Mahdi Mahdi
Politeknik negeri Lhokseumawe

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Notifikasi Jadwal Mengajar Menggunakan SMS Gateway Mahdi Mahdi; Muhammad Rizka; Amirullah Amirullah
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 5, No 1 (2020): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v5i1.1650

Abstract

Kehadiran dosen mengajar tepat waktu sesuai dengan jadwal yang telah ditentukan oleh program studi merupakan penentu kualitas belajar mengajar di kelas. Banyaknya matakuliah dan banyaknya dosen akan sulit untuk mengingat jadwal mengajar setiap hari, sehingga akan berpengaruh kepada ketepatan waktu masuk kuliah. Hal ini disebabkan dosen sering lupa akan jadwal kuliah, sehingga harus ada yang memberitahu terlebih dahulu jadwal mengajar. Sistem Informasi Jadwal Mengajar Berbasis SMS Gateway merupakan  suatu bentuk alternatif termudah  untuk mengirim  jadwal mengajar yang menggunakan sistem SMS Gateway, yang tentunya berpengaruh kepada kegiatan dan rutinitas mengajar sehari-hari yang mudah dan praktis untuk mengingatkan jadwal kapan saja dosen harus mengajar. Solusi yang diberikan dengan membangun  sistem  notifikasi  dengan  fasilitas  SMS  Gateway  sebagai  penyampaian informasi jadwal mengajar. Penelitian ini menghasilkan sebuah aplikasinotifikasi SMS Gateway sebagai sarana untuk menyampaikan informasi jadwal mengajar dengan memanfaatkan komputer sebagai alat bantu untuk mengakses data. Sistem ini dapat membantu ketua program studi untuk memberikan layanan informasi dengan mudah kepada dosen.
Analisis Dan Perancangan Sistem Informasi Tracer Study Berbasis WEB Muhammad Rizka; Amri Amri; Hendrawaty Hendrawaty; Mahdi Mahdi
Jurnal Infomedia:Teknik Informatika, Multimedia & Jaringan Vol 3, No 2 (2018): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (570.297 KB) | DOI: 10.30811/jim.v3i2.716

Abstract

Abstrak— Informasi alumni sangat penting dan dibutuhkan perguruan tinggi dalam proses akreditasi. Politeknik Negeri Lhokseumawe kesulitan dalam memperoleh informasi dan melakukan penelusuran terhadap alumninya yang telah tersebar ke  berbagai wilayah di Indonesia. Tracer study alumni merupakan salah satu metode yang digunakan untuk menelusuri informasi mengenai alumni. Informasi yang diambil meliputi identitas pribadi alumni, riwayat pendidikan, riwayat pekerjaan. Salah satu data yang sulit untuk diperoleh adalah data valid mengenai alamat pekerjaan alumni serta cara menyajikan data alamat pekerjaan alumni. Oleh karena itu dibutuhkan suatu sistem informasi tracer study yang diharapkan memberi kemudahan bagi institusi dalam melakukan penulusuran terhadap alumni. Sistem informasi tracer studi ini dibangun berbasis Web, sehingga bisa diakses oleh semua alumni yang berada diseluruh Indonesia maupun berada diluar negeri. Sistem informasi tracer studi dibangun menggunakan metode waterfall, framework CodeIgniter dan database MySQL. Melalui sistem ini alumni dapat memasukkan data diri dan pekerjaannya  sehingga  akan mudah untuk melacak keberadaan alumni.Kata kunci— Tracer, alumni, informasi, waterfall, web. Abstract— Alumni information is very important and is needed by universities in the accreditation process. Lhokseumawe State Polytechnic has difficulty in obtaining information and conducting a trace of alumni who have spread to various regions in Indonesia. Alumni tracer study is one method used to trace information about alumni. Information taken includes alumni personal identity, education history, employment history. One of the data that is difficult to obtain is valid data regarding the address of the alumni's work and how to present the address data of the alumni work. Therefore, a tracer study information system is needed which is expected to provide convenience for institutions in conducting research on alumni. The tracer information system for this study was built based on the Web, so that it could be accessed by all alumni who were located throughout Indonesia and abroad. The study tracer information system is built using the Waterfall method, CodeIgniter framework and MySQL database. Through this system, alumni can enter their own data and work so that it will be easy to track the whereabouts of alumni.Keywords— Tracer, alumni, information, waterfall,  web
Implementasi Algoritma C4.5 untuk Klasifikasi Penerima Rumah Bantuan Di Kampung Kotalintang Mahdi Mahdi; Muhammad Arhami; Khairunnisa Atami; Renol Herwinsyah
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 8, No 1 (2023): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v8i1.4180

Abstract

Abstrak— Kotalintang merupakan salah satu desa/kelurahan yang ada di Kecamatan Kualasimpang, Kabupaten Aceh Tamiang, Provinsi Aceh. Sebanyak 383 jumlah rumah tangga yang tergolong Keluarga Pra Sejatera di Desa Kotalintang beberapa diantaranya memiliki rumah yang tidak layak huni. Untuk membantu mengatasi permasalahan rumah tidak layak huni pemerintah memberikan program rumah bantuan yaitu program yang diberikan oleh pemerintah pusat melalui Pemerintah Kementrian Pekerjaan Umum dan Perumahan Rakyat (PUPR) untuk memberikan rumah layak huni kepada Masayarakat Berpenghasilan Rendah (MBR). Program rumah bantuan tersebut diberikan dengan kuota terbatas, sedangkan jumlah masyarakat yang membutuhkan lebih besar sehingga harus dilakukan proses seleksi. Proses seleksi penerima rumah bantuan di Kampung Kotalintang masih dilakukan secara musyawarah sehingga hasil yang diperoleh tidak optimal dan terdapat penerima yang tidak tepat sasaran, berakibat pada saat pemeriksaan oleh Inspektorat ditemukan ketidaksesuaian hasil seleksi penerima rumah bantuan tersebut. Untuk mengatasi permasalahan tersebut dibangun sebuah sistem untuk mengklasifikasikan penerima rumah bantuan di Kampung Kotalintang dengan menggunakan metode decision tree untuk menghasilkan keputusan yang lebih optimal dan dapat membantu pihak desa/kelurahan dalam mengklasifikan masyarakat penerima rumah bantuan. Sistem yang dibangun berbasis web menggunakan parameter penentu yaitu status pernikahan, penghasilan, status kepemilikan tanah, status kepemilikan rumah, jenis atap, kondisi atap, jenis lantai, kondisi lantai, jenis dinding dan kondisi dinding. Data yang digunakan adalah data penerima rumah bantuan tahun 2019 s/d 2022 sebanyak 185 data. 125 data yang dijadikan sebagai data latih dan dilakukan 5 kali pengujian untuk setiap 37 data. Penelitian ini berhasil dibangun sistem klasifikasi penerima rumah bantuan menggunakan metode decision tree dengan menghasilkan rata-rata nilai akurasi sebesar 88,11% dan menunjukkan bahwa fitur-fitur yang ada telah berfungsi sesuai yang diharapkan. Abstract— Kotalintang is one of the villages in the District of Kua-lasimpang, Aceh Tamiang Regency, Aceh Province. A total of 383 households belonging to Pre-Prosperous Families in Kotalintang Village, some of them have houses that are not suitable for habitation. To help overcome the problem of uninhabitable houses, the government provides a housing assistance program, namely a program provided by the central government through the Government of the Ministry of Public Works and Public Housing (PUPR) to provide livable houses to Low-Income Communities (MBR). The housing assistance program is provided with a limited quota, while the number of people in need is greater so a selection process must be carried out. The selection process for the recipients of the aid housing in Kampung Kotalintang is still carried out by deliberation so that the results obtained are not optimal and there are recipients who are not on target, resulting in an inspection by the Inspectorate finding discrepancies in the results of the selection of the recipients of the aid housing. To overcome this problem, a system was built to classify the beneficiaries of the aid housing in Kampung Kotalintang by using the decision tree method to produce more optimal decisions and to assist the village/kelurahan in classifying the recipients of the aid housing. The web-based system uses determining parameters, namely marital status, income, land ownership status, house ownership status, roof type, roof condition, floor type, floor condition, wall type and wall condition. The data used is data on recipients of housing assistance from 2019 to 2021 as many as 185 data. 125 data were used as training data and tested 5 times for every 35 data. This study succeeded in building a classification system for house beneficiaries using the decision tree method by producing an average accuracy value of 88,11% and showing that the existing features function as expected.
Pengenalan Jenis Ikan Cupang Menggunakan Metode YOLO Munawarah Nasution; Mahdi Mahdi; Amirullah Amirullah
Journal of Artificial Intelligence and Software Engineering Vol 3, No 2 (2023)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v3i2.4588

Abstract

Ikan cupang merupakan salah satu ikan hias yang menarik, warna dan motifnya yang beragam membuat ikan ini banyak diburu penggemar untuk menghiasi keindahan rumah ataupun hanya sekedar kesenangan. Banyaknya jenis saat ini juga menjadi masalah baru bagi orang awam untuk mengenali jenis Ikan cupang. Berdasarkan permasalahan tersebut maka peneliti merancang Sistem Deteksi pengenalan jenis ikan cupang dengan menerapkan Metode You Only Look Once (YOLO) ini bisa dijadikan solusi. Penerapan sistem ini memungkinkan untuk mendeteksi jenis ikan cupang. Perancangan sistem dilakukan melalui perancangan Use Case Diagram, activity diagram dan flowchart. Sistem ini dibangun dengan menggunakan bahasa pemograman python dengan menggunakan algoritma YOLO, library Tensorflow dan library PyQT5. Dataset menggunakan 200 data yang di ambil dari google.dengan pembagian 150% untuk data training dan 50% untuk data uji .Hasil output dari sistem ini berupa perhitungan objek sesuai dengan jenisnya dan divisualisasikan. Akurasi yang dihasilkan untuk pendeteksian jenis ikan cupang menggunakan data uji berupa foto adalah ikan cupang halfmoon 29%, ikan cupang double tail 44%, ikan cupang plakat 55%, dan ikan cupang crown tail 38%. Hasil keseluruhan pengenalan jenis ikan cupang menggunakan metode yolo 85%.Kata kunci— Jenis, Ikan, Cupang, YOLOAbstractThe betta fish are is of the interesting ornamental fish, the various colours and motifs make the fish is hunted by many people to decorate the beauty of their home or just for fun. The large number of types is also a new problem for ordinary people now to recognize the types of betta fish. Based on these problems, the researchers designed a Detection System for recognizing betta fish species by applying the You Only Look Once (YOLO) method which could be used as a solution. The application of this system makes it possible to detect the type of betta fish. System design is carried out through designing Use Case Diagrams, activity diagrams and flowcharts. This system was built using the Python programming language using the YOLO algorithm, Tensorflow library and PyQT5 library. The dataset uses 200 data taken from Google, with a division of 150% for training data and 50% for test data. The output results from this system are in the form of object calculations according to their type and visualized. The resulting accuracy for detecting betta fish types using test data in the form of photos is 29% for halfmoon betta fish, 44% for double tail betta fish, 55% for plaque betta fish, and 38% for crown tail betta fish. The overall result of recognizing Betta fish species using the Yolo method was 85%.Keywords— Type, Fish, Betta, YOLO