cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fadlisyah
Contact Email
fadlisyah@unimal.ac.id
Phone
+62822 1330 6487
Journal Mail Official
TTS4.0@unimal.ac.id
Editorial Address
https://ojs.unimal.ac.id/tts/manager/userProfile/19096
Location
Kota lhokseumawe,
Aceh
INDONESIA
Jurnal Teknologi Terapan and Sains 4.0
Published by Universitas Malikussaleh
ISSN : 27228428     EISSN : 29883989     DOI : https://doi.org/10.1976/tts%204.0.v3i2
Core Subject : Science,
Computer Science & IT
Jurnal Teknologi Terapan & Sains 4.0 merupakan media informasi dan komunikasi para akademisi, peneliti, dan praktisi yang berkecimpung dan menaruh minat serta perhatian pada pengembangan teknologiyang berisi hasil-hasil penelitian, kajian, pemikiran, dan analisis mengenai ilmu-ilmu keinformatikaan. http://u.lipi.go.id/1592924161
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 149 Documents
 11   12   13   14   15 
Implementasi Region-Based Convolutional Neural network (RCNN) Untuk Deteksi objek produk Sunscreen Berdasarkan Jenis Kulit Safitri, Riska
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 2 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i2.19263

Abstract

Paparan sinar ultraviolet (UV) dari matahari dapat menyebabkan kerusakan kulit, termasuk penuaan dini dan kanker kulit. Sunscreen menjadi perlindungan penting, namun konsumen sering kesulitan memilih yang sesuai dengan jenis kulit mereka. Penelitian ini bertujuan mengimplementasikan algoritma Region-based Convolutional Neural Network (RCNN) untuk mendeteksi produk sunscreen dan menghubungkannya dengan jenis kulit pengguna. Dataset yang digunakan terdiri dari lebih dari 500 gambar produk sunscreen dari 10 merek berbeda yang dikategorikan berdasarkan jenis kulit. Proses analisis mencakup preprocessing data gambar, ekstraksi fitur menggunakan Convolutional Neural Networks (CNN), serta deteksi objek dan regresi bounding box dengan RCNN untuk meningkatkan presisi deteksi. Dari 585 sampel yang diuji, hanya 150 yang berhasil lolos seleksi dengan confidence antara 35% hingga 100%. Hasil menunjukkan bahwa jenis kulit "Normal to Oily" paling sering terdeteksi (29,30%), diikuti "Semua jenis Kulit" (20,38%). Meskipun RCNN efektif untuk kategori kulit tersebut, akurasi deteksi masih perlu ditingkatkan, terutama pada sampel dengan kemiripan visual tinggi. Peningkatan kualitas data dan pengembangan algoritma lebih lanjut diperlukan agar sistem dapat lebih akurat dalam menghubungkan produk sunscreen dengan jenis kulit yang tepat.Kata kunci: Deteksi Objek, Sunscreens, Akurasi, RCNN, Konvolusi.
SISTEM PENGENALAN HAFALAN AL-QURAN SURAH AL-QURAISY MELALUI SUARA MENGGUNAKAN TRANSFORMASI SINUS DISKRIT Zarkasyi, Zarkasyi; Maryana, Maryana
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 3 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i3.19978

Abstract

Prinsip pengembangan perangkat lunak otomatisasi adalah selaras dengan prinsip-prinsip yang ditekankan pada era revolusi industri 4.0., artinya perangkat  lunak pada era 4.0 sudah mampu meminimasir peran manusia baik dalam pengembangannya, kemampuan belajar, ataupun operasional-operasional teknis lainnya. Untuk menjawab tantangan model 4.0, maka penelitian ini mengajukan sebuah algoritma yang robust dalam menguji hafalan-hafalan Quran secara digital. Pendekatan yang digunakan mewakili fungsi basis eksponensial yaitu Transformasi Sinus. Pengujian melibatkan 100 sampel para penghafal Quran. Hasil penelitian menunjukkan bahwa sistem pengujian hafalan Al Quran menggunakan pendekatan transformasi Sinus mampu mengenali atau memiliki detection rate berkisar 95% pola suara. Persentase detection rate tersebut menunjukkan bahwa model transformasi sinyal tersebut dapat digunakan sebagai salah satu pendekatan untuk sistem pengujian suara waktu-nyata.Keyword : Transformasi Sinus
SISTEM PENDETEKSI POLA IKHFA PADA CITRA AL-QURAN MENGGUNAKAN BINARY SIMILARITY AND DISTANCE MEASURES (BSDM) Fadlisyah, Fadlisyah
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 3 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i3.19676

Abstract

Hukum bacaan pada citra Quran secara visual membentuk berbagai pola. Salah satu hukum bacaan yang dipilih untuk dijadikan objek dalam penelitian ini adalah pola Ikhfa. Ikhfa adalah hukum bacaan yang dibaca samar ketika nun mati (نْ) atau tanwin ( ÙÙŽÙÙÙ‹Ù , ÙِÙÙٍ٠, ÙُÙÙٌ٠) bertemu dengan salah satu dari 15 hurufnya yaitu, kaf ( Ùƒ ), qaf ( Ù‚ ), fa' ( ف ), zha ( ظ ), tha ( Ø· ), dhad ( ض ), shad ( ص ), syin ( Ø´ ), sin ( س ), za' ( ز ), dzal ( Ø° ), dal ( د ), jim ( ج ), tsa' ( Ø« ), dan ta' ( ت ). Pada penelitian ini, pola Ikhfa akan dideteksi melalui teknik-teknik pengolahan citra dan selanjutnya pengukuran kelas pola dilakukan dengan menggunakan metode Binary Similarity And Distance Measures (BSDM). Hasil penelitian menunjukkan bahwa sistem pendeteksi pola menggunakan Binary Similarity And Distance Measures (BSDM) melalui formula Dipersion memiliki detection rate berkisar dari 65% hingga 90%. Persentase detection rate tersebut menunjukkan bahwa formula Dipersion dapat digunakan sebagai salah satu pendekatan untuk pendeteksian pola-pola yang sejenis. Keunggulan formula Dipersion adalah kemampuan pengenalan pola dengan jumlah data referensi yang tidak terlalu besar, sangat tepat untuk diterapkan pada sIstem.Kata kunci: Binary Similarity And Distance Measures (BSDM), Dipersion
PENGARUH PENGGUNAAN NANO ALUMINA TERHADAP KUAT TEKAN DAN ABSORPSI MORTAR BETON DENGAN MODERATE VOLUME FLY ASH Nanda, Syarifah Asria; Maizuar, Maizuar; Zai, Arif Munandar; Hamzani, Hamzani
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 3 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i3.20378

Abstract

Nano alumina merupakan partikel yang begitu kecil umumnya dalam rentang lebih besar dari 1 μm hingga lebih kecil dari 0,1 μm, akibatnya dapat mengisi struktur mikro mortar. Sifat fisik dan kimia nano alumina yang unggul berupa ketahanan terhadap abrasi, korosi tinggi, dan suhu yang tinggi. Tujuan penelitian ini untuk mengetahui pengaruh penggunaan substitusi nano alumina dengan fly ash (Nagan Raya) terhadap kuat tekan dan absorpsi mortar beton. Spesimen dengan substitusi kadar persentase nano alumina yang bervariasi sebesar  0,01%, 0,02%, 0,03%, 0,04%, 0,05% dan 0,08%. Adukan mix design memakai SNI 03-6825-2002, yang mana dilakukan pengujian kuat tekan mortar pada umur 3, 7, dan 28 hari, sedangkan absorpsi dilakukan ketika buka bekisting langsung di oven pada suhu 105 ± 5 ºC durasi ± 24 jam untuk mendapatkan massa kering dan direndam ± 48 jam untuk mendapatkan massa basah pada masing-masing variasi setiap tiga sampelnya. Pengujian ini menghasilkan kuat tekan maksimum mortar pada umur 28 hari terdapat pada mortar variasi nano alumina 0,08%, peningkatan sebesar 30,25% dan hasil penurunan optimum absorpsi mortar terdapat pada mortar variasi nano alumina 0,08% penurunan sebesar 27,60% terhadap mortar normal. Maka didapat kesimpulan dari hasil penelitian ini diketahui bahwa penggunaan nano alumina pada mortar beton dengan moderate volume fly ash dapat meningkatkan kuat tekan mortar beton dan menurunkan nilai absorpsi mortar beton.Kata kunci: Absorpsi, kuat tekan, nano alumina, fly ash, mortar beton
SISTEM PENGENALAN POLA MAD IWAD PADA CITRA AL-QUR`AN DENGAN MENGGUNAKAN METODE COSINE Munauwarah, Munauwarah; Safwandi, Safwandi; Agusniar, Cut
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 3 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i3.19680

Abstract

Mempelajari ilmu Al-Qur'an sesuai dengan hukum dan kaidah tajwid yang benar adalah kewajiban, karena kesalahan dalam pengucapan huruf Al-Qur'an dapat mengubah maknanya. Dalam Al-Qur'an, terdapat berbagai tanda khusus seperti hukum tajwid dan hukum mad, yang umumnya dipelajari dengan bimbingan guru ahli Al-Qu`an. Namun, metode belajar langsung dari guru menjadi kurang efisien di era modern ini, yang menuntut cara lebih praktis karena keterbatasan waktu dan akses. Seiring perkembangan teknologi, dibutuhkan sistem yang mampu mengenali hukum tajwid, khususnya mad iwad, melalui citra yang diinputkan secara digital. Program ini dirancang untuk memudahkan pengenalan pola mad iwad yang terdapat di dalam Al-Qur'an. Penelitian ini menjelaskan bahwa pola dideteksi melalui beberapa tahap, yaitu resize gambar, konversi ke citra grayscale, dan dilanjutkan dengan konvolusi. Proses pendeteksian pola mad iwad, khususnya pada surah Abasa, menggunakan metode Cosine yang menghitung nilai citra berdasarkan koordinasi dan piksel citra tersebut. Hasil penelitian menunjukkan bahwa sistem pengenalan pola mad iwad pada surah Abasa ini mencapai detection rate sebesar 85%. Ini membuktikan bahwa metode Cosine efektif dan dapat diterapkan sebagai salah satu pendekatan untuk mendeteksi pola mad iwad dalam citra Al-Qur'an. Namun, efektivitas sistem ini bergantung pada kualitas citra, semakin jelas citra yang diinput, semakin mudah sistem dalam mendeteksinya.Kata kunci: Sistem pengenalan pola, Mad Iwad, Metode Cosine, Surah Abasa
SISTEM PENGUJIAN HAFALAN AL-QURAN SURAH AL-ALA MELALUI SUARA MENGGUNAKAN TRANSFORMASI HAAR WAVELET Izza, Nurul; Zuraida, Zuraida; Fajriana, Fajriana
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 3 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i3.19681

Abstract

Minat terhadap hafalan Al-Quran saat ini semakin meningkat, dan metode pendekatan dalam menghafal pun mengalami perkembangan pesat. Hal ini ditandai dengan bertambahnya jumlah lembaga tahfidz Al-Quran. Namun, dengan jumlah peserta yang besar dan keterbatasan waktu serta kapasitas pengajar, proses pengujian hafalan sering kali menjadi kurang optimal. Keterbatasan kemampuan pendengaran penguji juga dapat menyebabkan kesalahan dalam menilai akurasi tajwid dan pelafalan hafalan. Masalah ini sering kali membuat proses penilaian hafalan menjadi kurang akurat dan objektif. Untuk mengatasi permasalahan tersebut, diperlukan solusi berbasis teknologi yang dapat mendukung pengujian hafalan secara lebih efisien, akurat, dan objektif. Penelitian ini menggunakan pendekatan Transformasi Haar Wavelet untuk mengembangkan sistem pengujian hafalan surah Al-Ala melalui analisis suara. Sistem ini bertujuan mengevaluasi kesalahan atau kebenaran hafalan dengan membandingkan kemiripan antara suara latih dan suara uji. Pengujian dilakukan dengan menggunakan empat konstanta probabilitas yang berbeda (α = 0,3; 0,4; 0,5; 0,6), serta melibatkan 10 sampel suara latih dan 25 sampel suara uji. Hasil penelitian menunjukkan detection rate yang bervariasi: α = 0,3 menghasilkan 40%, α = 0,4 sebesar 56%, α = 0,5 mencapai 88%, dan α = 0,6 memberikan hasil tertinggi sebesar 96%, dengan total akurasi mencapai 70%. Meskipun sistem ini efektif untuk pengujian hafalan secara real time, kelemahan utama terletak pada sensitivitas terhadap noise, yang membuatnya kurang ideal untuk digunakan di lingkungan yang ramai.Kata Kunci: Transformasi Haar Wavelet, detection rate, real time, hafalan
Implementasi Metode SVM RBF (Radial Basis Function) Kernel Untuk Klasifikasi Status Gizi ada Balita Putri, Isnaini; Razi, Ar
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 2 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i2.19156

Abstract

Klasifikasi status gizi balita menjadi alat penting untuk memantau perkembangan gizi anak-anak guna mengidentifikasi kondisi gizi yang memerlukan perhatian lebih lanjut. Data yang digunakan dalam penelitian ini mencakup lebih dari 11.000 rekaman gizi balita yang dikumpulkan dari berbagai Posyandu di wilayah Sawang, Aceh Utara, antara Januari hingga Agustus 2024. Data ini mencakup informasi seperti berat badan, tinggi badan, jenis kelamin, usia, serta nilai Z-Score untuk berat dan tinggi badan sebagai acuan klasifikasi. Proses klasifikasi menggunakan metode Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF). Hasil prediksi menunjukkan bahwa mayoritas balita dikategorikan memiliki status gizi ideal dengan total frekuensi sebesar 202 balita. Selain itu, sebanyak 42 balita dikategorikan sebagai tidak seimbang, yang menunjukkan adanya risiko ke tidak seimbangan gizi. Sebanyak 29 balita masuk dalam kategori berpotensi berlebihan, yang mengindikasikan kecenderungan kelebihan gizi. Sedangkan, terdapat 23 balita yang tergolong dalam kategori gizi buruk, yang perlu mendapatkan perhatian lebih, serta 5 balita yang mengalami gizi lebih. Analisis lebih lanjut berdasarkan jenis kelamin menunjukkan bahwa jumlah status gizi ideal yang sama besar terjadi pada laki-laki dan perempuan, masing-masing sebanyak 101 balita. Berdasarkan kelompok usia, balita usia 13-24 bulan memiliki jumlah terbanyak dalam kategori ideal dengan total 47 balita, sedangkan balita usia 0-12 bulan memiliki kasus gizi buruk terbanyak dengan 6 balita. Hasil ini menunjukkan distribusi status gizi yang perlu diperhatikan untuk intervensi lebih lanjut.
SISTEM PAKAR DIAGNOSA PENYAKIT PENCERNAAN PADA MANUSIA MENGGUNAKAN METODE CERTAINTY FACTOR DAN PROFILE MATCHING Siregar, M. Ali Akbar; Fadlisyah, Fadlisyah; Fajriana, Fajriana
Jurnal Teknologi Terapan and Sains 4.0 Vol 5 No 3 (2024): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v5i3.19851

Abstract

Penyakit pencernaan adalah salah satu masalah kesehatan yang umum dan berbahaya. Untuk mengantisipasi hal tersebut, penelitian ini berfokus pada pengembangan sistem pakar yang dapat mendiagnosa penyakit pencernaan berdasarkan gejala yang diderita oleh pasien. Sistem pakar ini menggunakan metode Certainty Factor dan Profile Matching untuk memprediksi penyakit pencernaan dan menentukan tingkat kepastian diagnosis berdasarkan data gejala yang tersedia. Sistem pakar ini juga dilengkapi dengan fitur untuk mengelola data penyakit dan gejala, sehingga dapat melakukan diagnosa dan pengobatan. Dengan menggunakan metode Certainty Factor dan Profile Matching, sistem pakar ini diharapkan dapat memberikan informasi yang lebih akurat dan tepat waktu kepada user atau pasien tentang penyakit pencernaan. Dengan demikian, sistem pakar dapat menentukan diagnosis yang paling sesuai dengan kondisi gejala yang diderita pasien. Sistem pakar diagnosa penyakit pencernaan pada manusia dalam penelitian ini dibuat berbasis web dan output dari sistem merupakan persentase penyakit. Kata Kunci : Penyakit Pencernaan, Sistem Pakar, Certainty Factor, Profile Matching.
SISTEM PENDETEKSI POLA IQLAB PADA CITRA AL-QUR’AN MENGGUNAKAN BINARY SIMILARITY AND DISTANCE MEASURES Fadlisyah, Fadlisyah
Jurnal Teknologi Terapan and Sains 4.0 Vol 6 No 1 (2025): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v6i1.22338

Abstract

Hukum bacaan pada citra Qur’an secara visual membentuk berbagai pola. Salah satu hukum bacaan yang dipilih untuk dijadikan objek dalam penelitian ini adalah pola Iqlab. Iqlab adalah mengganti bacaan nun sukun (نْ) atau tanwin (ــًــ, ــٍــ, ــٌــ) menjadi mim sukun (مْ) ketika bertemu dengan huruf ba (ب). Iqlab secara bahasa berarti mengganti atau menukar. Cara membacanya adalah dengan menyuarakan nun sukun atau tanwin menjadi mim sukun, disertai dengung (ghunnah) selama dua harakat. Pada penelitian ini, pola Iqlab akan dideteksi melalui teknik-teknik pengolahan citra dan selanjutnya pengukuran kelas pola dilakukan dengan menggunakan metode Binary Similarity And Distance Measures (BSDM). Hasil penelitian menunjukkan bahwa sistem pendeteksi pola menggunakan Binary Similarity And Distance Measures (BSDM) melalui formula Size difference memiliki detection rate berkisar dari 65% hingga 90%. Persentase detection rate tersebut menunjukkan bahwa formula Size difference dapat digunakan sebagai salah satu pendekatan untuk pendeteksian pola-pola yang sejenis. Keunggulan formula Size difference adalah kemampuan pengenalan pola dengan jumlah data referensi yang tidak terlalu besar, sangat tepat untuk diterapkan pada sIstem.
SISTEM PAKAR DIAGNOSA PENYAKIT FEBRILE SEIZURES MENGGUNAKAN METODE FORWARD CHAINING DAN TEOREMA BAYES Almunadia, Almunadia
Jurnal Teknologi Terapan and Sains 4.0 Vol 6 No 1 (2025): Jurnal Teknologi Terapan & Sains
Publisher : Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/tts.v6i1.22341

Abstract

Febrile seizures adalah kondisi medis yang umum terjadi pada anak‑anak, biasanya disebabkan oleh demam tinggi akibat dari infeksi atau kondisi lainnya. Meskipun umumnya tidak berbahaya, diagnosis yang cepat dan akurat sangat penting untuk mengidentifikasi penyebab serta menentukan penanganan yang tepat. Penelitian ini bertujuan untuk mengembangkan sistem pakar yang dapat mendiagnosis penyakit Febrile Seizures pada anak dengan menggunaka dua metode inferensi yaitu, Forward Chaining dan Teorema Bayes. Sistem pakar dikembangkan dengan mengumpulkan pengetahuan dari pakar medis, yang kemudian diterjemahkan menjadi basis pengetahuan berupa aturan dan probabilitas yang digunakan dalam sistem. Penelitian ini menerapkan metode Forward Chaining dan Teorema Bayes. Pada sistem ini diuji menggunakan 30 data kasus yang telah divalidasi oleh pakar. Hasil uji coba menunjukkan bahwa metode Forward Chaining memiliki akurasi sebesar 96% dengan 29 data dari 30 data, hasil diagnosis yang sesuai dengan diagnosis pakar. Di sisi lain, metode Teorema Bayes memperoleh akurasi 90% dengan 27 data hasil diagnosis yang sesuai. Selain itu, tingkat kemiripan hasil diagnosis antara kedua metode mencapai 93,33% dengan selisih hanya 6,67%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa kedua metode ini dapat digunakan dalam sistem pakar untuk diagnosis Febrile Seizures. Metode Forward Chaining lebih unggul dalam hal akurasi dibandingkan Teorema Bayes pada sistem yang dibangun.

Page 13 of 15 | Total Record : 149

 11   12   13   14   15 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue Vol 6 No 3 (2025): Jurnal Teknologi Terapan & Sains Vol 6 No 2 (2025): Jurnal Teknologi Terapan & Sains Vol 6 No 1 (2025): Jurnal Teknologi Terapan & Sains Vol 5 No 3 (2024): Jurnal Teknologi Terapan & Sains Vol 5 No 2 (2024): Jurnal Teknologi Terapan & Sains Vol 5 No 1 (2024): Jurnal Teknologi Terapan & Sains Vol 4 No 3 (2023): Jurnal Teknologi Terapan & Sains Vol 4 No 2 (2023): Jurnal Teknologi Terapan & Sains Vol 4 No 1 (2023): Jurnal Teknologi Terapan & Sains Vol 3 No 3 (2022): Jurnal Teknologi Terapan & Sains Vol 3, No 3 (2022): Jurnal Teknologi Terapan & Sains Vol 3 No 2 (2022): Jurnal Teknologi Terapan & Sains Vol 3, No 2 (2022): Jurnal Teknologi Terapan & Sains Vol 3, No 1 (2022): Jurnal Teknologi Terapan & Sains Vol 3 No 1 (2022): Jurnal Teknologi Terapan & Sains Vol 2, No 3 (2021): Jurnal Teknologi Terapan & Sains Vol 2 No 3 (2021): Jurnal Teknologi Terapan & Sains Vol 2, No 2 (2021): Jurnal Teknologi Terapan & Sains Vol 2 No 2 (2021): Jurnal Teknologi Terapan & Sains Vol 2 No 1 (2021): Jurnal Teknologi Terapan & Sains Vol 2, No 1 (2021): Jurnal Teknologi Terapan & Sains Vol 1 No 3 (2020): Jurnal Teknologi Terapan & Sains Vol 1, No 3 (2020): Jurnal Teknologi Terapan & Sains Vol 1 No 2 (2020): Jurnal Teknologi Terapan & Sains Vol 1 No 1 (2020): Jurnal Teknologi Terapan & Sains More Issue