Claim Missing Document
Check
Articles

Found 32 Documents
Search

User-centered Design dalam Membangun Desain Aplikasi Dewan Masjid Indonesia (DMI) Kota Semarang berbasis Web Nurul Anisa Sri Winarsih
Jurnal Ilmu Komputer Vol 13 No 1 (2020): Jurnal Ilmu Komputer
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (863.996 KB) | DOI: 10.24843/JIK.2020.v13.i01.p01

Abstract

Indonesia is the country with the largest Muslim population in the world where the Muslim population in Indonesia reaches 88% of the total population. Thus, Indonesia will also have many mosques as places of worship for Muslims. The management of the mosque is mostly carried out by a group of local volunteers and each mosque has a board of directors whose task is to manage administrative matters. Some difficulties arise, among others, the mosque management did not get direction from the central mosque observer board on how to manage the mosque's potential, consequently this potential management was not well-managed. Therefore, we made a website-based information management application. The application is useful for managing all information about the management of a mosque in the city of Semarang as a support service provided to the community to improve their standard of living through the sale of pilgrim products and the management of mosque activities. This website design will follow the User-Centered Design approach, where designing an interface design that focuses the user as the main role in determining system requirements. The interface design of a system can follow the usability goal and user experience guidelines. Usability produces a system that is useful, effective, easy to learn, and easy to remember. In addition, user experience makes users feel helped and interested.
Sliding Modes Strategy Implementation for Controlling Nutrition in Hydroponics Based IoT Septian Enggar Sukmana; Nurul Anisa Sri Winarsih; Akmaludin Akbar
Journal of Applied Intelligent System Vol 4, No 2 (2019): Journal of Applied Intelligent System
Publisher : Universitas Dian Nuswantoro and IndoCEISS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/jais.v4i2.2767

Abstract

To reduce unconsistenly of nutrition sensor data, an analysis which consists of mathemathical model and new control technique is required. In this paper, a simulation of smart garden is performed to simulate a smart green campus. However, the problem appears in this activity, the data form sensor is not consistent and it may harm the plant because sometime the plant may get a much nutrition and another time the plant will get less nutrition. Our propose is on the sensor circuit, we use additional circuit to our TDS meter so the data is normalized using this circuit.
Pelatihan dan Pemanfaatan Aplikasi Dewan Masjid Indonesia (DMI) Berbasis Web Untuk Pengelolaan Produk dan Kegiatan Masjid Sebagai Dukungan Layanan Masyarakat Kota Semarang Nurul Anisa Sri Winarsih; Muhammad Syaifur Rohman; Galuh Wilujeng Saraswati
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 3, No 1 (2020): Januari 2020
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (714.293 KB) | DOI: 10.33633/ja.v3i1.61

Abstract

Suatu kota wajib memiliki aset potensial untuk mendukung pengembangan wilayahnya. Dan masjid merupakan salah satu fasilitas umum yang termaksud dalam bagian dari aset potensial suatu kota. Untuk mengoptimalkan fungsi dan potensi masjid, perlu dilakukan identifikasi untuk meningkatkan kapasitas masjid melalui koordinasi pengurus dalam menjalankan fungsi masing-masing. Oleh karena itu, diperlukan sebuah platform untuk menampung data kegiatan masjid seluruh kota Semarang, sehingga data-data Masjid se-kota Semarang dapat dikelola dengan baik melalui sebuah platform web. Pembuatan aplikasi ini digunakan Dewan Masjid Indonesia (DMI) sebagai media pengelolaan informasi tentang kegiatan masjid, lokasi masjid hingga infomasi produk-produk milik jamaah. Pendataan kegiatan dan potensi ekonomi masyarakat sekitar masjid dapat dilakukan menggunakan bantuan teknologi website yang dilengkapi Sistem Infromasi Geografis (SIG). Seluruh data aset potensial masjid akan tersimpan dalam database web dan ditampilkan melalui aplikasi DMI kota Semarang berbasis android. Dua komponen ini akan saling berintegrasi untuk memenuhi tujuannya.
Pengembangan Media Komunikasi Digital Dewan Masjid Indonesia (DMI) Kota Semarang Melalui Pemetaan Masjid Berbasis Android Untuk Meningkatkan Integrasi Informasi Organisasi Muhammad Syaifur Rohman; Galuh Wilujeng Saraswati; Nurul Anisa Sriwinarsih
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 3, No 1 (2020): Januari 2020
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (617.384 KB) | DOI: 10.33633/ja.v3i1.62

Abstract

Dewan Masjid Indonesia (DMI) adalah organisasi tingkat nasional dengan tujuan untuk mewujudkan fungsi masjid sebagai pusat ibadah, pengembangan masyarakat dan persatuan umat salah satunya melalui aplikasi yang dibuatnya. Namun aplikasi tersebut masih banyak kekurangan terutama mengenai informasi masjid di Kota Semarang. Berdasarkan permasalahan tersebut DMI kota Semarang bekerjasama dengan Pemerintah Kota semarang dengan mengembangkan aplikasi pencarian masjid yang digunakan untuk menemukan lokasi masjid terdekat dari posisi pengguna. Untuk melengkapi aplikasi DMI kota Semarang untuk menyajikan detail informasi dan data seluruh masjid di kota semarang maka perlu adanya pendataan titik kordinat masjid. Titik koordinat ini nantinya akan menghubungkan titik koordnat masjid dengan posisi pengguna shingga dapat memandu jamaah untuk sampai kemasjid yang dituju. Dengan menggunakan media komunikasi Grup Whatsapp, maka pendataan titik kordinat masjid akan dikirimkan oleh para takmir yang tergabung didalamnya. Program pengabdian masyarakat ini bermanfaat bagi Pengurus Daerah DMI Kota Semarang, Para Takmir Masjid dan masyarakat Semarang dengan luaran berupa aplikasi Dewan Masjid Indonesia (DMI) yang dapat memberikan lokasi masjid masjid dengan jarak terdekat melalui Media Komunikasi grup Whatsapp untuk pengelolaan produk dan kegiatan masjid Kota Semarang. Selain itu melalui Media Komunikasi grup Whatsapp yang sudah disediakan, pelayanan informasi untuk jamaah terkait dengan penggunaan aplikasi bisa dilakukan setiap saat.
Pelatihan Penggunaan Aplikasi Dewan Masjid Indoensia (DMI) Untuk Pengelolaan Produk dan Kegiatan Masjid Kota SemarangPelatihan Penggunaan Aplikasi Dewan Masjid Indoensia (DMI) Untuk Pengelolaan Produk dan Kegiatan Masjid Kota Semarang Galuh Wilujeng Saraswati; Muhammad Syaifur Rohman; Nurul Anisa Sri Winarsih
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 3, No 1 (2020): Januari 2020
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (867.522 KB) | DOI: 10.33633/ja.v3i1.60

Abstract

Saat ini peranan teknologi dibidang telekomunikasi digunakan oleh organisasi sebagai media pendukung untuk mempermudah para anggotanya mencari informasi dari suatu organisasi yang diikuti. Perpaduan Sistem Informasi dan teknologi GPS yang ada dalam smartphone ini membantu suatu organsisasi dalam melakukan Marketing Communication, sehingga para anggtota yang tegabung dalam sebuah organisasi dapat menawarkan produk/jasa yang mereka miliki ke anggota yang lain. Selain itu dalam mengembangkan potensi wisata dan ekonomi potensial masyarakat perlu adanya dukungan yang baik dari segi sarana prasarana, organisasi dan pemasaran untuk mengatur semua kegiatan sehingga semua jadwal dan agenda dapat terstruktur dengan baik. Oleh karena itu Pengurus Daerah Dewan Masjid Indonesia (PD DMI) Kota Semarang ingin membuat sebuah aplikasi berbasis android yang mewadahi seluruh kegiatan pengelolaan produk jamaah dan kegiatan masjid di Kota Semarang. Aplikasi ini bertujuan untuk mengelola seluruh aktivitas pengurus, takmir dan jamaah sehingga semua kegiatan dan informasi dapat di akses secara mudah tanpa adanya batasan waktu dan tempat. Selain itu kegiatan pengabdian ini bertujuan untuk mendukung perekonomian masyarakat sekitar masjid dan membagi informasi kegiatan rutin masjid.
Penerapan Metode K-Means Clustering Dalam Menganalisis Sentimen Masyarakat Terhadap K-Popers Pada Twitter Miranti Alysha Zulia Larasati; Nurul Anisa Sri Winarsih; Muhammad Syaifur Rohman; Galuh Wilujeng Saraswati
Progresif: Jurnal Ilmiah Komputer Vol 18, No 2: Agustus 2022
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (551.485 KB) | DOI: 10.35889/progresif.v18i2.877

Abstract

The evolution of Twitter as a platform loved by the general public in Indonesia is evidenced by statistical data that shows that Indonesia is ranked 7th in the world and has a large number of users, reaching 13.2 million. Many users have expressed their opinions on Twitter. This includes expressions with hate speech to bullying. From this research, an analysis was carried out on public satisfaction with K-Pop to get a benchmark for how far people know the existence of K-Pop in Indonesia. This research was conducted using the K-Means Clustering algorithm method to group (positive, neutral and negative) sentiments from datasets taken from Twitter. The dataset used consists of 1000 data retrieved according to the results of the polarity of the tweet. Based on the test results, it got a negative sentiment value of 15.09%, neutral 51.75%, and positive 33.15%. With the evaluation level using the silhouette coefficient method, which is 0.687974 which means it has good structural results.Keywords: Data Mining, K-means Clustering, Silhouette coefficient, K-pop Abstrak. Evolusi Twitter sebagai platform yang digemari masyarakat umum di Indonesia dibuktikan dengan data statistik yang menunjukkan bahwa Indonesia menempati peringkat ke-7 dunia dan memiliki jumlah pengguna yang besar yaitu mencapai 13,2 juta. Banyak pengguna yang mengutarakan pendapat di Twitter. Ini termasuk ekspresi dengan ujaran kebencian hingga perundungan. Dari penelitian tersebut dilakukan analisis tentang kepuasan masyarakat terhadap K-Pop untuk mendapatkan tolok ukur seberapa jauh masyarakat mengetahui eksistensi K-Pop di Indonesia. Penelitian ini dilakukan dengan menggunakan algoritme K-Means Clustering untuk mengelompokkan sentimen positif, netral dan negatif dari dataset yang diambil dari twitter. Dataset yang digunakan terdiri dari 1000 data yang diambil sesuai hasil polaritas tweet. Berdasarkan hasil pengujian mendapatkan nilai sentimen negatif sebanyak 15,09%, netral 51,75%, dan positif 33,15%. Dengan tingkat evaluasi menggunakan metode Silhouette Coefficient yaitu sebesar 0.687974 yang berarti memiliki hasil struktur yang baik.Kata kunci: Data Mining, K-means Clustering , Silhouette coefficient, K-pop
Pendampingan E-Rapot Tahfizta Versi 1 Tahun Ajaran 2021/2022 Nurul Anisa Sri Winarsih; Muhammad Syaifur Rohman; Galuh Wilujeng Saraswati; Filmada Ocky Saputra
ABDIMASKU : JURNAL PENGABDIAN MASYARAKAT Vol 6, No 1 (2023): Januari 2023
Publisher : LPPM UNIVERSITAS DIAN NUSWANTORO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/ja.v6i1.946

Abstract

Yayasan Pondok Do'a Ahlul Qur'an atau lebih sering disebut dengan Pondok Doaqu bergerak di bidang sosial keagamaan, khuusnya agama Islam. Pondok Doaqu memiliki visi “Menjadi Mukmin Terbaik Versi Allah SWT dengan Belajar dan Mengajarkan Al Qur’an”. Dari visi tersebut, Pondok Doaqu mendirikan Tahfizta (Tahfiz untuk Balita dan Anak). Tahfizta sudah memiliki 3 cabang di Semarang yaitu Tahfizta Greenwood, Ulul Albab, dan Kalipancur.c Tahfizta memiliki 45 santri yang tersebar di 3 cabang. Santri tersebut dibimbing oleh 7 Guru/ Ustadzah pengajar. Dalam 1 tahun pembelajaran di Tahfizta, terdapat 4x penerimaan rapot yaitu UTS UAS semester 1 dan UTS UAS semester 2. Penilaian tiap rapot meliputi Tahfiz (hafalan), pembelajaran Madrasah, materi keislaman, laporan perkembangan fisik, dan presensi. Para Ustadzah merasa kesulitan mengingat banyaknya indikator yang perlu diisi dan banyaknya murid yang dibina. Terkadang Ustadzah harus meneliti file satu per satu agar nilai rapot yang diinputkan tidak terlewat dan tidak ada kekeliruan. Terlebih proses pengisian rapot dilakukan secara manual menggunakan Microsoft Word. Dilihat dari situasi dan permasalahan mitra, penulis melakukan pendampingan E-Rapot Tahfizta Versi 1 Tahun Ajaran 2021/ 2022.
Optimizing Parameters for Earthquake Prediction Using Bi-LSTM and Grey Wolf Optimization on Seismic Data Shidik, Guruh Fajar; Pramunendar, Ricardus Anggi; Purwanto, Purwanto; Hasibuan, Zainal Arifin; Dolphina, Erlin; Kusumawati, Yupie; Sriwinarsih, Nurul Anisa
Journal of Robotics and Control (JRC) Vol 5, No 4 (2024)
Publisher : Universitas Muhammadiyah Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.18196/jrc.v5i4.22199

Abstract

Earthquakes pose a significant threat to societies worldwide, underscoring the urgent need for advanced prediction technologies. This study introduces an optimization technique aimed at reducing the error rate in earthquake prediction by selecting the most suitable parameters for a Bi-LSTM (Bidirectional Long Short-Term Memory) model. Despite Bi-LSTM's promising outcomes, variations in parameters can impact performance, necessitating careful parameter selection. This research employs Grey Wolf Optimization (GWO) to optimize parameters and evaluates its effectiveness against other group optimization approaches to identify the most efficient parameters for earthquake prediction. Additionally, a multiple input multiple output (MIMO) architecture is implemented to enhance prediction accuracy. The evaluation results demonstrate that GWO outperforms other optimization techniques, achieving a reduced loss score of 0.364. The ANOVA method yields a p-value approaching 0, indicating statistical significance. This study contributes to the development of early warning systems for earthquake disasters by emphasizing the importance of parameter optimization in earthquake prediction and showcasing the effectiveness of Bi-LSTM and GWO methodologies.
Prediksi Banjir Berdasarkan Indeks Curah Hujan Menggunakan Deep Neural Network (DNN) Fafaza, Safira Alya; Rohman, Muhammad Syaifur; Pramunendar, Ricardus Anggi; Sri Winarsih, Nurul Anisa; Saraswati, Galuh Wilujeng; Saputra, Filmada Ocky; Ratmana, Danny Oka; Shidik, Guruh Fajar
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 1 (2024): Januari 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i1.7098

Abstract

Floods are natural disasters that often occur and are among the most destructive because they have significant economic and social impacts. Accurate flood predictions are essential to manage risk and organize emergency response planning effectively. This research uses Deep Neural Network (DNN) to build a flood forecasting model that relies on rainfall index indicators and captures complex and ever-changing patterns obtained from rainfall index data. Using historical information from flood disaster events in Kerala, India, an analysis was conducted to assess the impact of various factors, particularly in learning rate and optimizer type, on model performance. The experimental results show that the type of optimizer is a crucial factor in determining the model's effectiveness, as shown in the ANOVA statistics with a P-value of 0.008493, much lower than the general threshold of 0.05. This is because this type of optimizer can significantly improve prediction accuracy. With the Adam optimizer type, the learning rate range is between 0.1 and 0.4, showing an accuracy level of up to 100%. However, the choice of learning rate does not significantly impact, indicating that the main emphasis on parameter adjustment should be determined accurately. Therefore, by carrying out appropriate parameter adjustments and thorough validation to find the optimal configuration that can increase accuracy in predicting flood disasters based on rainfall indices, the DNN model has the potential to become a tool that can assist in flood risk planning and management.
Perbandingan Efektivitas Nave Bayes dan SVM dalam Menganalisis Sentimen Kebencanaan di Youtube Azzahra, Tarissa Aura; Winarsih, Nurul Anisa Sri; Saraswati, Galuh Wilujeng; Saputra, Filmada Ocky; Rohman, Muhammad Syaifur; Ratmana, Danny Oka; Pramunendar, Ricardus Anggi; Shidik, Guruh Fajar
JURNAL MEDIA INFORMATIKA BUDIDARMA Vol 8, No 1 (2024): Januari 2024
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/mib.v8i1.7186

Abstract

Advancements in the field of Natural Language Processing (NLP) have opened significant opportunities in sentiment analysis, particularly in the context of disaster response. In today's digital era, YouTube has emerged as a primary source for the public to acquire information regarding critical events. This study explores and compares two dominant sentiment analysis techniques, namely Naive Bayes and Support Vector Machine (SVM). It utilizes YouTube comment data related to natural disasters to test the effectiveness of these algorithms in identifying and classifying public sentiment as neutral, positive, or negative. The process involves collecting comment data, pre-processing the data, and applying Term-Frequency-Inverse Document Frequency (TF-IDF) weighting to prepare the data for analysis. Subsequently, the performance of both models is evaluated based on metrics such as accuracy, precision, recall, and F1 score. The results indicate that while both algorithms have their strengths and weaknesses, SVM tends to show better performance in sentiment classification, especially in terms of accuracy and precision, with an accuracy result of 92% and precision of 89% for negative predictions and 94% for positive predictions. On the other hand, Naive Bayes only achieved an accuracy of 79% and a precision of 91% for negative predictions and 73% for positive predictions. This study provides significant insights into the application of machine learning algorithms in sentiment analysis.