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 210 Documents
 17   18   19   20   21 
Development of a Forward Chaining-Based Expert System for Web-Based Initial Screening of Mental Health Disorders Munadila, Aura; Asrianda, Asrianda; Fikry, Muhammad
Journal of Artificial Intelligence and Software Engineering Vol 5, No 4 (2025): Desember (On Progress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i4.8521

Abstract

Kesehatan mental merupakan aspek penting dalam kesejahteraan individu yang memengaruhi kemampuan berpikir, mengelola stres, berinteraksi sosial, serta mengambil keputusan secara efektif. Peningkatan prevalensi gangguan kesehatan mental menuntut adanya solusi berbasis teknologi yang mampu membantu proses skrining dan diagnosis awal secara cepat dan mudah diakses. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis web menggunakan metode Forward Chaining sebagai mekanisme inferensi dalam melakukan skrining awal gangguan kesehatan mental. Sistem yang dikembangkan mampu mengidentifikasi lima jenis gangguan kesehatan mental, yaitu gangguan kecemasan, serangan panik, Post Traumatic Stress Disorder (PTSD), skizofrenia, dan Obsessive Compulsive Disorder (OCD), berdasarkan 32 gejala yang diperoleh melalui studi literatur dan konsultasi dengan pakar psikologi. Pengujian sistem dilakukan menggunakan metode black-box testing, white-box testing, dan test with known cases. Hasil pengujian menunjukkan tingkat akurasi sebesar 82,14% pada pengujian black-box, serta akurasi 100% pada pengujian white-box dan test with known cases. Hasil penelitian menunjukkan bahwa metode Forward Chaining efektif diterapkan pada sistem pakar berbasis web sebagai alat bantu skrining awal gangguan kesehatan mental.
The Correlation Of Factors Causing Divorce In Households Using The Apriori Data Mining Algorithm Amalia, Iklasni; Fikry, Muhammad; Asrianda, Asrianda; Khaidar, Al
Journal of Artificial Intelligence and Software Engineering Vol 5, No 4 (2025): Desember (On Progress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i4.8518

Abstract

Mahkamah Syari’ah merupakan lembaga di bawah Mahkamah Agung yang mempunyai misi melayani masyarakat dalam urusan rumah tangga dan kesejahteraan hukum, termasuk perkara perceraian. Aceh Tengah merupakan salah satu kabupaten dengan tingkat percerain yang sangat tinggi yang ada di Aceh dan terus menerus meningkat setiap tahun nya . Tujuan dari penelitian ini guna untuk salah satu cara dalam mencegah terjadinya perceraian yang ada di kabupaten Aceh Tengah, dengan melihat faktor-faktor yang menyebabkan terjadinya perceraian di Aceh Tengah serta korelasi antar faktor terserbut, faktor-faktor yang dicari dibentuk dengan sebuah hubungan yang di sebut Association Rules. Association Rules meruapakan  salah satu metode yang bertujuan untuk mencari pola yang yang sering muncul diantara banyak nya faktor dari beberapa item.  Association Rules ini akan digunakan dalam algoritma Apriori sehingga dapat digunakan untuk mencari korelasi faktor-faktor penyebab perceraian di Aceh Tengah. penelitian ini menggunakan data perceraian yang ada Mahakamah Syari’ah Aceh Tengah pada tahun 2021.Penelitian ini diharapkan akan menghasilkan temuan yang bermanfaat dalam memberikan kontribusi positif bagi masyarakat dalam mencegah terjadinya perceraian yang ada di Aceh Tengah, selain itu diharapkan dapat membuka wawasan baru mengenai pemanfaatan teknik pembelajaran mesin dalam bidang permasalahan perkara-perkara gugatan
Development of E-TGA System Using SDLC Waterfall Method at Politeknik Negeri Lhokseumawe Rahmatillah, Siska Yuna; Asrianda, Asrianda; Fikry, Muhammad
Journal of Artificial Intelligence and Software Engineering Vol 5, No 4 (2025): Desember (On Progress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i4.8516

Abstract

Pengelolaan Tugas Akhir di Politeknik Negeri Lhokseumawe masih menghadapi berbagai permasalahan, antara lain proses Administrasi yang belum terintegrasi, penggunaan dokumen fisik, keterbatasan monitoring, serta kesulitan dalam pencarian dan pengelolaan arsip Tugas Akhir. Kondisi tersebut berdampak pada rendahnya efisiensi, transparansi, dan kualitas layanan akademik. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem E-TGA (Elektronik Tugas Akhir) berbasis web sebagai solusi digital dalam pengelolaan Tugas Akhir mahasiswa secara terintegrasi. Metode penelitian yang digunakan adalah Research and Development (RD) dengan pendekatan mixed methods, serta model pengembangan perangkat lunak Software Development Life Cycle (SDLC) menggunakan metode Waterfall. Sistem E-TGA dirancang untuk memfasilitasi penyerahan dokumen Tugas Akhir secara daring, verifikasi dan validasi dokumen oleh petugas perpustakaan, monitoring data oleh dosen pembimbing, serta penyimpanan repository dokumen Tugas Akhir secara digital. Pengujian sistem dilakukan menggunakan metode black box testing untuk memastikan seluruh fungsi berjalan sesuai dengan kebutuhan pengguna. Hasil penelitian menunjukkan bahwa sistem E-TGA mampu meningkatkan efektivitas dan efisiensi proses pengelolaan Tugas Akhir, mengurangi ketergantungan pada dokumen fisik, mempercepat proses verifikasi, serta meningkatkan akurasi pencarian data melalui fitur pencarian berbasis query SQL dengan operator LIKE dan OR. Dengan demikian, sistem E-TGA dapat mendukung transformasi digital layanan akademik dan menjadi solusi pengelolaan Tugas Akhir yang berkelanjutan di Politeknik Negeri Lhokseumawe.
Implementation Of Single Moving Average In Gold Price Movement Analysis Muqarrabin, Khalis Al; Fikry, Muhammad; Asrianda, Asrianda; Khaidar, Al
Journal of Artificial Intelligence and Software Engineering Vol 5, No 4 (2025): Desember (On Progress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i4.8519

Abstract

Penelitian ini didasarkan pada pentingnya prediksi harga emas sebagai salah satu komoditas yang memiliki volatilitas tinggi. Permasalahan yang diangkat adalah ketidakpastian pergerakan harga emas yang memerlukan metode peramalan yang sederhana namun efektif. Tujuan dari penelitian ini untuk memberikan wawasan lebih dalam tentang bagaimana SMA dapat digunakan dalam analisis pergerakan harga emas dan membantu investor dalam membuat stategi investasi yang lebih baik. Penelitian ini menggunakan metode Single Moving Average (SMA) untuk menganalisis pergerakan harga emas, dengan SMA dihitung berdasarkan rata-rata harga penutupan emas selama 5 dan 10 hari. Akurasi prediksi dievaluasi menggunakan Mean Absolute Error (MAE) dan Mean Squared Error (MSE) yang membandingkan hasil perhitungan SMA dengan harga emas aktual untuk menilai efektivitas metode ini. Hasil penelitian menunjukkan bahwa metode SMA cukup akurat dalam meramalkan tren harga emas jangka pendek, meskipun terdapat sedikit keterlambatan dalam respons terhadap perubahan harga yang mendadak. Metode SMA dapat menjadi alat peramalan yang sederhana dan efektif untuk tren harga emas, terutama untuk periode jangka pendek.
Implementation Of Dama-Dmbok-Based Data Governance To Optimize Organizational Decision Making Khaldun, Ibnu; Khaidar, Al
Journal of Artificial Intelligence and Software Engineering Vol 5, No 4 (2025): Desember (On Progress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i4.8502

Abstract

Di era digital, pengelolaan data menjadi aspek penting bagi perusahaan penyedia layanan internet (PIJI) dalam menjaga kualitas dan keamanan informasi. Penelitian ini bertujuan untuk merancang model tata kelola data berbasis kerangka kerja DAMA-DMBOK (Data Management Body of Knowledge) yang disesuaikan dengan kebutuhan operasional PT XYZ Cabang Medan, serta melakukan pengukuran tingkat kematangannya untuk menilai efektivitas penerapan model tersebut. Pendekatan penelitian menggunakan metode deskriptif kuantitatif, dengan penyebaran kuesioner kepada pihak yang terlibat dalam pengelolaan data keuangan dan operasional perusahaan. Hasil analisis menunjukkan bahwa secara keseluruhan tata kelola data berada pada tingkat kematangan Managed (Level 4), yang mengindikasikan bahwa proses pengelolaan data telah terstandarisasi dan terdokumentasi dengan baik. Area Data Governance dan Data Security memiliki tingkat kematangan tinggi dengan nilai masing-masing 4,8 dan 4,6, sedangkan Data Quality masih rendah dengan nilai 2,5. Model tata kelola data yang dirancang melalui penelitian ini dapat menjadi acuan bagi PT XYZ dalam meningkatkan integritas, kualitas, dan keamanan data, serta sebagai referensi penerapan DAMA-DMBOK pada industri penyedia layanan internet.
Public Sentiment Analysis on the November 2025 Flood Disaster in Aceh Using Natural Language Processing and Lexicon-Based Approach Erwanda, Ade Putra; Khaidar, Al; Asrianda, Asrianda; Fikry, Muhammad; Khaldun, Ibnu
Journal of Artificial Intelligence and Software Engineering Vol 5, No 4 (2025): Desember (On Progress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i4.8481

Abstract

Bencana banjir yang melanda Provinsi Aceh pada November 2025 merupakan salah satu bencana hidrometeorologi besar yang berdampak luas terhadap kehidupan masyarakat. Banjir terjadi di 16 kabupaten/kota dan mengakibatkan hampir 120 ribu jiwa terdampak, puluhan ribu warga mengungsi, serta kerusakan signifikan pada permukiman dan infrastruktur. Peristiwa ini memicu respons publik yang masif di media sosial, khususnya Instagram. Penelitian ini bertujuan untuk menganalisis sentimen respons masyarakat terhadap bencana tersebut menggunakan pendekatan Natural Language Processing (NLP) berbasis lexicon. Data diperoleh melalui proses data crawling terhadap 2.790 komentar Instagram, yang selanjutnya diproses melalui tahapan text cleaning, case folding, tokenization, stopword removal, dan stemming. Hasil analisis menunjukkan dominasi sentimen positif sebesar 62,51%, diikuti sentimen netral 24,98% dan negatif 12,51%. Temuan ini menunjukkan adanya apresiasi, harapan, serta kritik masyarakat terhadap penanganan bencana, dan dapat menjadi bahan evaluasi bagi pemangku kebijakan dalam meningkatkan strategi penanganan dan komunikasi bencana berbasis data.
Explanatory Case Study on the Implementation of Quantum Communication Protocols in Enhancing the Security of Industrial Internet of Things Networks Sawitri, Dara
Journal of Artificial Intelligence and Software Engineering Vol 5, No 4 (2025): Desember (On Progress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i4.7083

Abstract

The Internet of Things (IoT) continues to face fundamental challenges in communication security, primarily due to the limited resources of devices and their highly distributed nature. The integration of quantum communication is considered a strategic breakthrough to strengthen data protection through encryption mechanisms based on quantum principles. This research is directed toward analyzing the implementation and adaptation of quantum communication protocols within industrial IoT ecosystems, with the aim of enhancing the security of data exchange. The findings indicate that the success of implementation is strongly influenced by two major factors: the technical compatibility of devices and the management of organizational aspects, including cross-unit coordination and resistance to change. The novelty of this study lies in its focus on real-world implementation of quantum communication protocols in industrial environments, which have previously been examined predominantly through theoretical or simulation-based approaches. By integrating both technical and managerial dimensions, this research contributes to a comprehensive understanding of adaptation mechanisms for quantum protocols while providing practical recommendations for the development of more applicable and sustainable communication security strategies.
Implementation of Double Exponential Smoothing to Forecast the Number of Outpatient Visits at Arun Hospital Sembiring, Vivi Dista Br; Fikry, Muhammad; Asrianda, Asrianda
Journal of Artificial Intelligence and Software Engineering Vol 5, No 4 (2025): Desember (On Progress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i4.8497

Abstract

Seiring peningkatan kesadaran masyarakat mengenai kesehatan bisa meningkatkan angka kunjungan di rumah sakit. Pasien yang berkunjung sangat bervariasi serta tidak bisa diprediksi tentu mengakibatkan rencana yang dibangun tidak efektif. Hal ini harus diantisipasi dengan memperkirakan atau memprediksi jumlah pasien yang berkunjung. Oleh karena itu, dalam penelitian ini dibangun sistem perkiraan jumlah kunjungan pasien rawat jalan dengan metode Double Exponential Smoothing. Penelitian ini dilakukan pada Rumah Sakit Arun serta data yang diambil dari 11 poliklinik yang ada pada rumah sakit dari Januari tahun 2020 hingga Desember 2023. Hasil dari penelitian ini ialah perkiraan pada poliklinik hemodialisis sebanyak 9 orang, poliklinik bedah 34 orang, poliklinik gigi dan mulut 6 orang, poliklinik jiwa 24 orang, poliklinik kesehatan anak 28 orang, poliklinik mata 24 orang, poliklinik obgyn ibu hamil 6 orang, poliklinik orthopedi 13 orang, poliklinik paru 34 orang, poliklinik penyakit dalam 39 orang, dan terakhir poliklinik syaraf 46 orang. Dengan hasil perhitungan rata-rata persentase error pada poliklinik hemodialisis selama setahun yaitu 0,90%.
Single Tuition Fee Classification Using Light Gradient Boosting Machine with Confusion Matrix Analysis Khaidar, Al; Nurdin, Nurdin; Fajriana, Fajriana
Journal of Artificial Intelligence and Software Engineering Vol 5, No 4 (2025): Desember (On Progress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i4.8479

Abstract

Uang Kuliah Tunggal merupakan sistem pembiayaan pendidikan tinggi yang ditetapkan berdasarkan kemampuan ekonomi mahasiswa. Penetapan UKT yang masih dilakukan secara manual berpotensi menimbulkan subjektivitas dan ketidaktepatan klasifikasi. Penelitian ini bertujuan untuk mengembangkan model klasifikasi UKT berbasis data menggunakan metode Light Gradient Boosting Machine (LightGBM). Dataset yang digunakan terdiri dari 10.000 data mahasiswa Politeknik Negeri Lhokseumawe yang telah melalui tahap prapemrosesan dan transformasi fitur. Model dilatih menggunakan pembagian data latih dan data uji sebesar 80:20, serta dievaluasi menggunakan metrik akurasi, classification report, confusion matrix, dan 10-Fold Cross Validation. Hasil pengujian menunjukkan bahwa model LightGBM mencapai akurasi sebesar 98% pada data uji. Pengujian 10-Fold Cross Validation menghasilkan rata-rata akurasi sebesar 99,21% dengan standar deviasi 0,29%, yang menunjukkan stabilitas dan kemampuan generalisasi yang sangat baik. Hasil ini membuktikan bahwa LightGBM efektif dan andal untuk mendukung penetapan UKT yang lebih objektif dan berbasis data.
Tomato Classification Based On Ripeness With Rgb And Hsv Feature Extraction Using Naïve Bayes Algorithm Kuswanto, Teguh Junian; Fahlevi, Muhammad Fauzan; Firdaza, Akhira Maulidio
Journal of Artificial Intelligence and Software Engineering Vol 5, No 4 (2025): Desember (On Progress)
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jaise.v5i4.7230

Abstract

Tomato is a vegetable commodity that is also categorized as a fruit and is easy to cultivate in various regions. Differences in the level of tomato ripeness often become a challenge in the accurate classification process. Although many studies have been conducted related to the shape, disease, and varieties of tomatoes, classification based on the level of ripeness is still rarely done. This study aims to develop a classification of tomatoes using the level of tomato ripeness based on the color extracted through the RGB (Red, Green, Blue) and HSV (Hue, Saturation, Value) channels, using the Naïve Bayes algorithm. This research was conducted by collecting 150 tomato images that had similar shapes but with varying levels of ripeness, with a total of 135 training data and 15 test data. The research stages include the extraction of tomato color image features in RGB and HSV features, data simplification, separation between training data and testing data with a ratio of 90:10, and the application of the Naïve Bayes algorithm for the classification process. The results of the study showed that the RGB and HSV feature extraction methods combined with the Naïve Bayes algorithm were able to classify tomato ripeness levels with an accuracy of 80%. RGB and HSV color attributes together contributed to the classification accuracy, by producing a significant effect on certain ripeness categories

Page 21 of 21 | Total Record : 210

 17   18   19   20   21 

Filter by Year

2021 2025


Reset
Filter By Issues
All Issue Vol 5, No 4 (2025): Desember (On Progress) Vol 5, No 3 (2025): September Vol 5, No 2 (2025): June Vol 5, No 2 (2025): Juni On-Progress 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