Claim Missing Document
Check
Articles

Found 27 Documents
Search

Pengembangan Aplikasi Weighing Scale Truck Digital dengan Python dan Codeigniter Berbasis WEB Menggunakan Metode Waterfall Agung Maulana; Mochammad Faid; Widjianto
KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 3 No. 6 (2023): Juni 2023
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/klik.v3i6.833

Abstract

In the increasingly advanced era of globalization, computer technology is utilized in various fields, including the construction sector. CV. Anugrah is a contracting company engaged in infrastructure and property development. One of the challenges faced by the company is the inaccuracy in manually recording the load quantities of mixer trucks, which can have a negative impact on the company's management and decision-making processes. Therefore, this research aims to develop a computerized weighbridge recording system using the Codeigniter framework and the Python programming language. In developing this application, research methods were employed, including data collection techniques such as observation, interviews, and literature reviews as the foundation. Subsequently, the software development method using the waterfall model approach was implemented. The waterfall model was chosen due to its classical characteristics with a linear system flow, where the output of each phase serves as input for the next phase. The result of this research is a web application that uses a computerized weighbridge with load cells as sensors. This application plays a role in recording and managing weighing data with improved accuracy and efficiency, thereby enhancing the efficiency and effectiveness of the company's management and decision-making processes
Analisis Dan Perancangan Sistem Informasi Weighing Scale Truck Digital Menggunakan Metode OOAD Moh. Kifliyanto; Mochammad Faid; Widjianto
KLIK: Kajian Ilmiah Informatika dan Komputer Vol. 3 No. 6 (2023): Juni 2023
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/klik.v3i6.837

Abstract

Technology and information development are accelerating, and all operations currently make use of highly advanced technology. Likewise with the development of the construction sector such as industry and trade. One of them is a business involved in the distribution and transportation of goods. A business called CV. Anugrah is involved in the distribution and delivery of goods. The practice of weighing a load is one of the most crucial steps in the process of shipping products via truck. using the UML (Unified Modeling Language) and the Figma program to create a digital truck scale information system. Website design is made simpler with the aid of Figma. This project aims to develop a framework and design for a digital truck scale application that would make it simpler for administrators to weigh and record trucks. This architecture may make it simpler for programmers to create an application for an accurate digital truck scale. This study's methodology is qualitative. Use case diagrams, class diagrams, activity diagrams, sequence diagrams, a MySQL database, and the Figma application are used in the design of a digital weighing scale truck information system. The successfully created research findings are anticipated to be able to help the admin with the weighing process to make it simpler, faster, and more accurate
IMPLEMENTASI DATA MINING C4.5, LINEAR REGRESI DAN KMEANS DENGAN MENGGUNAKAN FRAMEWORK DJANGO PYTHON Mochammad Faid; Ahmad Supri; Moh Sukron
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 2 No. 1 (2023): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/justify.v2i1.3309

Abstract

Penggunaan data dalam pengambilan keputusan bisnis telah berkembang menjadi kunci sukses di banyak bisnis di era digital yang berkembang. Data mining dapat memberi kan pemahaman yang menyeluruh tentang data dan mendorong pengambilan keputusan yang lebih bijak dengan memeriksa pola-pola yang tersembunyi dan menemukan hubungan yang relevan, namun bagaimana cara menimplementasikan sebuah algoritma data mining kedalam sebuah website diperlukan 2 keahlian dasar yaitu keahlian webdeveloper dan keahlian dalam sebuah datascient, Pada penelitian ini akan membahas bagaimana mengabung dua keahlian tersebut menjadi satu yaitu Webdeveloper dan datascient dengan menggunakan 3 algoritma klasifikasi, regresi dan algoritma cluster
DESAIN BOT TELEGRAM MENGGUNAKAN PYTHON 3.8 DALAM MEMBANTU PROSES BELAJAR DAN MENGAJAR SECARA DARING Mochammad Faid; Titasari Rahmati; Zainal Arifin
NJCA (Nusantara Journal of Computers and Its Applications) Vol 5, No 2 (2020): Desember 2020
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v5i2.194

Abstract

Dimasa pandemi Covid19 semua pihak dipaksa untuk terbiasa dengan teknologi, termasuk juga dengan lembaga pendidikan, karena kegiatan belajar mengajar tidak bisa dilakukan seperti biasanya dimana siswa berkumpul dalam satu kelas kemudian guru mengajar materi secara langsung kepada siswa. Ada banyak beragam cara yang dilakukan berbagai sekolah dalam mengatasi permasalahan proses belajar dan mengajar jarak jauh, ada yang menggunakan media sosial dalam hal memantau anak didiknya, ada juga yang menggunakan aplikasi E-learning diantaranya Moodle dan Google Crassroom, ada juga yang menggunakan aplikasi conference seperti Zoom, Google Meet. Dari banyak solusi yang ada tentunya ada banyak kelebihan dan kelemahannya masing-masing, namun penelitian ini mencoba membuat  E-learning dengan model yang mudah dan ringan penggunaannya, dibantu robot/bot telegram yang akan memandu siswa dalam hal melakukan pembelajaran menggunakan bot telegram, kelebihan yang lain adalah soal yang dikerjakan siswa akan langsung dikoreksi oleh robot dan nilainya langsung diberitahukan kepada siswa.
PREDIKSI PRESTASI SISWA SMP NURUL JADID MENGGUNAKAN ALGORITMA C4.5 Kamil Malik; Mochammad Faid
NJCA (Nusantara Journal of Computers and Its Applications) Vol 1, No 2 (2016): Desember 2016
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v1i2.11

Abstract

Penelitian ini dilakukan untuk membangun sistem prediksi Prestasi siswa yang lebih akurat sehingga dapat memudahkan dalam pengambilan keputusan untuk pembinaan siswa lebih dalam lagi terkait prestasi yang ada pada Lembaga Smp Nurul Jadid tersebut. Pengumpulan data primer dilakukan berdasarkan wawancara langsung dengan pihak Kepala Sekolah Lembaga Nurul Jadid. Analisis dilakukan dengan melakukan training pada data beberapa tahun 2015/2016 untuk membangun model C4.5. Karenanya, dapat disimpulkan bahwa data miningdengan teknik C4.5 dapat menghasilkan prediksi prestasi yang lebih tepat sehingga dapat membantu Lembaga Smp Nurul Jadid dalam pengambilan keputusan
IMPLEMENTASI KLASIFIKASI POTENSI PENYAKIT JANTUNG DENGAN MENGGUNAKAN METODE C4.5 BERBASIS WEBSITE ( STUDI KASUS KAGGLE.COM ) Alfian Rahmat; M. Syafiih; Mochammad Faid
INFOTECH journal Vol. 9 No. 2 (2023)
Publisher : Universitas Majalengka

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31949/infotech.v9i2.6295

Abstract

Heart disease is one of the leading causes of death worldwide. Therefore, early detection and classification of potential heart diseases are very important in prevention and early treatment efforts. In this study, we implemented the C4.5 classification method to analyze the dataset obtained from the Kaggle.com platform. This research aims to build an efficient and accurate classification model to identify potential heart diseases based on relevant medical features. The dataset used includes demographic information, medical history, and other health parameters of a number of patients. The results obtained from using the C4.5 method to make predictions get 85% accuracy so that it can be expected to be a source of information for further research on predictions using the C4.5 method
Pelatihan Penggunaan Microsoft Office Bagi Siswa MA Nurul Jadid Paiton Probolinggo Sudriyanto Sudriyanto; Mochammad Faid; Moh Sukron; Ahmad Supriadi
Jurnal Informasi Pengabdian Masyarakat Vol. 1 No. 2 (2023): Mei: Jurnal Informasi Pengabdian Masyarakat
Publisher : Sekolah Tinggi Agama Buddha Nalanda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47861/jipm-nalanda.v1i2.396

Abstract

This research aims to assess the effectiveness of Microsoft Office training for students of Madrasah Aliyah (MA) Nurul Jadid in Paiton, Probolinggo. The training was chosen due to the importance of enhancing digital literacy and computer skills for students in an era heavily reliant on technology. The community engagement methods employed include lectures, demonstrations, and hands-on exercises conducted by the participants. The research results indicate a positive impact on improving the knowledge and skills of participants in the good category, increasing by 64.42%. However, challenges were observed among participants in the fair and poor categories, experiencing respective declines of 5.45% and 58.96%. These reductions highlight the need to reinforce the program with more varied methods and a personalized approach. Additionally, leveraging technology to facilitate interactive learning is essential to ensure that the benefits of the training can be equally felt by all participants. For further development, program enhancements are necessary to utilize more diverse methods and adopt a personal approach. The integration of technology can be harnessed to create a more interactive learning environment, fostering motivation and ensuring that the training's benefits are equally distributed among all participants. Thus, this research provides valuable insights for future training implementations, enabling a more effective approach to enhancing digital literacy and computer skills for students of Madrasah Aliyah Nurul Jadid in this rapidly advancing technological era.
Prediksi Prediksi Perpindahan Pelanggan Pada Toko Online Menggunakan Metode Tree-Based Gradient Boosted Models Selfia Hafidatus Sholeha; Mochammad Faid; Moh. Ainol Yaqin
Journal of Computer System and Informatics (JoSYC) Vol 5 No 3 (2024): May 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josyc.v5i3.5215

Abstract

Customers are a critical asset to a company's success and ensuring their satisfaction is paramount. However, continuous churn can lead to reduced value flowing from customers, potentially jeopardizing a company's competitive advantage. Customer churn, where consumers choose products from other brands, is influenced by various factors such as promotion, price, product availability, and customer satisfaction levels. While much of the research on churn prediction is concentrated in the telecommunications, retail, and banking industries and only a few have conducted churn prediction research on online stores. This research aims to utilize data mining with a focus on machine learning algorithms, especially the tree-based gradient boosted models method that applies XGBoost, LightGBM, and CatBoost models, to predict customer churn in online stores. The research methodology involves data collection, data pre-processing, model selection and training, model evaluation, analysis and results. This research uses several libraries such as pandas library, numpy, matplotlib, and so on. The results of this study show that the XGBoost model achieved the highest accuracy in predicting customer churn, with an ROC curve of 0.66 and an accuracy value of 0.80032. The feature importance analysis highlights the gender variable as an important factor in model performance. This research contributes to improving customer service, minimizing churn, and ultimately increasing company profitability in the online store sector. Suggestions for future research include expanding data sources, testing with more evaluation metrics, exploring additional churn factors and comparing with other prediction methods for validation.
Clustering Loyalitas Pelanggan dengan Model RFM (Refency Frequency Monetary) dan Metode K-Means Berbasis Median Supriadi, Ahmad; Sukron, Moh.; Faid, Mochammad
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 2, No 2 (2021): Metaverse dan Masa Depan Interaksi Digital: Perspektif Teknologi dan Sosial
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (263.948 KB) | DOI: 10.33650/coreai.v2i2.3305

Abstract

Data loyalitas pelanggan dalam dunia jual beli selalu bertambah seiring dengan berjalannya waktu. Perkembangan teknologi yang sangat pesat dalam dunia bisnis perdagangan menjadi arah perubahan yang sangat signifikan dalam proses transaksi jual beli dengan pemanfaatan tekonologi proses transaksi penjualan dapat dijadikan sebuah sekumpulan data besar dan melimpah, Hal ini berpeluang untuk dapat dilakukan proses pengolahan data sehingga akan didapat sebuah informasi yang bermanfaat. Informasi tersebut seperti mengenai pengelompokan data pelanggan yang memiliki loyalitas tinggi sehingga pihak unit usaha terkait dapat memberikan reward pada pelanggan yang memiliki tingkat loyalitas tinggi. Untuk mengetahui hal tersebut, dilakukan  pengujian  model  dengan  menggunakan  metode k-means dengan pemilihan  pusat  klaster  awal  berbasis  median, hasil eksperimen dengan model tersebut dapat menghasilkan kualitas klaster yang lebih baik karena dengan pemilihan pusat klaster awal berbasis median tidak terjadi klaster kosong. Klaster yang dihasilan yaitu pada cluster pertama 133 cluster Kedua 30 dan cluster ketiga 208 sedangkan cluster keempat 129 dengan nilai DBI 0,694. Sedangkan metode k-mmeans dengan pemilihan pusat klaster standart didalam experimen ini menggunakan tool rapidminer didapat cluster pertama 310 cluster Kedua 19 dan cluster ketiga 37 sedangkan cluster keempat 134 dengan nilai DBI 0,807.
Rancang Bangun Sistem Monitoring Absensi dan Pelanggaran Siswa Berbasis Web dan Bot Telegram Faid, Mochammad; Oktavianti, Shely; Rudiyantono, Mokhammad
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 2, No 1 (2021): Penggunaan Teknologi Informasi dalam Mendukung Pendidikan Jarak Jauh di Era Pand
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (469.053 KB) | DOI: 10.33650/coreai.v2i1.2091

Abstract

Absensi dan pelanggaran siswa sering kali menjadi masalah yang harus segera diselesaikan karena jika tidak ditangani dengan baik maka kedisplinan dan juga  rasa tanggung jawab  tidak akan terbentuk kepada siswa. Dalam penelitian ini penulis  mencoba membuat sebuah sistem untuk memonitoring terkait absensi siswa dan pelanggaran siswa yang memanfaatkan fitur dalam Telegram Bot-API(robot telegram) yang bisa membantu pihak sekolah untuk memantau anak didiknya sehingga mutu dari tiap siswa dapat ditingkatkan. Dimasa pandemi  yang masih meraba Indonesia ini, bentuk pembelajaran yang masih menerapkan sistem daring (dalam jaringan) setidaknya memerlukan berbagai upaya untuk mempermudah proses yang terjadi di dalamnya. Di aplikasi Bot-Telegram yang dibuat oleh penulis  kali ini, dapat membantu/mempermudah  seorang guru dalam mengabsensi siswanya.Guru dapat langsung melakukan absensi  melalui  aplikasi Bot-API(robot telegram) dan akan langsung dapat tersimpan ke database. Aplikasi Telegram dipilih karena aplikasi ini gratis, ringan dan multiplatform dengan Bot API(robot telegram) yang cukup lengkap dan makin berkembang. Segala bentuk respon sudah dirancang dinamis dengan memanfaatkan sumber daya yang ada, dan sudah dibuat dalam penelitian ini sebagai prototype dengan beberapa perintah.