Article Per Year (5 Year)
p-Index From 2021 - 2026
5.412
P-Index
This Author published in this journals
All Journal International Journal of Artificial Intelligence Research JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING JURNAL Al-AZHAR INDONESIA SERI SAINS DAN TEKNOLOGI Vocatech : Vocational Education and Technology Journal JOURNAL OF INFORMATICS AND COMPUTER SCIENCE Journal of Computer Science, Information Technology and Telecommunication Engineering (JCoSITTE) Jurnal Computer Science and Information Technology (CoSciTech) International Journal of Engineering, Science and Information Technology TECHSI - Jurnal Teknik Informatika Sisfo: Jurnal Ilmiah Sistem Informasi Jurnal Teknologi Terapan and Sains 4.0 Jurnal Bangun Abdimas Jurnal Malikussaleh Mengabdi Journal of Advanced Computer Knowledge and Algorithms Jurnal Solusi Masyarakat Dikara
Fadlisyah Fadlisyah
Universitas Malikussaleh
Religion Arts Humanities Astronomy Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 62 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 62 Documents
Search

 2   3   4   5   6 
SISTEM PENDETEKSI POLA IDZHAR PADA CITRA AL-QURAN MENGGUNAKAN LEARNING VEKTOR QUANTIZATION (LVQ) Fadlisyah, Fadlisyah
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 1 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i1.17069

Abstract

Hukum bacaan pada citra Quran secara visual membentuk berbagai pola. Salah satu hukum bacaan yang dipilih untuk dijadikan objek dalam penelitian ini adalah pola idzhar. Pola idzhar terbentuk apabila pola nun mati (نْ) atau tanwin ( ÙÙŽÙÙÙ‹Ù , ÙِÙÙٍ٠, ÙُÙÙٌ٠) bertemu dengan huruf hamzah (Ø¡), kha (Ø­), ha (Ø®), ain (ع), ghain (غ), dan ha' (Ù‡Ù). Pada penelitian ini, pola idzhar akan dideteksi melalui teknik-teknik pengolahan citra dan selanjutnya pengukuran kelas pola dilakukan dengan menggunakan metode jaringan Learning Vektor Quantization (LVQ). Hasil penelitian menunjukkan bahwa sistem pendeteksi pola menggunakan pendekatan jaringan LVQ memiliki detection rate berkisar dari 65% hingga 90%. Persentase detection rate tersebut menunjukkan bahwa jaringan LVQ dapat digunakan sebagai salah satu pendekatan untuk pendeteksian pola-pola yang sejenis. Keunggulan jaringan LVQ adalah kemampuan pengenalan pola dengan jumlah data pelatihan yang tidak terlalu besar, sangat tepat untuk diterapkan pada sIstem.Kata kunci: Learning Vektor Quantization (LVQ)
SISTEM PENDETEKSI POLA IDGHAM PADA CITRA AL-QURAN MENGGUNAKAN BINARY SIMILARITY AND DISTANCE MEASURES (BSDM) Fadlisyah, Fadlisyah
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 2 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i2.17520

Abstract

Hukum bacaan pada citra Quran secara visual membentuk berbagai pola. Salah satu hukum bacaan yang dipilih untuk dijadikan objek dalam penelitian ini adalah pola idgham. Pola idgham terbentuk apabila pola nun mati (نْ) atau tanwin ( ÙÙŽÙÙÙ‹Ù , ÙِÙÙٍ٠, ÙُÙÙٌ٠) bertemu dengan huruf lam (Ù„), ra (ر), wau (Ùˆ), mim (Ù…), nun (Ù†), dan ya (ÙŠ).. Pada penelitian ini, pola idgham akan dideteksi melalui teknik-teknik pengolahan citra dan selanjutnya pengukuran kelas pola dilakukan dengan menggunakan metode Binary Similarity And Distance Measures (BSDM). Hasil penelitian menunjukkan bahwa sistem pendeteksi pola menggunakan Binary Similarity And Distance Measures (BSDM) melalui formula 3W-Jaccard memiliki detection rate berkisar dari 65% hingga 90%. Persentase detection rate tersebut menunjukkan bahwa formula 3W-Jaccard dapat digunakan sebagai salah satu pendekatan untuk pendeteksian pola-pola yang sejenis. Keunggulan formula 3W-Jaccard adalah kemampuan pengenalan pola dengan jumlah data referensi yang tidak terlalu besar, sangat tepat untuk diterapkan pada sIstem.Kata kunci: Binary Similarity And Distance Measures (BSDM), 3W-Jaccard
SISTEM PENGENALAN HAFALAN AL-QURAN SURAH AL-BALAD MELALUI SUARA MENGGUNAKAN TRANSFORMASI FOURIER DISKRIT Zarkasyi, Zarkasyi; Fadlisyah, Fadlisyah
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 1 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i1.17130

Abstract

Prinsip pengembangan perangkat lunak otomatisasi adalah selaras dengan prinsip-prinsip yang ditekankan pada era revolusi industri 4.0., artinya perangkat  lunak pada era 4.0 sudah mampu meminimasir peran manusia baik dalam pengembangannya, kemampuan belajar, ataupun operasional-operasional teknis lainnya. Untuk menjawab tantangan model 4.0, maka penelitian ini mengajukan sebuah algoritma yang robust dalam menguji hafalan-hafalan Quran secara digital. Pendekatan yang digunakan mewakili fungsi basis eksponensial yaitu Transformasi Fourier. Pengujian melibatkan 100 sampel para penghafal Quran. Hasil penelitian menunjukkan bahwa sistem pengujian hafalan Al Quran menggunakan pendekatan transformasi Fourier mampu mengenali atau memiliki detection rate berkisar 95% pola suara. Persentase detection rate tersebut menunjukkan bahwa model transformasi sinyal tersebut dapat digunakan sebagai salah satu pendekatan untuk sistem pengujian suara waktu-nyata.Keyword : Transformasi Fourier.
SISTEM PENGUJIAN HAFALAN AL-QURAN SURAH AL-ANFAAL MELALUI SUARA MENGGUNAKAN METODE TRANSFORMASI FOURIER DISKRIT DAN TRANSFORMASI SINUS DISKRIT Fadlisyah, Fadlisyah
Jurnal Teknologi Terapan and Sains 4.0 Vol 1 No 1 (2020): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v1i1.3242

Abstract

Al-Quran adalah Kalamullah, sebagai mujizat, yang telah diturunkan kepada penutup para Nabi dan Rasul Muhammad dengan perantara Jibril yang termaktub dalam mushaf-mushaf yang dinukil sampai kepada kita secara mutawatir. Pada umumnya didalam dunia pengolahan suara untuk mengenali sebuah suara dapat diberikan beberapa pelatihan terlebih dahulu. Didalam penelitian ini pengenalan suara surah AL- Anfaal ayat 1-11 dengan dua algoritma yang berbeda, yaitu algoritma Discrete sine Transform (DST) dan Discrete Fourier Transform (DFT). Hasil penelitian menunjukkan bahwa sistem Perbandingan Kinerja Algoritma Discrete sine Transform (DST) Dan Discrete Fourier Transform (DFT) untuk sistem pengujian hafalan Al-Quran Surah Al- Anfaal ayat 1-11, memiliki kisaran deteksi kebenaran sebesar 73 % untuk algoritma DST sedangkan dengan menggunakan algoritma DFT memiliki kisaran deteksi kebenaran sebesar 45%, sehingga dari persentase menunjukkan bahwa dari segi hasil tingkat deteksi tersebut menyatakan bahwa algoritma Discrete sine Transform (DST) lebih efisien. Sistem ini memiliki beberapa kelemahan yaitu memiliki tingkat kesalahan yang tinggi, dapat dilihat pada unjuk kerja dari sistem pengujian hafalan Al-Quran Surah Al-Anfaal ayat 1-11 melalui suara, proses keakurasiannya dapat dilakukan dengan memberikan pelatihan lebih lanjut dengan tambahan data training yang lebih banyak dan lebih bervariasi. Walaupun begitu, sistem hafalan Al-Quran ini tidak memungkiri pentingnya guru untuk membimbing dalam belajar membaca Al-Quran sesuai dengan hukum-hukum Tajwid yang benar. Kata kunci : Discrete sine Transform (DST), Discrete Fourier Transform (DFT).
Analisis Sentimen Terhadap Islamophobia Di Twitter Menggunakan Algoritma Decision Tree C4.5 Uliana, Lisa; Desmi, Adzuha; Widari, Liz Ayu; Afrillia, Yesy; Fadlisyah, Fadlisyah
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 2 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i2.17744

Abstract

Twitter merupakan salah satu media sosial yang memiliki banyak pengguna dari seluruh dunia. Twitter memungkinkan siapapun, untuk berkicau di dalamnya. Seperti fenomena belakangan ini mencuat isu islamophobia yang belakangan ini banyak dibicarakan di media sosial twitter. Islamophobia merupakan ketakutan yang dialami seseorang maupun kelompok terhadap agama islam maupun para muslim yang bersumber dari pandangan yang tertutup tentang islam, serta disertai prasangka. Oleh karena hal itu agar mengetahui bagaimana sentimen publik tentang islamophobia di media sosial twitter dibutuhkan sebuah cara yaitu dengan melakukan analisis sentimen agar dapat mengetahui sentimen apa saja yang muncul pada isu islamophobia di twitter berupa sentimen positif maupun negatif. Agar dapat melakukan analisis sentimen dengan akurat diperlukan sebuah sistem analisis sentimen, penelitian ini menggunakan algoritma C4.5 untuk menentukan kelas sentimen terhadap isu islamophobia. Data yang digunakan pada Decision Tree penelitian ini merupakan kumpulan data tweet yang berjumlah 1200 data yang dikumpulkan menggunakan sebuah library python yaitu snscrape. Penelitian ini menggunakan data latih dan data uji dengan rasio 7:3 dari dataset yang berjumlah 1200 data yaitu data latih sebanyak 840 data dan data uji sebanyak 360 data. Berdasarkan dari penelitian maupun pengujian yang telah dilakukan dengan menggunakan algoritma Decision Tree C4.5 berdasarkan pada tabel confusion matrix didapatkan accuracy senilai 74,17% , precission senilai 45,45% , dan recall senilai 47,06%.Kata kunci: Islamophobia, Twitter, Decision Tree C4.5, Analisis Sentimen, Python. 
SISTEM REKOMENDASI PENERIMA BANTUAN ZAKAT PADABAITUL MAL KOTA LHOKSEUMAWE MENGGUNAKAN METODE Z-SCORE risawandi, risawandi; Fadlisyah, Fadlisyah
Jurnal Teknologi Terapan and Sains 4.0 Vol 4 No 3 (2023): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v4i3.14887

Abstract

Zakat memiliki peranan yang sangat strategis dalam upaya pengentasan kemiskinan atau pembangunan ekonomi. Umumnya pengelolaan memungut dan kemudian disalurkan zakat berdasarkan ketentuan yang telah ditetapkan kepada mustahiq dan manfaat hanyalah sebatas manfaat jangka pendek. Akan tetapi jika pengelolaan zakat digunakan untuk memberdayakan ekonomi mustahiq, maka akan mem berikan dampak atau manfaat jangka panjang bagi mustahiq. Sistem rekomendasi memiliki berbagai sifat yang dapat mempengaruhi pengalaman pengguna, seperti akurasi, ketahanan, skalabilitas, dan sebagainya. Dalam makalah ini kita membahas bagaimana membandingkan merekomendasikan beerdasarkan satu set properti yang relevan untuk aplikasi. Z-Score adalah suatu ukuran penyimpangan data dari nilai rata-ratanya yang diukur dalam satuan standar deviasinya. Jika nilainya terletak diatas rata-rata maka Z score-nya akan bernilai positif, sedangkan apabila nilainya dibawah nilai rata-rata maka Z score-nya akan bernilai negatif. Z-Score ini juga disebut dengan Nilai Standar atau Nilai Baku. Penelitian ini menggunakan lima kriteria dari mustahiq yang mendapatkan dana zakat, antara lain adalah umur, jenis kelamin, pekerjaan, tanggungan dan penghasilan. Dari 100 orang yang menjadi responden, didapat 27 orang yang layak menerima bantuan yang terdiri dari 26 perempuan dan 1 laki-laki.Kata kunci: Rekomendasi, Z-Score, Mean, Standard Deviasi, Penerima Bantuan
Independent Campus Student Exchange Sentiment Analysis Using SVM Irhami, Putri; Darnila, Eva; Fadlisyah, Fadlisyah
Journal of Advanced Computer Knowledge and Algorithms Vol 1, No 2 (2024): Journal of Advanced Computer Knowledge and Algorithms - April 2024
Publisher : Department of Informatics, Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/jacka.v1i2.14902

Abstract

Support Vector Machine (SVM) is a machine learning method that is widely used for regression and classification problems, especially application review classification. Student exchange is one of the programs that universities must prepare. The student exchange program is intended to reduce the problem of disparities in educational facilities and infrastructure in Indonesia. The advantage of student exchange is that they can manage their time, have high awareness in communicating, are able to admit when they experience problems and need help, independent student exchange offers study options of up to 20 credits, both covering Higher Education Recipients courses and activities in the form of the Nusantara Module. Additionally, students are offered the option to register for a maximum of 6 credits of higher education online. The method used in this research is the SVM algorithm, the dataset used consists of 1000 comment reviews with a ratio of 70;30. This research was implemented in a web system using the Python programming language. Of the 300 test data implemented with 700 training data. The Support Vector Machine (SVM) algorithm in classifying review data obtained the highest accuracy in dividing training data & test data 70:30 at 85.00% then precision 28.33%, recall 33.33%
SISTEM PENDETEKSI POLA IKHFA PADA CITRA AL-QURAN MENGGUNAKAN BINARY SIMILARITY AND DISTANCE MEASURES (BSDM) Fadlisyah, Fadlisyah
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 3 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i3.19676

Abstract

Hukum bacaan pada citra Quran secara visual membentuk berbagai pola. Salah satu hukum bacaan yang dipilih untuk dijadikan objek dalam penelitian ini adalah pola Ikhfa. Ikhfa adalah hukum bacaan yang dibaca samar ketika nun mati (نْ) atau tanwin ( ÙÙŽÙÙÙ‹Ù , ÙِÙÙٍ٠, ÙُÙÙٌ٠) bertemu dengan salah satu dari 15 hurufnya yaitu, kaf ( Ùƒ ), qaf ( Ù‚ ), fa' ( ف ), zha ( ظ ), tha ( Ø· ), dhad ( ض ), shad ( ص ), syin ( Ø´ ), sin ( س ), za' ( ز ), dzal ( Ø° ), dal ( د ), jim ( ج ), tsa' ( Ø« ), dan ta' ( ت ). Pada penelitian ini, pola Ikhfa akan dideteksi melalui teknik-teknik pengolahan citra dan selanjutnya pengukuran kelas pola dilakukan dengan menggunakan metode Binary Similarity And Distance Measures (BSDM). Hasil penelitian menunjukkan bahwa sistem pendeteksi pola menggunakan Binary Similarity And Distance Measures (BSDM) melalui formula Dipersion memiliki detection rate berkisar dari 65% hingga 90%. Persentase detection rate tersebut menunjukkan bahwa formula Dipersion dapat digunakan sebagai salah satu pendekatan untuk pendeteksian pola-pola yang sejenis. Keunggulan formula Dipersion adalah kemampuan pengenalan pola dengan jumlah data referensi yang tidak terlalu besar, sangat tepat untuk diterapkan pada sIstem.Kata kunci: Binary Similarity And Distance Measures (BSDM), Dipersion
SISTEM PAKAR DIAGNOSA PENYAKIT PENCERNAAN PADA MANUSIA MENGGUNAKAN METODE CERTAINTY FACTOR DAN PROFILE MATCHING Siregar, M. Ali Akbar; Fadlisyah, Fadlisyah; Fajriana, Fajriana
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 3 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i3.19851

Abstract

Penyakit pencernaan adalah salah satu masalah kesehatan yang umum dan berbahaya. Untuk mengantisipasi hal tersebut, penelitian ini berfokus pada pengembangan sistem pakar yang dapat mendiagnosa penyakit pencernaan berdasarkan gejala yang diderita oleh pasien. Sistem pakar ini menggunakan metode Certainty Factor dan Profile Matching untuk memprediksi penyakit pencernaan dan menentukan tingkat kepastian diagnosis berdasarkan data gejala yang tersedia. Sistem pakar ini juga dilengkapi dengan fitur untuk mengelola data penyakit dan gejala, sehingga dapat melakukan diagnosa dan pengobatan. Dengan menggunakan metode Certainty Factor dan Profile Matching, sistem pakar ini diharapkan dapat memberikan informasi yang lebih akurat dan tepat waktu kepada user atau pasien tentang penyakit pencernaan. Dengan demikian, sistem pakar dapat menentukan diagnosis yang paling sesuai dengan kondisi gejala yang diderita pasien. Sistem pakar diagnosa penyakit pencernaan pada manusia dalam penelitian ini dibuat berbasis web dan output dari sistem merupakan persentase penyakit. Kata Kunci : Penyakit Pencernaan, Sistem Pakar, Certainty Factor, Profile Matching.
Analysis of Combined Contrast Limited Adaptive Histogram Equalization (CLAHE) and Median Filter Methods for Enhancement of CCTV Screenshot Image Quality Noor, Fredy; Muhathir, Muhathir; Fadlisyah, Fadlisyah; Syahputra, Dinur
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol. 8 No. 2 (2025): Issues January 2025
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v8i2.14016

Abstract

The quality of CCTV images often deteriorates due to poor lighting, low-quality cameras, and noise, hindering effective security analysis. This study aims to assess the combined effect of Contrast Limited Adaptive Histogram Equalization (CLAHE) and median filtering on improving the quality of CCTV screenshot images by enhancing contrast and reducing noise. Using a quantitative approach, four low-quality CCTV images were processed with CLAHE to improve contrast, followed by median filtering to reduce noise. Image quality was evaluated using two metrics: Mean Squared Error (MSE) and Peak Signal-to-Noise Ratio (PSNR). Results showed that CLAHE significantly improved image contrast, with MSE values ranging from 17.7513 to 159.092 and PSNR from 39.4809 to 47.1987. After applying the median filter, MSE values decreased to 12.1238–22.1747, and PSNR increased to 34.7288–37.3442, indicating noise reduction. The combination of CLAHE and median filter showed even better results, with MSE values ranging from 0.000993935 to 0.00508972, and PSNR ranging from 71.1032 to 78.1966. This combination significantly improved the quality of the CCTV screenshots, making them more suitable for security and forensic analysis. The findings suggest that CLAHE and median filtering can effectively enhance image clarity. Future studies should focus on optimizing these techniques for various lighting conditions and exploring other methods to address extreme noise levels in CCTV images
Co-Authors Adani, Safira Alfi Fauzi Alfyansyah, Gusti Altharizka, Muhammad Aldonny Alzaky, Muammar Aris Munandar Aris Munandar Arnawan Hasibuan Aryandi Aryandi Aryandi, Aryandi Asmi, Nurul Annisa Asmirayani Asmirayani Asmirayani, Asmirayani Aulia Barus, M Farhan Azzahra, Dea Bustami Bustami Bustami Bustami Cindenia Puspasari Cut Ita Erliana Cut Lika Mestika Sandy Dahlan Abdullah Dea Azzahra Dessayani Putri Eva Darnila Fahrozi, Mahlil Fajriana Fajriana Fajriana, Fajriana Fasdarsyah Fasdarsyah Fauzi, Alfi Fuadi, Wahyu Gusti Alfyansyah Gusti Alfyansyah Hamdhana, Defry Hamdhana, Defry Intan Nuriani Ira Safira Irhami, Putri Irma Mauliza Irwansyah, Defi Jalaluddin Jalaluddin Jalaluddin Jalaluddin Kamarullah Kamarullah Kamilaini Kamilaini Kamilaini, Kamilaini Lidya Rosnita Mara Wahyu Alamsyah Pane Maryana Maryana Maryana Maryana Maryana Maryana, Maryana Mauliza, Irma Muammar Alzaky Muhammad Aldonny Altharizka Muhammad Fikry Muhammad Rivai Muhathir Muhathir Muhathir, Muhathir Muhathir, Muhathir Muhathir, Muhathir Mukti Qamal Mukti Qamal Muqarrabin, Khalis Al Mutammimul Ula Nasriah Nasriah Nasriah Nasriah Nisak, Rahmatin Noor, Fredy Nurdin Nurdin Nurdin Nurdin Nurdin Nurdin Nuriani, Intan Nuriani, Intan Pradita, Cindy Cika Putri, Dessayani Putri, Husna Moetia Reyhan Achmad Rizal Riansyah, Muhammad Risawandi, Risawandi Rizal Rizal Rizal Rizal Rizal S.Si., M.IT, Rizal Rofiq Harun Rozzi Kesuma Dinata Safari, T Mirzal Safira Adani Safwandi Safwandi Safwandi Safwandi, Safwandi Said Fadlan Anshari Sari, Putri Amelia Sayed Fachrurrazi Siregar, M. Ali Akbar Sujacka Retno Syahputra, Dinur Syahrial Syahrial SYAHRIAL SYAHRIAL Taufik Ismail Simanjuntak Taufiq Taufiq Uliana, Lisa Wahyu Fuadi Widari, Liz Ayu Yasir Amani Yesy Afrillia Zara Yunizar Zarkasyi, Zarkasyi Zuhra, Elviza