Claim Missing Document
Check
Articles

Found 22 Documents
Search

Sistem Informasi Penerimaan Siswa Baru Sekolah Dasar Negeri 4 Kuta Blang Bireuen Niesa, Chaeroen
Jurnal Information System Vol 4 No 1 (2024): Mei 2024 : Jurnal Information System (JIS)
Publisher : Prodi. Sistem Informasi Fakultas Teknik Unkris

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

Abstract

Abstrak- Tujuan penelitian yang ingin dicapai dalam tugas akhir adalah membangun sebuah sistem informasi yang mampu memudahkan panitia Penerimaan Siswa Baru (PSB) dalam mengelola data mulai dari pendaftaran, seleksi, penjurnalan, pengumuman, sampai pada tahap terakhir yaitu pendaftaran ulang. Penelitian ini diharapkan dapat membantu panitia PSB dalam mengelola pendataan calon siswa baru. Metode yang digunakan yaitu metode waterfall, dimana perancangan diawali dengan analisis, design, uji coba dan pemeliharaan. Hasil pengujian yang diperoleh berdasarkan metode waterfall dengan mengamati hasil eksekusi melalui data uji dan memeriksa fungsional dari perangkat lunak menggunakan pengujian Black Box Testing didapat bahwa keakuratan data yang diperoleh yaitu 85%. Dari sistem informasi penerimaan siswa baru ini terdapat kelebihan dan kekurangannya. Kelebihannya adalah proses penginput data lebih mudah dan efisien, pencarian data akan lebih aman karena menggunakan database, dan juga sistem informasi sudah meliputi laporan siswa baru dan pengumuman. Proses pendaftaran dan pengumuman dan registrasi ulang sudah mencakup dalam proses tersebut. Sedangkan kekurangannya adalah siswa tidak bisa melakukan pendaftaran ulang melalui sistem ini.
Pengembangan Aplikasi Pembelajaran Bahasa Inggris Dasar Berbasis Multimedia Putri, Irma Yulya; Fadhilah, Cut; Niesa, Chaeroen; Asma, Nurul; Noviyanti, Noviyanti
JEID: Journal of Educational Integration and Development Vol. 4 No. 3 (2024)
Publisher : Education Mind Based Development Association

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55868/jeid.v4i3.357

Abstract

Penelitian ini membahas pengembangan aplikasi untuk belajar bahasa Inggris dasar yang menggunakan multimedia sebagai sarana bantu pendidikan. Tujuan dari penelitian ini adalah untuk mengembangkan aplikasi pembelajaran guna meningkatkan efektivitas dan efisiensi pembelajaran bahasa Inggris di tingkat dasar dengan menggunakan teknologi multimedia. Pendekatan ini melibatkan pengembangan aplikasi yang menggabungkan teks, audio, video, dan elemen interaktif. Aplikasi ini dibuat untuk menawarkan pengalaman belajar yang lebih menarik dan interaktif dibandingkan dengan metode tradisional. Hasil dari pengembangan aplikasi ini diperoleh produk penelitian yang valid dan praktis serta menunjukkan peningkatan yang signifikan dalam pemahaman dan keterampilan bahasa Inggris dasar siswa. Penggunaan multimedia membantu dalam memperjelas konsep, meningkatkan keterlibatan siswa, dan memfasilitasi berbagai gaya belajar. Selain itu, umpan balik dari siswa dan guru mengindikasikan bahwa aplikasi ini ramah pengguna dan efektif dalam mempertahankan minat siswa terhadap materi yang diajarkan. Metode yang digunakan dalam penelitian ini adalah Research and Development (R&D) dengan model ADDIE. Hasil yang didapatkan adalah produk yang dikembangkan berada pada kategori valid dan praktis menurut pendapat ahli.
Pengembangan Model Prediksi Diabetes Melitus Menggunakan Metode Stochastic Gradient Boosting Sah, Andrian; Niesa, Chaeroen; Damuri, Amat; Hasma, Nur Amalia
FORMAT Vol 14, No 1 (2025)
Publisher : Universitas Mercu Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/format.2025.v14.i1.002

Abstract

Diabetes mellitus is one of the global health issues with a continuously increasing prevalence. Its high prevalence significantly impacts economic burdens and healthcare systems, as it often leads to severe complications such as cardiovascular diseases and kidney failure. Therefore, early prediction and detection of diabetes mellitus are crucial in mitigating its adverse effects. Data mining and machine learning technologies offer innovative solutions for processing complex medical data, providing deeper insights, and supporting data-driven decision-making. This study aims to develop a diabetes mellitus prediction model using the Stochastic Gradient Boosting (SGB) algorithm. The model utilizes a dataset comprising clinical variables such as glucose levels, blood pressure, body mass index (BMI), and genetic history to identify diabetes risk. The results indicate that the developed prediction model demonstrates high performance across various dataset splitting ratios: 70:30, 80:20, and 90:10. The model achieved the highest accuracy of 95.50% at the 70:30 ratio, with an AUC (Area Under the Curve) value of 0.9862, showcasing its ability to effectively differentiate between positive (diabetes) and negative (non-diabetes) classes. At the 80:20 and 90:10 ratios, the model achieved accuracies of 92.75% and 92.31%, with AUC values of 0.9767 and 0.9777, respectively, indicating consistent performance. The model’s high accuracy is attributed to the iterative boosting approach in the SGB algorithm, which adaptively corrects prediction errors at each iteration. Additionally, regulatory mechanisms such as learning rate and subsampling help prevent overfitting, making the algorithm effective for datasets with complex patterns.
COMBINATION OF LEARNING VECTOR QUANTIZATION AND LINEAR DISCRIMINANT ANALYSIS FOR TEA LEAF DISEASE CLASSIFICATION Mutasar Mutasar; Chaeroen Niesa
JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer) Vol. 10 No. 3 (2025): JITK Issue February 2025
Publisher : LPPM Nusa Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33480/jitk.v10i3.6013

Abstract

Tea farming, one of the key pillars of Indonesia's economy, faces productivity challenges due to diseases affecting tea leaves. Manual identification of tea leaf diseases requires significant time and cost, making an automated solution necessary. This research develops an innovative model for classifying tea leaf diseases by synergizing Learning Vector Quantization (LVQ) and Linear Discriminant Analysis (LDA). By leveraging LVQ’s prototype-based classification and LDA’s dimensionality reduction, the model ensures accurate and efficient disease identification. During preprocessing, tea leaf images were converted to the CIELAB color space to enhance segmentation using Otsu’s Thresholding. Features such as Mean Color and texture attributes based on Gray Level Co-occurrence Matrix (GLCM) were extracted, reduced via LDA, and classified using LVQ. Tested on five tea leaf disease classes, the model achieved 94.1% accuracy. This performance underscores its potential to significantly assist farmers in early detection and management of tea leaf diseases, while also providing researchers with a robust tool for advancing agricultural technology.
Analisis Model Prediksi Penyakit Jantung Menggunakan Adaptive Boosting, Gradient Boosting, dan Extreme Gradient Boosting Sah, Andrian; Niesa, Chaeroen; Jafar, Rhaishudin Rumandan; Muharrom, Muhammad
Jurnal Ilmiah FIFO Vol 17, No 1 (2025)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2025.v17i1.006

Abstract

Deteksi dini penyakit jantung merupakan langkah penting untuk meningkatkan kualitas diagnosis dan perawatan pasien. Namun, metode prediksi manual yang sering digunakan tenaga medis memiliki keterbatasan dalam efisiensi waktu, akurasi, dan kemampuan menangani volume data yang besar. Dalam bidang kecerdasan buatan, algoritma machine learning seperti Adaptive Boosting (AdaBoost), Gradient Boosting, dan Extreme Gradient Boosting (XGBoost) menawarkan potensi untuk meningkatkan akurasi prediksi, terutama dalam mengatasi tantangan pada dataset kecil yang sering mengalami ketidakseimbangan kelas dan risiko overfitting. Penelitian ini bertujuan untuk menganalisis kinerja ketiga algoritma boosting tersebut dalam memprediksi penyakit jantung. Hasil penelitian menunjukkan bahwa XGBoost memberikan performa terbaik dengan akurasi sebesar 84.78% dan ROC-AUC 0.9410, menjadikannya algoritma paling efektif dalam menangani pola data yang kompleks. Gradient Boosting menjadi model paling efisien dengan waktu pelatihan tercepat, yaitu 0.3655 detik, dengan akurasi dan ROC-AUC yang kompetitif. Sementara itu, AdaBoost menunjukkan kelemahan dalam menangani ketidakseimbangan kelas tetapi tetap memberikan hasil yang baik untuk kelas mayoritas. Berdasarkan evaluasi precision, recall, dan F1-score, XGBoost direkomendasikan untuk aplikasi prediksi penyakit jantung, terutama dalam situasi yang memerlukan akurasi tinggi, sedangkan Gradient Boosting cocok untuk kebutuhan real-time.
SISTEM INFORMASI DIGITALISASI ARSIP SURAT MAN 4 BIREUEN BERBASIS ANDROID Ade Nahya Zahara; Chaeroen Niesa; Nurul Asma; Noviyanti Noviyanti
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 2 No. 3 (2025): JUNI-JULI 2025
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Sistem informasi digitalisasi arsip surat sangat membantu petugas untuk arsip surat, tanpa harus berada diruangan kerja karena memakai sistem digitalisasi yang didukung oleh pengaksesan berbasis android. menghemat waktu pencarian data juga meminimalisir tempat atau ruangan yang dibutuhkan untuk penyimpanan surat fisik, data yang ada juga tidak mudah tercecer. dokumen yang tersimpan bisa di akses kapoan saja dan dimana saja tidak mesti sedang berada di ruangan kerja. inilah kenapa sistem digitalisasi arsip surat menjadi salah satu kecanggihan zaman sekarang harus terus berkembang agar menjadi sekolah milenial yang dibutuhkan di era globalisasi. karena pada sistem lama data yang ada mudah tercecer juga untuk pencarian arsip surat membutuhkan waktu yang lama, petugas harus ada di ruangan kerja agar mengetahui dokumen penting dari arsip surat tersebut. seba dengan adanya sistem ini proses pengelolaan data dapat dilakukan dengan lebih efisien dan cepat.
Integration of Educational Math Games and Self-Management Ethics to Improve Discipline and Digital Literacy of Elementary School Students Emalia Ariska; Chaeroen Niesa; Vivi Asbar; Tri Putri Utami; Nurul Asma
Journal Informatic, Education and Management (JIEM) Vol 7 No 2 (2025): AUGUST
Publisher : STMIK Indonesia Banda Aceh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61992/jiem.v7i2.131

Abstract

This community service program aims to develop instructional teaching aids through multidisciplinary collaboration between lecturers and students from various study programs at the Islamic National University of Indonesia (UNIKI). The activity was carried out at SDN 8 Juli, an elementary school in a rural area of Bireuen Regency, Aceh, which faces limitations in concrete learning media. The approach used was the ADDIE model (Analysis, Design, Development, Implementation, Evaluation), which allows for a systematic and participatory development process. Based on the needs analysis, it was found that students had difficulty understanding abstract concepts in science and English subjects. To address this challenge, the team designed several innovative teaching aids, such as an erupting volcano model, a diorama of the rain process, bilingual science vocabulary cards, and thematic student worksheets (LKS). These media were then implemented in thematic learning in grades III and V. The results of the implementation showed improvements in conceptual understanding, learning interest, and student participation. Teachers also expressed enthusiasm and willingness to use the media independently in the future. Evaluation was conducted through classroom observation and teacher reflection, indicating that the developed media were appropriate for the needs and easy to apply. This activity demonstrates that cross-disciplinary collaboration can produce effective and sustainable learning media. This model is worthy of replication in other elementary schools, particularly those in resource-limited areas.
Perbandingan Sistem Operasi Android Kitkat dengan Android Lollipop Niesa, Chaeroen; Nasution, Niti Ravika
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan Vol 7, No 1 (2022): InfoTekJar September
Publisher : Universitas Islam Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30743/infotekjar.v7i1.9576

Abstract

Android merupakan sebuah sistem operasi yang berbasis linux untuk telepon seluler seperti telepon pintar dan komputer tablet. Android menyediakan platform terbuka bagi pengembang untuk menciptkan suatu aplikasi untuk di gunakan oleh berbagai macam mobile. Android juga merupakan code computer yang bisa di distribusikan secara terbuka (open source) sehingga pengembangan bisa mmebuat suatu aplikasi baru didalamnya. Ada beberapa android yang sangat banyak di minati oleh para pengguna handphone, seperti android kitkat yang memiliki keunggulan mampu memberikan tampilan status bar transparan serta dapat beroperasi secara optimal pada perangkat berspesifikasi rendah. Dan baru-baru telah diumumkan android Lollipop oleh google. Di paper ini penulis akan mencoba membahas perbandingan antara android Kitkat dan Lollipop. Menguraikan kelebihan dan kelebihan dari dua android tersebut.
RANCANG BANGUN SISTEM MONITORING KESEHATAN BERBASIS INTERNET OF THINGS (IOT) RAHMAD; NURDIN; CHAEROEN NIESA
JTIK (Jurnal Teknik Informatika Kaputama) Vol. 9 No. 2 (2025): Volume 9, Nomor 2, Juli 2025
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jtik.v9i2.1017

Abstract

Penelitian ini membahas sistem monitoring kesehatan berbasis Internet of Things (IoT) dengan menggunakan Arduino Uno dan pulse sensor untuk mendeteksi detak jantung (BPM) manusia. Sistem ini terdiri dari komponen utama seperti Arduino Uno, pulse sensor, OLED LCD, LED, dan buzzer. Pulse sensor yang dipasang pada jari mendeteksi sinyal denyut nadi, lalu mengirimkan data ke Arduino untuk dihitung sebagai BPM. Hasil perhitungan ditampilkan pada layar LCD. Jika BPM berada di luar batas normal, buzzer akan berbunyi dan LED menyala sebagai peringatan. Sistem ini dirancang untuk memantau detak jantung secara real-time dan memberikan respons otomatis saat kondisi tidak normal terdeteksi. Hasil pengujian menunjukkan bahwa alat ini berfungsi dengan baik dan mencapai tingkat keberhasilan sebesar 80%.
Sistem Pakar Diagnosa Penyakit Diabetes Menggunakan Metode Forwad Chaning Berbasis Web Faisal Hadi; Mutasar; Chaeroen Niesa; Amrullah
Jurnal Elektronika dan Teknologi Informasi Vol 5 No 2 (2024): September 2024
Publisher : LPPM-UNIKI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5201/jet.v5i2.494

Abstract

Sistem pakar merupakan sistem komputer yang berisi seperangkat aturan untuk memecahkan masalah seperti seorang pakar. Diabetes mellitus merupakan penyakit kronis dikerenakan terdapat gangguan pada sistem metabolisme dalam tubuh, yaitu saat organ pankreas tidak dapat menghasilkan hormon insulin sesuai dengan kebutuhan. Diabetes mellitus dibagi dalam dua tipe yaitu: Diabetes mellitus tipe 1 dan diabetes mellitus tipe 2. Faktor yang paling mempengaruhi seseorang terdiagnosa penyakit diabetes mellitus yaitu faktor keturunan dan obesitas. Salah satu cara untuk mencegah penyakit diagnosa mellitus ini dengan memberikan informasi yang akurat dan jelas di harapkan dapat di terapkan di kehidupan setiap hari. Forward chaining atau yang dapat disebut juga runut maju merupakan penalaran yang dilakukan dari sebuah fakta atau statement yang mengarah pada kesimpulan yang dihasilkan dari fakta tersebut merupakan metode penelitian yang akan digunakan dalam sistem pakar. Sistem pakar ini diharapkan dapat membantu masyarkat umum untuk mendiagnosa penyakit diabetes mellitus sendiri. Sistem pakar diagnosa penyakit diabetes mellitus ini dirancang dengan basis web yang menggunakan bahasa pemrograman yaitu PHP dan MySQL. Pada sistem pakar diagnosa penyakit diabetes mellitus ini, akan diajukan beberapa pertanyaan untuk menemukann jawaban. Setelah semua pertanyaan dapat terjawab, maka akan diketahui hasil diagnosa seperti nama gejala penyakit, definisi penyakit.