Article Per Year (5 Year)
p-Index From 2020 - 2025
1.152
P-Index
This Author published in this journals
All Journal eProceeding of TIK Jurnal Teknologi Rekayasa Informasi dan Komputer
Khadafi, M.
Unknown Affiliation
Computer Science & IT

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Rancang Bangun Sistem Klasifikasi Tingkat Kesuburan Tanah Berbasis Website Menggunakan Metode K-Nearest Neighbors Untuk Semua Jenis Tanaman (Studi Kasus Kecamatan Tanah Luas) Saidah, Saidah; Khadafi, M.; Amirullah, Amirullah
eProceeding of TIK Vol 4, No 1 (2024): eProTIK: Mei, 2024
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Tanah  merupakan  salah  satu  media  tanam.  Tanah  memiliki  beberapa  faktor-faktor  utama untuk pertumbuhan   tanaman,   diantaranya   adalah   kelembapan   dan   tingkat   keasaman   tanah.   Tingkat kelembapan tanah dan keasaman tanah dapat menentukan kesuburan tanah dan juga tanaman yang cocok ditanami pada tanah tersebut.Tanah merupakan faktor utama yang berperan sangat penting dalam menentukan usaha pertanian. Kesuburan tanah adalah suatu faktor penentu keberhasilan usaha pertanian. Setiap daerah memiliki tingkat kesuburan tanah yang berbeda-beda dan bergantung pada jenis tanah dan letak geografisnya. Pengolahan data tanah yang tidak tepat dengan karakteristik jenis tanaman dapat mengakibatkan tanaman mudah layu dan pertumbuhan tanaman tidak maksimal. Faktor tersebut kerap sekali menjadi penyebab utama terjadiya gagal panen yang tidak diketahui oleh petani. Penelitian ini menyajikan rancang bangun sistem klasifikasi tingkat kesuburan tanah berbasisi website menggunakan metode K-nearest neighbors Untuk Semua Jenis Tanaman (studi kasus kecamatan tanah luas aceh utara). Digunakan untuk menentukan jenis tanaman sesuai data dari dinas pertanian, yang diharapkan dapat membantu petani dalam memilih jenis tanaman yang tepat sesuai dengan tingkat kesuburan tanah tertentu. Salah satu faktor yang menyebabkan penurunan produksi tanaman adalah kondisi lahan yang tidak subur yang meliputi ketidak seimbangan antara unsur hara, ph tanah dan material organik yang dibutuhkan oleh tanaman, komponen ini merupakan unsur penting dalam pertumbuhan tanaman. Cara kerja dari algoritma ini adalah dengan melakukan perbandingan dari data naighbors yang paling identik dengan data sampel.Kata kunci : Algortima KNN, klasifikasi kesuburan tanah, website
Implementasi Sistem Prediksi Kebutuhan Bahan Baku Kopi Menggunakan Metode ARIMA Berbasis Web Sultansyah, Muhammad; Khadafi, M.; Amirullah, Amirullah
eProceeding of TIK Vol 4, No 2 (2024): eProTIK: November, 2024
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Perkembangan bisnis kafe di Indonesia pesat, didorong oleh prediksi peningkatan konsumsi kopi sebesar 8,22% per tahun (2016-2021). Namun, ketidakpastian dalam memprediksi kebutuhan bahan baku dapat menyebabkan kelebihan atau kekurangan stok, berpotensi merugikan. Penelitian ini menerapkan metode ARIMA (Autoregressive Integrated Moving Average) untuk meramalkan kebutuhan stok bahan baku. Hasilnya menunjukkan Model ARIMA(2,1,1) untuk Taufik 1 memiliki performa terbaik (RMSE 20.20), sedangkan ARIMA(1,2,0) untuk Taufik 2 kurang akurat (RMSE 38.24). Meskipun ARIMA(0,1,0) untuk Taufik 3 memiliki RMSE terendah (5.95), model ini tidak menangkap kompleksitas data. Secara keseluruhan, penggunaan model ARIMA dapat meningkatkan efisiensi pengelolaan persediaan kafe, dengan hasil pengujian sistem menunjukkan keberhasilan yang memuaskan dalam testing blackbox dan whitebox.
Peranan Aplikasi Evaluasi Kegiatan Magang pada Lembaga Infinite Learning menggunakan Metode DBSCAN (Density Based Spatial Clustering of Applications with Noise) Berbasis Web Syahri, Alvin; Khadafi, M.; Huzaeni, Huzaeni
Journal of TIK Vol 5, No 1 (2025): eProTIK: Mei, 2025
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Infinite Learning merupakan lembaga pelatihan yang rutin mengadakan kegiatan pelatihan dan magang bagi talenta di seluruh Indonesia. Evaluasi terhadap pelatihan dan magang yang dilakukan di Infinite Learning saat ini masih dilakukan secara manual, yang menyebabkan proses penilaian memakan waktu lama dan kurang efisien. Penelitian ini bertujuan untuk mengotomatisasi proses evaluasi umpan balik mentee dengan menggunakan metode DBSCAN (Density Based Spatial Clustering of Applications with Noise) untuk mengelompokkan sentimen menjadi tiga kategori: positif, negatif, dan netral. Implementasi metode DBSCAN terhadap 1000 data umpan balik mentee menunjukkan hasil clustering yang mendominasi kategori positif, dengan hasil pengujian Silhouette Index pada kategori Pembelajaran dan Pengajaran sebesar 0.4455, Fasilitas dan Lingkungan sebesar 0.4036, serta Kepuasan terhadap Mentor sebesar 0.5439. Hasil pengujian Davies-Bouldin Index juga menunjukkan variasi pada ketiga kategori, dengan nilai tertinggi 1.8150 pada kategori Fasilitas dan Lingkungan. Berdasarkan hasil ini, kualitas clustering DBSCAN masih perlu ditingkatkan untuk mendukung proses evaluasi otomatis secara efisien
IMPLEMENTASI METODE K-MEANS DALAM RANCANG BANGUN APLIKASI CLUSTERING BIJI KOPI BERKUALITAS Lukmanulhakim, Febri; Azhar, Azhar; Khadafi, M.
Journal of TIK Vol 5, No 1 (2025): eProTIK: Mei, 2025
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Indonesia sebagai salah satu produsen kopi terkemuka di dunia, memiliki luas area perkebunan kopi yang besar, menurut kementrian pertanian, lahan kopi di Indonesia mencapai 1.246.800 hektar pada tahun 2014. Namun di wilayah Tangse Kabupaten Pidie produktivitas kopi masih rendah, meskipun lahan kopi seluas 1.500 hektar tersedia. Oleh karena itu penelitian ini akan mengembangkan aplikasi berbasis algoritma K-means untuk meningkatkan produktivitas dan kualitas biji kopi di wilayah Tangse, Kabupaten Pidie, Indonesia. Aplikasi ini akan membantu pengepul kopi dalam memilih biji kopi terbaik yang sesuai dengan Standar Nasional Indonesia, meningkatkan nilai jual, dan menguntungkan petani kopi. Dengan memanfaatkan algoritma K-means, aplikasi ini dapat memfasilitasi pengepul kopi dalam mengelompokkan biji kopi berdasarkan karakteristik yang serupa, seperti ukuran, warna, dan tingkat kematangan, sehingga mendukung pertumbuhan industri kopi di Tangse.
Implementasi Metode Object Detection Dengan Algoritma You Only Look Once (YOLO) Untuk Deteksi Kecurangan Di Dalam Ruang Ujian Nur, Tajun; Huzaeni, Huzaeni; Khadafi, M.
Jurnal Teknologi Rekayasa Informasi dan Komputer Vol 6, No 1 (2023): JURNAL TRIK - POLITEKNIK NEGERI LHOKSEUMAWE
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jtrik.v6i1.4699

Abstract

Cheating behavior is a dishonest act carried out by someone to get a satisfactory end result. Academic cheating is still often done by students to get high grades. In recent years, research on artificial intelligence such as object detection has been carried out and the results can make it easier for researchers to recognize objects contained in an image. Therefore, in this study, a system will be built that is able to detect the experience of examinees in the room during the exam. Detection is done using a camera installed in the exam room, the camera will take real-time video images that will be used as input. In this study the author uses yahoo You Only Look Once (YOLO) version 4. This study uses a dataset of 1050 images divided into 6 classes, namely: students using cellphones, cellphones, looking left, looking right, looking down, looking back, and students who work together. The results show that the YOLOv4 algorithm can recognize and detect objects in real time using self-trained weights with a Mean Average Precision (mAP) of 86%. Keywords—YOLO, Cheating, Object Detection, Computer Vision, exam, Digital Image
Rancang Bangun Model Name Entity Recognition Menggunakan Metode Backpropagation dalam Klasifikasi Berita Hoaks Seputar Vaksin Covid-19 Khairunnas, Muhammad Fadil; Arhami, Muhammad; Khadafi, M.
Jurnal Teknologi Rekayasa Informasi dan Komputer Vol 6, No 1 (2023): JURNAL TRIK - POLITEKNIK NEGERI LHOKSEUMAWE
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jtrik.v6i1.4701

Abstract

The flow of news regarding the development of Covid-19 has dominated various information channels in Indonesia in the last 2 years, either through print or digital media. Various types of news related to Covid-19 continue to circulate, including hoax news. One of the most widely circulated hoax news is the news about the Covid-19 vaccine. The rise of information containing hoax news and untrue rumors about the Covid-19 vaccine in the community can worsen the pandemic situation. Currently, there is no intelligent system capable of classifying hoaxes about the Covid-19 vaccine. To maximize the prevention of the spread of hoax news about the Covid-19 vaccine and overcome the problems faced, the researchers designed a classification system for hoax news about the Covid-19 vaccine with a machine learning approach. The system built can classify news with a combination of the Backpropagation Name Entity Recognition (NER) algorithm. Dataset used is 600 Covid-19 vaccine news data obtained from the sites https://turnbackhoax.id/ and https://www.kompas.com/ with the keyword "vaksin covid". Dataset divided into two, training data and test data. The training data is preprocessed and then used in model design. Test data is used to evaluate the results of model design. This process produces a machine learning model with accuracy rate of 97,62%. From these results, the system is able to classify news texts about Covid-19 vaccine. From these results, the system is able to classify news texts about Covid-19 vaccine. Keywords — Backpropagation, Hoax news, NER
Co-Authors Amirullah -, Amirullah Arhami, Muhammad Azhar Azhar Huzaeni, Huzaeni Khairunnas, Muhammad Fadil Lukmanulhakim, Febri Nur, Tajun Saidah Saidah Sultansyah, Muhammad Syahri, Alvin