cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Safriadi
Contact Email
safriadi@pnl.ac.id
Phone
+6285262485087
Journal Mail Official
jaise@pnl.ac.id
Editorial Address
Jl. Banda Aceh-Medan Km. 280,3, Buketrata, Mesjid Punteut, Blang Mangat, Kota Lhokseumawe, 24301
Location
Kota lhokseumawe,
Aceh
INDONESIA
Journal Of Artificial Intelligence And Software Engineering
Published by Politeknik Negeri Lhokseumawe
ISSN : 2797054X     EISSN : 2777001X     DOI : http://dx.doi.org/10.30811/jaise
Core Subject : Science,
Computer Science & IT
Artificial Intelligence Natural Language Processing Computer Vision Robotics and Navigation Systems Decision Support System Implementation of Algorithms Expert System Data Mining Enterprise Architecture Design & Management Software & Networking Engineering IoT
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 8 Documents
 1 
Search results for , issue "Vol 2, No 1 (2022)" : 8 Documents clear
Analisis Sistem Pemeringkatan Perangkingan Calon Mahasiswa Baru di STKIP Bumi Persada Lhokseumawe Teuku Afriliansyah; Merri Hari Yanni
Journal of Artificial Intelligence and Software Engineering Vol 2, No 1 (2022)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v2i1.3083

Abstract

Sekolah Tinggi Keguruan dan Ilmu Pendidikan (STKIP) Bumi Persada Lhokseumawe kembali menerima calon mahasiswa baru melalui beberapa jalur penerimaan. Salah satunya yaitu pada jalur Prestasi dan Kurang Mampu. Berdasarkan hasil survei dan wawancara yang dilakukan dengan Kepala Bagian Sistem Informasi STKIP Bumi Persada Lhokseumawe, masih terdapat banyak kekurangan dalam melakukan seleksi jalur Penerimaan melalui program tersebut, diantaranya yaitu  terdapat perbedaan format data nilai akademik dari masing-masing sekolah, proses seleksi yang masih dilakukan secara manual serta perhitungan akhir pada nilai perankingan yang berubah ubah. Berdasarkan masalah yang ada, diperlukan membangun sebuah sistem pendukung keputusan untuk seleksi jalur prestasi dan Kurang Mampu (PdKM). Terdapat dua metode yang akan digunakan dalam perancangan sistem pendukung keputusan ini yaitu Metode Multi Objective Optimization on the Basis of Ratio Analysis (MOORA) dan metode Analytic Hierarchy Process (AHP). Pada penelitian ini metode AHP bertugas untuk menghitung bobot kriteria penerimaan sedangkan metode MOORA digunakan untuk menentukan ranking calon mahasiswa. Adapun Kriteria yang digunakan yaitu data yang diambil dari rata-rata nilai rapor semester 1 – 5, nilai prestasi non-akademik, akreditasi sekolah, dan rata-rata peringkat banding jumlah siswa semester 1 - 5. Analisis hasil dilakukan menggunakan 100 data sampel, yang terdiri dari 45 data siswa SMA/MA dan 55 data siswa SMK/MAK. Saat hasil penerimaan sistem perankingan dan hasil penerimaan di STKIP Bumi Persada Lhokseumawe yang di uji, terdapat 86 siswa SMA/MA, atau sekitar 86% yang sama-sama diterima. Sedangkan untuk siswa SMK/MAK, terdapat 60 siswa, atau sekitar 60% yang sama-sama diterima. Analisis hasil menunjukkan bahwa saat bobot kriteria sistem diaplikasikan pada kedua metode perhitungan, hasil yang diberikan adalah siswa pada hasil penerimaan sistem perankingan memiliki nilai akhir yang lebih besar dari siswa pada hasil penerimaan STKIP Bumi Persada Lhokseumawe.
Sistem Deteksi Wajah Untuk Pencatatan Kehadiran Mahasiswa Di Kelas Menggunakan Metode Convolutional Neural Network Syifa Zahrah; Azhar Azhar; Musta’inul Abdi
Journal of Artificial Intelligence and Software Engineering Vol 2, No 1 (2022)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v2i1.3873

Abstract

Kehadiran mahasiswa dalam suatu pembelajaran di kelas seringkali menjadi syarat wajib dalam dunia pendidikan, dan menjadi tolak ukur dalam menilai mahasiswa. Terkadang masih dijumpai praktik curang oleh mahasiswa dalam absensi agar mencapai kehadiran minimal. Dari sisi administrasi, absensi berbasis kertas berpotensi pemborosan dan juga memperpanjang tahapan administrasi karena membutuhkan rekapitulasi manual. Metode yang digunakan dalam penelitian ini adalah pendekatan Deep Learning dengan arsitektur CNN untuk mengenali wajah. Selain gambar wajah, sistem juga akan memvalidasi absensi dengan kesesuaian lokasi dan waktu. Kehadiran mahasiswa dalam proses pembelajaran sangat diperlukan untuk mengetahui jumlah mahasiswa. Penelitian ini dilakukan untuk membuat sebuah sistem pendeteksian wajah dalam mengenali mahasiswa di dalam kelas, kemudian menangkap dan mendeteksi seluruh wajah mahasiswa secara akurat serta melakukan pengujian terhadap sistem, dimana hal ini dilakukan untuk mengetahui sejauh mana sistem dapat bekerja, dalam penerapannya penelitian ini menggunakan algoritma Convolutional Neural Network sebagai metode DeepLearning yang dapat digunakan untuk mengenali dan mengklasifikasi sebuah objek. Sistem ini berhasil mendeteksi 8 dari 10 wajah mahasiswa dan memiliki presentase keakuratan sebesar 80%, dengan jumlah data 300 uji gambar wajah.
Klasifikasi Penyakit Diabetic Retinopathy Menggunakan Multilayer Perceptron Umri Erdiansyah; Ahmadi Irmansyah Lubis; Guntur Syahputra
Journal of Artificial Intelligence and Software Engineering Vol 2, No 1 (2022)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v2i1.3084

Abstract

Diabetic Retinopathy merupakan salah satu komplikasi penyakit diabetes yang dapat menyebabkan kematian. Komplikasi ini berupa kerusakan pada retina mata. Kadar glukosa yang tinggi dalam darah dapat menyebabkan kapiler kecil pecah dan menyebabkan kebutaan. Penyakit ini dimulai dengan melemahnya atau rusaknya kapiler kecil di retina, memungkinkan darah mengalir dan kemudian menyebabkan penebalan jaringan, pembengkakan, dan pendarahan hebat. Penelitian ini bertujuan untuk menganalisis diagnosis retinopati diabetik berupa data rekam medis. Multilayer Perceptron merupakan salah satu algoritma jaringan syaraf tiruan yang sering digunakan untuk klasifikasi data dan digunakan dalam proses klasifikasi pada penelitian ini. Dataset yang digunakan dalam penelitian ini diperoleh dari UCI Machine Learning Repository, kumpulan data dari University of Debrecen, Hongaria, termasuk data pasien untuk retinopati diabetik. Evaluasi hasil klasifikasi yang digunakan adalah confusion matrix. Dari hasil perhitungan yang telah dilakukan, maka didapatkan hasil akurasi pada Multilayer Perceptron sebesar 71.80%, dengan nilai precision 72.50%, dan Recall 71.80%.
Aplikasi Pengamanan Data Menggunakan Algoritma Modular Multiplication Based Block Chiper (MMB) Safriadi Safriadi
Journal of Artificial Intelligence and Software Engineering Vol 2, No 1 (2022)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v2i1.3997

Abstract

Teknologi informasi dan komunikasi yang sangat berkembang saat ini dianggap semakin mempermudah proses pengolahan, penyimpanan dan pendistribusian data dan informasi sehingga mempermudah dalam mengakses data dan informasi. Seperti halnya  penyimpanan dokumen, dapat disimpan di cloud, yang mana kita dapat mengakses file tersebut dimana saja akan tetapi muncul beberapa permasalahan seperti penyimpanan dokumen serta data-data penting, apabila data dan informasi penting tersebut dapat diakses oleh pihak yang tidak berwenang maka dapat berakibat kerugian bagi pihak pemilik dari dokumen tersebut. Untuk itu, salah satu cara yang dapat digunakan untuk mengamanan data atau menjaga kerahasiaan data dan informasi penting tersebut adalah dengan  mengubahnya kedalam bentuk sandi yang tidak bermakna yang hanya diketahui oleh pihak terkait. Aplikasi pengamanan data teks ini dibangun menggunakan algoritma Modular Multiplication Based Block Chiper (MMB). Tahapan penelitian yang akan diteliti ini terdiri dari pengumpulan data, Analisa sistem pembuatan aplikasi. AbstractInformation and communication technology that is currently highly developed is considered to make it easier to process, store and distribute data and information so as to make it easier to access data and information. As with document storage, it can be stored in the cloud, where we can access the file anywhere, but problems arise such as storing documents and important data, if this important data and information can be accessed by unauthorized parties it can result in losses. for the owner of the document. For this reason, one way that can be used to secure data or maintain the confidentiality of important data and information is to convert it into a meaningless code that is only known by the parties concerned. This text data security application was built using the Modular Multiplication Based Block Chiper (MMB) algorithm. The stages of the research that will be examined consist of data collection, analysis of the application making system.
Rancang Bangun Sistem Informasi Rental Mobil Berbasis Android Menggunakan Metode Apriori Dalam Pemilihan Rekomendasi Mobil Saydina Ambiya Rizki; Muhammad Rizka; Musta’inul Abdi
Journal of Artificial Intelligence and Software Engineering Vol 2, No 1 (2022)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v2i1.3874

Abstract

Mobil rental adalah salah satu transportasi bagi masyarakat untuk melakukan perjalanan dengan privasi tambahan. Berdasarkan fakta dilapangan, masyarakat yang ingin merental mobil harus mendatangi tempat rental untuk menyewa mobil atau melalui via media sosial, dan juga sering terjadi saat masyarakat mendatangi tempat rental, mobil yang akan di sewa tidak tersedia. Hal ini dapat membuat proses penyewaan mobil menjadi tidak efisien. Bukan hanya dari pihak calon penyewa mobil, dari pihak penyedia mobil rental kurang efisien dalam monitoring mobil yang dipesan oleh calon penyewa dari media sosial, hal ini dapat menyebabkan menurunnya kepercayaan masyarakat terhadap suatu usaha rental mobil, maka dibuatlah aplikasi penyewaan mobil untuk memudahkan pihak rental mobil dalam management usaha rental mobil, kemudian untuk calon pelanggan bisa melihat mobil rekomendasi terbaik dengan algoritma Apriori. Penggunaan algoritma dengan aturan asosiasi dapat membantu pihak rental untuk merekomendasikan mobil kepada calon pelanggan. Dengan adanya aplikasi ini, para calon pelanggan bisa melihat mobil yang tersedia untuk dirental tanpa harus menghubungi pihak rental terlebih dahulu. Penerapan algoritma Apriori menggunakan dataset transaksi yang diinputkan untuk mendapatkan hasil nilai confidence tertinggi dengan persentase 75% sebagai acuan untuk merekomendasikan mobil yang sering dirental.
Sistem Monitoring Pembersihan Kotoran Dan Pengaturan Suhu Kandang Kelinci Berbasis Raspberry Pi Jikti Khairina Khairina
Journal of Artificial Intelligence and Software Engineering Vol 2, No 1 (2022)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v2i1.3085

Abstract

Aspek kebersihan serta temperatur kandang pengaruhi perkembangbiakan kelinci yang sangat cepat dan menghasilkan banyak kelinci, pembersihan kandang yang kian efektif butuh dilakukan. Penelitian ini menciptakan sistem otomatisasi pembersihan kotoran serta pengaturan temperatur kandang kelinci memakai Raspberry pi serta diimplementasikan dalam wujud purwarupa. Sistem akan melaksanakan pemantauan serta pengaturan temperatur kandang sebesar 26-36°C dengan memakai sensor temperatur DHT11, serta lampu. Sistem hendak melaksanakan pembersihan kotoran kandang dengan mengendalikan gerak motor DC sehabis memproses masukan dari sensor berat load cell nilai yang telah diresmikan. Pembersihan kotoran dicoba bila berat kotoran di atas batasan nilai 1000 gram. Penelitian ini mempraktikkan linearisasi buat menciptakan persamaan konversi temperatur serta berat yang menciptakan nilai pembacaan yang lebih akurat. Pembacaan temperatur mempunyai akurasi sebesar ± 1°C, sebaliknya pembacaan berat load cell dengan akurasi sebesar 0.05% ataupun 2 gram. Informasi temperatur sangat rendah terjalin pada pagi hari (07:00-07:55) ialah 25,1℃ hingga dengan 25,2℃, pada keadaan ini diakibatkan temperatur pagi dingin. Informasi temperatur sangat besar terjalin pada siang hari (13:30-14:00) ialah ialah 30,2℃ hingga dengan 30,2℃, keadaan ini diakibatkan temperatur siang hari panas. Sehingga keadaan temperatur pada pagi, siang serta malam hari hadapi deviasi. Deviasi temperatur dari sekian pengujian merupakan yang terbanyak 0.7℃ pada pagi serta yang terbanyak 5℃ pada siang hari
Penerapan Rekomendasi Menu dan Self Order Pada Aplikasi E-Menu Restoran Menggunakan Metode Collaborative Filtering Berbasis Android Ryandi Aziz
Journal of Artificial Intelligence and Software Engineering Vol 2, No 1 (2022)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v2i1.3875

Abstract

Perkembangan zaman telah membuat banyak pelaku bisnis khususnya kuliner semakin berinovasi dalam produk atau menu makanan dan minuman untuk meningkatkan penjualan. Pelayanan yang diberikan kepada pelanggan pada sebuah restoran juga berpengaruh dalam hal peningkatan penjualan. Ada tiga kondisi yang dapat menurunkan kualitas pelayanan sebuah restoran yaitu saat pelanggan ramai, beroperasi lebih dari 2 lantai dan tempat yang luas. Penurunan kualitas pelayanan bagi pelanggan berdampak terhadapat penjualan. Kondisi tersebut dapat diminimalisir dengan penerapan teknologi aplikasi mobile (e-menu). Penggunaan aplikasi android untuk dapat membantu dalam meningkatkan kualitas pelayanan khususnya dalam hal pemesanan makanan dan minuman. Aplikasi pemesanan yang dibangun memungkinkan pelanggan untuk dapat memesan dan membayar secara mandiri. Proses pemesanan dilakukan dengan cara, pelanggan dapat memindai QR code yang tersedia pada meja. Proses pembayaran dapat dilakukan setelah proses pemesanan menggunakan payment gateaway. Aplikasi yang dikembangkan ini dilengkapi dengan fitur rekomendasi menu dengan dukungan metode collaborative filtering. Penerapan aplikasi pemesanan makanan dengan android dapat meningkatkan kualitas pelayanan yaitu pemesanan dan pembayaran menjadi lebih cepat.
Penerapan Metode Deteksi Canny Dan Template Matching Pada Pengenalan Motif Songket Aceh Nurul Fatani; Azhar Azhar; Musta’inul Abdi
Journal of Artificial Intelligence and Software Engineering Vol 2, No 1 (2022)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v2i1.3872

Abstract

Songket merupakan jenis kain tenun yang dikenal di seluruh Indonesia. Cara penenunan dan motif-motif songket berbeda antara daerah yang satu dengan daerah lainnya masyarakat belum banyak mengetahui informasi tentang motif-motif songket. Kain songket aceh menjadi salah satu kain khas masyarakan Aceh, Untuk pengenalan jenis kain dan motif masih dilakukan secara manual dengan penjabaran dari mulut ke mulut oleh masyarakat Aceh sendiri namun tidak ada informasi yang detail mengenai jenis kain dan arti dari motif kain tersebut. Oleh karena itu dibutuhkam sebuah Aplikasi untuk membantu masyarakat mengenal lebih lanjut jenis kain dan arti motif dari kain tersebut. Sistem dibentuk dengan menggunakan pengolahan citra menggunakan metode deteksi tepi Canny dan Tamplate Matching. Metode deteksi tepi Canny digunakan untuk mendapatkan garis tepi objek, selanjutnya Tamplate Matching digunakan untuk mengenali dan mencocokan tiap bagian dari suatu citra dengan citra acuan. Hasil akurasi sistem sebesar 96.6%, dengan jumlah data 20 uji gambar songket. Berdasarkan pengujian, sistem dapat mengenali 19 citra songket yang diuji dari 5 jenis motif kain songket aceh dengan benar. Berdasarkan pengujian whitebox dan blackbox disimpulkan sistem dapat memberikan informasi kepada pengguna juga dapat memudahkan masyarakat dalam mengenali jenis kain dan arti dari motif kain tersebut.

Page 1 of 1 | Total Record : 8

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 5, No 3 (2025): September Vol 5, No 2 (2025): Juni On-Progress Vol 5, No 2 (2025): June Vol 5, No 1 (2025): March Vol 5, No 1 (2025): Maret Vol 4, No 2 (2024) Vol 4, No 1 (2024) Vol 3, No 2 (2023) Vol 3, No 1 (2023) Vol 2, No 2 (2022) Vol 2, No 1 (2022) Vol 1, No 2 (2021) Vol 1, No 1 (2021) More Issue