian dan makan malam memenuhi kecukupan kalori 25% dari total kebutuhan kalori harian. Hasil penelitian ini berupa nilai rekomendasi pemilihan makanan ibu hamil yang disajikan dalam bentuk perangkingan yang dilihat berdasarkan urutan makanan sehingga yang memiliki nilai preferensi yang terbesar akan menempati urutan teratas dan yang memiliki nilai preferensi terendah akan menempati urutan terendah. Dipilih 5 rangking terbaik tujuannya agar ibu hamil dapat memilih makanan yang akan dikonsumsi berdasarkan kebutuhan kalori ibu hamil. Dari hasil pengujian sistem, salah satu kasus ibu hamil dengan berat badan 47 kg , tinggi badan 150 cm, umur 21 tahun, usia kehamilan 7 bulan dan aktifitas sedang memperoleh total kalori sebanyak 2508.723 kkal. Jadwal makan pagi membutuhkan sebanyak 878.05305 kkal maka akan tampil 5 rangking makanan yang mendekati kebutuhan kalori ibu hamil. Paket makanan tersebut adalah paket 18 dengan nilai preferensi terbesar yaitu 0.8195, paket 19 dengan nilai preferensi 0.7873, paket 9 dengan nilai preferensi 0.7650, paket 6 dengan nilai preferensi 0.7620 dan paket 10 dengan nilai preferensi terendah yaitu 0.7401. Jadwal makan siang membutuhkan sebanyak 1003.4892 kkal maka akan tampil 5 rangking makanan yang mendekati kebutuhan kalori ibu hamil. Paket makanan tersebut adalah paket 2 dengan nilai preferensi terbesar yaitu 0.7995, paket 18 dengan nilai preferensi 0.7732, paket 5 dengan nilai preferensi 0.7531, paket 19 dengan nilai preferensi 0.7337 dan paket 7 dengan nilai preferensi terendah 0.7207. Jadwal makan malam membutuhkan sebanyak 627.18075 kkal maka akan tampil 5 rangking makanan yang mendekati kebutuhan kalori ibu hamil. Paket makanan tersebut adalah paket 53 dengan nilai preferensi terbesar yaitu 0.6623, paket 41 dengan nilai preferensi 0.5548, paket 190 dengan nilai preferensi 0.5479, paket 149 dengan nilai preferensi 0.5440 dan paket 178 dengan nilai preferensi terendah yaitu 0.5361.

IDENTIFIKASI TINGKAT KEBULATAN BUAH PEPAYA BERDASARKAN LUAS OBJEK DENGAN PENGOLAHAN CITRA Sila Abdullah Syakri; Mulyadi Mulyadi; Zulfan Khairil Simbolon
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 2, No 2 (2017): Jurnal InfoMedia
Publisher : Politeknik Negeri Lhokseumawe

Abstrak — Dengan meningkatnya teknologi IT dalam hampir diseluruh bidang dan diantaranya bidang klasifikasi. Klaster ataupun klustering merupakan proses membagi data dalam suatu himpunan ke dalam beberapa kelompok yang mana kesamaan data dalam suatu kelompok lebih besar dibandingkan kesamaan data tersebut dengan data dalam kelompok lain. Potensi dari clustering adalah dapat digunakan untuk mengetahui struktur dalam data yang dapat digunakan lebih lanjut dalam berbagai aplikasi secara luas seperti klasifikasi, pengolahan gambar, pengenalan pola dalam bidang pertanian, proses pengenalan dan penentuan serta klasifikasi hasil pertanian pasca panen secara langsung memiliki peran yang sangat penting dalam teknologi pertanian.Hal ini juga yang menjadi masalah ketika pasca panen, baik dalam hal penyortiran. Bertitik tolak pada kasus tersebut, maka perlu adanya sebuah penelitian tentang sistem/metode/algoritma tentang tingkat kebulatan (Roudness) berdasarkan hal tersebut dibuatlah penelitian ini. Penelitian ini menggunakan data sekunder yang telah diperoleh pada penelitian sebelumnya yang dilakukan penulis untuk klasifikasi nantinya, adapun judul penelitianya adalah Identifikasi Tingkat Kebulatan Buah Pepaya Berdasarkan Luas Objek Dengan Pengolahan Citra. Adapun langkah yang dilakukan untuk menerapkan metode yang digunakan adalah sebagai berikut: Pertama, Pengambilan citra dan normalisasi. Kedua Segmentasi. Ketiga, ekstrasi tepi dan pelacakan kontur, peroleh kode rantai, keliling dan luas objek. Keempat perhitungan nilai kebulatan. Hasil penelitian ini bertujuan mampu memodelkan algoritma baru untuk mengetahui tingkat kebulatn objek (Buah pepaya)Kata Kunci :Luas, data,objek, keliling, KebulatanAbstract — With the cheapness of IT technology in the long time. Cluster or clustering is the process of dividing data in a group into several groups where the similarity of data in a group greater than the similarity of data with data in other groups. The potential of clustering can be used to view structures in data that can be used further in a wide range of applications such as image processing, mindset in agricultural products, the process of presentation and management and enhancement of post- harvest agricultural produce directly has a very important role in technology agriculture. This is also a problem during post- harvest, both in terms of sorting. Based on that point, it is necessary to have a research about the system / method / algorithm about the level of Roudness (Roudness) based on the thing that made this research. This study uses secondary data that has been developed in previous research conducted by the author for the class later, as for the title of the research is the level of Papaya Fruit Roughness Based on Area Objects With Image Processing. The steps - steps taken to apply the methods used are as follows: First, image retrieval and normalization. Second, Segmentation. Third, creative extraction and contour success, ethnic code, circumference and area of objects. Fourth,roundness calculation. The results of this study can be able to model a new algorithm to determine the level kebulatn object (papaya fruit)Keywords: Area, data, object, circumference, roundness

APLIKASI PEMBELAJARAN TAJWID MENGGUNAKAN LINEAR CONGRUENT METHOD BERBASIS ANDROID Maiyurita Maiyurita; Zulfan Khairil Simbolon; Nanang Prihatin
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 1, No 1 (2016): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/.v1i1.287

Hukum mempelajari ilmu tajwid secara teori adalah fardhu kifayah, sedangkan hukum membaca Al-Qur’an sesuai dengan kaidah ilmu tajwid adalah fardhu’ain. Mempelajari ilmu tajwid secara mendalam itu wajib, siapa yang tidak membacanya dengan tajwid, maka ia berdosa. Oleh karena itu dibutuhkan metode pembelajaran tajwid yang dapat dipelajari dengan mudah. Tujuan untuk mempermudah bagi umat muslim belajar membaca Al Qur’an dengan tajwid yang benar. Dari permasalahan tersebut dibuat aplikasi pembelajaran tajwid berbasis android. Aplikasi yang dibangun menggunakan metode pengacakan berulang pada periode waktu tertentu yaitu metode Linear Congruent Method (LCM), dimana pengguna dapat meihat contoh tajwid muncul secara berbeda. Aplikasi ini diawali dengan merancang alur aplikasi menggunakan UML (Unified Modeling language), kemudian aplikasi ini dilanjutkan dengan tahap implemetasikan pada Android SDK, menggunakan Bahasa pemograman Java Eclipse, Dari hasil pengujian evaluasi kuesioner yang Mahasiswa dan Staf Dosen Politeknik Negeri Lhokseumawe bahwa aplikasi ini bagus digunakan untuk pembelajaran tajwid dengan persentase keberhasilan 72% dalam kategori sangat baik dan 69% dalam kategori baik.Kata Kunci : Tajwid,UML, Linear Congruent Method , Android

ImplementasiAlgoritmaNaïve Bayes ClassifierDalam Menentukan Topik Tugas Akhir Mahasiswa Berbasis Web T. Zakia Maulani; Zulfan Khairil Simbolon; Amirullah Amirullah
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 4, No 1 (2019): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Tugas akhir merupakan karya tulis ilmiah yang memuat hasil pengamatan dari suatu penelitian terhadap beberapa masalah yang terjadi dengan menggunakan kaidah/aturan maupun metode yang berkaitan dengan bidang ilmu tersebut. Mahasiswa tingkat akhir yang akan menghadapi Tugas Akhir (TA) harus memiliki topik yang akan diajukan dalam Seminar Proposal, di mana topik tersebut akan menjadi pokok bahasan dalam Tugas Akhir. Tidak sedikit mahasiswa yang mengalami kesulitan dalam memilih topik Tugas Akhir. Banyaknya mata kuliah yang telah ditempuh justru membuat mahasiswa semakin sulit menentukan pilihan pada satu bidang yang akan difokuskan sebagai Tugas Akhir. Untuk itu, penelitian ini mengusulkan dibangunnya sebuah sistem penentuan topik tugas akhir dengan melihat nilai probabilitas tertinggi pada suatu classdengan menggunakan metode Naïve Bayes Classifieryang bertujuan untuk memudahkan mahasiswa dalam menentukan kategori topik tugas akhir yang akan dipilih. Sistem yang dibuat ini menghasilkan sistem informasi berbasis web dengan menggunakan beberapa parameter yaitu nilai mata kuliah inti yang diambil dari semester 1 sampai 6 pada program studi Teknik Informatika Politeknik Negeri Lhokseumawe, data dosen pembimbing tahun ajaran 2018/2019 dan minat kategori atau class topik tugas akhir yang dikelompokkan menjadi 8 classyaitu Sistem Informasi, Sistem Pendukung Keputusan, Sistem Informasi Geografis, Sistem Pakar, Sistem Cerdas, E-Learning, Citra, dan Jaringan Komputer. Sistem ini menggunakan data mahasiswa Teknik Informatika tahun 2014 dan 2015 sebagai data latih dan data uji yang dibagi menjadi 76 data latih dan 20 data uji. Pada penelitian ini, berhasil dibangun sistem penentuan topik tugas akhir mahasiswa yang menghasilkan satu kategori classsebagaihasil rekomendasi yang dilihatberdasarkan nilai probabilitas tertinggi diantara 8 class yang ada. Selain itu, akan ditampilkan referensi jurnal-jurnal terkait kategori atau class yang telah direkomendasikan sebelumnya. Dari hasil pengujian sistem, salah satu mahasiswa memperoleh kategori Sistem Pendukung Keputusan di mana class tersebut memiliki nilai probabilitas tertinggi yaitu 0,982661230600192 di antara class-class lainnya. Penelitian yang telah dilakukan dengan metode naïve bayes ini diharapkan dapat membantu mahasiswa dalam menentukan kategori topik tugas akhir, serta dengan adanya referensi jurnal-jurnal yang diberikan oleh sistem dapat mempermudah mahasiswa dalam memilih judul untuk diajukan dalam proposal tugas akhir

Implementasi Metode PROMETHEE dalam Sistem Pendukung Keputusan Penerima Bantuan Beras Miskin di Desa Keude Aceh Kecamatan Banda Sakti Kota Lhokseumawe Amirullah Amirullah; Zulfan Khairil Simbolon; Della Arista
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 8, No 1 (2023): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v8i1.4227

Abstrak—Strategi pemerintah dalam menyediakan beras untuk keluarga yang membutuhkan bukan hanya sebatas tindakan kemanusiaan, tetapi juga upaya strategis untuk menjamin ketersediaan pangan dan mencegah penurunan konsumsi nutrisi dan protein esensial. Dalam konteks ini, dengan kuota penerima yang dibatasi, memilih individu yang berhak menerima menjadi masalah yang kompleks dan memerlukan pendekatan yang objektif. Untuk mengatasi dilema ini, penulis telah menciptakan platform pendukung keputusan berbasis web yang tidak hanya inovatif, tetapi juga efisien untuk seleksi penerima di Desa Keude Aceh. Inti penelitian ini bukan hanya seputar pembuatan aplikasi, tetapi juga tentang bagaimana merangking penerima berdasarkan kriteria tertentu dengan tepat. Berdasarkan rangking yang diperoleh, sistem memberikan rekomendasi penerima yang sesuai, memastikan distribusi yang adil. Dalam penelitian ini, PROMETHEE digunakan sebagai teknik analisis multikriteria untuk rangking. Hasil rangking dipengaruhi oleh nilai Net Flow, sebuah indikator yang penting dalam penelitian ini. Untuk memastikan fungsionalitas dan keandalan, sistem diuji dengan metode black box dan white box. Dalam kesimpulannya, alat ini sukses mendukung proses pengambilan keputusan, menunjukkan potensi besar dalam penentuan penerima beras untuk keluarga yang membutuhkan dengan cara yang adil dan tepat. Abstract— The government's strategy in providing rice for families in need is not merely a humanitarian act, but also a strategic effort to ensure food availability and prevent the decline in the consumption of essential nutrients and proteins. In this context, with a limited recipient quota, choosing the rightful individuals to receive becomes a complex issue that requires an objective approach. To address this dilemma, the author has developed a web-based decision support platform that is not only innovative but also efficient for the selection of recipients in Keude Aceh Village. The core of this research is not just about application development but also about how to rank recipients based on specific criteria accurately. Based on the ranking obtained, the system provides appropriate recipient recommendations, ensuring a fair distribution. In this study, PROMETHEE is used as a multi-criteria analysis technique for ranking. The ranking results are influenced by the Net Flow value, a crucial indicator in this research. To ensure functionality and reliability, the system was tested using both black box and white box methods. In conclusion, this tool successfully supports the decision-making process, showing significant potential in determining rice recipients for families in need in a fair and precise manner.

Implementasi Metode Support Vector Machine (SVM) Pada Klasifikasi Drop Out (DO) Mahasiswa Hidayat, Rahmad; Haris, Mifzal; Simbolon, Zulfan Khairil
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 9, No 2 (2024): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v9i2.5931

Politeknik Negeri Lhokseumawe merupakan salah satu perguruan tinggi vokasi di Indonesia yang menghadapi tantangan untuk meminimalisir angka putus kuliah. Drop out dapat terjadi karena beberapa faktor seperti dua kali berturut-turut tidak lulus percobaan setiap semester, IPK kurang dari 2.00, tidak lulus di akhir semester, melebihi batas cuti, dan kehadiran kurang dari 50%. Oleh karena itu, penerapan model klasifikasi dengan menggunakan algoritma machine learning yaitu Support Vector Machine (SVM) sangat penting dilakukan untuk mengurangi jumlah mahasiswa yang putus kuliah di Politeknik Negeri Lhokseumawe. Algoritma ini akan mengolah dataset yang meliputi nilai IPS, IPK, kehadiran, dan jumlah cuti mahasiswa. Hasil pengujian metode SVM menunjukkan akurasi sebesar 86%. Untuk kelas non-drop out, nilai precision sebesar 0.95 dan nilai recall sebesar 0.86, sedangkan untuk kelas drop out, nilai precision sebesar 0.71 dan nilai recall sebesar 0.89. Dengan adanya sistem klasifikasi drop out yang diusulkan, diharapkan dapat mengidentifikasi status mahasiswa apakah berpotensi drop out atau tidak secara akurat. Hal ini bertujuan untuk mengetahui keakuratan algoritma SVM pada penelitian ini.

Co-Authors Abdurrazaq Abdurrazaq, Abdurrazaq Alvira, Alvira Amirullah Amirullah -, Amirullah Amirullah Amirullah Anggraini, Anggy Arhami, Muhammad Ari Saputra, Ari Arista, Della Atiqah Aida Azhar Azhar Aziz, M.Dian Novrizal Baniah Baniah Della Arista denk, teuku mizan sya'rani Firdaus, Muhammad Akbar Firnanda, Ary Haimi Ardiansyah Haris, Mifzal Hendrawati Huzaeni, Huzaeni Huzaifah, Atthariq Huzeini, Huzeini Ismail Ismail Isra Adelya Izzati Juanda, Zacky Syifa Mahdi Mahdi, Mahdi Maiyurita Maiyurita Miranti Septriani Muhammad Farhan MULYADI Mulyadi Mulyadi Mulyadi Mulyadi Mulyadi Murtaza, Haikal Myladi, Mulyadi Novita, Noni Novriza, Ferdiansyah Phonna, Khairuna Pocut Nurul Alam Pratiwi, Mutiara Dina Prihatin, Nanang Qatrun Nada Rahmad Hidayat Reza Fauzan Rima Dhinta Dewi Astuti Rizal Syahyadi S Syafruddin Salahuddin Salahuddin Saputra, Herdian Sila Abdullah Syakri Sila Abdullah Syakry Syakri, Sila Abdullah T. Zakia Maulani Ulfa, Aida

Title Search

Found 6 Documents Search Journal : Jurnal Infomedia

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 6 Documents
Search
Journal : Jurnal Infomedia