Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science INOVTEK Polbeng - Seri Informatika
Muhammad Arifin
Politeknik Negeri Bengkalis
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Implementasi Markov Chain untuk Prediksi Kasus Penderita Demam Berdarah Dengue di Kabupaten Bengkalis: The Implementation of Markov Chain for Prediction on Chemistry of Hemorrhic Figure Case In Bengkalis District Trio Laksono; Said Thaufik Rizaldi; Muhammad Arifin
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 1 No. 1 (2021): MALCOM April 2021
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (644.434 KB) | DOI: 10.57152/malcom.v1i1.56

Abstract

Demam Berdarah Dengue (DBD) adalah penyakit menular yang disebabkan oleh virus Dengue dan ditularkan oleh nyamuk Aedes Aegypti, ditandai dengan demam 2–7 hari dan penurunan jumlah trombosit. Angka pesakitan DBD di Kabupaten Bengkalis sangat tinggi sehingga pada Tahun 2014 Bengkalis ditetapkan sebagai Kejadian Luar Biasa DBD. Dinas Kesehatan Bengkalis sudah melakukan upaya-upaya pencegahan, namun kasus DBD masih saja terus terjadi dan menimbulkan korban jiwa. Untuk itu maka diperlukan sebuah prediksi yang bisa dijadikan acuan untuk menangani kasus DBD di masa mendatang. Tujuan dari penelitian ini ialah untuk melihat angka kenaikan kasus DBD Tahun 2016 dan mengimplementasikan hasil prediksi kedalam sistem. Metode prediksi yang digunakan dalam penelitian ini ialah metode Markov Chain. Metode ini membandingkan data DBD pada keadaan sebelumnya dengan keadaan sekarang secara diskrit maupun kontinyu. Hasil yang didapat dalam penelitian ini ialah prediksi kasus DBD Kabupaten Bengkalis pada Tahun 2016, dan juga sebuah sistem informasi prediksi DBD. Angka prediksi yang diperoleh untuk tahun 2016 ialah sebesar 343 kasus. Berdasarkan hasil prediksi yang dilakukan, diketahui bahwa kasus DBD di Kabupaten Bengkalis mengalami peningkatan pada Bulan Januari 2016 kemudian mengalami penurunan pada Bulan Februari 2016. Kata Kunci : Aedes Aegypti, Bengkalis, Demam Berdarah Dengue, Markov Chain, Prediksi
Implementation of Fuzzy Logic on Motorcycle Emission Testing Device Using Multi-Gas Sensors M. Afridon; Khairudin Syah; Marzuarman; Heri Susanto; Muhammad Arifin; M. Andrian Syindau Abdillah; M. Zaki Nawaf Ramadhan
Journal of Innovation and Technology Polbeng Series on Informatics (INOVTEK Polbeng - Seri Informatika) Vol. 10 No. 3 (2025): November
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/w1802r28

Abstract

Manual motorcycle emission inspection often leads to inconsistent interpretation due to operator dependency. This study developed a motorcycle emission testing system using multi-gas sensors, consisting of ZE07-CO for CO, an infrared CO₂ sensor for CO₂, TGS2602 for VOC, and O₂ I2C DFRobot for oxygen concentration, integrated with an ESP32 microcontroller. Sensor data are transmitted in real-time via Bluetooth to a computer for processing and visualization on a graphical user interface. The measurement ranges were adjusted to match actual exhaust gas characteristics: CO 0–5000 ppm, CO₂ 0–50000 ppm, VOC 0–500 ppm, and O₂ 0–5%. Emission level classification was performed using the Mamdani fuzzy logic method with three triangular membership functions for each parameter and three output categories: low, medium, and dangerous. Tests on nine motorcycles showed four units classified as low emission (CO <1000 ppm; O₂ >2.4%), three as medium (CO 1100–2500 ppm; O₂ 1.5–2.0%), and two older vehicles classified as dangerous (CO >3500 ppm; VOC >350 ppm; O₂ <1%). The system successfully provides automatic and real-time emission assessment, although verification against standard emission testers and environmental compensation is required for broader practical implementation.
Co-Authors Heri Susanto Khairudin Syah M. Afridon M. Andrian Syindau Abdillah M. Zaki Nawaf Ramadhan Marzuarman, Marzuarman Said Thaufik Rizaldi Trio Laksono