Claim Missing Document
Check
Articles

Found 4 Documents
Search

DETEKSI GANGGUAN LAMBUNG MELALUI CITRA IRIS MATA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN HEBB RULE Riezka Yana Simamora; Huzaeni Huzaeni; Muhammad Rizka
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/.v1i1.286

Abstract

Iridology merupakan metode menganalisis iris mata untuk mendeteksi kelemahan organ tubuh melalui ciri-ciri maupun tanda-tanda yang muncul pada iris mata. Iris mata memiliki kelebihan spesifik yang dapat merekam semua kondisi organ tubuh, salah satunya adalah organ lambung. Dengan memanfaatkan biometrik dan ilmu iridologi, maka pada Tugas Akhir ini dibangun sebuah perangkat lunak untuk mendeteksi gangguan lambung dengan menggunakan metode hebb rule. Mekanisme yang dilakukan oleh sistem dimulai dengan menginput citra iris mata yang kemudian diubah menjadi citra grayscale. Citra iris grayscale ditransformasikan ke dalam koordinat polar untuk memudahkan proses pengambilan daerah lambung pada lapisan pertama iris. Citra iris daerah lambung selanjutnya dilakukan proses pendeteksian tepi dengan menggunakan operator canny yang akan digunakan sebagai input metode hebb rule. Metode hebb rule yang akan menentukan iris mata yang terdapat gangguan lambung ataupun tidak dengan menghitung bobot dan net dari setiap nilai vektor yang membentuk pada pola iris daerah lambung. Terdapat beberapa faktor yang dapat mempengaruhi proses pendeteksian, seperti noise pada citra masukan dan pencahayaan yang masuk ke iris daerah lambung. Dari 40 citra iris mata yang diuji terdapat 31 citra yang mampu dikenali. Sehingga tingkat akurasi sistem ini adalah 77,50%. Berdasarkan hasil tersebut, maka dapat disimpulkan bahwa sistem ini mampu mendeteksi gangguan lambung melalui citra iris mata.Kata Kunci : Iridology, iris mata, lambung, citra polar, canny, hebb rule.
ANALISIS FAKTOR-FAKTOR FUNDAMENTAL YANG MEMPENGARUHI PENDAPATAN NELAYAN DI GAMPONG UJONG BLANG KECAMATAN BANDA SAKTI KOTA LHOKSEUMAWE Muhammad Rizka; Devi Andriyani
Jurnal Ekonomi Pertanian Unimal Vol 3, No 1 (2020): JURNAL EKONOMI PERTANIAN UNIMAL
Publisher : LPPM Universitas Malikussaleh – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/jepu.v3i1.3177

Abstract

This study aims to determine the effect of education, age, experience and number of family members on fishermen income in Ujong Blang, Banda Sakti Sub-district, Lhoksemawe City. This study uses primary data obtained by distributing questionnaires to all respondents. The sample in this study is 96 respondents derived by using the Slovin formula. The data analysis method used is a multiple linear regression. The results partially showed that education and age have a positive and significant effect on income, but the experience and number of family members do not have a positive and significant effect on the income of fishermen in Ujong Blang, Banda Sakti Sub-district. Simultaneously, education, age, experience, and the number of family members have a positive and significant effect on the income of fishermen in Ujong Blang, Banda Sakti Sub-district, Lhoksemawe City.
Penerapan Metode ARIMA untuk Prediksi Penggantian Busi Engine Pembangkit Listrik di PLN Nusantara Power Dea Syafira Ananda; Muhammad Rizka; Mustainul Abdi
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 11, No 1 (2026): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v11i1.8041

Abstract

Pembangkit listrik dituntut untuk beroperasi secara andal dan efisien guna memenuhi kebutuhan energi masyarakat. Salah satu tantangan utama dalam menjaga kinerja pembangkit adalah perawatan komponen mesin, khususnya busi, yang memiliki masa pakai terbatas. Penggunaan busi secara terus-menerus tanpa pemeliharaan yang tepat dapat menyebabkan penurunan performa mesin, meningkatkan risiko kerusakan, serta menurunkan efisiensi operasional. Permasalahan ini menuntut adanya sistem prediksi yang mampu menentukan waktu optimal untuk pergantian busi secara terjadwal. Penelitian ini menawarkan solusi berupa pengembangan sistem prediksi penggantian busi menggunakan metode Time Series Forecasting dengan model ARIMA (Autoregressive Integrated Moving Average). Sistem ini menganalisis data jam operasi mesin untuk memprediksi masa pakai busi, sehingga dapat memberikan peringatan dini terhadap kebutuhan penggantian. Data yang digunakan berasal dari PLN Nusantara Power, yang mencakup informasi operasional. Hasil dari implementasi sistem menunjukkan bahwa model ARIMA mampu memberikan prediksi dengan akurasi sebesar 94,81% terhadap masa pakai busi berdasarkan tren jam operasi mesin. Sistem ini berhasil mengidentifikasi waktu penggantian secara tepat, yang berkontribusi pada peningkatan efisiensi pemeliharaan dan pengurangan risiko kerusakan mendadak.Keywords: Pergantian busi, Pembangkit listrik, Prediksi masa pakai, Time Series Forecasting,ARIMA. 
Penerapan Algoritma K-Medoids Dalam Mengelompokkan Pola Tidur Berdasarkan Faktor Gaya Hidup Fuzla Azkia; Mahdi Mahdi; Muhammad Rizka
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

Pola tidur memiliki peranan penting dalam menjaga kesehatan fisik dan mental seseorang. Kualitas serta durasi tidur yang cukup mampu menunjang kinerja tubuh, memperkuat daya ingat, dan meningkatkan konsentrasi. Akan tetapi, perubahan gaya hidup modern seperti penggunaan gawai berlebihan, stres, dan kurangnya aktivitas fisik turut memengaruhi kualitas tidur. Penelitian ini bertujuan untuk mengelompokkan pola tidur berdasarkan faktor gaya hidup menggunakan algoritma K-Medoids. Metode ini dipilih karena memiliki ketahanan terhadap outlier dan mampu membentuk kelompok data dengan jarak kesamaan yang tinggi. Dataset yang digunakan merupakan Sleep Health and Lifestyle Dataset yang berisi 400 data individu dengan variabel utama berupa durasi tidur, kualitas tidur, tingkat stres, aktivitas fisik, dan Indeks Massa Tubuh (IMT). Proses penelitian dilakukan melalui tahapan preprocessing, normalisasi, dan penerapan algoritma K-Medoids.Hasil penelitian menunjukkan bahwa algoritma K-Medoids mampu mengelompokkan data ke dalam tiga kategori utama: kelompok dengan pola tidur baik, sedang, dan buruk. Temuan ini diharapkan dapat menjadi dasar dalam pemberian rekomendasi gaya hidup yang lebih sehat guna meningkatkan kualitas tidur.