Article Per Year (5 Year)
p-Index From 2021 - 2026
1.235
P-Index
This Author published in this journals
All Journal Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Jurnal Tika TECHSI - Jurnal Teknik Informatika Proceedings of International Conference on Multidisciplinary Engineering (ICOMDEN)
Mukti Qamal
Universitas Malikussaleh
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Sistem Pengecekan Toko Online Asli atau Dropship pada Shopee Menggunakan Algoritma Breadth First Search Nurdin; Muhammad Hutomi; Mukti Qamal; Bustami Bustami
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 4 No 6 (2020): Desember 2020
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (498.682 KB) | DOI: 10.29207/resti.v4i6.2514

Abstract

The abundance of online shops on web ecommerce Shopee's makes it difficult for consumers to detect the genuineness of an online store. Online store detection app is an application to detect genuine online shop, good rating online shop, and fake online shop, which is useful as a recommendation to consumers in buying a product against an online shop. Detection by implementing the Breadth First Search (BFS) algorithm with Web Scraping techniques against Web e-commerce Shopee with the keyword "Kemeja Pria" with a search number of 5000, generate 1389 online shops data with the detection results of genuine online shop, good rating online shop, and fake online shop respectively as many as 90 online shops (6.5%), 948 online shops (68.3%), and 351 online shops (25.3%). The time it takes for the system to visit each node, from the first node to the 1389 node by applying the Breadth First Search algorithm takes about 2,690,021 second, or about 44.833683333 minutes, with the queue formation process, node browsing, online shop detection, and test results. The results reveal that the Breadth First Search algorithm is a simple algorithm that can be used to perform online store detection with good performance.
PREDIKSI JUMLAH MAHASISWA BARU UNIVERSITAS MALIKUSSALEH MENGGUNAKAN METODE DMA (DOUBLE MOVING AVERAGE) Mukti Qamal; Safwandi Hasan; Tri Wulandari
TECHSI - Jurnal Teknik Informatika Vol 11, No 3 (2019)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v11i3.1491

Abstract

Peramalan (Forecasting) adalah metode untuk memperkirakan suatu nilai dimasa depan dengan menggunakan data masa lalu. Peramalan juga dapat diartikan sebagai seni dan ilmu untuk memperkirakan kejadian pada masa yang akan datan. Meningkatnya mahasiswa baru Universitas Malikussaleh membuat pihak biro kuwalahan menampung mahasiswa tersebut.Untuk itu pihak Biro Universitas Malikussaleh membutuhkan sebuah aplikasi yang dapat meramalkan jumlah mahasiswa baru ditahun mendatang. Aplikasi peramalan ini akan dibuat dengan menggunakan salah satu metode Time Series. Metode time series didasarkan pada serangkaian data-data berurutan yang berjarak sama (misalnya: mingguan ,bulanan, tahunan, dll).Aplikasi Prediksi Jumlah Mahasiswa Baru Universitas Malikussaleh merupakan Aplikasi yang dirancang menggunakan UML dan diimplementasikan dengan menggunakan bahasa pemograman Web seperti PHP dan HTML. Aplikasi ini dirancang dengan memasukkan sampel data jumlah mahasiswa baru yang diperoleh dari bagian Biro Universitas Malikussaleh dan dikalkulasikan dengan menggunakan metode DMA (Double Moving Average) menggunakan ordo 4x4 yang memiliki nilai keakuratan bervariasi, mulai dari sangat baik – cukup, hal ini dikarenan jumlah data yang berbeda – beda di setiap jurusan. Hasil dari peramalan tersebut disimpan dalam database di visualisasikan menggunakan grafik dan tabel. Aplikasi ini akan menampilkan hasil peramalan jumlah mahasiswa baru Universitas Malikussaleh perfakultas dan perjurusan di tahun mendatang
METODE NAÏVE BAYES UNTUK MENENTUKAN REKOMENDASI TEMPAT WISATA TERBAIK DI ACEH Mukti Qamal; Fajriana Fajriana; Mona Mardhatillah
TECHSI - Jurnal Teknik Informatika Vol 13, No 1 (2021)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v13i1.3132

Abstract

Aceh merupakan salah satu provinsi di Indonesia yang memiliki banyak tempat wisata. Banyak masyarakat dari luar Aceh berkunjung ke Aceh hanya untuk bertamsya bersama keluarga. Ada banyak destinasi wisata yang bisa dikunjungi di Aceh mulai dari pegunungan, laut, tempat ibadah, dan peninggalan sejarah. Namun tidak sedikit masyarakat dari luar Aceh mengalami kebingungan dalam menentukan destinasi wisata apa yang akan mereka kunjungi, kondisi jalan menuju ketempat tersebut, biaya yang dibutuhkan, dan fasilitas yang tersedia ditempat wisata tersebut. Berdasarkan permasalahan tersebut, peneliti bermaksud membantu masyarakat Aceh maupun luar Aceh dengan cara menciptakan suatu sistem aplikasi untuk merekomendasikan tempat wisata terbaik di Aceh dengan menggunakan metode Naïve Bayes. Data tempat wisata diambil sebanyak40 tempat wisata yang berada di seluruh Aceh. Untuk melakukan perhitungan menggunakan metode Naïve Bayes ini menggunakan 40 data training dan 40 data testing. Dalam penerapannya, metode Naïve Bayes menggunakan 40 data training untuk bahan melatih metode Naïve Bayes dan 40 data testing untuk mengetahui performa metode Naïve Bayes tersebut. Dari hasil perhitungan menggunakan metode Naïve Bayes menghasilkan tingkat akurasi 60 % dan tingkat error 40 %.
RANCANGAN APLIKASI ANDROID UNTUK PENCARIAN LOKASI WISATA DI KOTA BANDA ACEH Mukti Qamal
TECHSI - Jurnal Teknik Informatika Vol 11, No 1 (2019)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v11i1.1387

Abstract

Banda Aceh merupakan kota dimana bidang pariwisatanya sedang mengalami perkembangan yang pesat. Para wisatawan dari luar Aceh, khususnya yang baru pertama kali mengunjungi kota Banda Aceh akan sedikit kesulitan dalam mengakses tempat-tempat wisata di kota ini karena tidak mengetahui secara detail informasi mengenai lokasi tempat-tempat wisata tersebut. Tujuan dari penelitian ini adalah membangun sebuah Sistem Informasi Geografis berbasis mobile tentang pariwisata Banda Aceh, yang diharapkan dapat membantu wisatawan local ataupun asing dalam memilih lokasi wisata yang ingin dikunjungi dan merekomendaisikan rute terdekat dari posisi user ke tempat wisata tersebut. Metode yang menjadi dasar dalam perancangan SIG ini adalah metode Graf, dengan menerapkan algoritma pencarian rute terpendek yaitu algoritma Dijkstra. Selain itu, sistem ini akan menggunakan Haversine Formula dalam mengkalkulasikan jarak, yaitu jarak antara posisi user ke satu tempat wisata. Hasil dari penelitian ini adalah aplikasi berbasis Mobile Web dua bahasa yang dapat menginformasikan lokasi-lokasi wisata yang ada serta menampilkan rute terdekat dari posisi user menuju ke tempat wisata tersebut
Aplikasi Diagnosa Penyakit Tanaman Palawija dengan Forward Chaining dan Dempster Shafer Berbasis Android Mukti Qamal; Eva Darnila; Balqis Melodi
TECHSI - Jurnal Teknik Informatika Vol 13, No 1 (2021)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v13i1.2826

Abstract

Kecerdasan buatan adalah salah satu bagian dari teknologi yang membuat komputer dapat berpikir dan bertindak seperti manusia. Salah satu bagian dari kecerdasan buatan adalah sistem pakar. Pembangunan sistem pakar dapat digunakan untuk mendiagnosa penyakit pada tanaman palawija layaknya seorang pakar sehingga dapat membantu petani untuk dapat mengetahui penyakit yang diderita oleh tanamannya dengan cepat. Sistem ini dibuat dengan menggunakan UML (Unified Modelling Language) dengan mengimplementasikan mesin inferensi Forward Chaining dan Dempster Shafer yang dapat mengidentifikasi masalah dengan perhitungan yang cukup akurat dengan nilai rata-rata mencapai 72,5%. Sistem pakar ini berbasis android sehingga dalam penggunaannya lebih efisien yang dapat digunakan kapanpun dan dimanapun.
Diagnosa Penyakit Bawang Merah Dengan Metode Forward Chaining Dan Backward Chaining Mukti Qamal; Fadlisyah; Mahara Bengi; Mukarramah
Jurnal Tika Vol 7 No 1 (2022): Jurnal Teknik Informatika Aceh
Publisher : Fakultas Ilmu Komputer Universitas Almuslim Bireuen - Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (407.308 KB) | DOI: 10.51179/tika.v7i1.1002

Abstract

Plant diseases are the main enemy of farmers. Many farmers fail to harvest or reduce their agricultural yields because they are not able to properly deal with the diseases that attack their crops. One of the plants that are susceptible to disease is the onion plant. To properly handle the disease that attacks the shallot plant, an agricultural expert is needed. While the number of agricultural experts is limited and unable to deal with the problems of a large number of farmers at the same time, so we need a system that has the capabilities of an agricultural expert, which in this system contains the expertise of an agricultural expert regarding diseases, symptoms and diseases treatment of onion plants. In this study, a Web-based expert system was designed and built using rule-based reasoning with forward chaining and backward chaining inference methods which were intended to assist farmers in diagnosing diseases in shallots, and how to handle them. In this study, forward chaining and backward chaining methods will be compared so that the results will be obtained which method is more suitable for diagnosing a disease. From the results of the comparison analysis of the two methods, it was found that the Forward Chaining method was better and more efficient for diagnosing diseases in shallot plants.
Contagion Analysis of Plantation Commodity Producing Regions in Aceh Province Using Bayesian Inference Juliawati; Mukti Qamal; Said Fadlan Anshari
Proceedings of International Conference on Multidisciplinary Engineering (ICOMDEN) Vol. 2 (2024): Proceedings of International Conference on Multidisciplinary Engineering (ICOMDEN)
Publisher : Faculty of Engineering, Malikussaleh University

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

Abstract

The commodity-producing region is one of the plantation sectors with significant potential for economic growth in Aceh Province. The spread level between commodities owned by regions within the network is called “contagion,” which means that one commodity will influence a region, leading to a greater focus on that commodity within the network, and a region will influence other regions. With the diversity of commodities across various areas, a comprehensive analysis and visualization of the network formed among commodity producing regions are conducted using a Social Network Analysis (SNA) approach. Thus, Bayesian inference can reveal the network of each region that has relationships among the variables used to form a graph with the desired representation. This network analysis result can provide an overview of Aceh Province's plantation data through the network graph visualization among commodity-producing regions and the network graph of commodity production levels by region. Keywords: Aceh; Contagion Analysis; Social Network Analysis
Application of the K-Nearest Neighbor Method for Classification of Leiomyoma (Myoma) Selly Alfika selly; Mukti Qamal; Zahratul Fitri
Proceedings of International Conference on Multidisciplinary Engineering (ICOMDEN) Vol. 2 (2024): Proceedings of International Conference on Multidisciplinary Engineering (ICOMDEN)
Publisher : Faculty of Engineering, Malikussaleh University

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

Abstract

Information technology is very important in the process of human life. Along with the growth opens up opportunities for relatively large data growth, one of which is hospitals. Mioma is a disease that continues to increase and has a major impact on health female reproduction. Myoma is a benign tumor that grows in or around the uterus. Mioma is a medical condition experienced by women of all ages, but is often experienced by women who have entered pre-menopause, myoma is also the second benign tumor in Indonesia by age range sufferers 20-50 years old. Sufferers rarely cause specific symptoms so women are rarely aware of them the presence of myoma growth in their uterus. This research classifies patient data with a purpose to classify types of myoma disease using the K-Nearest Neighbor method. There are several The attributes used in this research are diastolic blood pressure, systolic blood pressure, hemoglobin, ever been pregnant, symptoms 1 and symptom 2. The data used for this research amounted to 288 myoma patient data which will be divided into 2, namely 70% training data and 30% testing data. Then it is divided into 3 classes, namely intramural myoma, submucosal myoma, and subserosal myoma. Results of myoma classification using the K-Nearest algorithm Neighbor at Aceh Tamiang Regional Hospital used 87 test data or patient data, indicating people with the disease Intramural myoma are more numerous with 48 data, subserosal myomas 15 data and for subserosal myomas there are 25 data with a high accuracy rate of 93%.
Co-Authors Balqis Melodi Bustami Bustami Eva Darnila Fadlisyah Fajriana, Fajriana Juliawati Mahara Bengi Mona Mardhatillah Muhammad Hutomi Mukarramah Nurdin Nurdin Safwandi Safwandi Said Fadlan Anshari Selly Alfika selly Tri Wulandari Zahratul Fitri