Article Per Year (5 Year)
p-Index From 2021 - 2026
2.612
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil) Jurnal Teknologi Pendidikan Jurnal Teknologi Informasi dan Ilmu Komputer Indonesian Journal of Information System Jurnal Pengabdian kepada Masyarakat Nusantara Jurnal Pengabdian Masyarakat Indonesia Instal : Jurnal Komputer Jurnal Sains Teknologi dan Sistem Informasi Jurnal Pengabdian Kepada Masyarakat Jurnal IPTEK Bagi Masyarakat JURNAL TEKNOLOGI INFORMASI & KOMUNIKASI DALAM PENDIDIKAN Jurnal Pengabdian Masyarakat Bidang Sains dan Teknologi Jurnal Pengabdian Pada Masyarakat METHABDI
Ali Akbar Lubis
Program Studi Pendidikan Teknik Elektro, Fakultas Teknik, Universitas Negeri Medan, Indonesia
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : JURNAL TEKNOLOGI INFORMASI

 1 
PENGEMBANGAN APLIKASI PEMBELAJARAN ALGORITMA GLCM DAN KNN DALAM PENGENALAN PENYAKIT PADA DAUN Lubis, Ali Akbar; Dewy, Mega Silfia; Isnaini, Muhammad
JURNAL TEKNOLOGI INFORMASI & KOMUNIKASI DALAM PENDIDIKAN Vol 10, No 2 (2023): Desember - Jurnal Teknologi Informasi dan Komunikasi dalam Pendidikan
Publisher : Pascasarjana Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jtikp.v10i2.54010

Abstract

Abstrak: Kemajuan teknologi memberikan dampak yang besar dalam kemajuan bidang Pendidikan. Dengan kemajuan ini menyediakan sumber belajar yang beragam, salah satunya pembelajaran sebuah algoritma/metode. Terkadang sebuah implementasi sebuah algoritma atau metode tidaklah mudah. Karena prosesnya yang kompleks dan membutuhkan waktu untuk memahami langkah-langkahnya. Penelitian ini bertujuan untuk membangun sebuah aplikasi pembelajaran dalam menerapkan algoritma Gray Level Co-Occurance Matrix (GLCM) dan KNN dalam pengenalan penyakit pada daun. Algoritma GLCM (Gray Level Co-Occurance Matrix) dan KNN memproses citra yang diinput dengan pengenalan pola untuk mendeteksi penyakit yang terdapat pada tanaman. Hasil dari penelitian ini berupa aplikasi pembelajaran yang dapat menunjukkan langkah-langkah dalam proses pengenalan pola pada daun yang ditampilkan secara detail. Dengan adanya aplikasi ini maka dapat menjadi alternatif bagi masyarakat untuk mempelajari kedua algoritma ini. Kata Kunci: GLCM, KNN, aplikasi pembelajaran  Abstract: Technological advances have had a major impact on the progress of the education sector.  This progress provides various learning resources, one of which is learning an algorithm/method. Sometimes implementing an algorithm or method is not easy.  Because the process is complex and takes time to understand the steps. This research aims to build a learning application in applying the Gray Level Co-Occurance Matrix (GLCM) and KNN algorithms in recognizing disease on leaves.The GLCM (Gray Level Co-Occurance Matrix) and KNN algorithms process the input image with pattern recognition to detect diseases in plants. The results of this research are in the form of a learning application that can show the steps in the pattern recognition process on leaves which are displayed in detail.  With this application, it can be an alternative for people to learn about these two algorithms. Keywords: GLCM, KNN, Learning application
SISTEM MONITORING PLTS BERBASIS IOT SEBAGAI MEDIA PEMBELAJARAN Waluyo, Bakti Dwi; Rahman Sembiring, Muhammad Aulia; Sinaga, Nelson; Lubis, Ali Akbar; Br Tarigan, Sintya Verina
JURNAL TEKNOLOGI INFORMASI & KOMUNIKASI DALAM PENDIDIKAN Vol 11, No 1 (2024): Juni - Jurnal Teknologi Informasi dan Komunikasi dalam Pendidikan
Publisher : Pascasarjana Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jtikp.v11i1.60282

Abstract

Abstrak: Penelitian ini bertujuan untuk mengembangkan sistem monitoring pembangkit listrik tenaga surya (PLTS) berbasis Internet of Things (IoT) sebagai media pembelajaran di Jurusan Pendidikan Teknik Elektro Universitas Negeri Medan. Sistem monitoring ini dinamakan EduSolar, yang dirancang menggunakan kombinasi perangkat keras seperti mikrokontroler Arduino UNO, modul sensor arus, tegangan, daya, intensitas cahaya, serta modul WiFi ESP8266 untuk konektivitas IoT. Sistem EduSolar dapat memantau dan menampilkan parameter-parameter penting PLTS secara real-time melalui antarmuka website. Penelitian ini menggunakan metode pengembangan ADDIE yang terdiri dari tahap analisis, desain, pengembangan, implementasi, dan evaluasi. Hasil validasi ahli media menunjukkan persentase kelayakan 81,28%, sedangkan validasi ahli materi mencapai 80,83%. Uji respon mahasiswa juga menunjukkan bahwa sistem EduSolar dinyatakan "layak" digunakan sebagai media pembelajaran dengan persentase 78,46%. Dengan demikian, sistem monitoring PLTS berbasis IoT yang terintegrasi sebagai media pembelajaran ini terbukti efektif dalam meningkatkan pemahaman mahasiswa tentang teknologi energi surya. Kata Kunci: Sistem Monitoring PLTS, IoT, Media Pembelajaran, Pembelajaran Interaktif, Energi Surya.  Abstract: This research aims to develop an Internet of Things (IoT)-based solar power plant (PLTS) monitoring system as a learning media in the Department of Electrical Engineering Education at Medan State University. The monitoring system is called EduSolar, designed using a combination of hardware devices such as the Arduino UNO microcontroller, current, voltage, power, and light intensity sensor modules, as well as the ESP8266 WiFi module for IoT connectivity. The EduSolar system can monitor and display real-time important parameters of the solar power plant through a website interface. This research utilizes the ADDIE development method, which consists of analysis, design, development, implementation, and evaluation stages. The validation results from media experts showed a feasibility percentage of 81.28%, while the validation by subject matter experts reached 80.83%. The student response test also indicated that the EduSolar system was deemed "feasible" as a learning media with a percentage of 78.46%. Therefore, this IoT-based PLTS monitoring system integrated as a learning media has been proven effective in enhancing students' understanding of solar energy technology. Keywords: PLTS Monitoring System, IoT, Learning Media, Interactive Learning, Solar Energy.
SISTEM MONITORING PLTS BERBASIS IOT SEBAGAI MEDIA PEMBELAJARAN Waluyo, Bakti Dwi; Rahman Sembiring, Muhammad Aulia; Sinaga, Nelson; Lubis, Ali Akbar; Br Tarigan, Sintya Verina
JURNAL TEKNOLOGI INFORMASI & KOMUNIKASI DALAM PENDIDIKAN Vol. 11 No. 1 (2024): Juni - Jurnal Teknologi Informasi dan Komunikasi dalam Pendidikan
Publisher : Pascasarjana Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jtikp.v11i1.60282

Abstract

Abstrak: Penelitian ini bertujuan untuk mengembangkan sistem monitoring pembangkit listrik tenaga surya (PLTS) berbasis Internet of Things (IoT) sebagai media pembelajaran di Jurusan Pendidikan Teknik Elektro Universitas Negeri Medan. Sistem monitoring ini dinamakan EduSolar, yang dirancang menggunakan kombinasi perangkat keras seperti mikrokontroler Arduino UNO, modul sensor arus, tegangan, daya, intensitas cahaya, serta modul WiFi ESP8266 untuk konektivitas IoT. Sistem EduSolar dapat memantau dan menampilkan parameter-parameter penting PLTS secara real-time melalui antarmuka website. Penelitian ini menggunakan metode pengembangan ADDIE yang terdiri dari tahap analisis, desain, pengembangan, implementasi, dan evaluasi. Hasil validasi ahli media menunjukkan persentase kelayakan 81,28%, sedangkan validasi ahli materi mencapai 80,83%. Uji respon mahasiswa juga menunjukkan bahwa sistem EduSolar dinyatakan "layak" digunakan sebagai media pembelajaran dengan persentase 78,46%. Dengan demikian, sistem monitoring PLTS berbasis IoT yang terintegrasi sebagai media pembelajaran ini terbukti efektif dalam meningkatkan pemahaman mahasiswa tentang teknologi energi surya. Kata Kunci: Sistem Monitoring PLTS, IoT, Media Pembelajaran, Pembelajaran Interaktif, Energi Surya.  Abstract: This research aims to develop an Internet of Things (IoT)-based solar power plant (PLTS) monitoring system as a learning media in the Department of Electrical Engineering Education at Medan State University. The monitoring system is called EduSolar, designed using a combination of hardware devices such as the Arduino UNO microcontroller, current, voltage, power, and light intensity sensor modules, as well as the ESP8266 WiFi module for IoT connectivity. The EduSolar system can monitor and display real-time important parameters of the solar power plant through a website interface. This research utilizes the ADDIE development method, which consists of analysis, design, development, implementation, and evaluation stages. The validation results from media experts showed a feasibility percentage of 81.28%, while the validation by subject matter experts reached 80.83%. The student response test also indicated that the EduSolar system was deemed "feasible" as a learning media with a percentage of 78.46%. Therefore, this IoT-based PLTS monitoring system integrated as a learning media has been proven effective in enhancing students' understanding of solar energy technology. Keywords: PLTS Monitoring System, IoT, Learning Media, Interactive Learning, Solar Energy.
PENGEMBANGAN APLIKASI PEMBELAJARAN ALGORITMA GLCM DAN KNN DALAM PENGENALAN PENYAKIT PADA DAUN Lubis, Ali Akbar; Dewy, Mega Silfia; Isnaini, Muhammad
JURNAL TEKNOLOGI INFORMASI & KOMUNIKASI DALAM PENDIDIKAN Vol. 10 No. 2 (2023): Desember - Jurnal Teknologi Informasi dan Komunikasi dalam Pendidikan
Publisher : Pascasarjana Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24114/jtikp.v10i2.54010

Abstract

Abstrak: Kemajuan teknologi memberikan dampak yang besar dalam kemajuan bidang Pendidikan. Dengan kemajuan ini menyediakan sumber belajar yang beragam, salah satunya pembelajaran sebuah algoritma/metode. Terkadang sebuah implementasi sebuah algoritma atau metode tidaklah mudah. Karena prosesnya yang kompleks dan membutuhkan waktu untuk memahami langkah-langkahnya. Penelitian ini bertujuan untuk membangun sebuah aplikasi pembelajaran dalam menerapkan algoritma Gray Level Co-Occurance Matrix (GLCM) dan KNN dalam pengenalan penyakit pada daun. Algoritma GLCM (Gray Level Co-Occurance Matrix) dan KNN memproses citra yang diinput dengan pengenalan pola untuk mendeteksi penyakit yang terdapat pada tanaman. Hasil dari penelitian ini berupa aplikasi pembelajaran yang dapat menunjukkan langkah-langkah dalam proses pengenalan pola pada daun yang ditampilkan secara detail. Dengan adanya aplikasi ini maka dapat menjadi alternatif bagi masyarakat untuk mempelajari kedua algoritma ini. Kata Kunci: GLCM, KNN, aplikasi pembelajaran  Abstract: Technological advances have had a major impact on the progress of the education sector.  This progress provides various learning resources, one of which is learning an algorithm/method. Sometimes implementing an algorithm or method is not easy.  Because the process is complex and takes time to understand the steps. This research aims to build a learning application in applying the Gray Level Co-Occurance Matrix (GLCM) and KNN algorithms in recognizing disease on leaves.The GLCM (Gray Level Co-Occurance Matrix) and KNN algorithms process the input image with pattern recognition to detect diseases in plants. The results of this research are in the form of a learning application that can show the steps in the pattern recognition process on leaves which are displayed in detail.  With this application, it can be an alternative for people to learn about these two algorithms. Keywords: GLCM, KNN, Learning application
Co-Authors Adi Widarma, Adi Adithya Maulana Agnes Irene Silitonga Albert - Andri Chan Andrya Tanrisiono Andy - Andy Angkasa Anna Agustiana Ariwibowo, Suminar Aulia Rizky Muhammad Hendrik Noor Asegaff Bakti Dwi Waluyo Belferik, Ronald Berto Eben Ezer Br Sibarani, Sabrina Adela Br Tarigan, Sintya Verina Florida Nirma Sanny Damanik Frans Mikael Sinaga Gohzali, Hernawati Haryono Angkasa Husnul Wasufi Siregar Hutahaean, Harvei Desmon Huzaifah, Ade Sarah Irfan Arfiandi Irpan Pardosi Lubis, Elizar Hamdan Marsangkap Silitonga Mega Silfia Dewy, Mega Silfia Megawaty Simamora Mirza Ilhami Muhammad Dedi Irawan Muhammad Isnaini Muhammad Isnaini Munthe, Andreas Nelson Sinaga Ng Poi Wong Pahala Sirait Pangaribuan, Jefri Junifer R. Mursid Rahman Sembiring, Muhammad Aulia Riche Riche Ronsen Purba Rosma Siregar Segar Napitupulu V. Immanuel Damanik Wenripin Chandra Yoakim Simamora Yudhistira Adhitya Pratama