Article Per Year (5 Year)
p-Index From 2021 - 2026
4.333
P-Index
This Author published in this journals
All Journal Jurnal Infomedia Jurnal Sains dan Teknologi Reaksi Vocatech : Vocational Education and Technology Journal INFOKUM 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 International Journal of Applied Artificial Intelligence and Robotics (IJAIC)
Simbolon, Zulfan Khairil
Polteknik Negeri Lhokseumawe
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 : 34 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 34 Documents
Search

 1   2   3   4 
Rancang Bangun Sistem Absensi Guru Berbasis RFID dan Internet of Things Di Pesantren Ashabul Yamin Aidil Irwanda; Azhar Azhar; Zulfan Khairil Simbolon
eProceeding of TIK Vol 6, No 1 (2026): eProTIK: Mei, 2026
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Perkembangan teknologi Internet of Things (IoT) telah memberikan dampak signifikan terhadap peningkatan efisiensi manajemen administrasi di berbagai sektor, termasuk bidang pendidikan. Di Pesantren Ashabul Yamin, sistem absensi guru sebelumnya masih dilakukan secara manual sehingga sering menimbulkan ketidaktepatan data, keterlambatan pelaporan, dan potensi manipulasi kehadiran. Penelitian ini bertujuan untuk merancang dan membangun sistem absensi guru berbasis RFID dan IoT agar proses pencatatan kehadiran menjadi lebih efektif, akurat, dan transparan. Sistem ini menggunakan mikrokontroler ESP32, pembaca kartu RFID, serta basis data berbasis web yang terhubung melalui jaringan internet. Metode penelitian meliputi analisis sistem, perancangan perangkat keras dan lunak, implementasi, serta pengujian menggunakan metode black-box. Hasil penelitian menunjukkan bahwa sistem mampu merekam kehadiran guru dalam waktu kurang dari dua detik dengan tingkat keberhasilan 100% pada kondisi jaringan stabil. Sistem ini terbukti meningkatkan efisiensi dan akurasi pendataan kehadiran serta mendukung pemantauan secara real-time oleh pihak pengelola sekolah.
Sistem IoT dan Algoritma Naive Bayes untuk Monitoring Kualitas Air Laut secara Real-Time Mulyadi Myladi; Haikal Murtaza; Atthariq Huzaifah; Zulfan Khairil Simbolon
VOCATECH: Vocational Education and Technology Journal Vol 7, No 2 (2025): December
Publisher : Akademi Komunitas Negeri Aceh Barat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38038/vocatech.v7i2.291

Abstract

AbstractThis study develops a real-time seawater quality monitoring system by integrating Internet of Things (IoT) technology and the Naive Bayes classification algorithm. The system utilizes an ESP32 microcontroller equipped with pH and turbidity sensors to collect seawater quality data from coastal areas. The sensor data are transmitted continuously to a Firebase Realtime Database and visualized through an Android-based mobile application developed using Flutter. The Naive Bayes model was trained using a public Kaggle dataset consisting of 5,569 water quality records classified into polluted and unpolluted categories, and then applied to classify real-time sensor data collected at Pantai Pusong, Aceh. Data preprocessing included cleaning, normalization, outlier handling, and class balancing. Experimental results show that the proposed system is capable of performing stable real-time data acquisition, transmission, and visualization. The Naive Bayes classification achieved an accuracy of 53%, with better performance in identifying unpolluted seawater conditions than polluted ones. Although the classification accuracy is moderate, the results demonstrate that the integration of IoT devices, cloud services, and probabilistic machine learning can provide a functional end-to-end solution for real-time seawater quality monitoring and early environmental awareness in coastal regions.Keywords:Internet of things; naive bayes; real-time monitoring; seawater quality; turbidityAbstrakPenelitian ini mengembangkan sistem monitoring kualitas air laut secara real-time dengan mengintegrasikan teknologi Internet of Things (IoT) dan algoritma klasifikasi Naive Bayes. Sistem menggunakan mikrokontroler ESP32 yang dilengkapi sensor pH dan turbidity untuk mengakuisisi data kualitas air laut di wilayah pesisir. Data sensor dikirimkan secara kontinu ke Firebase Realtime Database dan ditampilkan melalui aplikasi Android berbasis Flutter. Model Naive Bayes dilatih menggunakan dataset publik dari Kaggle yang terdiri dari 5.569 data kualitas air dengan dua kelas, yaitu air tercemar dan tidak tercemar, kemudian diterapkan untuk mengklasifikasikan data sensor real-time yang diperoleh dari Pantai Pusong, Aceh. Tahapan praproses data meliputi pembersihan data, normalisasi, penanganan outlier, dan penyeimbangan kelas. Hasil pengujian menunjukkan bahwa sistem mampu melakukan akuisisi, pengiriman, dan visualisasi data secara real-time dengan kinerja yang stabil. Evaluasi menggunakan confusion matrix menghasilkan tingkat akurasi klasifikasi sebesar 53%, dengan kemampuan yang lebih baik dalam mengidentifikasi kondisi air tidak tercemar dibandingkan air tercemar. Meskipun akurasi model masih terbatas, sistem yang dikembangkan menunjukkan keberhasilan integrasi IoT, layanan cloud, dan pembelajaran mesin sebagai solusi awal pemantauan kualitas air laut secara real-time di wilayah pesisir.Kata Kunci:Internet of things; kualitas air laut; naive bayes; pemantauan real-time; turbidity
Sistem Pendukung Keputusan Untuk Menentukan Kualitas Bibit Padi Menggunakan Metode Analytical Hierarchy Process Mulyadi Mulyadi; Ismail Ismail; Zulfan Khairil Simbolon
Sisfo: Jurnal Ilmiah Sistem Informasi Vol. 4 No. 2 (2020): Sisfo: Jurnal Ilmiah Sistem Informasi, Oktober 2020
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/sisfo.v4i2.7949

Abstract

kualitas bibit padi merupakan hal yang terpenting bagi petani padi. Pemilihan bibit padi yang dilakukan pada dinas pertanian khususnya di Unit Pelaksana Teknis Dinas Balai Padi (UPTDBP) Simpang Ulim masih dilakukan dengan cara manual. Dengan masalah yang terjadi maka perlu dibuat sebuah aplikasi yang mampu menentukan perangkingan kualitas bibit padi yang otimal yang dapat membantu para pekerja dalam mengambil keputusan yang lebih objektif dan efektif terhadap kualitas bibit padi tersebut. Dengan menggunakan Metode Analytical Hierarchy Proccess (AHP) yang menggunakan pendekatan kolektif dalam mengambil keputusan. Dalam menentukan kualitas bibit padi yang baik mempunyai tujuh faktor penilaian yaitu, Umur Tanaman, Tinggi Tanaman, Bentuk Gabah, Warna Gabah, Kadar Air, Bobot 1000 Butir, dan Bulir Padi. Pemilihan kualitas bibit padi dilakukan dengan cara melihat dengan kasat mata. Hal ini memiliki kekurangan yaitu kurang objektif dan kurang efektif. Jumlah jenis padi yang dicoba ada 10 jenis padi yaitu, Ciherang, Mekongga, Inpari 23 bantul, Inpari 30 ciherang, Maro, Rokan, Situ patenggang, Situ bagendit, Inpara 1, dan Inpara 9 agritan. Dari hasil pembobotan 4 orang pakar dari Unit Pelaksana Teknis Dinas Balai Padi (UPTDBP) Simpang Ulim jenis kriteria yang paling tinggi nilai bobot dan yang terpenting dalam melihat kuliatas bibit yaitu kadar air. Sistem yang dihasilkan memberikan perangkingan terhadap alternatif dalam menentukan pemilihan kualitas bibit padi. Persentase pengujian sistem menentukan kualitas bibit padi ini dengan memberikan hasil sangat baik sebesar 75%, dan hasil cukup memuaskan sebesar 15%. Sehingga memudahkan manajemen petugas atau pegawai Unit Pelaksana Teknis Dinas Balai Padi (UPTDBP) dalam menentukan kualitas bibit padi.
Mobile Web-Based Campus Life Introduction Information System Using the K-Means Method mulyadi; Zulfan Khairil Simbolon; Iqbal Panutan
International Journal of Applied Artificial Intelligence and Robotics Vol. 1 No. 1 (2025): First Volume and Issue of IJAIC Journal
Publisher : PT. Literasi Teknologi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.67745/ijaic.v1i1.5

Abstract

The introduction of new student campus life (PKKMB) is an annual activity carried out by the Lhokseumawe State Polytechnic campus which aims to prepare new students to go through the transition process to become mature and independent students, as well as accelerate the process of adapting students to a new environment and providing provisions for their success in pursuing education. at University. PKKMB must be carefully planned with several stages in it so that it can be used as a momentum for new students to get accurate information about the education system in higher education, both in the academic and non-academic fields. The small result of the lack of preparation of the activity implementers, sometimes making several stages in this activity, especially in the grouping of new student data, is not optimal, causing several problems such as lack of funding for activities and human errors. The purpose of this research is to build a mobile web-based information system that is useful for making it easier for executors to carry out several stages in this activity, especially in the grouping of new students. So that the purpose of this activity can be maximally accepted both for new students and executors. To collect the data needed in building this system is by conducting interviews with activity executors, and observations. The target of this research is a system website that provides features to facilitate several stages in PKKMB activities. At the stage of grouping new student data, this system uses the K-Means method to cluster new student data with national exam scores and report cards to produce clusters according to the predicate smart, medium, and less, then the results of the clusters will be grouped into 30 groups. according to their respective selection paths.
Co-Authors Abdurrazaq Abdurrazaq, Abdurrazaq Aidil Irwanda Alvira, Alvira Amirullah Amirullah -, Amirullah Amirullah Amirullah Anggraini, Anggy Ari Saputra, Ari Arista, Della Atiqah Aida Atthariq Huzaifah Azhar Azhar Azhar Azhar Azhar Azhar Azis, M. Dian Novrizal Aziz, M.Dian Novrizal Baniah Baniah Della Arista Firdaus, Muhammad Akbar Firnanda, Ary Haikal Murtaza Haimi Ardiansyah Haris, Mifzal Hasyimi Abdullah Hendrawati Hendrawati Hendrawaty Huzaeni Huzaeni, Huzaeni Huzeini, Huzeini Ihyaulumiddin, Azis Iqbal Panutan Ismail Ismail Isra Adelya Izzati Juanda, Zacky Syifa Mahdi Mahdi, Mahdi Maiyurita Maiyurita Miranti Septriani Muhammad Arhami Muhammad Farhan Muhammad Khadafi Muhammad Rizka, Muhammad MULYADI Mulyadi Mulyadi Mulyadi Mulyadi Mulyadi Mulyadi Myladi Novita, Noni Novriza, Ferdiansyah Nurul Husna 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 Shahara Mahfudhah Sila Abdullah Syakri Sila Abdullah Syakry Syakri, Sila Abdullah Syakri,S.T.,M.T, Sila Abdullah T. Zakia Maulani Teuku Mizan Sya'rani Denk Ulfa, Aida