Claim Missing Document
Check
Articles

Found 23 Documents
Search

Integrasi Naive Bayes dan ArcGIS untuk Penentuan Prioritas Mustahik Zakat di LAZISMU Sumatera Utara Mhd. Arkan Mufadhal; Firahmi Rizky
Indonesian Journal of Multidisciplinary Scientific Studies Vol 4 No 6 (2026): Edisi Oktober - November 2026
Publisher : Lembaga Penelitian Dan Pengabdian Masyarakat (LPPM) STAI Raudhatul Akmal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33151/ijomss.v4i6.1146

Abstract

Pengelolaan distribusi zakat yang akurat dan tepat sasaran merupakan tantangan bagi lembaga amil zakat, salah satunya LAZISMU Sumatera Utara. Penelitian ini bertujuan mengembangkan sistem penentuan prioritas mustahik zakat menggunakan algoritma Naive Bayes yang diintegrasikan dengan visualisasi spasial berbasis ArcGIS. Data yang digunakan adalah data mustahik LAZISMU Sumatera Utara periode 2022–2024 sebanyak 500 sampel dengan atribut pendapatan bulanan, jumlah tanggungan, kondisi tempat tinggal, dan ketidakmampuan bekerja. Discretisasi diterapkan pada fitur numerik sebelum proses klasifikasi, dan Laplace Smoothing digunakan untuk mengatasi kemungkinan zero-probability. Evaluasi model menggunakan confusion matrix menghasilkan akurasi sebesar 92,00%, presisi 92,47%, recall 98,85%, dan F1-Score 95,56%. Sistem kemudian diintegrasikan dengan ArcGIS untuk menghasilkan peta persebaran mustahik dan peta kerapatan (kernel density) per kecamatan di kota Medan, yang mempermudah pengambilan keputusan berbasis wilayah. Penelitian ini menunjukkan bahwa kombinasi Naive Bayes dan GIS mampu meningkatkan efektivitas dan transparansi distribusi zakat, serta dapat menjadi referensi bagi lembaga amil zakat lain dalam mengoptimalkan pengelolaan data mustahik.
The SISTEM PAKAR DETEKSI DINI STRES MAHASISWA BERDASARKAN GAYA HIDUP MENGGUNAKAN CERTAINTY FACTOR BERBASIS WEB Dwi Shintya; Firahmi Rizky
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 5 No. 3 (2026): September 2026
Publisher : LKP Unity Academy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70340/jirsi.v5i3.413

Abstract

 Stress is a condition commonly experienced by university students due to academic demands, lifestyle, and daily activities. Poorly managed stress can negatively affect students’ physical and psychological well-being. This study aims to develop a web-based expert system to assist in the early detection of students’ stress levels using the Certainty Factor method. The symptom data were compiled based on Hans Selye’s stress theory under expert guidance, while the expert Certainty Factor values for each symptom were obtained through consultation with a psychologist. The system was developed using PHP programming language and MySQL database. The detection process is performed by processing the users’ confidence levels toward the symptoms along with the expert confidence values using the Certainty Factor method to determine three stress categories: mild, moderate, and severe. The calculation simulation resulted in Certainty Factor values of 0.50 for mild stress, 0.52 for moderate stress, and 0.18 for severe stress, resulting in a moderate stress detection. Black-box testing was conducted using 19 scenarios covering the functions of the user and admin pages, and all scenarios were successfully executed as expected, resulting in a 100% success rate. The system also provides recommendations related to lifestyle based on the detection results. Based on these results, the system can be used as a supporting tool to assist university students in conducting early stress detection independently.
RANCANG BANGUN SISTEM MONITORING KUALITAS UDARA PETETAS TELUR DALAM RUANGAN BERBASIS INTERNET OF THINGS (IoT) MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN METODE PROTOTYPING Adhitya Balfis Suriono; Firahmi Rizky
Komprehensif Vol 4 No 2 (2026)
Publisher : CV Edu Tech Jaya

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

Abstract

Proses penetasan telur merupakan salah satu tahapan penting dalam usaha peternakan karena keberhasilannya dipengaruhi oleh kestabilan kondisi lingkungan, terutama suhu dan kelembapan udara. Perubahan suhu yang terlalu rendah maupun terlalu tinggi dapat mengganggu perkembangan embrio dan meningkatkan risiko kegagalan penetasan. Pengaturan suhu pada proses penetasan masih dapat dilakukan secara manual sehingga kurang responsif terhadap perubahan kondisi lingkungan. Penelitian ini bertujuan untuk merancang dan membangun sistem monitoring dan pengendalian suhu serta kelembapan pada ruang penetasan telur berbasis Internet of Things (IoT) menggunakan algoritma Support Vector Machine (SVM) dan metode Prototyping. Sistem yang dikembangkan menggunakan sensor DHT22 untuk memperoleh data suhu dan kelembapan secara real-time, mikrokontroler ESP32 sebagai pusat pengolahan data, serta relay dan lampu pijar sebagai komponen pengendali suhu. Data hasil pembacaan sensor diproses menggunakan algoritma SVM untuk mengklasifikasikan kondisi lingkungan ke dalam kategori dingin, optimal, dan panas. Hasil klasifikasi digunakan sebagai dasar pengendalian lampu pijar secara otomatis untuk membantu menjaga kondisi suhu ruang penetasan tetap berada pada kondisi yang sesuai. Data hasil monitoring juga dikirim melalui jaringan WiFi dan dapat ditampilkan pada sistem monitoring berbasis web atau perangkat mobile. Metode Prototyping digunakan melalui tahapan identifikasi kebutuhan, perancangan prototype, implementasi, pengujian, evaluasi, dan penyempurnaan sistem. Sistem yang dirancang diharapkan dapat membantu proses pemantauan dan pengendalian lingkungan penetasan secara real-time, mengurangi ketergantungan terhadap pengaturan manual, serta mendukung kestabilan kondisi lingkungan selama proses penetasan telur.