Article Per Year (5 Year)
p-Index From 2021 - 2026
1.971
P-Index
This Author published in this journals
All Journal Jurnal Infomedia Journal of Engineering and Scientific Research (JESR) Journal Of Artificial Intelligence And Software Engineering eProceeding of TIK Journal Serambi Engineering (JSE)
Salahuddin Salahuddin
Jurusan Teknologi Informasi Dan Komputer Politeknik Negeri Lhokseumawe
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Earth & Planetary Sciences Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : Jurnal Infomedia

 1 
Prediksi Produksi Kelapa Sawit Menggunakan Metode Regresi Linier Berganda Adji Prasetyo; Salahuddin Salahuddin; Amirullah Amirullah
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 6, No 2 (2021): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v6i2.2343

Abstract

Sektor industri di Indonesia khusunya daerah Kabupaten Aceh Utara banyak didominasi oleh tanaman kelapa sawit, sektor industri tersebut merupakan komoditas utama dalam perekonomian masyarakat. PT. Perkebunan Nusantara I (PTPN I) merupakan perusahaan yang bergerak dalam bidang industri kelapa sawit berupaya untuk meramalkan perencanaan demi menjaga kestabilan serta meningkatkan hasil produksi kelapa sawit. Untuk menunjang upaya tersebut dibutuhkan penentuan kebijakan, pengawasan, serta perencanaan yang baik dalam memprediksi hasil produksi kelapa sawit kedepanya, pembelajaran mesin merupakan salah satu teknik yang dapat diterapkan untuk melakukan prediksi hasil produksi dimasa yang akan datang. Metode peramalan yang digunakan pada penelitian ini adalah Regresi Linier Berganda dengan variabel predictor yang digunakan dalam memprediksi adalah bulan, curah hujan, umur luas lahan, jumlah pokok, jumlah tandan, rerata berat, dengan variabel terikat yaitu hasil produksi kelapa sawit.Sumber dari data yang digunakan berasal dari PT. Perkebunan Nusantara I dan sebuah data eksternal berupa curah hujan yang bersumber dari Badan Meteorologi, Klimatalogi, dan Geofisika. Data training berjumlah 180 dan data testing sebanyak 20% dari data training. Hasil penelitian menunjukan persamaan Regresi Linier Berganda yang didapatkan yaitu Y= -415337,95+ 1073,82208X1 + 3736,68741X2 + -15306,629X3 + -621,89932X4 + 11,7449262X5 + 7,47948459X6 + 33441,5621X7 dengan Mean Absolute Percentage error (MAPE) sebesar 14.28%.
Model Perancangan Aplikasi Pemasaran Produk Usaha Mikro, Kecil dan Menengah (UMKM) Berbasis Kearifan Lokal Di Kota Lhokseumawe Salahuddin Salahuddin
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 5, No 2 (2020): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v5i2.2085

Abstract

Usaha Mikro, Kecil dan Menengah (UMKM) dan kewirausahaan merupakan sektor penting sebagai pendorong pertumbuhan ekonomi nasional. Kota Lhokseumawe merupakan salah satu pemerintah kota di Propinsi Aceh yang menggalakkan sektor wirausaha produktif, UMKM serta usaha berbasis koperasi dalam menggerakkan ekonomi kreatif didaerah. Selama ini pelaku usaha UMKM kesulitan dalam memasarkan produk yang dihasilkan UMKM dan menumbuhkan jaringan usaha serta memperluas akses pasar pada era teknologi digital. Pemerintah Kota Lhokseumawe  selaku pembina UMKM belum optimal dalam memasarkan/promosi produk UMKM tersebut. Hal ini dikarenakan dinas terkait dan unit usaha UMKM belum memiliki sistem/aplikasi berbasis teknologi informasi (e-commerce) untuk memasarkan produk UMKM. Pemasaran melalui aplikasi e-commerce,  pelaku bisnis UMKM dapat berkomunikasi langsung dengan pembeli dan dapat memangkas biaya operasional/promosi produk. Sehingga diharapkan dapat meningkatkan margin keuntungan yang lebih besar dan dapat meningkatkan daya saing UMKM. Adapun tujuan dari penelitian ini adalah membuat rule model rancangan sebagai kebijakan baru pada bidang rekayasa perangkat lunak untuk penerapan teknologi/aplikasi pemasaran produk UMKM berbasis kearifan lokal didaerah. Adapun tahapan metode penelitian dimulai dari studi literature, melakukan observasi dan wawancara dengan pihak terkait dan melakukan perancangan prototype model aplikasi UMKM. Penelitian ini menghasilkan sebuah prototype model aplikasi/sistem informasi pemasaran produk UMKM pada Dinas Diskopenrindag Kota Lhokseumawe. Prototype model dapat digunakan oleh programmer dan pengembang aplikasi sebagai acuan dasar dalam membangun dan penerapan Sistem Informasi/Aplikasi pemasaran produk UMKM didaerah.      
Implementasi Predictive Maintenance Pada Bearing Dengan Menggunakan Machine Learning Untuk Memprediksi Temperatur Burhan, Rosyad; Herlambang, Mega Bagus; Salahuddin, Salahuddin
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 9, No 1 (2024): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v9i1.5196

Abstract

PT. Integral Industrial Indonesia adalah perusahaan yang beroperasi di lingkungan industri yang kompleks di mana desain, pengoperasian, dan pemeliharaan peralatan yang optimal sangat penting. Salah satu produknya adalah sensor putaran yang dipasang pada bearing mesin kertas. Penelitian ini bertujuan untuk memprediksi variabel suhu pada suatu bearing dengan memfokuskan pada variabel yang terekam oleh sensor. PT. Integral Industrial Indonesia menerapkan sistem pemeliharaan prediktif untuk meningkatkan efisiensi part bearing dan memprediksi kerusakan sebelum benar-benar terjadi. Pada saat pengumpulan data, data diperoleh dari pabrik pembuat kertas PT. XYZ yang bekerja sama dengan PT. Industri Integral Indonesia. Pemrosesan data dilakukan dengan membuat algoritma machine learning. Model yang digunakan adalah K-Nearest Neighbors, Support Vector Machine, dan Artificial Neural Network. Kemudian dilakukan evaluasi model untuk ketiga model menggunakan Mean Absolute Percentage Error (MAPE), Root Mean Square Error (RMSE), dan R-squared. Untuk model K-Nearest Neighbors diperoleh hasil MAPE sebesar 4,44%, RMSE sebesar 1,9623, dan R-squared sebesar 0,849. Untuk model Support Vector Machine diperoleh hasil MAPE sebesar 7,52%, RMSE sebesar 1,8190, dan R-squared sebesar 0,749. Untuk model Artificial Neural Network diperoleh hasil MAPE sebesar 5,55%, RMSE sebesar 2,0209, dan R-squared sebesar 0,799. Berdasarkan evaluasi model ini, model K-Nearest Neighbors menjadi pilihan terbaik yang digunakan perusahaan dalam memprediksi suhu karena memiliki nilai MAPE terkecil, RMSE yang mendekati 0 dan nilai R-Squared yang mendekati 1. Model K-Nearest Neighbors kemudian digunakan untuk menentukan feature importances dan mencari variabel yang memiliki pengaruh terbesar terhadap variabel suhu berdasarkan nilai feature importances tertinggi. Didapatkan nilai feature importances tertinggi yaitu: Y.rms bernilai (1082.4209), posisi kedua Y.peak  bernilai (1066.7731), dan posisi ketiga Z.rms bernilai (1023.5485). Selain itu, analisis finansial dilakukan untuk menghitung potensi penghematan biaya penerapan pemeliharaan prediktif, dengan  hasil produktivitas tambahan sebesar 22,52% (78.820 ton/mesin kertas) dan laba atas investasi (ROI) sebesar 6,56%. Oleh karena itu, penerapan pemeliharaan prediktif sangat bermanfaat bagi perusahaan PT. XYZ.
Analisis dan Implementasi Sistem Penilaian Ulasan dengan Teknik Sentiment Analysis Berbasis Machine Learning untuk Peningkatan Feedback Pemilik Cafe Salahuddin, Salahuddin; Sabila, Ichsana; Amirullah, Amirullah
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 9, No 2 (2024): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v9i2.5980

Abstract

Keberadaan cafe sebagai bagian dari industri makanan dan minuman semakin penting. Dalam lingkungan bisnis cafe yang kompetitif, dengan munculnya banyak cafe baru, setiap pemilik cafe harus bersaing untuk meningkatkan kualitas agar bisnisnya tetap terus berjalan. Untuk memahami kepuasan pelanggan dan meningkatkan kualitas layanan, pemilik cafe memerlukan alat yang efektif untuk menganalisis ulasan pelanggan secara otomatis. Yaitu dengan cara membuat sistem cerdas yang mampu menganalisis apakah sebuah ulasan memiliki sentimen positif, netral, atau negatif menggunakan model machine learning. Pengujian ini menggunakan sebanyak 1200 data yang menghasilkan data positif sebanyak 665, data negative sebanyak 156 dan netral sebanyak 379. Menggunakan penerapan metode support vector machine untuk analisis sentimen ulasan, metode cross validation untuk menilai kinerja support vector machine, dan metode confusion matrix untuk evaluasi model. Berdasarkan hasil evaluasi metode support vector machine menggunakan confusion matrix diperoleh akurasi sebesar 85% dengan nilai cross validation sebesar 84%. Jadi dapat disimpulkan bahwa metode support vector machine cocok diterapkan untuk analisis sentimen ulasan pelanggan cafe.
Analisis Rencana Penambahan Jaminan Kesehatan Di Luar BPJS Kesehatan pada Aparatur Sipil Negara (ASN) Dengan Menggunakan Machine Learning Herlambang, Mega Bagus Herlambang; Shabilli, Andika Mazid Shabilli; Salahuddin, Salahuddin
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 9, No 2 (2024): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v9i2.6102

Abstract

Abstrak - Penelitian ini bertujuan untuk menganalisis kesediaan program penambahan jaminan kesehatan selain BPJS Kesehatan terhadap Aparatur Sipil Negara (ASN) dengan menggunakan bahasa pemrograman python. ASN merupakan instansi pemerintah yang bertanggung jawab terhadap pelayanan kesehatan, meliputi pelayanan kesehatan, pendidikan, dan pengobatan. Penelitian ini akan menganalisis dampak program penambahan jaminan kesehatan terhadap sistem kesehatan ASN dengan menganalisis opini ASN dan faktor-faktor yang mempengaruhi program penambahan jaminan kesehatan dengan menggunakan machine learning. Hasil model terbaik menunjukkan nilai akurasi prediksi sebesar 81,45%. Pengaruh dari setiap variabel dianalisis dan dibahas di dalam penelitian ini.https://mestia.gov.ge/
Co-Authors Adji Prasetyo Al Fath, Muhammad Fajar Amirullah Amirullah Amirullah Anwar Anwar Arhami, Muhammad Burhan, Rosyad Fitria, Ainul Husaini Husaini Insan, Jamalul Ismayani Ismayani Khadafi Khadafi Mahdi Mahdi, Mahdi Mega Bagus Herlambang Muhammad Reza Zulman Muhammad Rizka, Muhammad Muhammad Yanis Mulyadi Mulyadi Musta’inul Abdi Nurmala Hayati Nurmila Dewi Radhiyatammardhiyyah Ramadhan, Muammar Rizki Sabila, Ichsana Shabilli, Andika Mazid Shabilli Zulfan Zulfan