Claim Missing Document
Check
Articles

Found 3 Documents
Search

WEBSITE MEDIA PEMBELAJARAN ONLINE AMAZON WEB SERVICES Mukti Qamal; Defry Hamdhana; Rio Pratomo
TECHSI - Jurnal Teknik Informatika Vol 11, No 2 (2019)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v11i2.1847

Abstract

Cloud computing adalah teknologi yang menjadikan internet sebagai pusat pengelolaan data dan aplikasi. Terdapat banyak platform Cloud computing yang tersedia saat ini, salah satu nya adalah Amazon Web Services (AWS). Amazon Web Services (AWS) adalah platform cloud paling komprehensif dan digunakan secara luas di dunia, menawarkan lebih dari 165 layanan unggulan lengkap dari pusat data secara global dengan tawarn biaya yang murah. Akan tetapi masih sedikit orang yang mengetahui  platform cloud ini, oleh karena itu dibutuhkan sebuah media pembelajaran online (E-Learning) berbasis bahasa indonesia untuk memudahkan dalam mempelajari Amazon Web services (AWS) 
SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT ANGINA PEKTORIS (ANGIN DUDUK) DENGAN METODE FORWARD CHAINING BERBASIS WEB Mukti Qamal; Defry Hamdhana; Martin Martin
TECHSI - Jurnal Teknik Informatika Vol 12, No 1 (2020)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v12i1.2150

Abstract

Sistem pakar biasa diterapkan dalam bidang kedokteran untuk penanganan suatu penyakit. Angina pektoris atau disebut juga Angin Duduk adalah penyakit jantung iskemia didefinisikan sebagai berkurangnya pasokan oksigen dan menurunnya aliran darah ke dalam miokardium. Angina pektoris dibagi menjadi 3 jenis yaitu Angina klasik (stabil), angina printzmeta, dan Angina tidak stabil. Penelitian ini dilakukan untuk mempelajari aplikasi sistem pakar dengan menggunakan metode Forward Chaining yang diimplementasikan dalam aplikasi sistem pakar untuk mendiagnosa penyakit angina pektoris. Kemudian data dianalisa untuk diaplikasikan pada arsitektur sistem pakar. Kemudian pada pada penentuan nilai gejala untuk rule gejala menggunakkan deep learning. Implementasinya sistem pakar ini di buat dengan menggunakan bahasa pemrograman PHP dan MYSQL. Dari hasil 100 data yang diuji pada sistem didapatkan bahwa jumlah data yang tepat adalah 88 data. Sehingga hasil akurasi yang didapat dari pengujian keakrutan sistem adalah 88%.
Implementation of Fuzzy Logic Sugeno on a Website-Based for Flood Monitoring and Early Detection System Pohan, Fadlyani; Mukti Qamal; Said Fadlan Anshari
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 15 No. 2 (2024): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/digitalzone.v15i2.23356

Abstract

Floods are common in Indonesia, especially in Aceh, and are caused by various factors, such as high rainfall during the rainy season, resulting in material and life losses. Developing a flood monitoring and early detection system is essential to reduce the negative impact of flooding. This research introduces the implementation of the Fuzzy Logic Sugeno method on a web-based flood monitoring and early detection system, which uses ESP32 and accurate sensors to monitor water level and water flow. Testing is done through two approaches. First, the water level and flow parameters were manipulated manually to test the system's response to changing conditions. Secondly, tests were conducted automatically until the prototype aquarium was complete to see the system's ability to detect potential flooding. The test results show that the system can automatically recognize potential flooding, take preventive actions, such as opening or closing floodgates, and provide real-time condition information through a Website.