Article Per Year (5 Year)
p-Index From 2021 - 2026
2.042
P-Index
This Author published in this journals
All Journal Jurnal Infomedia Jurnal Real Riset Jurnal Informatika dan Teknologi Komputer ( J-ICOM) jeti Sisfo: Jurnal Ilmiah Sistem Informasi Journal of Embedded Systems, Security and Intelligent Systems Journal Of Artificial Intelligence And Software Engineering eProceeding of TIK Jurnal Teknologi Rekayasa Informasi dan Komputer
Hendrawaty
Politeknik Negeri Lhokseumawe
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Environmental Science Library & Information Science Mechanical Engineering Social Sciences

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Sistem Pakar Pemilihan Makanan Berdasarkan Kebutuhan Gizi Pada Mahasiswa Menggunakan Metode Backpropagation Berbasis Web Mhd Taufik Alhamdi Pratama Tumangger; Hendrawaty Hendrawaty; Huzaeni Huzaeni
Jurnal Teknologi Rekayasa Informasi dan Komputer Vol 8, No 1 (2025): JURNAL TRIK - POLITEKNIK NEGERI LHOKSEUMAWE
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jtrik.v8i1.7271

Abstract

Umumnya seseorang mahasiswa yang meninggalkan rumahnya akan tinggal di indekos atau asrama. Hal ini sering menimbulkan pola makan yang buruk, tidak teratur, jarangnya makan pagi bahkan memungkinkan hingga makan siang. Saat ini, mahasiswa banyak menggemari dan memilih alternatif jajanan seperti makanan cepat saji (fast food) seperti mie instan, sehingga secara langsung tubuh kurang mengonsumsi makanan yang mengandung serat dan gizi seimbang. Untuk itu diperlukan data informasi secara tepat berdasarkan pengetahuan dan pengalaman seorang pakar gizi. Penelitian ini bertujuan untuk membangun sistem pakar yang membantu mahasiswa dalam mengontrol jenis makanan yang dikonsumsi agar kebutuhan gizi terpenuhi. Mahasiswa sering mengabaikan pola makan yang seimbang, terutama karena preferensi terhadap makanan cepat saji. Sistem pakar berbasis metode Backpropagation dikembangkan untuk memprediksi kebutuhan gizi berdasarkan data seperti jenis kelamin, usia, tinggi badan, berat badan, dan tingkat aktivitas fisik. Dari 100 data uji, sistem mencapai akurasi sebesar 82%. Hasil ini menunjukkan bahwa metode Backpropagation efektif dalam mengoptimalkan perhitungan bobot parameter untuk pemilihan makanan yang sesuai.
Mask Detection and Facial Recognition System Using a Convolutional Neural Network Algorithm Muhammad Fariz Maulana; Hendrawaty Hendrawaty; Muhammad Rizka
Jurnal Teknologi Rekayasa Informasi dan Komputer Vol 8, No 1 (2025): JURNAL TRIK - POLITEKNIK NEGERI LHOKSEUMAWE
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jtrik.v8i1.7422

Abstract

During the current COVID-19 pandemic, wearing a mask is mandatory for everyone when engaging in various activities to prevent the spread of the COVID-19 virus. So far, the detection of mask use has been done manually through observation by officers. This method has several limitations, namely that it cannot be performed every time and in every place. Based on these problems, the researchers designed a Mask Detection System and Face Recognition Using Convolutional Neural Network. This system is designed for the Department of Information and Computer Technology at the Lhokseumawe State Polytechnic. The system input is in the form of a real-time video camera that can detect students both wearing and not wearing masks. Every student who does not wear a mask will be recognized by their face. The system will send a notification to the officer if any students are not wearing masks. The system utilizes a mask dataset sourced from the Kaggle website, and for facial recognition, it employs facial data from 4C IT class students. The results obtained in the making of the CNN model that were tested resulted in 99% accuracy, and real-time testing resulted in an overall accuracy rate of 75%, mask detection accuracy of 83%, face detection accuracy of 71%.
Aplikasi Sistem Pakar Diagnosa Penyakit Pre-Eklampsia Pada Ibu Hamil Menggunakan Metode Case Based Reasoning (CRB) Berbasis Web Khaira Nadia; Hendrawaty Hendrawaty; Mahdi Mahdi
Jurnal Teknologi Rekayasa Informasi dan Komputer Vol 7, No 1 (2024): JURNAL TRIK - POLITEKNIK NEGERI LHOKSEUMAWE
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jtrik.v7i1.7438

Abstract

Pre-eklampsia merupakan komplikasi kehamilan yang ditandai dengan tekanan darah tinggi yang dapat menyebabkan terjadinya kematian pada ibu hamil dan janin bayi. Penyebab terjadinya pre-eklampsia adalah riwayat keturunan, obesitas, dll. Masalah yang sering terjadi sekarang yaitu kesulitan bertemu dengan tenaga medis berkeahlian kandungan untuk mendapatkan informasi dan konsultasi tentang penyakit pre-eklampsia. Hal ini disebabkan oleh terbatasnya waktu pelayanan dan kurangnya tersediaan dokter kandungan diberbagai daerah. Selain itu, kendala tempat tinggal yang terletak jauh dari fasilitas medis, dan kondisi kesehatan yang kurang optimal yang dialami ibu hamil sehingga menjadi sulit untuk bertemu dokter spesialatis kandungan. Dari permasalahan tersebut, dapat diselesaikan dengan membuat  Aplikasi Sistem Pakar Diagnosa Penyakit Pre-eklampsia Pada Ibu Hamil Menggunakan Metode Case Based Reasoning (CBR) Berbasis Web sebagai pengganti awal untuk melakukan diagnosa mandiri. Sistem ini dibangun menggunakan 55 data gejala, 55 data nilai bobot, dan 30 kasus dataset awal, yang nilai bobotnya diperolah sesuai pengetahuan pakar spesialis kandungan. Penerapan metode case based reasoning (CBR) dalam pengambilan keputusan dengan cara mencocokkan kasus baru dengan kasus lama melalui empat tahapan proses yaitu, retrieve, reuse, revise dan retain. Hasil dari sistem pakar ini berupa diagnosa penyakit pre-eklampsia tingkat ringan, berat, dan tidak terkena pre-eklampsia, informasi tentang penyakit pre-eklampsia, dan saran yang ditawarkan. Dari hasil pengujian 30 data ibu hamil terdapat 36% ibu hamil mengalami pre-eklampsia tingan ringan, 33% ibu hamil tidak terkena pre-eklampsia, dan 26% ibu hamil yang mengalami pre-eklampsia tingkat berat.
Rancang Bangun Aplikasi Order untuk Cafe dengan Penerapan Teknik Caching Menggunakan Redis di Backend. Muhammad Rifqi; Hendrawaty Hendrawaty; Amirullah Amirullah
eProceeding of TIK Vol 5, No 2 (2025): eProTIK: November, 2025
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Dalam era industri makanan dan minuman yang terus berkembang, cafe menjadi pusat kegiatan sosial dan bisnis bagi banyak orang, didorong oleh perubahan gaya hidup urban yang semakin sibuk serta kebutuhan akan tempat yang nyaman untuk berkumpul, bekerja, atau bersantai. Agar dapat bersaing, cafe perlu menawarkan pelayanan yang efisien. Namun, tantangan utama yang dihadapi adalah lamanya waktu pelayanan dan manajemen pesanan yang kurang efisien, terutama pada jam sibuk. Pemesanan digital dapat membantu mengurangi antrian dan mempercepat layanan, tetapi memerlukan sistem penyimpanan data yang cepat dan andal. Teknologi caching seperti Redis dapat meningkatkan kinerja dan responsivitas aplikasi pemesanan kafe, mempermudah pengelolaan pesanan, serta memperbaiki pengalaman pelanggan. Penelitian ini bertujuan untuk merancang aplikasi pemesanan untuk cafe yang memudahkan proses pemesanan dengan menerapkan Redis sebagai mekanisme caching di backend. Hasil pengujian menunjukkan bahwa implementasi Redis berhasil meningkatkan kecepatan akses sebagian besar endpoint API. Pengujian tanpa Redis menunjukkan waktu respons yang fluktuatif dengan nilai puncak 142,86 ms, sementara pengujian dengan Redis menunjukkan peningkatan performa yang lebih konsisten dengan nilai puncak 166,67 ms. Secara keseluruhan, penerapan Redis mampu mempercepat waktu respons rata-rata dan mengurangi waktu antrian pada sebagian besar skenario pengujian, sehingga memperbaiki pengalaman pengguna secara keseluruhan.Kata kunci—Cafe, Pemesanan Digital, Redis, Teknologi Caching, Responsivitas, Backend, Database.
Rancang Bangun Sistem Pakar Diagnosa Penyakit pada Sapi Menggunakan Jaringan Saraf Tiruan Backpropagation Berbasis Web Anisa Ratri Pramudita; Hendrawaty Hendrawaty; Muhammad Arhami
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

Salah satu hewan ternak yang banyak dipelihara oleh masyarakat Indonesia adalah sapi, terutama sapi potong. Aceh sendiri berada diperingkat ke-9 sebagai daerah dengan populasi sapi potong terbanyak pada tahun 2022. Namun seiring dengan besarnya subsektor peternakan sapi, ditemukan pula berbagai masalah didalamnya. Salah satunya adalah sulitnya mengetahui penyakit sapi. Lalu timbul lagi masalah lainnya ketika dokter hewan terlalu sedikit jumlahnya dan sulit untuk didatangkan terutama di desa-desa kecil. Dengan mempertimbangkan masalah ini, dibutuhkan sebuah alternatif yang dapat membantu para peternak melakukan diagnosa penyakit secara tepat. Maka dibangunlah sebuah sistem yang biasanya disebut sistem pakar. Sistem ini dirancang menggunakan metode Jaringan Saraf Tiruan Backpopagation berbasis web. Hasil dari pembangunan sistem ini menunjukkan nilai kinerja yang baik. Dengan pengujian menggunakan 30 data uji, sistem ini memperoleh nilai akurasi sebesar 90% pada penerapan metode backpropagation.
Co-Authors Adieth Try Aulia Lastana Aditya Aziz Fikhri Alfiya Zahara Amirullah Amirullah Amri Amri Anisa Ratri Pramudita Arhami, Muhammad Azhar Azhar Azhar Dimas Rama Nugraa Hasyimi Abdullah Huzaeni Huzaeni Huzaeni Khaira Nadia Mahdi Mahdi Mahdi Mahdi Mhd Taufik Alhamdi Pratama Tumangger Muhammad Arhami Muhammad Fariz Maulana Muhammad Rifki Kardawi Muhammad Rifqi Muhammad Rizka Mulyadi Nailus Sakdah Salma Sheila Maulina Putri Simbolon, Zulfan Khairil Toni Toni