Article Per Year (5 Year)
p-Index From 2021 - 2026
6.388
P-Index
This Author published in this journals
All Journal CESS (Journal of Computer Engineering, System and Science) Jurnal ULTIMATICS Jurnal Sistem Komputer dan Informatika (JSON) Journal of Computer Science, Information Technology and Telecommunication Engineering (JCoSITTE) Jurnal Penelitian, Pendidikan dan Pengajaran: JPPP Ar-Rasyid: Jurnal Pendidikan Agama Islam Educenter: Jurnal Ilmiah Pendidikan sudo Jurnal Teknik Informatika Hello World Journal of General Education and Humanities Blend Sains Jurnal Teknik Factory Jurnal Industri, Manajemen dan Rekayasa Sistem Industri Jurnal Sains Student Research Jurnal Ilmu Komputer dan Sistem Informasi Hanif Journal of Information Systems EDUCENTER JURNAL PENDIDIKAN Portal Riset dan Inovasi Sistem Perangkat Lunak Tsabit
Mhd. Basri
Universitas Muhammadiyah Sumatera Utara
Religion Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Other

Published : 52 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 52 Documents
Search

 2   3   4   5   6 
Perancangan Aplikasi Monitoring Kehadiran Pegawai Menggunakan RFID Andi Zulherry; Indah Purnama Sari; Mhd. Basri
sudo Jurnal Teknik Informatika Vol. 4 No. 4 (2025): Edisi Desember
Publisher : Ilmu Bersama Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56211/sudo.v4i4.1571

Abstract

Kehadiran pegawai merupakan aspek penting dalam manajemen sumber daya manusia yang berpengaruh terhadap produktivitas dan kinerja organisasi. Sistem pencatatan kehadiran manual yang masih digunakan pada banyak instansi memiliki kelemahan seperti rentan terhadap manipulasi data, membutuhkan waktu lama dalam pengolahan, dan tingkat akurasi yang rendah. Penelitian ini bertujuan merancang aplikasi monitoring kehadiran pegawai berbasis teknologi Radio Frequency Identification (RFID) yang dapat meningkatkan efisiensi dan akurasi pencatatan kehadiran. Metode pengembangan sistem menggunakan pendekatan waterfall yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, dan pengujian. Sistem yang dirancang terdiri dari perangkat keras berupa RFID reader, kartu RFID sebagai identitas pegawai, dan perangkat lunak berbasis web untuk monitoring dan pelaporan. Hasil perancangan menunjukkan bahwa sistem dapat melakukan pencatatan kehadiran secara otomatis, real-time, dan akurat. Data kehadiran tersimpan dalam database yang dapat diakses oleh administrator untuk keperluan monitoring dan pembuatan laporan. Sistem ini diharapkan dapat membantu manajemen dalam pengambilan keputusan terkait kehadiran pegawai dan meningkatkan kedisiplinan pegawai melalui sistem monitoring yang lebih efektif dan transparan.
Analisis Perbandingan Algoritma XGBOOST dan BiLSTM Dalam Klasifikasi Sentimen Publik Terhadap Kebijakan Penempatan Dana Pemerintah di Bank Wahyu Purnomo; Mhd. Basri
Portal Riset dan Inovasi Sistem Perangkat Lunak Vol. 4 No. 2 (2026): Artikel Penelitian
Publisher : SoraTekno Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59696/prinsip.v4i2.237

Abstract

Penempatan dana pemerintah di sektor perbankan merupakan salah satu kebijakan strategis yang bertujuan untuk menjaga stabilitas ekonomi dan meningkatkan likuiditas perbankan. Namun, kebijakan ini memunculkan beragam respons dari masyarakat yang tercermin dalam opini publik di media sosial. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja algoritma Extreme Gradient Boosting (XGBoost) dan Bidirectional Long Short-Term Memory (BiLSTM) dalam melakukan klasifikasi sentimen publik terhadap kebijakan tersebut. Data yang digunakan berasal dari platform media sosial yang dikumpulkan melalui teknik scraping, kemudian melalui tahap preprocessing yang meliputi tokenisasi, normalisasi, dan penghapusan noise. Selanjutnya, fitur diekstraksi menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF) untuk XGBoost dan word embedding untuk BiLSTM. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model BiLSTM memiliki kemampuan yang lebih baik dalam menangkap konteks kalimat sehingga menghasilkan akurasi yang lebih tinggi dibandingkan XGBoost. Namun, XGBoost menunjukkan keunggulan dalam hal efisiensi komputasi dan waktu pelatihan. Penelitian ini memberikan kontribusi dalam pemilihan model klasifikasi sentimen yang optimal untuk analisis opini publik berbasis data teks, khususnya dalam konteks kebijakan ekonomi pemerintah.
Optimalisasi Alokasi Sumber Daya pada Arsitektur Private Cloud Menggunakan Algoritma Machine Learning Andi Zulherry; Indah Purnama Sari; Mhd. Basri; Yohanni Syahra
Hello World Jurnal Ilmu Komputer Vol. 5 No. 2 (2026): Edisi Juli 2026
Publisher : Ilmu Bersama Center

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

Abstract

Private cloud computing telah menjadi solusi infrastruktur yang banyak diadopsi oleh organisasi untuk mengelola sumber daya komputasi secara mandiri dan aman. Namun, pengelolaan alokasi sumber daya seperti CPU, memori, disk, dan bandwidth jaringan pada lingkungan private cloud sering menghadapi tantangan berupa ketidakseimbangan beban kerja, yang dapat menyebabkan kondisi over-provisioning maupun under-provisioning pada virtual machine (VM). Penelitian ini mengusulkan pendekatan optimalisasi alokasi sumber daya berbasis algoritma machine learning untuk memprediksi kebutuhan resource secara dinamis berdasarkan pola penggunaan historis. Metode yang diterapkan meliputi pengumpulan data utilisasi resource dari dataset publik, praproses data, pelatihan model Random Forest Regression, serta evaluasi performa model menggunakan metrik Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan koefisien determinasi (R2). Hasil eksperimen menunjukkan bahwa model mampu memprediksi Disk Write Throughput dengan rata-rata R2 sebesar 0,81 dan Network Transmitted dengan rata-rata R2 sebesar 0,46 lintas tiga VM yang diuji. Penelitian ini diharapkan dapat memberikan kontribusi praktis bagi pengelola infrastruktur private cloud dalam merancang sistem alokasi resource yang lebih adaptif dan efisien.
Deep Learning-Based Energy Consumption Optimization in Smart Home Systems An LSTM Approach with SHAP Interpretability Mhd. Basri; Krisna Aditya; Andi Zulherry
ULTIMATICS Vol 18 No 1 (2026): Ultimatics : Jurnal Teknik Informatika
Publisher : Faculty of Engineering and Informatics, Universitas Multimedia Nusantara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31937/ti.v18i1.4691

Abstract

Accurate and easy-to-understand energy consumption forecasting is a prerequisite for effective demand-side management in smart home systems. This study proposes an integrated framework that combines a stacked Long Short-Term Memory (LSTM) network with SHapley Additive exPlanations (SHAP) for hourly residential energy forecasting and the extraction of optimization insights. The model was evaluated on the UCI Individual Household Electric Power Consumption (IHEPC) dataset—34,589 hourly observations resampled from over two million sensor records per minute—and tested against Stacked GRU, Vanilla RNN, and ARIMA(2,1,2). All deep learning models significantly outperformed ARIMA (R² = −0.1258, MAPE = 126.92%). The proposed LSTM model achieved MAE = 0.3208 kW, RMSE = 0.4568 kW, and R² = 0.5749, while Stacked GRU recorded the best aggregate metrics (MAE = 0.3090 kW, R² = 0.5801). SHAP analysis identified Global Intensity as the dominant predictor (mean |SHAP| = 0.00350), based on the electrophysical relationship P = V × I, followed by the 3-hour Rolling Mean and seasonal encoding. Further temporal attribution analysis revealed that predictive value is concentrated in the most recent input time steps, confirming that real-time current measurements are the most valuable input for HEMS implementation.
Implementasi Metode Deteksi Objek Pada Sistem Pagar Pintar Berbasis ESP32-CAM Dengan Fitur Akses Tamu Via OTP Akhun Ihsan Hia; Mhd. Basri
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 5 (2026): Oktober: Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i5.12630

Abstract

Sistem keamanan konvensional pada pagar dan pintu perumahan maupun instansi masih memiliki kerentanan terhadap kelalaian manusia, kehilangan kunci, serta keterbatasan pemantauan jarak jauh. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Smart Gate System berbasis Internet of Things (IoT) dan Computer Vision guna meningkatkan efisiensi, fleksibilitas, dan keandalan pengamanan gerbang. Metode yang digunakan meliputi ESP32-CAM dengan kamera OV2640 untuk menangkap citra secara real-time, algoritma YOLOv5 untuk mendeteksi objek manusia, serta metode Local Binary Pattern Histogram (LBPH) melalui OpenCV untuk pengenalan wajah. Sistem juga menerapkan Two-Factor Authentication (2FA) berupa One-Time Password (OTP) yang dikirim melalui Telegram Bot API sebagai verifikasi akses tamu. Seluruh proses monitoring, pencatatan aktivitas, dan verifikasi OTP dikendalikan melalui dashboard berbasis web menggunakan Streamlit. Hasil penelitian menunjukkan bahwa sistem mampu mengintegrasikan deteksi manusia, pengenalan wajah, dan verifikasi OTP untuk mengendalikan aktuator berupa Relay 5V, Solenoid Door Lock, dan Motor Servo MG996R dalam proses pembukaan gerbang, sehingga dapat meningkatkan keamanan dan mengurangi risiko akses tidak sah.
Perancangan Dan Implementasi Sistem IoT Mengintegrasikan ESP32, Multisensor, Dan Modul Ping Checker Untuk Monitoring Ruang Server Pada Perusahaan Multi Cabang Secara Realtime Mhd. Adam Nugraha; Mhd. Basri
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 5 (2026): Oktober: Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i5.12758

Abstract

Ruang server merupakan pusat pengolahan data yang kondisi lingkungannya harus dipantau secara terus-menerus. Pada PT Media Alvina Sejati yang memiliki beberapa cabang, pemantauan suhu, tegangan listrik, dan konektivitas jaringan masih dilakukan secara manual sehingga gangguan sering terlambat diketahui. Penelitian ini bertujuan merancang dan mengimplementasikan sistem monitoring ruang server berbasis Internet of Things yang mengintegrasikan mikrokontroler ESP32, sensor suhu dan kelembapan DHT22, sensor tegangan ZMPT101B, serta fungsi ping checker berbasis protokol ICMP dalam satu perangkat. Metode yang digunakan adalah research and development. Data sensor dikirimkan ke Firebase Realtime Database melalui jaringan Wi-Fi dan ditampilkan pada dashboard web yang dapat diakses dari jarak jauh untuk beberapa cabang sekaligus. Hasil pengujian menunjukkan error rata-rata pembacaan suhu sebesar 0,86 persen, kelembapan 1,20 persen, dan tegangan 0,30 persen, dengan waktu tunda rata-rata penyajian data sebesar 1,37 detik. Perubahan status konektivitas server terdeteksi paling lama 15 detik setelah gangguan terjadi. Seluruh fungsi dashboard yang diuji menggunakan metode kotak hitam berjalan sesuai rancangan. Sistem ini dapat membantu administrator jaringan memantau kondisi ruang server secara real-time dan terpusat.
Rancang Bangun Sistem Internet of Things (IoT) Untuk Monitoring Intensitas Latihan Dan Pencegahan Cedera Pada Aktivitas Gym Berbasis Sensor Wearable Heru Hizranca Siregar; Mhd. Basri
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12768

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem Internet of Things (IoT) berbasis sensor wearable yang dapat memantau intensitas latihan serta membantu mencegah cedera saat aktivitas gym. Sistem menggunakan mikrokontroler ESP32-C3, sensor detak jantung MAX30102, dan sensor gerak MPU6050 untuk memperoleh data pengguna secara real-time. Data yang diperoleh dikirim ke web server, kemudian diproses menggunakan metode threshold-based untuk menentukan kategori intensitas latihan dan memberikan peringatan apabila kondisi pengguna melebihi batas aman. Hasil pengolahan data disimpan pada database MySQL dan ditampilkan melalui dashboard monitoring berbasis web. Hasil penelitian menunjukkan bahwa sistem mampu memantau detak jantung dan aktivitas gerak, mengklasifikasikan intensitas latihan menjadi rendah, sedang, dan tinggi, serta memberikan notifikasi sebagai peringatan dini terhadap potensi cedera. Dengan demikian, sistem yang dikembangkan dapat membantu pengguna gym dalam memantau kondisi fisik dan meningkatkan keamanan selama berolahraga.
SISTEM PENGADUK PADI OTOMATIS UNTUK MENINGKATKAN EFISIENSI PENGERINGAN GABAH DENGAN KENDALI JARAK JAUH M. Fiqry Arrizal; Mhd. Basri
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12769

Abstract

Proses pengeringan gabah merupakan salah satu tahapan penting dalam penanganan pascapanen yang berpengaruh terhadap kualitas hasil panen. Pengeringan gabah secara konvensional masih menghadapi berbagai kendala, seperti ketergantungan terhadap kondisi cuaca, pengadukan yang dilakukan secara manual, serta kebutuhan pengawasan secara terus-menerus sehingga menyebabkan proses pengeringan menjadi kurang efisien dan distribusi panas tidak merata. Penelitian ini bertujuan untuk merancang dan membangun sistem pengaduk padi otomatis yang mampu meningkatkan efisiensi proses pengeringan gabah serta menyediakan fitur kendali dan monitoring jarak jauh berbasis Internet of Things (IoT). Sistem dikembangkan menggunakan mikrokontroler ESP32 sebagai pusat kendali, sensor DHT22 untuk memantau suhu dan kelembapan lingkungan, relay sebagai pengendali aktuator, motor DC sebagai penggerak mekanisme pengaduk, serta aplikasi berbasis web yang terintegrasi dengan Firebase untuk mendukung monitoring dan pengendalian sistem secara real-time. Pengujian dilakukan terhadap sensor, motor pengaduk, relay, aplikasi, dan keseluruhan sistem untuk mengevaluasi kinerja setiap komponen. Hasil penelitian menunjukkan bahwa seluruh komponen sistem berhasil bekerja secara terintegrasi sesuai dengan rancangan. Sensor DHT22 mampu membaca kondisi suhu dan kelembapan dengan baik, ESP32 dapat memproses dan mengirimkan data secara real-time, sedangkan aplikasi berhasil menampilkan informasi monitoring, status motor, pengaturan jadwal, serta riwayat aktivitas pengadukan. Sistem juga mampu mengoperasikan motor pengaduk secara manual maupun otomatis sesuai jadwal yang telah ditentukan. Implementasi sistem ini mampu membantu proses pengadukan gabah secara lebih teratur, meningkatkan pemerataan proses pengeringan, mengurangi kebutuhan pengawasan manual, serta mendukung proses pengeringan gabah yang lebih efisien melalui pemanfaatan teknologi Internet of Things.
PENENTUAN LOKASI EVAKUASI BENCANA BANJIR BERBASIS SISTEM INFORMASI GEOGRAFIS MENGGUNAKAN METODE ANALYTIC HIERARCHY PROCESS Adinda Nazmi Siregar; Mhd. Basri
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12811

Abstract

Bencana banjir merupakan permasalahan berulang di Kota Tebing Tinggi, khususnya Kecamatan Bajenis (Kelurahan Bulian dan Bandar Sakti), sehingga diperlukan penentuan lokasi evakuasi yang aman dan memadai. Penelitian ini bertujuan menerapkan metode Analytic Hierarchy Process (AHP) untuk menentukan bobot lima kriteria (jarak dari sungai, ketinggian tempat, jarak dari permukiman terdampak, aksesibilitas jalan, dan kapasitas tampung), serta mengintegrasikannya dengan Sistem Informasi Geografis (SIG) berbasis web untuk memetakan dan menghasilkan rekomendasi prioritas lokasi evakuasi. Data diperoleh melalui kuesioner perbandingan berpasangan dari tiga responden dan wawancara terhadap sepuluh alternatif lokasi, kemudian diolah menggunakan geometric mean, normalisasi matriks, eigen vector, dan uji Consistency Ratio (CR). Sistem dikembangkan berbasis web dengan peta OpenStreetMap dan data spasial dari QGIS. Hasil penelitian menunjukkan kriteria jarak dari sungai memperoleh bobot tertinggi (40,17%) dengan CR sebesar 0,007393, sehingga matriks perbandingan dinyatakan konsisten. Kantor Lurah Bulian (BL-01) menempati peringkat pertama dengan skor 0,837650, disusul Kantor Lurah Bandar Sakti (BS-01) dengan skor 0,828328; keduanya termasuk kategori Prioritas Utama. Integrasi AHP dan SIG menghasilkan rekomendasi lokasi evakuasi banjir yang terstruktur dan tervisualisasi secara spasial.
Rancang Bangun Gateway Edge Berbasis Raspberry Pi Zero 2W Dengan Komunikasi LoRa SX1278 Untuk Prediksi Dan Pengendalian Penyiraman Tanaman Menggunakan TinyML Habib Hamdi Mufid; Mhd. Basri
JOURNAL SAINS STUDENT RESEARCH Vol. 4 No. 6 (2026): Desember : Jurnal Sains Student Research
Publisher : CV. KAMPUS AKADEMIK PUBLISING

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61722/jssr.v4i6.12831

Abstract

Sistem irigasi manual pada pertanian skala rumah tangga memiliki keterbatasan dalam memantau kondisi lingkungan tanaman secara dinamis dan real-time. Penelitian ini merancang dan membangun sistem gateway edge berbasis Raspberry Pi Zero 2W dengan komunikasi LoRa SX1278 untuk prediksi dan pengendalian penyiraman tanaman menggunakan TinyML, dengan tanaman mint (Mentha sp.) sebagai objek pengujian. Node sensor berbasis ESP32 membaca lima parameter lingkungan yaitu kelembaban tanah, suhu udara, kelembaban udara, tekanan udara, dan intensitas cahaya, kemudian mengirimkan data ke gateway edge melalui komunikasi LoRa SX1278 secara point-to-point. Gateway edge menjalankan inferensi model Random Forest berbasis TinyML secara lokal menggunakan library joblib tanpa memerlukan koneksi internet maupun layanan cloud. Model dilatih menggunakan dataset synthetic 1.200 sampel yang terdistribusi seimbang ke dalam tiga kelas kondisi tanaman yaitu Kering, Normal, dan Basah. Hasil pengujian menunjukkan model Random Forest mencapai akurasi 99,17% dengan nilai precision, recall, dan F1-score rata-rata masing-masing sebesar 0,9919, 0,9917, dan 0,9917. Pengujian komunikasi LoRa di dua lokasi berbeda di Kota Medan menunjukkan packet loss 0% pada seluruh titik pengujian hingga jarak ±100 meter. Sistem kendali pompa berhasil mengaktifkan pompa secara otomatis dengan tingkat keberhasilan 75% dan waktu respons kurang dari 2 detik. Web dashboard berbasis Flask 3.1.3 berhasil menyajikan monitoring real-time dan kendali pompa melalui jaringan WiFi lokal tanpa koneksi internet.
Co-Authors Abdul Fadlil Adinda Nazmi Siregar Akhun Ihsan Hia Al Hamidy Al Khowarizmi Andi Zulherry Andi Zulherry Andi Zulherry Andy Satria Anis Badriah Anton Yudhana Asrar Aspia Manurung Baehaqi Barelvi, Ahmad Charisya Silvara Maligan Defri Aldi Dicky Apdilah Edy Rahman Syahputra Farid Akbar Siregar Fatma Sari Hutagalung G. Gunawan Habib Hamdi Mufid Halim Maulana Hasibuan, Wilda Rina Hayani, Wirda Heru Hizranca Siregar Indah Purnama Sari Indah Purnama Sari Ismail Hanif Batubara Krisna Aditya Krisna Aditya Lubis, Hanif Rahman Lutfi Basit M. Fiqry Arrizal M. Rizki Adhari Mahardika Abdi Prawira Mhd. Adam Nugraha Muhammad Ari Juanda Muhammad Gunawan Muhammad Iqbal Pradipta Muhammad Zulfahmi Khairullah Nurul Hakiki Lubis Ok Muhammad Rehansyah Putra rahayu, Intan dwi Ramadhani, Fanny Raushan Dhamir Rosaldi Alfarizi RR. Ella Evrita Hestiandari Salsabila Humairoh Sihombing, Maissy Masitoh Syafrayani, Putri Rizki Syahri, Alfi Wahyu Purnomo Yohanni Syahra Zaky Soleh Wirawan Zaky, Naufal Zein, Liza Azzahra