Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal DINTEK Jurnal Teknik Informatika
Albaar, Salim
Unknown Affiliation
Computer Science & IT Engineering

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
RANCANG BANGUN SISTEM MONITORING GPS TRACKER PADA KENDARAAN SEPEDA MOTOR BERBASIS IOT MENGGUNAKAN PLATFORM BLYNK DAN NONTIFIKASI TELEGRAM /, Arjuna; Albaar, Salim; Suratin, M Dzikrullah
DINTEK Vol 17 No 2 (2024): Volume 17 No.2, September 2024
Publisher : Fakultas Teknik UMMU

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

Abstract

Abstrack : Sepeda motor yang dikembangkan saat ini terus berinovasi ke arah yang lebih maju dengan memperkenalkan sistem penguncian bermagnet (shutter key), alarm dan kunci stang. Meski inovasi tersebut telah dikembangkan untuk beberapa merek sepeda motor, oknum ahli pencurian sepeda motor masih bisa membobol sistem keamanan ini. . peneliti mencoba untuk mengembangkan dengan mengintegrasikan modul GPS yang digunakan sebagai perangkat untuk mengirimkan data kordinat lokasi Sepeda Motor dan nontifikasi ke platform yang disediakan dengan jaringan internet. penerapan GPS ini akan di implementasikan dengan konsep Internet Of Things. Konsep Internet Of Things dapat di intergrasikan dengan ESP yang merupakan perangkat mitrokontroler open source single board yang biasanya dapat mengontrol beberapa modul, seperti Modul GPS, pemanfaatan konsep IoT ini akan di intergrasikan dengan Platform Blynk dan Telegram. Sistem ini mampu memberikan hasil yang memuaskan dalam mendeteksi lokasi Sepeda Motor walaupun terdapat sedikit toleransi perbedaan kordinat antara Google Maps dan Blynk.Dan Sistem ini berhasilmengimplementasikan nontifikasi Telegran sebagai sarana untuk memberikan informasi peringatan disertai dengan link Google Maps lokasi sepeda motor lansung kepada pengguna. sistem keamanan ini dapat meningkatkan keamanan kendaraan sepeda motor sehingga dapat meminimalisir kehilangan.
PREDIKSI TINGKAT KEPADATAN PENDUDUK MENGGUNAKAN REGRESI LINIER (STUDI KASUS: KOTA TERNATE) fokaaya, anti; Albaar, Salim; Suratin, M.dzikrullah
Jurnal Teknik Informatika (J-Tifa) Vol 7 No 2 (2024): Volume 7 No 2 September 2024
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/j-tifa.v7i2.2221

Abstract

Pertumbuhan penduduk yang semakin meningkat dari tahun ketahun secara tidak langsung mengakibatkan jumlah lowongan kerja semakin sedikit. Dengan adanya penerapan data mining untuk menentukan estimasi pertumbuhan penduduk diharapkan dapat membantu dalam menyiapkan program mendatang seperti membuat pelatihan sumber daya manusia agar menjadi penduduk yang mandiri, maka dari itu tingkat pendapatan akan menjadi lebih baik dan tingkat pengangguran akan berkurang khusunya pada pemerintah kota ternate. Oleh karena itu peneliti mengembangkan sistem prediksi penduduk menggunakan metode regresi linear sederhana dengan tujuan untuk mengetahui jumlah kepadatan penduduk kota ternate pada tahun yang akan datang dengan memanfaatkan data dari enam tahun terakhir dengan menginput data training dan data testing yang mana memanfaatkan data penduduk dari enam tahun terakhir yaitu tahun 2017-2022. Dari data diatas peneliti menghasilkan akurasi prediksi sebesar 99.9703 atau tingkat eror 0,029719% maka dapat dikatakan algoritma regresi linear ini sangat baik dalam melakukan analisis prediksi
PENERAPAN METODE REGRESI LINIER DAN BACKPROPAGATION UNTUK MEMPREDIKSI PENERIMAAN MAHASISWA BARU PADA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH MALUKU UTARA lamunja, nurmala; Albaar, Salim; Muhammad, Abdul Haris
Jurnal Teknik Informatika (J-Tifa) Vol 8 No 1 (2025): Volume 8 No 1 Maret 2025
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/j-tifa.v8i1.2423

Abstract

Penerimaan mahasiswa baru di Universitas muhammadiyah Maluku utara sebelumya dilihat melalui kuota yang tersedia, hal tersebut dikarenakan belum adanya alat analisis yang dapat memprediksi dengan nilai akurasi yang tinggi. Hasil prediksi tersebut akan mempengaruhi kesiapan perguruan tinggi untuk memenuhi kebutuhan mahasiswa di masa depan. Oleh sebab itu penting untuk melakukan prediksi menggunakan regresi linier sederhana dan backpropagation dengan tujuan untuk mengetahui banyaknya mahasiswa di Fakultas Teknik ditahun mendatang dengan melihat dari data mahasiswa yang masuk di 7 tahun sebelumnya dengan memanfaatkan input data training dan input data testing sehingga mendapatkan hasil akurasi prediksi, untuk akuransi hasil Metode Regresi Linear Sederhana akurasinya sebesar 97,2993 atau tingkat eror 2,7007% sedangkan akurasi Backpropagation 99,7734 atau tingkat eror 0,22659% dimana hasil perbandingannya adalah 2,4741% maka kesimpulan dari penelitian ini yaitu Algoritma Backpropagation lebih baik dalam melakukan prediksi dibandingankan dengan Regresi Linear Sederhana atau kedua model algoritma diatas termasuk sangat baik dalam melakukan analisis prediksi.
Co-Authors /, Arjuna fokaaya, anti lamunja, nurmala Muhammad, Abdul Haris Suratin, M Dzikrullah Suratin, M.dzikrullah