cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hafizh Al Kautsar Aidilof
Contact Email
hafizh@unimal.ac.id
Phone
+6282168699025
Journal Mail Official
techsi@unimal.ac.id
Editorial Address
Fakultas Teknik Program Studi Teknik Informatika Universitas Malikussaleh Jl. Batam. Kampus Bukit Indah. Gedung Prodi Teknik Informatika. Blang Pulo, Lhokseumawe, Aceh
Location
Kota lhokseumawe,
Aceh
INDONESIA
TECHSI - Jurnal Teknik Informatika
Published by Universitas Malikussaleh
ISSN : 23024836     EISSN : 26146029     DOI : https://doi.org/10.29103/techsi.v13i2.3548
Core Subject : Science, Education,
Computer Science & IT Decision Sciences, Operations Research & Management Education Other
Focus and Scope The fields covered in the scope of TECHSI include: Artificial Intelligence Computer Graphics and Animation Image Processing Cryptography Computer Network Security Modelling and Simulation Information Retrieval Information Filtering Multimedia Bioinformatics and Telemedicine Computer Architecture Design Computer Vision and Robotics Parallel and Distributed Computing Operating System Compiler and Interpreter Information System Game Numerical Methods Mobile Computing Natural Language Processing Data Mining Cognitive System Digital Speech Processing Expert System Geographical Information System Computing Theory
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 14 Documents
 1   2 
Search results for , issue "Vol 7, No 2 (2015)" : 14 Documents clear
IMPLEMENTASI SISTEM PAKAR DALAM PENDETESIAN KERUSAKAN MESIN SEPEDA MOTOR Eva Darnila
TECHSI - Jurnal Teknik Informatika Vol 7, No 2 (2015)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v7i2.194

Abstract

Banyak ahli yang berkonsentrasi pada pengembangan kecerdasan buatan atau Artificial Intelligence salah satunya adalah Sistem Pakar yang menggabungkan pengetahuan dan penelusuran data untuk memecahkan masalah yang secara normal memerlukan keahlian manusia. Salah satu implementasi yang diterapkan sistem pakar dalam bidang kerusakan mesin yaitu sistem pakar untuk diagnosa kerusakan mesin dan termasuk kedalam jenis kerusakan mesin dibagian mana dan bagaimana solusi untuk penanganan pertama. Sistem Pakar ini diterapkan untuk dapat mendiagnosa kerusakan sepeda motor yang dapat membantu teknisi dan konsumen dalam mengambil langkah yang cepat untuk perawatan dan perbaikan sepeda motor. Kerusakan-kerusakan pada komponen-komponen seperti Per CVT, Komponen Transmisi Otomotif, Karbulator Vakum, Combi brake System, V-Belt, CDI, Accu dan Regulator rectifier (Kiprok). Setelah sistem pakar ini dirancang dan di implementasikan maka proses penelusuran kerusakan dapat dilakukan dengan cepat dan akurat. Aplikasi ini dapat bertujuan untuk membantu konsumen dan operator (mekanik) dalam melakukan Pendeteksian jenis kerusakan sepeda dengan menggunakan metode fordward chaining dan sistem dapat memberikan alternatif solusi untuk mendeteksi kerusakan sepeda motor yang dialami dan cara pengendalian kerusakannya.
KLASTERISASI NILAI CITRA RGB BUAH PEPAYA MADU BERDASARKAN MUTU BUAH MENGGUNAKAN FUZZY C-MEANS (FCM) CLUSTERING Sila Abdullah Syakry; Mulyadi Mulyadi; Zulfan Khairil Simbolon
TECHSI - Jurnal Teknik Informatika Vol 7, No 2 (2015)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v7i2.199

Abstract

Proses pengenalan dan penentuan serta klasifikasi hasil pertanian pasca panen secara langsung memiliki peran yang sangat penting dalam teknologi pertanian. Hal ini juga yang menjadi masalah ketika pasca panen, baik dalam hal penyortiran untuk tingkat kematangan. Bertitik tolak pada kasus tersebut, maka dilakukan penelitian tentang klasifikasi mutu buah berdasarkan nilai piksel. Sistem Klasterisasi Nilai RGB Dengan Menggunakan Metode Fuzzy C-Means Klastering (Studi Kasus : RGB Data Citra Buah Pepaya Calina). langkah yang dilakukan untuk menerapkan metode yang digunakan adalah sebagai berikut: Pertama, tentukan dahulu berapa banyak klaster yang ingin dibangun. kedua Mencari dimana pusat klaster setiap data Ketiga, melakukan pengukuran antara Nilai RGB Yang terdekat dengan Metode Fuzzy C-Means Klastering. Hasil penelitian ini mampu mengklaterisasi citra buah pepaya callina dengan baik sesuai dengan nilai untuk kondisi matang mentah RGB yakni R=24.6697, GB=16.6703 dengan fungsi nilainya 358.783473
Implementasi Fuzzy Inference System Mamdani Pada Proses Penentuan Kelulusan Calon Mahasiswa (Studi Kasus : Penerimaan Mahasiswa Baru Politeknik Negeri Lhokseumawe Jalur UMPN) Rahmad Hidayat
TECHSI - Jurnal Teknik Informatika Vol 7, No 2 (2015)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v7i2.189

Abstract

Admissions is an important process in a college. To get the best candidate as the input for each faculities is quite complex, which is linked to few criteria that must be fullfill. At The State Polytechnic Of Lhokseumawe there are several paths in attracting prospective students, which are Bidik Misi, Undangan and UMPN. This study focuses only on new admissions to the track UMPN. The criteria used to determine graduation students in this study include entrance exam scores, UAN and and average report card on the semester 4,5 and 6. Each of these criteria will be used as the input set on Mamdani Fuzzy Inference. Input value entrance exam has three categories: low, medium and high. While the value of UAN has a set of categories, low, medium and high. The third input is the average rapot semester 4,5, and 6 have the categories of low, medium and high. The next step in mapping the set of input to output sets using the set of rules. The results obtained in this study is a prospective student fails to 33.33%, while 21.4% passed the reserves, and 48.77% passed.
IMPLEMENTASI SISTEM PAKAR MENDIAGNOSA PENYAKIT SAKIT KEPALA DENGAN MENGGUNAKAN METODE FORWARD CHAINING dahlan Abdullah; Muslem Muslem
TECHSI - Jurnal Teknik Informatika Vol 7, No 2 (2015)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v7i2.195

Abstract

Sistem Pakar merupakan program berbasis pengetahuan yang menyediakan solusi-solusi dengan kualitas pakar untuk masalah dalam suatu domain yang spesifik. Implementasi sistem pakar banyak digunakan dalam bidang kesehatan karena sistem pakar dapar sebagai cara penyimpanan pengetahuan pada kasus sakit kepala. Salah satu implementasi yang diterapkan sistem pakar dalam bidang kesehatan yaitu sistem pakar untuk diagnosa sakit kepala dan termasuk kedalam jenis penyakit golongan apa, ini termasuk dalam keluhan-keluhan penyakit yang sering ada. Selanjutnya sakit kepala dapat mengancam jiwa pasien. Sakit kepala primer diantaranya Migren, Tension Type Headache (TTH), Cluster, Vertigo dan Sinus. Metode penalaran diantaranya menggunakan teknik inferensi runut maju (forward chaining). Dimana pada forward chaining ini dimulai dengan informasi awal (gejala awal) dan bergerak maju untuk mencocokkan informasi selanjutnya sampai menemukan informasi yang sesuai dengan aturan/rule, lalu akan menyimpulkan berupa keterangan jenis penyakit dan solusi. Berdasarkan dari gejala yang diderita pasien yaitu mengalami Rasa Sakit Di Belakang Kepala Dan Leher Dan Digambarkan Seperti mendesak atau tertekan, mengalami nyeri biasanya ringan (tidak melumpuhkan) dan bilateral (mempengaruhi dua sisi kepala), untuk jawaban dari pernyataan lain tidak mengalami gejala sakit kepala. Hasil dari diagnosa adalah sakit kepala tegang (tension-type-headache) dengan proporsi 50 %, oleh karena itu solusi pengobatan adalah mefinter, asam nefenamat dan mefinal.

Page 2 of 2 | Total Record : 14

 1   2 

Filter by Year

2015 2015


Reset
Filter By Issues
All Issue Vol. 16 No. 2 (2025) Vol. 16 No. 1 (2025) Vol. 15 No. 2 (2024) Vol. 15 No. 1 (2024) Vol. 14 No. 2 (2023) Vol. 14 No. 1 (2023) Vol 14, No 1 (2023) Vol 13, No 2 (2021) Vol 13, No 1 (2021) Vol 12, No 2 (2020) Vol. 12 No. 2 (2020) Vol 12, No 1 (2020) Vol 11, No 3 (2019) Vol 11, No 2 (2019) Vol 11, No 1 (2019) Vol 8, No 2 (2016) Vol 8, No 1 (2016) Vol 7, No 1 (2015) Vol 10, No 2 (2018) Vol 10, No 1 (2018) Vol 9, No 2 (2017) Vol 9, No 1 (2017) Vol 7, No 2 (2015) Vol 6, No 2 (2014) Vol 6, No 1 (2014) Vol 5, No 2 (2013) Vol 5, No 1 (2013) Vol 4, No 1 (2012) More Issue