Article Per Year (5 Year)
p-Index From 2020 - 2025
2.08
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Serambi Engineering KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) TECHSI - Jurnal Teknik Informatika Jurnal Ecotipe (Electronic, Control, Telecommunication, Information, and Power Engineering) JuTISI (Jurnal Teknik Informatika dan Sistem Informasi)
Wahyu Fuadi
Universitas Malikussaleh
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Fuzzy clustering means algorithm analysis for power demand prediction at PT PLN Lhokseumawe Muhammad Sadli; Wahyu Fuadi; Faizar Abdurrahman; Nurul Islami; Muhammad Ihsan
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 19, No 4: August 2021
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v19i4.14941

Abstract

Indonesian National Electricity Company (PT PLN) as the main electric power provider in Lhokseumawe City. In fulfilling the need of electricity supply for the whole requirement, which upscale gradually. The proper forecasting method need to be premeditated. The area that was grouped based on the total of power consists of the four sub districts, namely Banda Sakti, Blang Mangat, Muara Dua and Muara Satu. In this study the fuzzy clustering mean (FCM) Classification was applied in determining the power demand of each area and categorized into a cluster respectively. The data clustering divided into six variable and five classifications of power of customer. Based on clustering step that applied revealed for four different classification of power requirement for future demand, the house hold electricity consumption measured for current consumption 9.588.466 Kw/H and forecast 10.037.248 Kw/H, for Business cluster classification measured 10.107.845 Kw/H and forecast 10.566.854 Kw/H, for industry the power measured 9.195.027 Kw/H and the forecasting revealed 9.638.804 Kw/H, and the last analysis was applied in general cluster classification based on measurement was recorded 9.729.048 Kw/H and forecasted result 10.198.282 Kw/H. this method has shown the better result in term of forecasting method by employing the cluster system in determining future power consumption requirement for the area of Lhokseumawe District.
Automasi Penentuan Tren Topik Skripsi Menggunakan Algoritma K-Means Clustering Wahyu Fuadi; Ar Razi; Dedi Fariadi
Jurnal Serambi Engineering Vol 7, No 2 (2022): April 2022
Publisher : Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jse.v7i2.4201

Abstract

Thesis is a compulsory subject that must be completed by students to obtain undergraduate status (S1). Students' need for thesis information is increasing, so labeling topic trends is expected to help students find out which topics are trending in the previous year without having to read the entire thesis in the library. In this study, thesis data collection was based on data from the previous 5 years, namely 2015 - 2020 at the Department of Informatics, Universitas Malikussaleh (Unimal). Thesis topic trends are classified into 5 categories, namely Data Mining, Artificial Intelligence, Image Processing, DSS, and GIS. Classification of thesis topics based on title and abstract. The programming language used is PHP and MySQL database. The methods used in the automation of thesis topic trend determination are text mining and the K-Means Clustering algorithm. The priority of this research is to produce an application that can overcome student obstacles in determining thesis topics. This application is expected to make it easier for students to find out trends in thesis topics in the previous year. In this study, the percentage accuracy of the thesis topic trend using the K-means clustering algorithm is 84% of the 70 test data
SISTEM PENDETEKSIAN POLA DHAMIR RAFA’ MUTTASHIL PADA CITRA AL-QUR’AN DENGAN MENGGUNAKAN METODE FUZZY ASSOCIATIVE MEMORY (FAM) Wahyu Fuadi; Risa Wandi; Maulana Amri
TECHSI - Jurnal Teknik Informatika Vol 13, No 2 (2021)
Publisher : Teknik Informatika Universitas Malikussaleh

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

Abstract

Al-Qur’an merupakan pedoman hidup kaum muslim yang berisikan firman Allah SWT yang tersusun dalam bahasa Arab. Untuk memahami arti dalam kandungan bahasa Arab kita perlu menterjemahkan buku-buku berbahasa Arab ke dalam bahasa Indonesia. Oleh karena itu mempelajari ilmu Sharaf dan ilmu Nahwu adalah sangat penting. Dalam penelitian ini, penulis mengembangkan sistem yang menggunakan kombinasi citra surat Al-Qur’an pada surah As-Sajdah sebagai input data untuk mendapatkan pola dhamir rafa’ muttashil. Citra yang diuji nantinya akan terdeteksi bagian-bagian mana yang terkandung dhamir rafa’ muttashil didalamnya, sehingga pengguna dapat dengan mudah membaca dan memahami pola huruf dhamir rafa’ muttashil. Dalam penelitian ini menggunakan 14 pola dhamir rafa’ muttashil dengan metode algoritma Fuzzy Associative Memory (FAM) yang diukur unjuk kerjanya berdasarkan nilai sensitive yang berbeda. Hasil pengujian menunjukan bahwa keakuratan sistem ini sebesar 58%.
SISTEM WAKTU NYATA PENGUJIAN HAFALAN AYAT-AYAT SUCI AL QURAN SECARA EKSPONENSIAL DAN NONSINUSOIDAL Fadlisyah Fadlisyah; Wahyu Fuadi; Kamilaini Kamilaini
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.v11i3.2026

Abstract

Prinsip pengembangan perangkat lunak otomatisasi adalah selaras dengan prinsip-prinsip yang ditekankan pada era revolusi industri 4.0., artinya perangkat  lunak pada era 4.0 sudah mampu meminimasir peran manusia baik dalam pengembangannya, kemampuan belajar, ataupun operasional-operasional teknis lainnya. Untuk menjawab tantangan model 4.0, maka penelitian ini mengajukan sebuah algoritma yang robust dalam menguji hafalan-hafalan Qur’an secara digital. Pendekatan yang digunakan mewakili fungsi basis eksponensial dan non-sinusoidal yaitu berturut-turut Transformasi Mellin dan Walsh. Pengujian melibatkan 100 sampel para penghafal Qur’an, dengan masing masing unjuk kerja, 0,9 ditunjukan oleh penerapan Transformasi Mellin dan 0,82 dihasilkan oleh Transformasi Walsh. Untuk pengembangan sistem yang lebih tinggi keakuratannya dan lebih efisiensi pemakaian memori yang digunakan, penelitian menghasilkan saran penmbangunan model Fast Transform untuk kedua algoritma.
APLIKASI DOA PARA NABI DAN RASUL DALAM AL-QUR'AN MENGGUNAKAN ALGORITMA HORSPOOL BERBASIS ANDROID Wahyu Fuadi; Risawandi Risawandi; riska yanti
TECHSI - Jurnal Teknik Informatika Vol 12, No 1 (2020)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v12i1.1702

Abstract

Doa merupakan tema terpenting didalam Al-Qur’an sebagaimana telah diajarkan oleh para Nabi dan Rasul Allah, segala macam doa untuk segala urusan telah diabadikan didalam Al-Qur’an. Kitab suci Al-Qur’an yang terdiri dari surah dan ayat, dengan dokumen yang begitu banyak, pencarian doa para Nabi dan Rasul pada surah dan ayat yang dilakukan secara manual cukup menyulitkan. Dalam memanfaatkan kemajuan teknologi smartphone yang berbasis android membuat penulis memilih mobile android dalam pembuatan aplikasi doa Nabi dan Rasul, dikarenakan banyak digunakan oleh masyarakat dan lebih praktis. Aplikasi doa para Nabi dan Rasul dalam Al-Qur’an berbasis android menerapakan algoritma Horspool yang digunakan untuk pencarian string yang berisi doa Nabi dan Rasul. Sistem dibangun menggunakan Android Studio sebagai bahasa pemograman dan SQLite Database sebagai penyimpanan data. untuk mendapatkan hasil pencarian, algoritma Horspool menggunakan kata pada proses pencarian sebagai pattern dan teks diinputkan kedalam database. Hasil dari penelitian iniadalah sebuah aplikasi doa para Nabi dan Rasul yang menggunakan algoritma pencarian Horspool dalam pencarian doa. Sehingga, algoritma Horspool tersebut dapat menghasilkan pencarian serta pencocokan string yang cepat, tepat dan akurat.
PERAMALAN HASIL PANEN PADI DENGAN MENGGUNAKAN METODE DOUBLE EXPONENTIAL SMOOTHING DI KECAMATAN MEURAH MULIA Wahyu Fuadi; Fajriana Fajriana; Rahmawati M
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.v13i1.2772

Abstract

Penduduk Kecamatan Meurah Mulia sebagian besar bekerja pada bidang pertanian. Penghasilan utama yang ada di Kecamatan ini salah satunya adalah padi. Penduduk pada Kecamatan ini sangat tergantung pada padi. Agar ketersediaannya selalu terpenuhi, maka diperlukan suatu perencanaan yang matang. Pada penelitian ini dilakukan peramalan panen padi di Kecamatan Meurah Mulia menggunakan Metode Double Exponential Smoothing yang di implementasikan menggunakan web dan GIS. Metode ini tergolong dalam metode time series (runtut waktu) yang menggunakan data masa lalu untuk meramalkan sesuatu di masa yang akaan datang. Data yang digunakan adalah hasil panen padi dari 48 desa yang ada di Meurah Mulia dari Tahun 2015-2019. Sistem yang dibuat memberikan hasil yang cukup baik. Salah satunya Desa Paya Sutra diramalkan menghasilkan padi pada Tahun 2020 adalah =270,3184Ton,  Tahun 2021 adalah =270,35136 Ton, Tahun 2022 adalah =270,38432 Ton, Tahun 2023 adalah =270,41728Ton, dan Tahun 2024 adalah =270,45024 Ton,  dengan kesalahan peramalan untuk SSE sebesar 0,002172723%, MSE sebesar 0,001086362%,dan MAPE sebesar 0,012189313.
Aplikasi Geografis Prediksi Hasil Padi Menggunakan Metode Double Moving Average di Kabupaten Aceh Utara Wahyu Fuadi; Risa Wandi; Muhammad Wahyu Pohan
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.v13i1.2831

Abstract

Aceh Utara merupakan salah satu daerah penghasil padi terbanyak di Provinsi Aceh, yang memiliki kontribusi besar dalam pemenuhan kebutuhan pangan masyarakat. Data produksi padi menunjukkan bahwa ada beberapa kecamatan yang memiliki hasil padi terendah dan tertinggi di kabupataen Aceh Utara seperti  kecamatan Sawang dan kecamatan Baktiya adalah salah satu daerah penghasil padi terbanyak. Berdasarkan permasalahan tersebut, peneliti menciptakan sistem yang dapat memprediksi hasil panen padi untuk membantu petani dalam memeriksa hasil panen padi setiap tahunnya.Penelitian ini menggunakan metode Double Moving Average dan menggunakan 7 tahun data hasil panen padi dari Dinas Pertanian Tanaman Pangan Kabupaten Aceh Utara. Data 7 tahun tersebut memiliki 27 kecamatan, data hasil panen padi yang diperoleh adalah 189 data, 81 data hasil prediksi, dan menghasilkan tingkat akurasi 23,33 %. Kata kunci : Prediksi, hasil panen padi, Double Moving Average
ANALISIS MODEL NAIVE BAYES UNTUK IDENTIFIKASI PENGGOLONGAN DAYA LISTRIK DI KOTA LHOKSUMAWE Muhammad Sadli; Fajriana Fajriana; Wahyu Fuadi; Ermatita Ermatita; Iwan Pahendra
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) Vol 2, No 1 (2018): Peranan Teknologi dan Informasi Terhadap Peningkatan Sumber Daya Manusia di Era
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/komik.v2i1.971

Abstract

Electricity subsidy is provided for all 450 VA power household customers and 900 VA power household customers who are poor and disadvantaged. However, there are many facts that household customers with 450 VA power are capable and 900 VA power household customers consist of capable households, boarding houses or luxury rented. Households are able to use more electricity than poor households. This paper describe to the identification of household customers' electrical power in the Lhokseumawe city to facilitate PLN in classifying customer power by using the Naive Bayes method. Naive bayes value variables used in this study are: monthly income, highest diploma, last job, house area, subscription fee and government registered household. The classification of household customer power is grouped into three categories, namely low (450 VA down), medium (900 VA) and high (above 1300 VA).. Based on household customer data that is used as training data, the Naive Bayes method is able to classify the customer data tested. So the Naive Bayes method successfully predicts the magnitude of the probability of household electrical power with an accuracy percentage of 80%.Keywords: Electricity, Naive Bayes,  CBS, low birth weight, subsidy
PENERAPAN MODEL K-NEAREST NEIGHBORS DALAM KLASIFIKASI KEBUTUHAN DAYA LISTRIK UNTUK MASING-MASING DAERAH DI KOTA LHOKSEUMAWE Muhammad Sadli; Fajriana Fajriana; Wahyu Fuadi; Ermatita Ermatita; Iwan Pahendra
Jurnal Ecotipe (Electronic, Control, Telecommunication, Information, and Power Engineering) Vol 5 No 2 (2018): Jurnal Ecotipe, Oktober 2018
Publisher : Jurusan Teknik Elektro, Universitas Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33019/ecotipe.v5i2.646

Abstract

Klasifikasi kebutuhan daya listrik untuk masing-masing daerah sangat diperlukan agar dapat menggambarkan kondisi daya yang dibutuhkan. Hal ini sangat penting untuk pelanggan baru yang ingin mengetahui daya yang diberikan, sebaliknya pelanggan lama juga dapat melihat dan menurunkan daya atau menambah daya sesuai dengan kebutuhan. Adapun variable yang di gunakan pada penelitian ini adalah luas rumah, besaran daya listrik yang akan digunakan dan telah digunakan, pendapatan gabungan orang tua (kotor) / bulan, jumlah daya lampu yang ada dirumah, kemudian dilanjutkan dengan klasifikasi perkiraan daya listrik yang berikan. Klasifikasi yang digunakan adalah penentuan golongan Tarif/Daya R-1/450 VA subsidi, R-1/900 VA subsidi, R-1/900 VA-RTM (Rumah Tangga mampu) non subsidi, R-1/1300 VA non subsidi, dan Tarif/Daya R-1/2200 VA non subsidi. Selanjutnya untuk pengujian menggunakan data training sampel sebanyak 20 data sampel dari masing-masing pelanggan yang akan dilihat pengujiannya dengan tetangga yang paling dekat. Untuk sampel daya terdiri dari variable pengujian dan klasifikasi jenis pengelompokan. Pengujian K-Nearest Neighbors (KNN) untuk luas rumah nilai nya 3, besaran daya 3, pendapatan bernilai 2, jumlah daya keseluruhan, 3 dan konsumsi energi yang digunakan adalah 4. Hasil dari penelitian ini adanya aplikasi teknologi dalam model KNN dalam pengelompokan penentuan kebutuhan daya untuk masing-masing daerah di Kota Lhokseumawe.
Klastering Sayuran Unggulan Menggunakan Algoritma K-Means Lina Mardiana Harahap; Wahyu Fuadi; Lidya Rosnita; Eva Darnila; Rini Meiyanti
Jurnal Teknik Informatika dan Sistem Informasi Vol 8 No 3 (2022): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v8i3.5277

Abstract

Horticulture, especially vegetables, has great potential to be developed because it becomes a source of income for the community and small farmers in each region because Indonesia is called an agrarian country with most of them working in agriculture. Mandailing Natal Regency is the district with the largest area in North Sumatra province, but Mandailing Natal has not been able to outperform vegetable crop production in North Sumatra. Data mining methods can find interesting and invisible patterns in data sets. One of the methods is the K-Means clustering algorithm which groups data into clusters based on the similarity of data characteristics. In this study, vegetable data was clustered which aims to determine the potential commodities in each area in Mandailing Natal Regency, plants that have potential in the area will be maintained and their production increased, while vegetable crops whose production is still low will be a priority to increase their production. The research method used in this study was to collect vegetable data from the Badan Pusat Statistik in the form of data on harvested area, production, plant area, and new planting area. In addition, data collection was carried out by conducting theoretical studies in journals. The results of clustering superior vegetables using the K-Means Algorithm are in the form of potential grouping into 3 clusters, namely low, medium, and high clusters and the output is a web-based system in its application. The results of the clustering analysis were obtained with each total data of 69 data, namely big chili with C1 81%, C2 16% and C3 3%. Cayenne C1 29%, C2 48% and C3 23%. Long Beans C1 26%, C2 38% and C3 36%. Kale C1 39%, C2 36% and C3 25%. Eggplant C1 43%, C2 29% and C3 28%. Tomato C1 41%, C2 58% and C3 1%.  
Co-Authors Ar Razi Ayu Indah Lestari Dedi Fariadi Ermatita Ermatita Ermatita Ermatita Eva Darnila Fadlisyah Fadlisyah Faizar Abdurrahman Fajriana, Fajriana Iwan Pahendra Iwan Pahendra Anto Saputra Kamilaini Kamilaini Lidya Rosnita Lina Mardiana Harahap Maulana Amri Muhammad Ihsan Muhammad Sadli Muhammad Sadli, Muhammad Muhammad Wahyu Pohan Nurul Islami, Nurul Rahmawati M Rini Meiyanti Risawandi, Risawandi Riska Yanti Yesy Afrillia