Claim Missing Document
Check
Articles

Found 4 Documents
Search

Penentuan Kelayakan Kredit Menggunakan Metode Fuzzy Mamdani Berdasarkan Penghasilan dan Riwayat Kredit Fahri Finanda Rizki; Rezki Abdillah; Khairul Saleh
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 2 No. 6 (2025): Desember 2025 - Januari 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pendukung keputusan dalam menentukan kelayakan kredit menggunakan metode inferensi Fuzzy Mamdani berdasarkan variabel penghasilan dan riwayat kredit. Penilaian kelayakan kredit pada praktiknya sering dihadapkan pada ketidakpastian serta subjektivitas karena tingkat penghasilan dan riwayat pembayaran debitur tidak selalu dapat dikelompokkan secara tegas ke dalam kategori tertentu. Metode Mamdani dipilih karena memiliki karakteristik rule-based sehingga keputusan yang dihasilkan dapat dijelaskan secara logis. Penelitian ini menerapkan fungsi keanggotaan fuzzy berbentuk trapesium dan segitiga untuk merepresentasikan variabel linguistik seperti penghasilan rendah, sedang, tinggi serta riwayat kredit buruk, cukup, baik. Mekanisme inferensi fuzzy mencakup proses fuzzifikasi, evaluasi aturan, agregasi, dan defuzzifikasi centroid untuk menghasilkan nilai tegas kelayakan kredit. Pengujian menggunakan 25 data sampel menunjukkan bahwa sistem mampu memberikan rekomendasi keputusan yang konsisten, yakni tidak layak, dipertimbangkan, dan layak. Model ini dapat menjadi alternatif yang fleksibel bagi analis kredit serta dapat ditingkatkan akurasinya dengan menambahkan variabel dan dataset riil.
Perancangan Sistem Informasi Absensi Pegawai Berbasis Web Menggunakan Framework Laravel di Dinas Kominfo Asahan Fahri Finanda Rizki; Muhammad Yasin
Jurnal Intelek Dan Cendikiawan Nusantara Vol. 3 No. 01 (2026): Februari - Maret 2026
Publisher : PT. Intelek Cendikiawan Nusantara

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

Abstract

Perkembangan teknologi informasi mendorong instansi pemerintahan untuk memanfaatkan sistem informasi berbasis web guna meningkatkan efisiensi dan akurasi administrasi. Salah satu kegiatan administrasi yang penting adalah pengelolaan absensi pegawai, yang berperan dalam pemantauan kedisiplinan serta sebagai dasar evaluasi kinerja. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi absensi pegawai berbasis web menggunakan framework Laravel di Dinas Kominfo Asahan. Metode pengembangan sistem yang digunakan adalah model waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan penerapan. Framework Laravel dipilih karena menerapkan arsitektur Model–View–Controller (MVC), memiliki fitur keamanan yang baik, serta mendukung pengembangan aplikasi web secara terstruktur. Sistem yang dibangun menyediakan fitur autentikasi pegawai, absensi masuk dan pulang, pengelolaan izin dan sakit, riwayat absensi, serta pembuatan laporan absensi secara otomatis oleh administrator. Hasil penelitian menunjukkan bahwa sistem informasi absensi yang dibangun mampu mempercepat proses pencatatan absensi, mengurangi kesalahan data, serta menyediakan informasi absensi secara real time. Selain itu, sistem memudahkan pihak admin dalam melakukan monitoring kehadiran dan menghasilkan laporan absensi yang akurat. Dengan demikian, sistem ini diharapkan dapat meningkatkan efektivitas administrasi dan kedisiplinan pegawai di lingkungan instansi pemerintahan.
Penerapan Learning Vector Quantization (LVQ) Untuk Klasifikasi Data Citra Digital Bambang Irwansyah; Delyanti Putri Sitorus; Rezki Abdillah; Rizky Febriansyah; Harry Ardian; Syahrul Syahrul; Ferry Cahyadi; Fahri Finanda Rizki
Jurnal Ilmiah Teknik Informatika dan Komunikasi Vol. 6 No. 1 (2026): Maret : Jurnal Ilmiah Teknik Informatika dan Komunikasi
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juitik.v6i1.2072

Abstract

The rapid development of information technology has increased the utilization of digital images in various fields, creating a need for classification methods that are accurate and efficient. One method that can be applied to classify numerical data obtained from image feature extraction is Learning Vector Quantization (LVQ). This study aims to implement the LVQ method for digital image classification based on numerical features and to evaluate its performance in terms of accuracy. The data used in this study consist of grayscale digital images that have undergone a feature extraction process and are represented as numerical vectors. The dataset is divided into two classes, namely Class A and Class B. The research stages include data collection, grayscale conversion, feature extraction, LVQ training, and classification testing. The classification results are evaluated using a confusion matrix and accuracy measurement. The experimental results show that the LVQ method successfully classified all test data correctly, achieving an accuracy rate of 100%. These results indicate that Learning Vector Quantization is an effective method with good performance for classifying digital image data based on numerical features.
Rancang Bangun Sistem Deteksi Tabung Gas LPG Berbasis Internet of Things Menggunakan ESP32 : Penelitian Delyanti Putri Sitorus; Dicky Apdillah; Fahri Finanda Rizki; Mhd Fauzan
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 4 No. 4 (2026): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 4 Nomor 4 Tahun 2026
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v4i4.5612

Abstract

Penggunaan Liquefied Petroleum Gas (LPG) sebagai bahan bakar utama rumah tangga memiliki risiko kebocoran yang dapat menyebabkan kebakaran dan ledakan. Oleh karena itu, diperlukan sistem pendeteksi kebocoran gas yang mampu memberikan peringatan dini secara cepat dan akurat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem deteksi tabung gas LPG berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32. Sistem memanfaatkan sensor gas MQ-2 sebagai pendeteksi kadar gas, buzzer dan LED sebagai indikator peringatan lokal, serta aplikasi Blynk sebagai media monitoring jarak jauh melalui smartphone. Metode penelitian meliputi tahap perancangan hardware, pembuatan flowchart sistem, pemrograman menggunakan Arduino IDE, serta pengujian berdasarkan nilai ambang batas (threshold) sebesar 1800. Hasil pengujian menunjukkan bahwa sistem mampu membedakan kondisi aman dan bahaya secara konsisten. Ketika nilai sensor berada di bawah 1800, sistem dalam kondisi aman dan tidak mengaktifkan alarm. Sebaliknya, ketika nilai sensor melebihi 1800, sistem secara otomatis mengaktifkan buzzer dan LED serta mengirimkan notifikasi “Gas Terdeteksi” melalui aplikasi Blynk secara real-time. Dengan demikian, sistem yang dirancang efektif dalam memberikan peringatan dini baik secara lokal maupun jarak jauh.