Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Biner : Jurnal Ilmu Komputer, Teknik dan Multimedia JRIIN :Jurnal Riset Informatika dan Inovasi
Nur Laelasari
Universitas Pamulang
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Transportation

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

Found 2 Documents
Search

 1 
Perancangan Aplikasi Penerimaan Siswa Didik Baru (PPDB) Online Berbasis Web di SDN Nambo 01 Bogor Muhamad Raihan Syahputra; Farizi Ilham; Siti Kusumah; Nur Laelasari
Jurnal Riset Informatika dan Inovasi Vol 4 No 3 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

SDN Nambo 01 Bogor masih menerapkan sistem penerimaan siswa baru secara manual, sehingga menyebabkan beberapa masalah seperti antrean yang sangat panjang, kesalahan dalam mengisi data, kemungkinan hilangnya dokumen, serta penundaan dalam penyampaian informasi. Penelitian ini bertujuan membuat versi awal aplikasi PPDB Online berbasis web agar proses penerimaan siswa baru menjadi lebih efektif dan lebih efisien. Metode yang digunakan adalah Software Development Life Cycle (SDLC) dengan model Waterfall, yang mencakup beberapa tahap seperti analisis kebutuhan, perancangan sistem, pengerjaan implementasi, serta proses pengujian sistem. Aplikasi ini memiliki fitur untuk mendaftar secara online, mengunggah berkas, memverifikasi data, mengumumkan hasil seleksi, serta mengelola laporan siswa. Penelitian ini menunjukkan bahwa sistem tersebut bisa memudahkan proses pendaftaran, meningkatkan ketelitian data, dan mempercepat pengambilan informasi bagi calon siswa dan pihak sekolah.    
Enhanced TextCNN dengan Gated Mechanism dan Aspect Fusion untuk Klasifikasi Rating Film Berdasarkan Ulasan Pengguna Rahmat Hidayat; Nur Laelasari; Adam Bahtiar; Rizky Hermawan; Perani Rosyani
BINER : Jurnal Ilmu Komputer, Teknik dan Multimedia Vol. 3 No. 5 (2025): BINER : Jurnal Ilmu Komputer, Teknik dan Multimedia
Publisher : CV. Shofanah Media Berkah

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

Abstract

This research proposes an Enhanced TextCNN architecture, integrating a Gated Mechanism and Aspect Fusion to address challenges in automatic movie rating classification from user reviews, such as text complexity and the need to understand sentiment towards specific aspects (e.g., plot, acting). The proposed model incorporates Gated Linear Units (GLU) as an adaptive filter in the convolutional layers to suppress noise and enhance key features, alongside an aspect fusion layer that employs multi-head self-attention to explicitly extract and weight information relevant to specific movie aspects from the text, enabling context-aware classification. Experimental results on a dataset of 50,000 movie reviews show the model achieves an accuracy of 85.67% and a weighted F1 score of 85.55%, significantly outperforming the baseline TextCNN (78.34% accuracy) by a 7.33% improvement, while also demonstrating robustness across reviews of varying lengths and offering better computational efficiency compared to more complex models like BERT.
Co-Authors Adam Bahtiar Farizi Ilham Muhamad Raihan Syahputra Perani Rosyani Rahmat Hidayat Rizky Hermawan Siti Kusumah