Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : TECHSI - Jurnal Teknik Informatika

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
Sistem Pengenalan Ayat Al Qur'an Pada Surah Al Qari'ah Menggunakan Metode Hidden Markov Model (HMM) Fadlisyah Fadlisyah; Safwandi Safwandi; Muhammad Aldonny Altharizka
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.v12i1.2151

Abstract

Al-Qur’an merupakan kitab suci umat Islam yang berisi firman Allah yang diturunkan kepada Nabi Muhammad Saw, dengan perantara malaikat Jibril untuk dibaca, dipahami dan diamalkan sebagai petunjuk atau pedoman hidup bagi umat manusia. Dalam proses pembacaan ayat Al Qur’an terkadang kita lupa terhadap ayat yang dibacakan. Maka dari itu untuk meminimalisir keadaan penulis membangun sebuah sistem yang mampu mengenali seluruh ayat yang ada pada Al Qur’an menggunakan pengolahan citra. Untuk dapat melakukan proses pengenalan ayat . Penelitian ini dilakukan selama enam bulan. Pada penelitian tugas akhir ini penulis membuat suatu sistem pengenalan ayat Al Quran surah Al Qari’ah menggunakan metode Hidden Markov Model. Hidden Markov Model (HMM) adalah peluasan dari rantai Markov di mana statenya tidak dapat diamati secara langsung (tersembunyi), tetapi hanya dapat diobservasi melalui suatu himpunan pengamatan lain.
KLASIFIKASI BENTUK DAUN MENGGUNAKAN METODE KOHONEN Safwandi Safwandi; Yenni Maulida
TECHSI - Jurnal Teknik Informatika Vol 7, No 2 (2015)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v7i2.192

Abstract

Penelitian ini menjelaskan tentang suatu metode klasifikasi bentuk daun berdasarkan input berupa bentuk daun yang dibandingkan dengan bentuk daun tunggal dan bentuk daun majemuk.Sistem ini dapat dilakukan untuk mengklasifikasi ektraksi fitur bentuk pada citra daun. Dalam penelitian ini, peneliti mengolah data menggunakan Training jaringan saraf tiruan yaitu metode kohonen, untuk pengenalan citra. Jaringan ini dilatih untuk mengenali citra sebanyak 4 bentuk daun (menyirip, menjari, melengkung, dan sejajar). Setelah melaui uji coba dan analisa, dapat disimpulkan bahwa hasil klasifikasi dengan menggunakan metode kohonen mampu menghasilkan nilai rata-rata tingkat keberhasilan aplikasi dalam klasifikasi menggunakan kohonen untuk menentukan kelas keempat bentuk daun ( daun menyirip 77 %, daun menjari 78%, daun melengkung 65%. Sedangkan prosentase clustering daun sejajar yakni 74%.
SISTEM PENERJEMAHAN KITAB PELAJARAN IBADAH KEDALAM BAHASA INDONESIA MENGGUNAKAN METODE CITY BLOCK DISTANCE SISTEM PENERJEMAHAN KITAB PELAJARAN IBADAH KEDALAM BAHASA INDONESIA MENGGUNAKAN METODE CITY BLOCK DISTANCE asmaul husna; Muthmainnah Muthmainnah; Safwandi Safwandi
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.v11i1.1283

Abstract

 Kitab Pelajaran Ibadah merupakan salah satu kitab Arab Melayu yang membahas tentang Ilmu Figih, kitab ini merupakan salah satu kitab yang sangat penting untuk kita sebagai umat islam  karena kitab ini membahas tentang hukum - hukum islam yang dijadikan bahan pelajaran bagi pemula. Pengertian Taharah, pengertian Zakat, Shalat, Haji, dan peraturan Mandi , yang terkandung didalam kitab ini. Penelitian ini membahas tentang cara baca kitab Pelajaran Ibadah yang lebih mudah untuk masyarakat umum dengan menggunakan pengenalan pola citra pada kitab dengan perhitungan metode City Block distance. Perancangan sistem dilakukan dengan cara menganalisis kebutuhan-kebutuhan sistem, dengan melakukan penanaman pola pada halaman dengan proses citra resize, grayscale, dan konvolusi serta diproses dengan perhitungan metode City Block Distance. serta faktor faktor yang mempengaruhi unjuk kerja sistem yang akan dibuat. Sistem ini hanya mengenali pola terjemahan pada file yang telah dilatih berupa file.bmp, dirancang menggunakan UML (Unified Modeling Language) dan dengan bahasa pemograman Delphi 7. Pengujian dilakukan dengan penanaman pola halaman kitab dan akan di deteksi sehingga hasil keluarannya berupa terjemahan. Hasil penelitian menunjukkan bahwa sistem Kinerja Algoritma City Block Distance  untuk pendeteksian terjemahan Kitab Pelajaran Ibadah mendapatkan hasil akurasi  85.7%. Kata kunci : Kitab Pelajaran Ibadah, Metode City Block Distance, UML (Unified Modeling Language), Delphi 7
Sistem Pendeteksi Terjemahankitab Bidayatul Mubtadi Wa ‘Umdatul Auladi Kedalam Bahasa Indonesia Menggunakan Metode Minkowski Distance” Diana Diana; Muthmainnah Muthmainnah; Safwandi Safwandi
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.v11i1.1284

Abstract

Kitab Bidayatul Mubtadi Wa ‘Umdatul Auladi adalah kitab permulaan untuk orang-orang muda baru belajar agama yang dikarang oleh  Imam Burhanuddin Abul Hasan Ali bin Abu Bakar Al-Marghinani berisi tentang beberapa bab diantaranya, menjelaskan  tentang Bersuci, Wudhu, mandi, shalat,zakat, Dll.Kitab Bidayatul Mubtadi Wa ‘Umdatul Auladi dibuat dalam bahasa Arab Jawi sehingga tidak semua orang bisa membacanya dengan benar. Sebaiknya sebelum mempelajari bacaan dari isi kitab terlebih dahulu pengguna (user) mempelajari huruf Arab yang terdapat dalam kitab suci Al-Qur’an, hal ini dikarenakan bentuk penulisannya yang sangat mirip dengan penulisan huruf Arab yang terdapat dalam kitab suci Al-Qur’an.
PENDETEKSIAN TITIK – TITIK JANGKAR UNTUK VERIFIKASI FACE 3D Dahlan Abdullah; Safwandi Safwandi
TECHSI - Jurnal Teknik Informatika Vol 4, No 1 (2012)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v4i1.109

Abstract

This paper outlines methods to detect key anchor points in 3D face scanner data. These anchor points can be used to estimate the pose and then match the test image to a 3D face model. We present two algorithms for detecting face anchor points in the context of face verification; One for frontal images and one for arbitrary pose. We achieve 99% success in finding anchor points in frontal images and 86% success in scans with large variations in pose and changes in expression. These results demonstrate the challenges in 3D face recognition under arbitrary pose and expression. We are currently working on robust fitting algorithms to localize more precisely the anchor points for arbitrary pose images.