p-Index From 2021 - 2026
6.019
P-Index
Claim Missing Document
Check
Articles

RANCANG BANGUN SISTEM KONTROL SUHU, KELEMBABAN DAN CAHAYA PADA RUMAH WALET MENGGUNAKAN FUZZY BERBASIS MIKROKONTROLER Sihombing, Rizki Andika; Kurniawan, Rakhmat; Lubis, Aidil Halim
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 4 (2025): November 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i4.4684

Abstract

Abstract: Swiftlet nests have a high market value because the saliva used to make them has many benefits, including treating illnesses. They can also promote a healthy reproductive system and strengthen the lungs. Therefore, a system is needed to simplify swiftlet farming. This involves designing a microcontroller-based fuzzy control system for temperature, humidity, and light in swiftlet houses as a solution for swiftlet breeders. The device will utilize two sensors: a DHT11 sensor and an LDR sensor. The DHT11 sensor maintains the stability of the room's temperature and humidity, while the LDR sensor maintains the light intensity of the swiftlet house. The conditions that have been determined based on 12 fuzzy logic rules, from the DHT11 sensor conditions, namely cold temperatures with a range of 0 - 15, moderate temperatures with a range of 15-30, and hot temperatures with a range of 30 - 45, in humidity conditions with a dry range of 0-50 and humid 0 - 95 while in the LDR sensor conditions, namely bright with an ADC value range on the LDR of 0 - 500 and dark conditions in the range of 500 - 1024. The defuzzification output value obtained is [0 10] where 0 is OFF and 10 is on for 10 minutes.Keyword: Swiftlet, Fuzzy Logic, DHT11, LDRAbstrak: Sarang burung walet mempunyai nilai jual yang tinggi karena air liur yang digunakan untuk membuat sarang memiliki banyak manfaat salah satunya adalah mengobati penyakit. Selain itu bisa juga untuk menyehatkan sistem reproduksi dan memperkuat paru-paru. Sehingga di butuhkan suatu sistem agar peternakan burung walet semakin lebih mudah dengan membuat perancangan suatu sistem kontrol suhu kelembaban dan cahaya pada rumah walet menggunakan fuzzy berbasis mikrokontroler sebagai solusi bagi para peternak burung walet. Dimana alat yang akan dibuat menggunakan dua sensor yaitu sensor DHT11 dan sensor LDR. Sensor DHT11 berfungsi untuk menjaga kestabilan suhu dan kelembaban ruangan sedangkan sensor LDR berfungsi unutuk menjaga intensitas cahaya dari rumah walet tersebut. Kondisi yang telah di tentukan berdasarkan 12 rule logika fuzzy, dari kondisi sensor DHT11 yaitu suhu dingin dengan range 0 15, suhu sedang dengan range 15-30, dan suhu panas dengan range 30 45, pada kondisi kelembaban dengan range kering 0 50 dan lembab 0 - 95 sedangkan pada kondisi Sensor LDR yaitu terang dengan range nilai ADC pada LDR sebesar 0 - 500 dan kondisi gelap pada range 500 1024. Nilai ouput defuzzifikasi yang didapat adalah [0 10] dimana 0 dengan kondisi OFF dan 10 dengan kondisi output hitup selama 10 menit.Kata kunci: Burung Walet, Fuzzy , DHT 11, LDR
SISTEM PENGUKURAN DAN OTOMATISASI DAYA LISTRIK RUMAH TANGGA MENGGUNAKAN LOGIKA FUZZY TSUKAMOTO Siregar, Rizki Abdul Hakim; Ikhsan, Muhammad; Lubis, Aidil Halim
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 8, No 2 (2025): May 2025
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v8i2.3166

Abstract

Abstract: The need for an accurate household electrical power measurement and control system is becoming increasingly urgent to prevent equipment damage due to power fluctuations and to optimize energy consumption. This study tested a system with 15, 20, 25, 30, and 40-watt lamp loads using the ZMPT101B sensor for voltage and ACS712 for current, which were integrated with an Arduino Uno. Fuzzy logic was applied to control the relay based on sensor measurements, taking into account parameters such as voltage, current, and power. This fuzzy logic allows the system to make power regulation decisions automatically and adaptively in response to changes in load conditions, thereby increasing system efficiency and reliability. The results show that the system successfully achieved design and automation goals. Measurements on a 15-watt load resulted in a voltage of 218 V, a current of 0.068 A, and a power of 15.33 watts; on a 20-watt load, the voltage was 221 V, the current was 0.091 A, and the power was 19.80 watts; on a 25-watt load, the voltage was 220 V, the current was 0.114 A, and the power was 24.95 watts; on a 30-watt load, the voltage was 219 V, the current was 0.136 A, and the power was 29.84 watts; and on a 40-watt load, the voltage was 219 V, the current was 0.182 A, and the power was 40.36 watts.   Keyword: Power Measurement System, Household Energy Control, ZMPT101B Sensor, ACS712 Sensor, Arduino Uno, Fuzzy Logic Abstrak: Kebutuhan sistem pengukuran dan kontrol daya listrik rumah tangga yang akurat semakin mendesak untuk menghindari kerusakan peralatan akibat fluktuasi daya dan mengoptimalkan konsumsi energi. Penelitian ini menguji sistem dengan beban lampu 15, 20, 25, 30, dan 40watt menggunakan sensor ZMPT101B untuk tegangan dan ACS712 untuk arus, yang diintegrasikan dengan Arduino Uno. Logika fuzzy diterapkan untuk mengontrol relay berdasarkan pengukuran sensor, dengan mempertimbangkan parameter tegangan, arus, dan daya. Logika fuzzy ini memungkinkan sistem untuk membuat keputusan pengaturan daya secara otomatis dan adaptif terhadap perubahan kondisi beban, sehingga meningkatkan efisiensi dan keandalan sistem. Hasil menunjukkan bahwa sistem berhasil dalam perancangan dan otomatisasi. Pengukuran pada beban 15 watt menghasilkan tegangan 218 V, arus 0,068 A, dan daya 15,33 watt pada beban 20 watt, tegangan 221 V, arus 0.091 A, dan daya 19,80 watt pada beban 25 watt, tegangan 220 V, arus 0,114 A, dan daya 24,95 watt; pada beban 30 watt, tegangan 219 V, arus 0,136 A, dan daya 29,84 watt serta pada beban 40 watt, tegangan 219 V, arus 0,182 A, dan daya 40,36 watt.Kata kunci: Daya Listrik, Kontrol Energi Rumah Tangga, Sensor ZMPT101B, Sensor ACS712, Arduino Uno, Logika Fuzzy  
Prediksi Penjualan Salad Buah Kembar Berbasis Produk Homemade Berdasarkan Data Transaksi Menggunakan K-Nearest Neighbor Anisa Rahman; Muhammad Siddik Hasibuan; Aidil Halim Lubis
Jurnal IPTEK Bagi Masyarakat Vol 5 No 1 (2025)
Publisher : Ali Institute of Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/j-ibm.v5i1.1248

Abstract

K-Nearest Neighbor adalah metode yang digunakan untuk melakukan klasifikasi data yang jaraknya paling dekat atau yang disebut dengan teknik lazy learning. Prediksi penjualan yang akurat memungkinkan owner untuk merencanakan kebutuhan stok bahan baku secara lebih efisien, sehingga dapat mengurangi resiko kelebihan stok (yang dapat menyebabkan pemborosan) atau kekurangan stok (yang berpotensi menurunkan pendapatan). Pada penelitian ini akan mengimplementasikan algoritma KNN, K-Nearest Neighbor guna memperlihatkan sejauh mana metode KNN bisa menghasilkan prediksi yang akurat dalam konteks penjualan. Tahapan metode yang dilakukan pada penelitian ini dengan cara menentukan nilai K, menghitung kuadrat jarak euclid (query instance) masing-masing objek terhadap training data yang diberikan, kemudian mengurutkan objek-objek tersebut ke dalam kelompok yang mempunyai jarak euclid terkecil, menggunakan label class Y (klasifikasi nearest neighbor), dengan menggunakan kategori k-nearest neighbor yang paling mayoritas maka dapat diprediksikan nilai query instance yang telah dihitung. Penelitian ini menghasilkan model prediksi penjualan berbasis jupyter notebook dapat digunakan untuk memprediksi produk Salad Buah Kembar berdasarkan variasi. Dataset yang digunakan terdiri dari 112 data yang dibagi menjadi 89 data training dan 23 data testing. Dengan hasil akurasi sebesar 91% memberikan konstribusi terhadap peningkatan omset Salad Buah Kembar serta bisa memberikan pertimbangan gambaran penyediaan stok berdasarkan jumlah yang terjual
PENJADWALAN DAN REKOMENDASI DOSEN PENGUJI SIDANG MUNAQASYAH BERBASIS CLOUD-AI INTEGRATED SYSTEM Lubis, Aidil Halim; Armansyah, Armansyah; Zufria, Ilka; Hakim, Yusrizal; Sitorus, Dhafa Hibrizi
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol 9, No 1 (2026): February 2026
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v9i1.5771

Abstract

Abstract: This study aims to create an information system for registering Munaqasyah or Colloquium hearings by combining Cloud computing and Artificial Intelligence (AI) technologies based on a decision support system. In this study, AI is used to select thesis research fields in order to recommend examiners who are suitable for the students' research topics and to schedule student munaqasyah hearings in a structured and automated manner. Cloud computing is useful for storing all examination requirements, minutes, etc. on a cloud platform that supports the process in real time. The system was developed using a phased Cloud-AI approach, namely planning, design, implementation, testing, and evaluation repeatedly. This system was created using a web platform and combines students' final assignments and lecturers' expertise as a basis for decision making. The research results show that this system can support more efficient examination registration and provide accurate recommendations for examiners and automatic scheduling. With the integration of Cloud-AI in this system, academic administration management can be more effective, and services for students and the management of munaqasyah examinations in the Computer Science study program can be improved. Keyword: Waterfall Development, Artificial Intelligence, Decision Support System, Munaqasyah Examination, Final Project.. Abstrak: Penelitian ini bertujuan membuat sistem informasi untuk pendaftaran sidang Munaqasyah atau Kolokium dengan menggabungkan teknologi Cloud computing dan Artificial Intelligence (AI) yang sederhana berdasarkan sistem pendukung keputusan. Pada penelitian ini, AI digunakan dengan cara memilih bidang penelitian skripsi agar bisa memberi rekomendasi dosen penguji yang sesuai dengan topik penelitian mahasiswa dan penjadwalan sidang munaqasyah mahasiswa secara terstruktur dan otomatis. Cloud computing berguna untuk penyimpanan semua dokumen syarat sidang, berita acara, dll pada platform cloud yang menunjang proses secara realtime. Pengembangan sistem dilakukan dengan pendekatan Cloud-AI yang bertahap, yaitu perencanaan, desain, implementasi, pengujian, dan evaluasi secara berulang. Sistem ini dibuat menggunakan platform web dan menggabungkan bidang tugas akhir mahasiswa serta keahlian dosen sebagai dasar untuk mengambil keputusan. Hasil penelitian menunjukkan bahwa sistem ini bisa mendukung pendaftaran sidang lebih efisien serta memberi rekomendasi dosen penguji yang tepat dan akurat dan penjadwalan secara otomatis. Dengan adanya integrasi Cloud-AI dalam sistem ini, maka pengelolaan administrasi akademik bisa lebih efektif, dan pelayanan bagi mahasiswa serta pengelolaan sidang munaqasyah di prodi Ilmu Komputer dapat meningkat. Kata kunci: Waterfall Development, Artificial Intelligence, Decision Support System, Sidang Munaqasyah, Tugas Akhir.
Penerapan Metode Simple Multi Attribute Rating Technique pada Pemilihan Cafe Terfavorit Suhardi; Aidil Halim Lubis; Annisa Aprilia; Indri Ayu Ningrum
Sistem Pendukung Keputusan dengan Aplikasi Vol 2 No 1 (2023)
Publisher : Ali Institute or Research and Publication

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55537/spk.v2i1.114

Abstract

Banyaknya jumlah kafe yang ada di kota Medan khususnya di kawasan pemancingan membuat sebagian orang kesulitan untuk memilih kafe dengan kenyamanan yang baik untuk menghabiskan waktu bersama teman dan keluarga, baik itu untuk mengerjakan tugas maupun menghabiskan waktu bersama orang tersayang. Tujuan dari penelitian ini adalah untuk membantu pengunjung khususnya di area pemancingan yang kesulitan menemukan kafe terfavorit dengan kriteria dan bobot tertentu dengan melakukan observasi langsung di lapangan. Pada penelitian ini mengembangkan sistem pendukung keputusan yang menerapkan metode Simple Multi-Attribute Rating Technique (SMART) untuk menentukan kafe favorit di area pemancingan, dari hasil wawancara dengan beberapa pengunjung dan pihak terkait, dengan ini peneliti memperoleh beberapa dari data yang akan dibutuhkan seperti, kriteria dan bobot serta alternatif apa yang digunakan melalui penilaian dalam penelitian, sedangkan kriteria dan bobot yang digunakan sudah ditentukan sesuai dengan selera pengunjung, seperti kualitas pelayanan, harga, fasilitas, suasana, dan kepuasan pelanggan serta 25 alternatif yang akan dipertimbangkan dalam pemilihan kafe favorit di area pemancingan. Hasil pemeringkatan yang diperoleh dari penelitian ini adalah kafe Labasta dengan skor tertinggi yaitu 16.00 dipilih dan juga direkomendasikan sebagai kafe terfavorit di kawasan pemancingan. Sehingga penelitian ini dapat membantu menyelesaikan permasalahan di daerah pemancingan dengan menghasilkan keputusan penentuan kafe favorit melalui sistem pendukung keputusan dengan metode SMART.
Sentiment analysis on twitter about the death penalty using the support vector machine method Sriani; Aidil Halim Lubis; Lia Putri Ashari Lubis
TEKNOSAINS : Jurnal Sains, Teknologi dan Informatika Vol 11 No 2 (2024): TEKNOSAINS: Jurnal Sains, Teknologi dan Informatika
Publisher : LPPMPK- Universitas Muhammadiyah Cileungsi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37373/tekno.v11i2.1096

Abstract

It is estimated that 175 million people in Indonesia utilize the Internet, according to the most recent We Are Social survey. 160 million of them are internet users who utilize social media, according to this data. It is estimated that 19.5 million Indonesians use Twitter. This is consistent with the numerous tweets that users have posted on Twitter about a variety of topics, including politics, music, health, and education. The death penalty is still one of the most popular subjects that is addressed on Twitter. When a judge rules that someone will be executed as retribution for a crime they have committed, this is referred to as the death penalty. As a result, sentiment analysis utilizing the Support Vector Machine technique with linear kernel features and Python programming was used to study public opinions on the death sentence. To improve the accuracy of the results obtained, data labeling on 848 data that were received through the scraping process was done manually in this study. Positive data is categorized as belonging to the class that supports the death sentence, while negative data is categorized as belonging to the class that opposes it. The study that was done shows an 8:2 difference between the training and test data. After preprocessing a dataset containing 758 data points, of which 606 will be utilized for training and 152 for testing, we obtain 91% accuracy, 91% precision, 100% recall, and 95% f1-score
COMPARATIVE ANALYSIS OF TWOFISH AND BLOWFISH ALGORITHMS IN SECURING CSV (COMMA SEPARATED VALUES) DATA Rizki Ali Akbar Pasaribu; Abdul Halim Hasugian; Aidil Halim Lubis
Algebra : Jurnal Pendidikan, Sosial dan Sains Vol. 6 No. 2 (2026): Algebra : Jurnal Pendidikan Sosial dan Sains
Publisher : Yayasan Amanah Nur Aman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58432/ke6mvq09

Abstract

Data security is a crucial aspect in the digital era, especially for the CSV (Comma Separated Values) data format, which is frequently used for data storage and exchange. This study aims to analyze and compare the performance of the Twofish and Blowfish cryptographic algorithms in securing CSV data. The analysis is based on three main parameters: encryption time, decryption time, algorithm security level, and changes to the encrypted or decrypted files. The Twofish algorithm is known for its Feistel structure and its flexibility with key sizes up to 256 bits, while Blowfish uses a variable key size up to 448 bits with a simple Feistel structure. The results show that Blowfish has higher encryption and decryption speeds than Twofish, with an average speed of around 275.85 ms for Blowfish and 655.672 ms for Twofish. However, Twofish excels in security. This study is expected to serve as a reference in selecting the right algorithm for securing CSV data based on specific user needs, both in terms of speed and security.
PERANCANGAN APLIKASI PENCARIAN LOKASI VAKSIN MENGGUNAKAN METODE HAVERSINE BERBASIS ANDROID Adjie Prakasa Viragupty; Yusuf Ramadhan Nasution; Aidil Halim Lubis
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 1 (2024): February 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i1.1673

Abstract

Abstract: Searching for the location of Health Facilities that are still serving the Covid 19 vaccination with the closest distance to the user's position using the Haversine Formula and Google Maps as a support. Haversine Formula is an equation that gives the great circle distance (radius) between two points on the surface of the ball (earth) based on longitude and latitude From the results of this study, the Design Of A Vaccine Location Search Application Was Created Using The Android-Base Haversine Method to determine the closest distance of the location of health facilities that still serve the Covid 19 vaccination to the user's location. In searching forthe location of Health Facilities that are still serving the Covid 19 vaccination, the data used comes from the database server. The device used must have a GPS and an internet connection. Based on speed trials in providing location recommendations based on the closest mileage, the environment and weather can affect the speed in providing healthfacility location recommendation. Keywords: Vaccin; Covid-19; Haversine Abstrak: Pencarian lokasi faskes yang masih melayani vaksinasi covid 19 dengan jarak terdekat dengan posisi pengguna menggunakan Haversine Formula serta Google Maps sebagai pendukung. Haversine Formula merupakan sebuah persamaan yang memberikan jarak lingkaran besar (radius) antara dua titik pada permukaan bola (bumi) berdasarkan garis bujur dan lintang. Dari hasil penelitian ini, tercipta Perancangan Aplikasi Pencarian Lokasi Vaksin Menggunakan Metode Haversine Berbasis Android untuk menetukan jarak terdekat lokasi Faskes yang masih melayani vaksinasi covid 19 dengan lokasi pengguna. Dalam pencarian lokasi fasilitas kesehatan yang masih melayani vaksinasi covid 19, data yang digunakan berasal dari database server. Device yang digunakan harus memiliki GPS dan koneksi internet. Berdasarkan uji coba kecepatan dalam memberikan rekomendasi lokasi berdasarkan jarak tempuh terdekat, lingkungan dan cuaca dapat mempengaruhi kecepatan dalam memberikan rekomendasi lokasi fasilitas kesehatan yang masih melayani vaksinasi covid 19 terdekat dengan lokasi user. Kata kunci: Vaksin; Covid 19; Haversine
IMPLEMENTASI DATA MINING PADA PERSEDIAAN OBAT DI APOTEK RITONGA FARMA MENGGUNAKAN ALGORITMA NAÏVE BAYES Kiki Widya Pratiwi; Supiyandi Supiyandi; Aidil Halim Lubis
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 1 (2024): February 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i1.1676

Abstract

Abstract: At the pharmacy drug supply is the most important thing in order to serve consumers. The phenomenon that is happening at this time is the undiagnosed availability of drugs and health needs at the Farma Ritonga Pharmacy because pharmacists are still checking into the warehouse, making it difficult to determine when the drug stock will run out. This research will build a system that can predict drug supply using the Naïve Bayes algorithm, the purpose of this study is to implement data mining on drugs with the Naïve Bayes method to determine drug inventory and build data mining applications that can be used as a tool to determine web-based inventory. The results obtained in this study are in the form of a website-based system that predicts drug supply. This research will use 20 data training and use 2 classes, with testing 7. Namely sufficient supply and insufficient supply. The naïve Bayes algorithm produces 100% accuracy in predicting drug supply. Keywords: inventory, medicine, data mining, naïve bayes Abstrak: Pada apotek persediaan obat menjadi hal yang paling penting supaya dapat melayani konsumen. Fenomena yang terjadi pada saat ini yaitu belum terkontrolnya ketersediaan obat dan kebutuhan kesehatan yang ada pada Apotek Ritonga Farma karena masi mengecek ke gudang yang dilakukan oleh petugas apoteker sehingga sulit untuk menentukan kapan stok obat akan habis. Penelitian ini akan membangun sistem yang dapat melakukan prediksi persediaan obat dengan menggunakan algoritma Naïve Bayes, tujuan penelitian ini melakukan implementasi data mining pada persediaan obat dengan metode Naïve Bayes untuk menentukan persediaan obat dan Membangun aplikasi data mining yang dapat digunakan sebagai alat untuk menentukan persediaan barang berbasis web. Hasil yang didapatkan pada penelitian ini berupa sistem berbasis website yang melakukan prediksi persediaan obat, Penelitian ini akan menggunakan 20 data training dan menggunakan 2 class yaitu persediaan cukup dan persediaan tidak cukup dengan testing 7. Pada algoritma naïve bayes menghasilkan akurasi 100% dalam memprediksi persediaan obat. Kata kunci: persediaan, obat, data mining, naïve bayes
IMPLEMENTASI ALGORITMA VIGENERE DAN ALGORITMA F5 UNTUK KEAMANAN TEKS PADA CITRA Jihan Ulfa Deski; Yusuf Ramadhan Nasution; Aidil Halim Lubis
JOURNAL OF SCIENCE AND SOCIAL RESEARCH Vol. 7 No. 2 (2024): May 2024
Publisher : Smart Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54314/jssr.v7i2.1857

Abstract

Penelitian ini bertujuan untuk membangun sebuah sistem berbasis web yang dapat digunakan untuk mengamankan sebuah informasi rahasia dalam bentuk kata, kalimat dan lainnya yang dapat tersusun dari kumpulan huruf, angka dan juga simbol yang disimpan ke dalam sebuah file text sebelum mendistribusikan pesan rahasia tersebut. Proses pengamanan informasi dilakukan menggunakan algoritma vigenere dan algoritma F5. Algorima vigenere berfungsi dalam proses enkripsi pesan, yaitu mengubah pesan plaintext menjadi ciphertext sehingga tidak dapat dibaca oleh orang lain yang tidak berkepentingan. Sementara itu, algoritma F5 berfungsi untuk melakukan penyisipan ciphertext yang telah dihasilkan ke dalam sebuah media penampung berupa citra digital. Pemilihan citra digital dapat membuat keberadaan pesan rahasia tidak disadari oleh orang lain. Dari hasil pengujian sistem keamanan file text yang dihasilkan dapat disimpulkan bahwa proses enkripsi dan penyisipan pesan dapat dilakukan dengan baik dan tidak terdapat perubahan ukuran file citra yang dijadikan media penyisipan secara signifikan. Sementara dari hasil pengujian PSNR antara citra asli dengan citra stego menampilkan hasil di atas 30 dB dimana nilai tersebut dianggap baik dikarenakan tidak terdapat perubahan yang dapat dilihat secara langsung oleh mata perbedaan antara citra asli dengan citra stego yang dihasilkan.