Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal JUSIFOR : Jurnal Sistem Informasi dan Informatika The Journal of Enhanced Studies in Informatics and Computer Applications
Fifin Ayu Mufarroha
Universitas Trunojoyo Madura, Indonesia
Computer Science & IT Decision Sciences, Operations Research & Management Engineering Library & Information Science

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Peramalan Curah Hujan Berbasis Jaringan Syaraf Tiruan untuk Optimalisasi Musim Tanam Padi Dimas Bachtiar; Indah Pratiwi; Achmad Jauhari; Muhammad Yusuf; Fifin Ayu Mufarroha; Devie Rosa Anamisa
JUSIFOR : Jurnal Sistem Informasi dan Informatika Vol 4 No 1 (2025): JUSIFOR - Juni 2025
Publisher : Fakultas Sains Dan Teknologi, Universitas Raden Rahmat Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70609/jusifor.v4i1.5862

Abstract

Sektor pertanian berperan penting dalam kesejahteraan masyarakat Indonesia, terutama dalam produksi beras. Namun, hasil panen beras sangat bergantung pada faktor iklim, khususnya curah hujan yang mempengaruhi jadwal tanam dan produktivitas. Penelitian ini bertujuan mengembangkan model prediksi curah hujan menggunakan Jaringan Syaraf Tiruan Backpropagation (JST) untuk mengoptimalkan musim tanam padi di Bangkalan, Madura. Data curah hujan harian dari Januari 2019 hingga Juli 2024 diproses, dinormalisasi, dan digunakan sebagai input pada JST. Setelah pengujian berbagai konfigurasi, model terbaik diperoleh dengan learning rate 1.0, lima hidden layer, dan sepuluh neuron, menghasilkan MAPE sebesar 0,3912. Model ini memprediksi bahwa musim tanam padi di Bangkalan dapat dimulai pada bulan Oktober karena tingkat curah hujan memenuhi ambang batas yang diperlukan. Penelitian ini memberikan wawasan bagi pemangku kepentingan dalam merencanakan jadwal tanam yang efektif untuk mengurangi risiko gagal panen.
Hierarchical Clustering Analysis of Biopharmaceuticals Crop Production Across Indonesian Provinces Mayang Anglingsari Putri; Ismail Hasvi; Deby Ananda Difah; Miratul Alifah; Fifin Ayu Mufarroha; Irawati Nurmalasari; Irpan Kusyadi
Journal of Enhanced Studies in Informatics and Computer Applications Vol. 3 No. 1 (2026): JESICA Vol. 3 No. 1 2026
Publisher : Institut Teknologi, Sains, dan Kesehatan RS.DR. Soepraoen Kesdam V/BRW

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47794/jesica.v3i1.38

Abstract

This study analyzes biopharmaceuticals (medicinal crop) production across Indonesian provinces using 2023 data from eight major commodities: ginger, galangal, kencur, turmeric, lempuyang, temulawak, temu ireng, and keji beling. Data from 38 provinces were normalized and analyzed using agglomerative hierarchical clustering with Ward’s linkage and Euclidean distance. The results identify three distinct clusters representing high, medium, and low production levels, with Java provinces dominating the high-production cluster, while provinces outside Java fall into moderate and low clusters. These findings highlight regional disparities and potential specialization in biopharmaceuticals cultivation. This study contributes a comprehensive national-scale multivariate clustering framework for medicinal crop production and demonstrates the applicability of hierarchical clustering for spatial agricultural analysis. The findings provide practical implications for policymakers in designing targeted agricultural development strategies, regional specialization planning, and supply chain optimization in Indonesia’s biopharmaceuticals sector.
Co-Authors Achmad Jauhari Deby Ananda Difah Devie Rosa Anamisa Dimas Bachtiar Indah Pratiwi Irawati Nurmalasari Irpan Kusyadi Ismail Hasvi Mayang Anglingsari Putri Miratul Alifah Muhammad Yusuf