Article Per Year (5 Year)
p-Index From 2021 - 2026
1.857
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) JURNAL MEDIA INFORMATIKA BUDIDARMA Jurnal Mekanova : Mekanikal, Inovasi dan Teknologi Jurnal Pengabdian Masyarakat IPTEK Digital Transformation Technology (Digitech) Journal Of Artificial Intelligence And Software Engineering eProceeding of TIK
Umri Erdiansyah
Politeknik Negeri Lhokseumawe
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Mechanical Engineering

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Komparasi Metode K-Nearest Neighbor dan Random Forest Dalam Prediksi Akurasi Klasifikasi Pengobatan Penyakit Kutil Erdiansyah, Umri; Irmansyah Lubis, Ahmadi; Erwansyah, Kamil
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 6, No 1 (2022): Januari 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v6i1.3373

Abstract

Warts are a skin health problem, usually characterized by small, rough bumps on the surface of the skin caused by a virus, known as the human papillomavirus (HPV). The common way of treating warts is with immunotherapy, which is the treatment of warts by strengthening the body's immune system. In the process of predicting and diagnosing warts, it can be done by applying Machine Learning. This study focuses on the comparison of the K-Nearest Neighbor classification method with Random Forest to see the level of accuracy in predicting the success of the treatment of warts. Data for Immunotheraphy was obtained from the UCI Machine Learning Repository with a total of 90 data records, 7 attributes and 1 attribute class. Based on the results of testing the K-Nearest Neighbor and Random Forest methods to see the accuracy of the prediction of the success of the data being tested, the results obtained are the accuracy of the KNN method of 90.00% and the Random Forest method with an accuracy of 85.50%. From the results obtained from the tests that have been carried out, it is known that the Random Forest method is a better method than K-Nearest Neighbor in predicting accuracy in the Immunotheraphy Dataset.
Comparison of Accuracy in Naïve Bayes and Random Forests in Classification of Liver Disease Ahmadi Irmansyah Lubis; Umri Erdiansyah; Rosma Siregar
CESS (Journal of Computer Engineering, System and Science) Vol 7, No 1 (2022): January 2022
Publisher : Universitas Negeri Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (415.045 KB) | DOI: 10.24114/cess.v7i1.28888

Abstract

Pada penelitian ini bertujuan untuk melakukan komparasi terhadap metode Naïve Bayes dan Random Forest dalam klasifikasi data pasien penyakit liver. Adapun data pengujian yang digunakan yaitu Indian Liver Patient Dataset (ILPD) yang diperoleh dari UCI Machine Learning Repository. Dataset tersebut memiliki 583 record data, 10 kriteria, dan 1 variable kelas serta dengan jumlah kelas sebanyak 2 kelas atribut, serta data set tersebut berjenis multivariate. Terdapat beberapa tahapan preprocessing yang dilakukan, antara lain normalisasi data yang diujikan, selanjutnya dilakukan analisis klasifikasi menggunakan metode naïvebayes dan random forest. Berdasarkan hasil pengujian yang dilakukan dalam memperoleh nilai akurasi perhitungan klasifikasi menggunakan Confusion Matrix, maka metode Random Forest memperoleh hasil yang terbaik yaitu dengan peroleh akurasi sebesar 70.60 % bila dibandingkan dengan Naïve Bayes yang hanya memperoleh akurasi sebesar 55.80 %. Sehingga Random Forest memiliki performa kinerja yang lebih unggul dalam perolehan akurasi yang dihasilkan dalam klasifikasi penyakit liver.
Kombinasi Metode VIKOR dan Rank Order Centroid Dalam Pemilihan E-Marketplace Ahmadi Irmansyah Lubis; Umri Erdiansyah; Mukhlis Ramadhan
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 6, No 1 (2022): Januari 2022
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v6i1.3376

Abstract

In a situation that is still being hit by the COVID19 Pandemic until now, it has an impact on the way people meet the needs of life, both primary and secondary needs. In one case, the pandemic also affected the shopping patterns of people who required them to shop online in order to reduce activities outside the home. So in this study the authors conducted research on the topic of Decision Support Systems in the selection of E-Marketplace. In this case, the author applies the VIKOR and Rank Order Centroid methods in assessing several sites or applications that are generally used by the public in online shopping activities. The alternatives used are Shopee, Lazada, Tokopedia, Bukalapak and Facebook Marketplace. For the criteria used, namely by using an assessment based on the User Interface, Product Completeness, Service Response, Transaction Process, and Delivery Service. The test results obtained are based on the calculation of the VIKOR method and the Rank Order Centroid against the alternatives and criteria used, Shoopee as the best alternative by obtaining a VIKOR index value of 1. Thus, it can be seen that the VIKOR method and Rank Order Centroid has been successfully applied to the recommendation system for marketplace selection.
Perancangan dan Pembangunan Sistem Informasi Manajemen berbasis Website Pada Masjid Taqwa Al-Falah Ranting Muhammadiyah Pasar VII Tembung Ahmadi Irmansyah Lubis; Feri Setiawan; Lusiyanti Lusiyanti; Umri Erdiansyah; Rosma Siregar
Jurnal Pengabdian Masyarakat IPTEK Vol. 2 No. 1 (2022): Edisi Januari 2022
Publisher : STMIK Triguna Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.53513/abdi.v2i1.4757

Abstract

Perancangan dan pembangunan sistem informasi manajemen berbasis website pada Masjid Taqwa Al-Falah Ranting Muhammadiyah Pasar VII Tembung didasari atas hasil wawancara dengan Pimpinan Ranting Muhammadiyah Pasar VII Tembung yang dimana memiliki permasalahan dalam melakukan pendataan keanggotaan, serta transparansi laporan keuangan. Maka dengan membangun sebuah Sistem berbasis Website yang nantinya dapat memberikan manfaat bagi Masjid Taqwa Al-Falah Ranting Muhammadiyah Pasar VII Tembung dalam pengelolaan informasi kegiatan, penyimpanan database keanggotaan, serta pencatatan dokumen dan laporan keuangan. Dengan adanya Sistem Informasi Manajemen tentunya memberikan kemudahan yang dapat membantu menyelesaikan permasalahan pengelolaan informasi pada Masjid Taqwa Al-Falah Ranting Muhammadiyah Pasar VII Tembung.
Kombinasi Metode AHP dan Weighted Product Dalam Penentuan Evaluasi Kinerja Asisten Pengajar Ahmadi Irmansyah Lubis; Umri Erdiansyah; Feri Setiawan
Digital Transformation Technology Vol. 1 No. 2 (2021): Research Artikel Periode September 2021
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (379.906 KB) | DOI: 10.47709/digitech.v1i2.1101

Abstract

Dalam riset ini bertujuan untuk menguji dan menerapkan metode AHP dan Weighted Product dalam pengambilan keputusan untuk penentuan peringkat dari hasil evaluasi kinerja asisten pengajar. Bobot kriteria diperoleh berdasarkan perhitungan nilai dari metode AHP dan Weighted Product digunakan untuk perhitungan perankingan alternatif terbaik dari data yang digunakan. Data pengujian yang digunakan bersumber dari UCI iMachine Learning iRepository yaitu Teaching Assistant Evaluation Dataset yang merupakan data evaluasi kinerja dari asisten pengajar yang memiliki 151 record data, 5 kriteria, dan 1 variable kelas serta data set tersebut berjenis multivariate. Hasil dari pengujian metode AHP dan Weighted Product pada penelitian ini menunjukkan bahwa kedua metode tersebut mampu dalam menghasilkan nilai bobot kriteria secara objektif berdasarkan bobot Eigen Vector AHP serta dapat menghasilkan perangkingan alternatif terbaik melalui perhitungan Weighted Product dengan menghasilkan A134 dengan nilai preferensi akhir yaitu 0.0107 sebagai ialternatif terbaik sedangkan A96 dengan nilai preferensi akhir sebesar 0.0034 sebagai ialternatif iterendah dengan waktu eksekusi yang diperoleh yaitu 1.27 detik.
Klasifikasi Penyakit Diabetic Retinopathy Menggunakan Multilayer Perceptron Umri Erdiansyah; Ahmadi Irmansyah Lubis; Guntur Syahputra
Journal of Artificial Intelligence and Software Engineering Vol 2, No 1 (2022)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v2i1.3084

Abstract

Diabetic Retinopathy merupakan salah satu komplikasi penyakit diabetes yang dapat menyebabkan kematian. Komplikasi ini berupa kerusakan pada retina mata. Kadar glukosa yang tinggi dalam darah dapat menyebabkan kapiler kecil pecah dan menyebabkan kebutaan. Penyakit ini dimulai dengan melemahnya atau rusaknya kapiler kecil di retina, memungkinkan darah mengalir dan kemudian menyebabkan penebalan jaringan, pembengkakan, dan pendarahan hebat. Penelitian ini bertujuan untuk menganalisis diagnosis retinopati diabetik berupa data rekam medis. Multilayer Perceptron merupakan salah satu algoritma jaringan syaraf tiruan yang sering digunakan untuk klasifikasi data dan digunakan dalam proses klasifikasi pada penelitian ini. Dataset yang digunakan dalam penelitian ini diperoleh dari UCI Machine Learning Repository, kumpulan data dari University of Debrecen, Hongaria, termasuk data pasien untuk retinopati diabetik. Evaluasi hasil klasifikasi yang digunakan adalah confusion matrix. Dari hasil perhitungan yang telah dilakukan, maka didapatkan hasil akurasi pada Multilayer Perceptron sebesar 71.80%, dengan nilai precision 72.50%, dan Recall 71.80%.
Sistem Monitoring Kehadiran Mahasiswa Politeknink Negeri Lhokseumawe Menggunakan Face Recognetion Dan Algoritma Haar Cascade Berbasis Mobile Rifki, Muhammad Aidil; Mursyidah, Mursyidah; Erdiansyah, Umri
eProceeding of TIK Vol 4, No 2 (2024): eProTIK: November, 2024
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Penelitian ini membahas sistem pemantauan kehadiran mahasiswa di Politeknik Negeri Lhokseumawe yang menggunakanalgoritma haar cascade untuk deteksi wajah. Hasil analisis menunjukkan bahwa waktu eksekusi program meningkat secara signifikandengan bertambahnya jumlah data wajah, terutama saat data melebihi 500. Hasil analisis akurasi deteksi wajah menggunakan haarcascade menunjukkan bahwa akurasi meningkat seiring dengan bertambahnya jumlah sampel, baik pada jarak 50 cm maupun 100cm. Pada jarak 50 cm, akurasi terendah tercatat sebesar 39% dengan 100 sampel dan meningkat menjadi 62% dengan 1000 sampel,dengan rata-rata akurasi sekitar 50%. Sedangkan pada jarak 100 cm, akurasi dimulai dari 57% dengan 100 sampel dan mencapai98% dengan 1000 sampel, dengan rata-rata akurasi sekitar 71%. Perbandingan ini menunjukkan bahwa jarak 100 cm selalu lebihakurat dibandingkan dengan jarak 50 cm, yang menunjukkan pentingnya jumlah data latih yang mencukupi dan kondisi pencahayaanyang optimal untuk meningkatkan akurasi. Pengujian sistem secara keseluruhan menunjukkan performa deteksi yang baik dengansemua mahasiswa terdeteksi dan tercatat sebagai "Present". Pengujian kualitas layanan (QoS) menunjukkan bahwa throughput sistemrendah, dengan nilai 29,86 kbps dan 28,99 kbps, yang dikategorikan buruk menurut standar TIPHON, meskipun tidak ada kehilanganpaket, yang menunjukkan keandalan sistem yang sangat baik dengan indeks nilai 4. Total delay pada kedua percobaan adalah 98 msdan 105 ms, yang dikategorikan sangat baik menurut standar TIPHON dengan indeks nilai 4. Secara keseluruhan, sistem inimenunjukkan keandalan dan waktu tunda yang sangat baik, namun perlu adanya peningkatan dalam kecepatan pengiriman datauntuk memenuhi standar yang lebih tinggi.Kata kunci : Sistem Monitoring, Face recognition, Haar cascade, Deteksi Objek, Quallity of Service
Rancang Bangun Virtual Tour Reality Menggunakan Pannelum Panorama Viewer Rudi F, Fachri Yanuar; Syahputra, Guntur; Erdiansyah, Umri; bin Amirudin, Iphonsyah; Abdi, Mustainul
Jurnal Mekanova : Mekanikal, Inovasi dan Teknologi Vol 10, No 2 (2024): Oktober
Publisher : universitas teuku umar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35308/jmkn.v10i2.10387

Abstract

Kemajuan teknologi di era digital saat ini telah membuka peluang besar dalam pengembangan aplikasi berbasis virtual reality (VR) yang dapat digunakan di berbagai sektor, termasuk pendidikan. Penelitian ini bertujuan untuk merancang dan membangun Virtual Tour Reality di instansi pendidikan yaitu gedung jurusan TIK Politeknik Negeri Lhokseumawe dan SMK N 5 Lhokseumawe dengan memanfaatkan Pannellum Panorama Viewer, sebuah pustaka JavaScript open-source untuk menampilkan gambar panorama. Dengan adanya virtual tour ini, pengguna, khususnya  calon visitor, dapat mengeksplorasi lingkungan secara interaktif tanpa harus hadir secara fisik. Pengembangan virtual tour ini dilakukan dengan metode pengumpulan data, yang meliputi pengambilan gambar panorama di berbagai titik lokasi strategis dalam kampus dan sekolah, integrasi dengan Pannellum untuk menampilkan gambar dalam bentuk panorama interaktif, serta pengujian untuk memastikan fungsionalitas dan user experience yang optimal. Hasil dari penelitian ini diharapkan dapat membantu institusi pendidikan dalam meningkatkan daya tarik dan memberikan pengalaman yang lebih imersif kepada calon visitor, terutama di era di mana mobilitas fisik terbatas.
Webcam-Based Finger Detection Using Mediapipe Rudi, Fachri Yanuar; Syahputra, Guntur; Erdiansyah, Umri; Safar, Ilham
Journal of Artificial Intelligence and Software Engineering Vol 5, No 2 (2025): June
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i2.6996

Abstract

The development of multimedia-based learning tools continues to advance alongside technological innovations, particularly in recognizing parts of the human body such as fingers. This study aims to develop an interactive learning application for identifying the names of fingers using motion capture technology through Mediapipe and the Python programming language. The application utilizes a webcam as the input device to detect hand positions and movements in real-time. The system is designed to recognize individual fingers by comparing the length of finger segments and the width of the palm, based on hand landmark data provided by the Mediapipe Hands module. Testing results show that the application achieved a 90% success rate across 50 trials. These results indicate that Mediapipe technology holds significant potential for use in the development of interactive and educational learning media.
Smart Infusion Digitalization Based on IoT, Long-Range Communication, and Cloud Ananta, Adam; Nasir, Muhammad; Erdiansyah, Umri
Journal of Artificial Intelligence and Software Engineering Vol 4, No 2 (2024)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v4i2.6135

Abstract

Currently, the monitoring of infusion fluids is performed by periodically checking each patient, regardless of whether there is an obstruction or not. To address this challenge, a system based on the Internet of Things (IoT), Long Range (LoRa) at a 2.4 GHz frequency, and Cloud technology, known as the digital smart infusion system, has been developed. This system aims to enhance the efficiency and safety of infusion fluid delivery, facilitate real-time monitoring by nurses, and provide accurate and up-to-date data. The testing results indicate that the implementation of the MQTT protocol in this system yields positive outcomes, with delay times varying between 42 ms (5 minutes), 84.3 ms (10 minutes), and 73.8 ms (15 minutes), along with very low packet loss rates of 0.03% at 5 minutes, 0.02% at 10 minutes, and 0.01% at 15 minutes. Additionally, the system's throughput remains stable, with values of 92.6 Kbps at 5 minutes, 83.8 Kbps at 10 minutes, and 86.2 Kbps at 15 minutes. In tests of LoRa without obstructions, packet loss percentages remain low up to a distance of 10 meters, with a value of 0%, but then increase to 68.29% at 25 meters. Tests with obstructions show a more drastic decline in signal quality, with packet loss reaching 6.98% at 5 meters and increasing to 70.97% at 25 meters.
Co-Authors Abdi, Mustainul Ahmadi Irmansyah Lubis Ananta, Adam bin Amirudin, Iphonsyah Feri Setiawan Guntur Syahputra Guntur Syahputra, Guntur Ilham safar kamil erwansyah Lusiyanti Lusiyanti Muhammad Nasir Mukhlis Ramadhan Mursyidah Mursyidah Rifki, Muhammad Aidil Rosma Siregar Rudi F, Fachri Yanuar RUDI, FACHRI YANUAR