Article Per Year (5 Year)
p-Index From 2020 - 2025
3.457
P-Index
This Author published in this journals
All Journal Jurnal Perpustakaan Pertanian Jurnal Infomedia Jurnal Vokasi SKANIKA: Sistem Komputer dan Teknik Informatika Jurnal INFOTEL eProceeding of TIK Jurnal Teknologi Rekayasa Informasi dan Komputer
Hendrawaty Hendrawaty, Hendrawaty
Pusat Perpustakaan dan Penyebaran Teknologi Pertanian Jalan Ir. H. Juanda No. 20, Bogor 16122
Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Library & Information Science Social Sciences

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search
Journal : Jurnal Teknologi Rekayasa Informasi dan Komputer

 1 
Rancang Bangun Sistem Inventaris Barang Berbasis Web Dengan Pemanfaatan Bot Telegram (Studi Kasus PT. PLN (Persero) Unit Pelaksana Pembangkitan Nagan Raya) Fazil, Fazil; Hendrawaty, Hendrawaty; Azhar, Azhar
Jurnal Teknologi Rekayasa Informasi dan Komputer Vol 3, No 1 (2020): JURNAL TRIK - POLITEKNIK NEGERI LHOKSEUMAWE
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jtrik.v3i1.1880

Abstract

Inventarisasi adalah suatu kegiatan yang bertujuan untuk mengelola persediaan barang aset kantor atau Perusahaan yang dimiliki, tidak terkecuali pada PT. PLN (Persero) Unit Pelaksana Pembangkitan Nagan Raya merupakan tenaga listrik menggunakan bahan bakar batubara. Perkembangan PT. PLN (Persero) Unit Pelaksana Pembangkitan Nagan Raya belum banyak menggunakan sistem informasi berbasis computer untuk menunjang kinerjanya. Pengolaan dan penyimpanan data inventaris barang hanya dilakukan dengan menggunakan (document word / excel) untuk mencatat barang-barang yang ada. Oleh karena itu diperlukan sistem inventaris barang berbasis web dengan pemanfaatan bot telegram untuk dapat menangani permasalahan pada pengelolaan inventaris barang. Peracangan sistem dilakukan melalui pembuatan konteks diagram, data flow diagram, dan entity relationship diagram. Sistem ini dibangun dengan menggunakan bahasa pemrograman PHP dengan Framework Codeigniter, MySQL dan Bot Telegram sebagai media informasi. Hasil output dari sistem ini adalah dapat memberi notifikasi secara RealTime kepada petugas yang mengelola barang masuk ke perusahaan dan barang keluar dari logistik ke masing-masing departemen dan dapat mempermudah dalam mencetak laporan per semester, melakukan generate nomor barang secara otomatis, dan sitem dapat memberikan notifikasi sisa stok barang 3 secara Realtime kepada staf logistik setelah terjadi pengurangan barang pada sistem.
Sistem Informasi Antrian Periksa Dokter Di Rumah Sakit Umum Pidie Jaya Menggunakan Metode FIFO Berbasis Android Kurniawan, Ahmad; Azhar, Azhar; Hendrawaty, Hendrawaty
Jurnal Teknologi Rekayasa Informasi dan Komputer Vol 5, No 1 (2022): JURNAL TRIK - POLITEKNIK NEGERI LHOKSEUMAWE
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jtrik.v5i1.4783

Abstract

The Pidie Jaya Regional Public Hospital is a health service institution that organizes individual health services in a comprehensive manner that provides inpatient, outpatient and emergency services. The queue for outpatient often accumulate when queuing to get the queue number for Doctor's services and get medicines at the Pharmacy. Design and created The Information System of the queue for Doctor's examination in Pidie Jaya Regional Public Hospital Using the Android-Based FIFO Method has has aim to find out how long are the queue can be minimized and help patients to obtain the online queue number. To design, created and implement The Information System of the queue for Doctor's examination in Pidie Jaya Regional Public Hospital Using the AndroidBased FIFO Method. This research uses two queuing models, there are a single channel multiple phase and multiple phase single channel. FIFO (First-In First-Out) Method was applied based on the patient who registers for the first time will get the first service and finished the first service or patient who registers for the first time will get a queue number. Based on the results of testing the queue information system, it can make it easier for outpatients to get the doctor's check queue number and queue at the pharmacy online, and can improve the patient service system at Pidie Jaya General Hospital. The result of this research is an android application that is used by hospital officers and patients seeking treatment at the Pidie Jaya public hospital in obtaining queue information and prescriptions, this application is also equipped with a realtime database to facilitate the process of exchanging information between users directly at system.Keywords— Hospital, Queue, Information System, FIFO (First-In First-Out).
Sistem Pakar Pemilihan Makanan Berdasarkan Kebutuhan Gizi Pada Mahasiswa Menggunakan Metode Backpropagation Berbasis Web Tumangger, Mhd Taufik Alhamdi Pratama; 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.
Aplikasi Sistem Pakar Diagnosa Penyakit Pre-Eklampsia Pada Ibu Hamil Menggunakan Metode Case Based Reasoning (CRB) Berbasis Web Nadia, Khaira; 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.
Mask Detection and Facial Recognition System Using a Convolutional Neural Network Algorithm Fariz Maulana, Muhammad; Hendrawaty, Hendrawaty; Rizka, Muhammad
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%.
Sistem Pakar Diagnosa Tingkat Depresi pada Mahasiswa Menggunakan Metode Fuzzy Tsukamoto Berbasis Web Yuliana, Yuliana; Arhami, Muhammad; Hendrawaty, Hendrawaty
Jurnal Teknologi Rekayasa Informasi dan Komputer Vol 6, No 1 (2023): JURNAL TRIK - POLITEKNIK NEGERI LHOKSEUMAWE
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jtrik.v6i1.4705

Abstract

Depression is a mental disorder in the nature of feelings or moods characterized by symptoms of moodiness,lethargy, no passion for life, feeling useless, deep disappointment, hopelessness, thoughts of death and suicidal ideation. Ifyou experience feelings of sadness and hopelessness, it is normal for someone to feel, but if the condition is experienced for months for no apparent reason. So it can be concluded that one of the signs of depression that appears. In general, depression can be divided into three levels, namely mild depression, moderate depression and severe depression. Depression can happen to everyone, including in the world of education such as students. The level of depression in college students has increased compared to the age of children and adults. People with depression tend not to pay attention to their diet and physical activity. In general, students do not know how much depression is experienced and students also do not have knowledge about how to prevent depression, so we need a system that can diagnose depression levels. Based on these problems, an expert system was designed to diagnose the level of depression in students using the Web-based Fuzzy Tsukamoto method. This system is designed for Lhokseumawe State Polytechnic students. This system uses the Fuzzy Tsukamoto method which is used to diagnose depression levels in students. The results of the percentage of test dataobtained in this system are 76%.Keywords — Expert System, Diagnosis, Depression, Fuzzy Tsukamoto, Web
Co-Authors Adillah, adillah Adriana Adriana Ali, Sayed Khaidir Amirullah -, Amirullah Amri Amri Annisa, Rania Arhami, Muhammad Armaya, Nursella Indah Atthariq, Atthariq Azhar Azhar Dhauddin, Muhammad Etty Andriaty Fariz Maulana, Muhammad Fata, Akmalul Fazil, Fazil Huzaeni, Huzaeni Kurniawan, Ahmad Mahdi Mahdi, Mahdi Maulida, Khaira Muhammad Reza Zulman Muhammad Rifqi Muhammad Rizka, Muhammad Mulyadi Mulyadi Munanzar, Arief Nadia, Khaira Reza Fauzan Rudi F, Fachri Yanuar Salahuddin Salahuddin Salwa, Safira Sariadi Sariadi Sugeng, Santoso Tumangger, Mhd Taufik Alhamdi Pratama Yuliana Yuliana Zuhendra, Muhammad Ihza Zuhratul Aini, Zuhratul