Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer Jurnal Minfo Polgan (JMP) Jurnal Teknik dan Science (JTS)
Novrina, Novrina
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
APLIKASI SISTEM PAKAR ILMU FARAIDH BERBASIS WEB MENGGUNAKAN METODE FORWARD CHAINING Ardhilla, Tiara Lisya; Novrina, Novrina
Jurnal Ilmiah Informatika Komputer Vol 21, No 3 (2016)
Publisher : Universitas Gunadarma

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

Abstract

Perolehan bagian harta peninggalan (warisan) merupakan permasalahan yang sering muncul dan menyebabkan perselisian diantara sesama anggota keluarga. Salah satu faktor penyebabnya adalah kurangnya pengetahuan mengenai pembagian harta warisan dikarenakan keterbatasan pakar yang dapat memberikan informasi mengenai pembagian harta warisan. Selain keterbatasan pakar, kesulitan dalam menentukan proporsi masing-masing ahli waris merupakan kompleksifitas dari ilmu waris Islam, sehingga meskipun banyak orang yang mengetahui dan mempelajari ilmu waris Islam belumlah tentu bisa melakukan perhitungan. Oleh karena itu, dalam penelitian ini dibuat pengadopsian cara berpikir manusia (dalam hal ini para pakar ilmu faraidh) ke dalam suatu aplikasi website sistem pakar ilmu faraidh dengan menggunakan metode Forward Chaining. Aplikasi website ini diharapkan dapat mempermudah orang awam mempraktikan pembagian waris sesuai dengan sumber hukum faraidh tanpa harus menguasai ilmu perhitungan faraidh.Aplikasi websitesistem pakar ilmu faraidh dilengkapi fitur untuk menyesesaikan permasalahan au’l dan rad dengan disertakan fitur potongan ayat Al-Quran atau Hadist, kamus istilah ilmu faraidh dan forum diskusi untuk user bisa bertukar pikiran perihal ilmu faraidh. Aplikasi website ini dapat diakses dengan alamat url http://www.pakarilmufaraidh.pe.hu. Kata kunci: Aplikasi Website, Forward Chaining,Harta Warisan, IlmuFaraidh, Sistem Pakar
PENERAPAN ALGORITMA C4.5 UNTUK MEMPREDIKSI BENCANA GUNUNG MELETUS DI INDONESIA Ratih Nurdiyani Sari; Novrina, Novrina; Syarifah Azharina S
Jurnal Teknik dan Science Vol. 3 No. 2 (2024): Juni : Jurnal Teknik dan Science
Publisher : Asosiasi Dosen Muda Indonesia

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

Abstract

This research aims to predict one of the natural disasters in Indonesia, namely Mount Eruption. This natural disaster occurs quite often in Indonesia and results in losses for residents around active volcanoes. Based on this, the research team wants to create a decision tree that can help predict the situation before a volcano erupts, which can later be applied so that residents around active volcanoes and ordinary people can know the signs before a volcanic eruption occurs. This research will use the application of data mining with the c4.5 algorithm method as a tool in creating decision trees.
Pemanfaatan Deep Learning menggunakan Convolutional Neural Network Terhadap Penyakit Tuberkulosis melalui Citra Rontgen Sastramandala, Muhammad Brajadien; Sari, Ratih Nurdiyani; Novrina, Novrina
Jurnal Minfo Polgan Vol. 14 No. 1 (2025): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v14i1.14818

Abstract

Tuberkulosis (TBC) merupakan penyakit yang disebabkan oleh infeksi bakteri Mycobacterium tuberculosis, yang menyerang paru-paru dan memicu gejala seperti batuk kronis serta sesak napas. Indonesia menempati posisi ketiga di dunia setelah India dan Cina dengan 824 ribu kasus TBC dan 93 ribu kematian per tahun, setara dengan 11 kematian per jam (Kemkes.go.id). Diagnosis TBC saat ini masih dilakukan secara manual melalui wawancara dengan pasien dan analisis hasil foto rontgen, yang berisiko menurunkan akurasi karena sifatnya yang subjektif. Diperlukannya teknologi berbasis komputer yang mampu menganalisis citra rontgen secara cepat dan akurat untuk membantu dokter spesialis paru. Penelitian ini ditujukan untuk mengembangkan model berbasis deep learning menggunakan metode Convolutional Neural Network untuk klasifikasi citra X-ray TBC. Model tersebut dikembangkan melalui proses menggunakan pendekatan SDLC. Berdasarkan hasil eksperimen di atas, presisi untuk kategori TBC adalah 90% dan kategori normal adalah 93%. Recall untuk TBC adalah 93% dan normal adalah 90%, sehingga rerata F1-score yang dihasilkan adalah 91%. Sebanyak 468 data uji, model dapat memasukkan 425 citra X-ray dengan benar dan 43 citra masuk salah dalam kelas, akurasi keseluruhan adalah 91%.
Co-Authors Ardhilla, Tiara Lisya Ratih Nurdiyani Sari Sari, Ratih Nurdiyani Sastramandala, Muhammad Brajadien Syarifah Azharina S