Article Per Year (5 Year)
p-Index From 2021 - 2026
5.421
P-Index
This Author published in this journals
All Journal International Journal of Evaluation and Research in Education (IJERE) Jurnal Ilmu Komputer dan Agri-Informatika Jurnas Nasional Teknologi dan Sistem Informasi JUPITER (Jurnal Pendidikan Teknik Elektro) ESE International Journal (Environmental Science and Engineering) Indonesian Journal of Applied Informatics Industri Inovatif : Jurnal Teknik Industri Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Jurnal Mnemonic Pawon: Jurnal Arsitektur JATI (Jurnal Mahasiswa Teknik Informatika) JISA (Jurnal Informatika dan Sains) JIKA (Jurnal Informatika) Infotek : Jurnal Informatika dan Teknologi Journal of Instructional and Development Researches Jurnal Informatika Teknologi dan Sains (Jinteks) JASTEN (Jurnal Aplikasi Sains Teknologi Nasional International Journal of Educational Best Practices
Hani Zulfia Zahro
Institut Teknologi Nasional Malang
Agriculture, Biological Sciences & Forestry Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Physics Social Sciences Other

Published : 50 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 50 Documents
Search

 1   2   3   4   5 
PENERAPAN METODE FINITE STATE MACHINE PADA GAME ADVENTURE NOIR Ayu Setyaningrum, Amelya; Panji Sasmito, Agung; Zulfia Zahro', Hani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 2 (2024): JATI Vol. 8 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i2.9098

Abstract

Pengembangan game petualangan menantang dalam manajemen alur cerita dan interaksi karakter dengan lingkungan. Penerapan Finite State Machine (FSM) menjadi solusi efektif untuk mengelola kompleksitas ini. FSM adalah model matematika yang merepresentasikan logika perpindahan state dalam suatu sistem. Dalam konteks game "Noir", FSM digunakan untuk mengatur perilaku karakter, alur cerita, dan interaksi dengan lingkungan. Hasil pengujian yang melibatkan 20 responden, ditemukan bahwa 38.5% dari responden sangat setuju dengan tingkat kesulitan permainan meningkat saat beralih ke tahap berikutnya dalam permainan, 21% setuju, 16% cukup, 6% tidak setuju, dan 13.5% sangat tidak setuju. Hasil ini menunjukkan bahwa implementasi FSM pada "Noir" memberikan dampak positif terhadap pengalaman bermain, khususnya dalam aspek kualitas suara dan suasana permainan.
RANCANG DAN IMPLEMENTASI METODE FINITE STATE MACHINE (FSM) PADA GAME BATTLE FOR FLORYN BERBASIS ANDROID Ellio Dewa Alsveta, Aloysius; Zulfia Zahro', Hani; Orisa, Mira
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.9110

Abstract

Permainan mobile ialah kategori permainan yang terpisah atas dasar platform serta dapat dimainkan dari perangkat portable seperti ponsel juga tablet. Salah satu game yang diminati oleh remaja adalah game petualangan. Game Battle for Floryn ialah suatu permainan peran (RPG) yang bertujuan untuk menghancurkan semua lawan yang terdapat di dalam gua. Proses pengembangan permainan ini memanfaatkan Unity 2D dan mengimplementasikan metodologi FSM (Finite State Machine) guna mengatur perilaku NPC (Non Player Character) lawan. Pendekatan ini memanfaatkan prinsip state (keadaan), event (kejadian), dan action (aksi) untuk menentukan keputusan. Uji coba kecerdasan buatan dilakukan menggunakan metode blackbox untuk memeriksa fungsi aplikasi dan memverifikasi keseimbangan input dan output. Hasil dari uji coba menunjukkan bahwa penerapan FSM pada NPC lawan menghasilkan perilaku yang cerdas. Dari 9 button yang digunakan dalam pembuatan game dapat berjalan dengan sempurna. Dibuat 7 pertanyaan dengan 10 responden dengan factor pembagi yaitu 7 x 10 = 70. Diperoleh 45 individu sangat setuju, 18 setuju, dan 11 tidak setuju. Terdapat 10 peserta yang diikutsertakan, 64,28% (45 orang) menyatakan sangat setuju, 25,71% (18 orang) setuju, dan 15,71% (11 orang) tidak setuju dengan hasil tersebut.
Penerapan Algoritma K-Means Untuk Klasterisasi Produktivitas Tanaman Jahe Nayla Salsabila; Karina Aulisari; Hani Zulfia Zahro
Infotek: Jurnal Informatika dan Teknologi Vol. 8 No. 1 (2025): Infotek : Jurnal Informatika dan Teknologi
Publisher : Fakultas Teknik Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/jit.v8i1.28195

Abstract

Sumenep Regency is one of the regions that produces ginger plants in East Java province, and has become one of the mainstays of the community's economy. However, there are obstacles faced, namely the size of the planting area, erratic weather changes and the lack of modern technology in ginger cultivation which are the main causes in affecting crop yields and product quality. This study aims to implement data mining using a web-based K-Means clustering algorithm to group ginger-producing areas in Sumenep Regency. The data used was 108 data covering the area of harvest areas and the amount of production per sub-district from 2020 to 2023 taken from the official website of the Central Statistics Agency (BPS) of Sumenep Regency. The K-Means algorithm was chosen because of its advantages in efficiently managing large amounts of numerical data, helping to recognize distribution patterns such as harvest area and production amount to produce the right cluster, its relatively simple implementation and easy-to-interpret clustering results. The results of the study show that the Sumenep Regency area can be grouped into 2 clusters based on ginger plant productivity, namely cluster 1 with 104 sub-districts and cluster 2 with 4 sub-districts. This research is expected to help farmers and the government in identifying areas with high and low productivity, optimizing land and resource use, and increasing productivity and income
PENERAPAN METODE K-MEANS UNTUK PENGELOMPOKAN POPULASI TERNAK DI KABUPATEN SUMBAWA PROVINSI NTB Mutiara, Siti; Auliasari, Karina; Zahro, Hani Zulfia
Jurnal Informatika Vol 9, No 1 (2025): JIKA (Jurnal Informatika)
Publisher : University of Muhammadiyah Tangerang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31000/jika.v9i1.13102

Abstract

Kabupaten Sumbawa Provinsi Nusa Tenggara Barat (NTB),mempunyai sektor pertenakan berkembang pesat dengan potensi hewan ternak yang mencakup kuda, sapi, kerbau, dan kambing yang menjadi andalan ekonomi masyarakat.Meski demikian,pertumbuhan populasi hewan ternak yang pesat menghadirkan tantangan dalam pengelolaan dan pengelompokan.Data yang digunakan mencakup populasi hewan ternak per kecematan dari tahun 2016 - 2020 yang ditemukan melalui halaman resmi Badan Pusat Statistik (BPS) Kabupaten Sumbawa..Menunjukan adanya ketimpangan di beberapa kecematan,dengan beberapa wilayah mengalami kepadatan ternak tinggi sementara wilayah lain kurang optimal dalam pemanfaatan potensi pertenakan.Penelitian ini bertujuan mengelompokan populasi hewan ternak di kabupaten sumbawa berdasarkan kecematan. Metode K-Means Clustering dengan metode yang sesuai merupakan kumpulan aturan yang dirancang untuk mengorganisasikan data ke dalam klaster yang memiliki karakteristik serupa, yang membedakannya dari klaster lain yang memiliki atribut berbeda.Dengan Menganalisis data populasi hewan ternak berdasarkan kecematan, Penelitian ini bertujuan untuk memberikan wawasan baru terkait pola distribusi ternak yang dapat membantu pemerintah daerah dalam pengambilan keputusan strategis, seperti alokasi sumber daya dan pengembangan infrastruktur pertenakan dan membangun aplikasi berbasis website untuk pengelompokan populasi hewan ternak untuk memudahkan pemerintah daerah pertenakan di kabupaten sumbawa dalam mengelompokan hewan ternak .hasil dari penelitian ini menampilkan pengelompokan hewan ternak berdasarkan kategori cluster.
DEVELOPMENT OF ONLINE-BASED TWO STAY TWO STRAY LEARNING METHODS TO IMPROVE STUDENT LEARNING ACHIEVEMENT AND MOTIVATION Sasmito, Agung Panji; Wahyuni, Febriana Santi; Zahro, Hani Zulfia
International Journal of Educational Best Practices Vol. 7 No. 1 (2023)
Publisher : Prodi Administrasi Pendidikan Program Pascasarjana Universitas Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31258/ijebp.7.1.56-72

Abstract

Since the Covid-19 outbreak, the learning implementation has shifted from offline to online. This transition causes students to have difficulty participating in learning, especially actively participating in the online learning process. One of the causes of this is the low learning motivation of students, teachers lack innovation in online learning methods. The objective of this study is to develop an alternative online learning method during the Covid-19 outbreak in the form of the online-based Two Stay Two Stray method. This is a Research and Development using the ADDIE model. The results show that the validity of the lesson plan is at an average value of 3.54, while the validity of the learning model in the expert validation and pilot tests is at an average value of 3.46 and 3.14. The results of the research show that the empirically developed method has proven to be an effective and valid learning method that enhances student comprehension and motivation.
PELATIHAN APLIKASI CANVA UNTUK DESAIN PRODUK HOME INDUSTRY hani zulfia zahro'
JASTEN (Jurnal Aplikasi Sains Teknologi Nasional) Vol. 6 No. 1 (2025)
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jasten.v6i1.14514

Abstract

Perkembangan home industry di RW 002 Kelurahan Jogotrunan mengalami peningkatan seiring dengan kemajuan teknologi. Sebagian besar warga mengelola usaha rumahan seperti produksi opak, bakpia, aneka kacang, dan keripik, yang berkontribusi terhadap peningkatan pendapatan dan penciptaan lapangan kerja. Namun, kendala utama yang dihadapi adalah desain produk yang kurang menarik dan kurang optimalnya pemanfaatan media sosial untuk promosi. Selama ini, promosi hanya mengandalkan pesan WhatsApp dan penyebaran informasi secara lisan, sehingga dinilai kurang efektif dalam menjangkau pasar yang lebih luas. Kegiatan pengabdian masyarakat ini bertujuan untuk meningkatkan kemampuan warga dalam mendesain produk secara profesional serta memaksimalkan penggunaan media sosial sebagai sarana pemasaran digital. Metode yang digunakan adalah technology training, mencakup tahapan perencanaan, pelaksanaan, pengembangan, implementasi, dan evaluasi sistem. Hasil kegiatan menunjukkan peningkatan signifikan dalam pemahaman peserta terkait desain produk dan strategi promosi berbasis digital. Sebagai luaran, kegiatan ini menghasilkan modul pelatihan dan publikasi jurnal ber-ISSN untuk mendiseminasikan hasil pelatihan kepada masyarakat luas. Dengan adanya pelatihan ini, diharapkan pelaku UMKM di RW 002 Jogotrunan dapat mengoptimalkan desain kemasan dan strategi pemasaran digital guna meningkatkan daya saing produk mereka.
Development of the 3D Game “Lavender's Warmth” Using the Collision Detection Method Nayottama, Nayaka Apta; Wahyuni, Febriana Santi; Zahro, Hani Zulfia
JISA(Jurnal Informatika dan Sains) Vol 8, No 2 (2025): JISA(Jurnal Informatika dan Sains)
Publisher : Universitas Trilogi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31326/jisa.v8i2.2558

Abstract

This study presents the development of a 3D puzzle–adventure game titled “Lavender’s Warmth” using the Collision Detection and Finite-State Machine (FSM) methods. The use of Collision Detection is essential because the game relies heavely in physical interaction between puzzle pieces, slots, and environmental object. Without Collision Detection, the game would fail to validate puzzle placement. Meanwhile, the FSM approach is required to regulate enemy behaviour in structured manner. The Finite-State Machine was chosen because it is one of the most widely adopted approaches for modeling NPC behavior, offering deterministic transitions, low memory usage, and ease of debugging. Alternative techniques such as behavior trees or utility AI are more complex and unnecessary for the simple enemy mechanics in this game. Therefore, Finite-State Machine provides the most appropriate balance between functionality, performance, and development simplicity. The game was developed using Unity 3D and tested through functionality, method, and user evaluations. The results showed that all main features worked as expected, with 52.63% of users strongly agreeing and 40.64% agreeing that the game was engaging and enjoyable. The implementation of both methods successfully enhanced interactivity, responsiveness, and gameplay consistency. 
Analisis Sentimen Potensi Gempa Megathrust di Indonesia Menggunakan Random Forest Mikhael Christian; Agung Panji Sasmito; Hani Zulfia Zahro'
IJAI (Indonesian Journal of Applied Informatics) Vol 9, No 2 (2025)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20961/ijai.v9i2.95469

Abstract

Abstrak :Pada bulan Agustus tepatnya di tahun 2024, berita mengenai adanya potensi gempa megathrust di Indonesia membuat kalangan warga internet heboh salah satunya di media sosial X. Hal ini menimbulkan kekhawatiran dan adanya perbedaan sudut pandang dalam menanggapi berita ini di kalangan masyarakat terlebih para pengguna media sosial. Dikarenakan Indonesia sendiri memiliki 13 zona subduksi yang tersebar di beberapa wilayah. Zona subduksi sendiri merupakan pertemuan antar lempeng besar yang saling bertubrukan dan dapat mengakibatkan gempa megathrust. Akan tetapi, terdapat dua zona yang hangat diperbincangkan, yaitu Megathrust Mentawai-Siberut dan Selat Sunda. Penelitian ini bertujuan untuk mengevaluasi reaksi masyarakat online dalam menanggapi isu megathrust. Pendekatan yang akan digunakan dalam penelitian ini adalah metode Random Forest, yang dikenal mampu menangani data yang besar dan akurasi yang dihasilkan tinggi. Tahapan pengolahan data meliputi pembersihan teks (cleaning), case folding, normalisasi, tokenisasi, penghapusan stopword, stemming, serta adanya evaluasi model. Data yang digunakan untuk melakukan pelatihan dan pengujian berasal dari tweet dengan kata kunci megathrust. Hasil pengujian menggunakan data latih sebanyak 136 data dan menghasilkan nilai recall 84.38%, precision sebesar 71.05%, dan accuracy sebesar 63.24% dalam mengklasifikasikan sentimen netral. Penelitian ini diharapkan dapat membantu lembaga pemerintahan dan organisasi sadar bencana memahami persepsi masyarakat di dunia maya. Dengan wawasan ini, lembaga terkait dapat lebih efektif dalam merancang strategi komunikasi, penyuluhan, serta mitigasi risiko, sehingga mendukung peningkatan kesiapsiagaan bencana di Indonesia.===================================================Abstract :In August, in 2024, news of a potential megathrust earthquake in Indonesia caused a stir among internet citizens, including on social media X. This caused concern and different perspectives on this news among the public, especially social media users. This caused concern and different points of view in responding to this news among the public, especially social media users. Indonesia itself has 13 subduction zones spread across several regions. The subduction zone itself is a meeting between large plates that collide with each other and can cause megathrust earthquakes. However, there are two zones that are hotly discussed, namely the Mentawai-Siberut Megathrust and the Sunda Strait. This study aims to evaluate the reaction of online communities in responding to the megathrust issue. The approach that will be used in this research is the Random Forest method, which is known to be able to handle large data and high accuracy. Data processing stages include text cleaning, case folding, normalization, tokenization, stopword removal, stemming, and model evaluation. The data used to conduct training and testing comes from tweets with megathrust keywords. The test results used 136 training data and produced a recall value of 84.38%, precision of 71.05%, and accuracy of 63.24% in classifying neutral sentiment.  This research is expected to help government agencies and disaster awareness organizations understand public perception in cyberspace. With this insight, related institutions can be more effective in designing communication strategies, counseling, and risk mitigation, thus supporting the improvement of disaster preparedness in Indonesia
Sistem Pendukung Keputusan Prestasi Siswa SMA Negeri 1 Pronojiwo Menggunakan Metode Topsis Nadya Intan Rayyano; Agung Panji Sasmito; Hani Zulfia Zahro'
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 9, No 1 (2026): Januari
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v9i1.415

Abstract

Abstrak: Penentuan siswa berprestasi di SMA Negeri 1 Pronojiwo masih bersifat manual dan subjektif karena belum adanya website layanan Bimbingan dan Konseling (BK) sebagai pusat data terpadu. Akibatnya, data seperti nilai akademik, kehadiran, kedisiplinan, dan prestasi non-akademik tersebar dan sulit diolah secara objektif. Penelitian ini merancang sistem web berbasis metode TOPSIS untuk menilai siswa berprestasi secara objektif dan efisien. Sistem dikembangkan berdasarkan empat kriteria tersebut dan diuji melalui Black Box Testing. Hasil menunjukkan sistem mampu menghitung perangkingan secara otomatis, akurat, dan konsisten dengan validasi manual. SPK ini meningkatkan efisiensi, transparansi, dan keadilan dalam penilaian. Penelitian ini dapat menjadi referensi penerapan SPK berbasis TOPSIS di sekolah menengah.Kata kunci : Sistem Pendukung Keputusan, TOPSIS, Prestasi SiswaAbstract: The selection process for outstanding students at SMA Negeri 1 Pronojiwo is still conducted manually and tends to be subjective due to the absence of an integrated web-based Guidance and Counseling (BK) platform. Consequently, essential data such as academic performance, attendance, discipline, and non-academic achievements are scattered, making it difficult to analyze them objectively. This study aims to develop a web-based decision support system utilizing the TOPSIS method to evaluate outstanding students in a more objective and efficient manner. The system is designed using four key criteria and tested using Black Box Testing. The results indicate that the system is capable of generating rankings automatically, accurately, and consistently when compared to manual validation. This decision support system enhances the efficiency, transparency, and fairness of the assessment process. The findings of this research may serve as a reference for implementing TOPSIS-based decision systems in secondary education settings.Keywords: Decision Support System, TOPSIS, Student Achievement
GAME EDUKASI 3D “LEXQUESTIA” MENGGUNAKAN METODE FINITE STATE MACHINE Manuela, Devina Dorkas; Zahro, Hani Zulfia; Wahyuni, Febriana Santi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.6937

Abstract

Game edukasi menjadi media pembelajaran interaktif yang mampu meningkatkan motivasi dan pemahaman siswa, khususnya dalam pembelajaran kosakata bahasa Inggris. Penelitian ini mengembangkan game edukasi 3D “LexQuestia” sebagai sarana belajar kosakata bagi anak usia 6–10 tahun. Game ini menerapkan metode Finite State Machine (FSM) untuk mengatur perilaku NPC sehingga interaksi di dalam game lebih terstruktur, responsif, dan sesuai konteks. Pengembangan dilakukan menggunakan Unity 6 dengan aset 3D low-poly yang dibuat melalui Blender, dan dirancang untuk platform Android yang dapat dimainkan secara offline. Game terdiri dari tiga level dengan tantangan kosakata yang berbeda pada setiap level. Implementasi meliputi pembuatan karakter, environment, mekanik gameplay, serta perancangan FSM untuk NPC pada tiap level. Pengujian dilakukan melalui uji FSM, uji black box, dan uji pengguna. Hasil pengujian black box menunjukkan seluruh fitur berfungsi sebagaimana mestinya. Pengujian FSM membuktikan bahwa transisi state NPC berjalan sesuai event pemicu. Pada uji pengguna terhadap lima responden berusia 6–10 tahun, diperoleh 96,7% respon positif, yang menunjukkan bahwa game mudah digunakan, menarik, dan memberikan pengalaman belajar yang baik. Secara keseluruhan, penerapan FSM pada “LexQuestia” mampu menciptakan interaksi NPC yang dinamis serta mendukung proses pembelajaran kosakata secara menyenangkan dan efektif.
Co-Authors Agung Panji Sasmito AHMAD FAISOL Akbar Laksono, Bayu Ali Mahmud Ali Mahmudi Ardian Arya Putra, Rio Atha Syandana, Muchammad Arkan Ayu Setyaningrum, Amelya Bayu Teguh Ujianto Deddy Rudhistiar Dinanda Ariyadi, Anggra Dwi Rifka Kurniawan, Alvan Eka Wijaya, Daniel Ellio Dewa Alsveta, Aloysius Farrel Arrazzaq, Muhammad Fauzi, Ahmad Alfian Febriana Santi Wahyuni Ferdi Akbar, Muhammad Fernandarisky, Oky Nigel Fikar Mu'afi, Arya Ghoustanjiwani Adi Putra Halizah, Nurul Irman Hermadi Juan Alvis Yudatama, I Made Karina Auliasari Karina Aulisari Laksana, Bintang Nur Laksita Anastasya Karmanto, Jennie Manuela, Devina Dorkas Mikhael Christian Mira Orisa Mutiara Shandhini Maylita, Nefa Mutiara, Siti Nadya Intan Rayyano Nayla Salsabila Nayottama, Nayaka Apta Nur Cahyo, Dwi Nurlaily Vendyansyah Prayoga, Yudono Primaswara, Renaldi Prismaswara Prasetya, Renaldi Ramadhan, Maldi Rantaka, M. Pandu Renaldi Primaswara Prasetya Rofila El Maghfiroh Sentot Achmadi Sriwahyuni, Afrilia Stenica Hariyono, Joseph Suryo Adi Wibowo Tutut Nani Prihatmi Wibowo, Nungki Yosep Agus Pranoto