Article Per Year (5 Year)
p-Index From 2020 - 2025
2.63
P-Index
This Author published in this journals
All Journal Jurnal Pemberdayaan Masyarakat Madani (JPMM) Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Abdimas Galuh : Jurnal Pengabdian Kepada Masyarakat Jurnal Abdimas Berdaya : Jurnal Pembelajaran, Pemberdayaan dan Pengabdian Masyarakat Bulletin of Social Informatics Theory and Application Submit : Jurnal Ilmiah Teknologi Informasi dan Sains
Zahara, Soffa
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Application level interoperability on IaaS cloud migration Zahara, Soffa; Sumpeno, Surya; Pratomo, Istas
Bulletin of Social Informatics Theory and Application Vol. 1 No. 2 (2017)
Publisher : Association for Scientific Computing Electrical and Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/businta.v1i2.30

Abstract

The increasing awareness of people about several benefits using cloud computing technology caused a lot of organizations, companies, and agencies are switching from utilizing physical infrastructure to cloud infrastructure, especially IaaS. Considering the strong market enthusiastic about cloud computing, cloud companies were racing competitions offer the best products with various advantages. In the process of utilizing cloud computing technology there are circumstances in which the company wants to move its infrastructure to other cloud providers caused by various aspects in order to meet better expectations of to the new provider. However, there are many obstacles in practice in the process of transfer system between two different environment or can be called migration. One of them is a vendor lock-in that caused system cannot be function properly especially application functionality after migration. This paper introduces improvement method of testing interoperability between systems that were migrated between different cloud providers which use different hypervisor technology. We also conduct interoperability application testing between several cloud providers.
Analisis Prediksi Harga Bitcoin Menggunakan Metode ARIMA Aryanusa, Agil; Zahara, Soffa
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 4 No. 1 (2024): Juni 2024
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v4i1.3339

Abstract

Di era digital, Bitcoin telah muncul sebagai salah satu mata uang digital yang paling banyak dibicarakan karena volatilitas dan potensinya sebagai sarana investasi. Namun, harga yang fluktuatif juga menimbulkan kesulitan ketika mencoba membuat prediksi yang akurat. Tujuan penelitian ini adalah untuk menganalisis dan meramalkan harga Bitcoin dengan menggunakan metode ARIMA (AutoRegressive Integrated Moving Average). Oleh karena itu, model ARIMA digunakan untuk mengekstrak mean dan varians dari data harga Bitcoin. Hasil penelitian menunjukkan bahwa model ARIMA dapat digunakan secara efektif untuk memprediksi harga Bitcoin dengan menghasilkan nilai MSE sebesar 54791638.70 dimana lebih baik dari model SARIMAX. Penerapan model ARIMA membantu para analis dan investor dalam memahami tren harga Bitcoin dan membuat keputusan investasi yang lebih tepat.
Workshop on Developing Gamification Teaching Materials to Enhance Students' Literacy and Numeracy Feriyanto, F; Zahara, Soffa; Afkar, Taswirul; Istiqomah, Oktavia; Sholikha, Miftakhus
Jurnal Pemberdayaan Masyarakat Madani (JPMM) Vol. 8 No. 2 (2024): Jurnal Pemberdayaan Masyarakat Madani (JPMM) (DOAJ & SINTA 3 Indexed)

Publisher : Fakultas Ekonomi dan Bisnis Universitas Negeri Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21009/JPMM.008.2.07

Abstract

This community development program was conducted at SMPN 1 Gedeg, Mojokerto, East Java, to enhance students' literacy and numeracy skills through the development of gamification-based teaching materials integrated with local wisdom. The project, funded by the Ministry of Education, Research, and Technology, aimed to address gaps in digital learning resources and improve teacher competence in creating engaging and effective teaching tools. The methodology involved three phases: preparation, implementation, and evaluation. In the preparation stage, the needs of the school were identified through coordination with school administrators. The implementation phase included workshops and mentoring sessions, where teachers from both SMPN 1 Gedeg and affiliated schools were trained in developing digital learning materials using gamification techniques. Participants showed a significant increase in their knowledge and skills, as demonstrated by a 74.42% improvement in post-test scores. The evaluation phase revealed the program's effectiveness in improving both teachers’ digital competencies and students’ literacy and numeracy performance. However, challenges such as the technological proficiency of senior teachers were identified, highlighting areas for future improvements. Overall, this initiative successfully promoted innovative teaching practices aligned with the national curriculum.
Prediksi Saham BBNI dan BBRI Menggunakan LSTM (Long Short Term Memory) Prastya, Yudha; Zahara, Soffa
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 4 No. 2 (2024): Desember 2024
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v4i2.3332

Abstract

Salah satu opsi yang banyak diminati investor adalah saham-saham di sektor perbankan. Pergerakan harga saham berubah dengan cepat. Oleh karena itu, perlu dilakukan prediksi harga saham untuk meminimalkan risiko kerugian. Tujuan dari penelitian ini adalah untuk menguji kinerja, model long short-term memory (LSTM) dalam memprediksi harga saham di sektor perbankan. Data yang digunakan adalah data harian penutupan harga saham sektor perbankan pada tanggal 16 April 2001 sampai dengan tanggal 30 September 2022. Tahap eksplorasi meliputi (1) input data untuk memperoleh data harga saham penutupan, dan (2) preprocessing data untuk memeriksa nilai data yang hilang. (3) Pembagian data, yaitu data dibagi menjadi data latih dan data uji dengan perbandingan 80:×20. (4) normalisasi data, yaitu mengubah data ke skala yang sama; (5) Rekonstruksi data untuk mengubah data ke dalam format urutan. (6) Melatih model yang terdiri dari dua lapisan LSTM dan satu lapisan menggunakan data pelatihan. (7) Uji model pada data uji menggunakan MAE dan evaluasi hasil prediksinya. Hasil penelitian menunjukkan bahwa Nilai uji MAE BBNI sebesar 0,014984, dan BBRI dengan Nilai uji MAE sebesar 0,014066.
Peningkatan Kapabilitas Manajemen Sekolah Pos PAUD melalui Pelatihan Adaptasi Teknologi Digital Zahara, Soffa; Tri Asmorowati, Erna; Cahyono Putra, Andhika; Nurma Wachidah, Hajar; Utami Asyafiiyah, Gita Rohma; Widyastuti, Artika; Andriani, Friska
Jurnal Abdimas Berdaya : Jurnal Pembelajaran, Pemberdayaan dan Pengabdian Masyarakat Vol 8, No 1 (2025): Jurnal Abdimas Berdaya
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jab.v8i1.1052

Abstract

Pengaruh Jumlah Hidden Layer dan Neuron pada Model Multilayer Perceptron untuk Prediksi Emas Zahara, Soffa; Sukmaningtyas, Yanuarini Nur; Akbar, Ronny Makhfuddin; Abidin, Muhammad Zainul
Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika Vol 8, No 2 (2025): Juli
Publisher : Akademi Ilmu Komputer Ternate

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47324/ilkominfo.v8i2.309

Abstract

Abstrak: Pemilihan kombinasi banyaknya hidden layer dan neuron sangat menentukan performansi model deep learning. Terlalu sedikit hidden layer dan neuron yang digunakan dapat menyebabkan rendahnya akurasi, sedangkan jika terlalu banyak maka dapat meningkatkan kompleksitas pemrosesan sehingga sampai saat ini masih belum ada pedoman kombinasi tetap untuk menentukan jumlah hidden layer dan neuron. Penelitian ini bertujuan untuk mengobservasi pengaruh variasi hidden layer dan neuron, dalam kinerja akurasi metode Multilayer Perceptron dengan variasi dari 1 sampai 6 lapis hidden layer. Data yang digunakan yaitu harga emas ANTAM harian mulai dari Bulan Januari tahun 2010 sampai dengan Januari 2024. Berdasarkan hasil pengujian didapatkan hasil kombinasi hidden layer dan neuron dengan nilai MSE terkecil yaitu 1-100-100-100-100-100-100-1 dengan nilai MSE 0.0001507, membuktikan bahwa semakin banyak hidden layer maka akurasi akan semakin tinggi, begitu juga dengan semakin banyaknya jumlah neuron di setiap layer maka tingkat kesalahan model akan semakin rendah.Kata kunci: Multilayer Perceptron, Hidden Layer, Neuron, PrediksiAbstract: The choice of the combination of the number of hidden layers and neurons greatly determines the performance of the deep learning model being built. Too few hidden layers and neurons used can cause low accuracy, whereas too many can increase processing complexity so that up to now there are still no fixed combination guidelines for determining the number of hidden layers and neurons. This research aims to observe the influence of hidden layer and neuron variations on the accuracy performance of the Multilayer Perceptron method with variations from 1 to 6 hidden layers. The data used is the daily ANTAM gold price from January 2010 to January 2024. Based on test results, it is proven that the more hidden layers, the higher the accuracy, as well as the greater the number of neurons in each layer, the higher the model error rate. getting lower.Keywords: Multilayer Perceptron, Hidden Layer, Neuron, Forecasting
Pengenalan Kota Mojokerto Tempo Dulu Berbasis Augmented Reality Memanfaatkan GPS Based Tracking Awaludhin, Feriyanto Nur; Akbar, Ronny Makhfuddin; Zahara, Soffa
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

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

Abstract

Augmented Reality Kota Mojokerto Tempo Dulu merupakan salah satu teknologi dalam mengembangkan metode pembelajaran (edukasi) yang muncul untuk membandingkan bangunan lama dengan bangunan baru untuk mengenalkan kepada masyarakat umum khususnya para pelajar ditingkat SMP-SMA. Object 2DAugmented Reality berdasarkan era tahun 1880-1980 di bawah pimpinan Hindia Belanda sebelum masa kemerdekaan. Augmented Reality Kota Mojokerto Tempo Dulu, menggunakan sebuah metode Markerless dan Gps Based Tracking menentukan titik alokasi secara manual sesuai dengan Google Maps. Metode Gps BasedTracking digunakan untuk menunjang kekurangan dalam segi object 2D yaitu dengan dengan memanfaatkan Mapping berdasarkan titik alokasi object yang meliputi 6 Object yaitu Alun-Alun Kota Mojokerto, Jembatan Lespadangan, Jalan Majapahit, Pasar Kliwon, Stasiun Mojokerto, dan Pendopo Agung yang berbeda alokasiberdasarkan sebuah titik Latitude dan Longitude sebuah Object 2D. Berdasarkan hasil quesioner aplikasi Pengenalan Kota Mojokerto Tempo Dulu Berbasis Augmented Reality Memanfaatkan Gps Based Tracking mencapai tingkat akurat 69,55% dari pengguna aplikasi maka aplikasi tersebut termasuk dalam kategori baik dan layak untuk digunakan.
Penggunaan Deep Learning dengan Metode Convolutional Neural Network Untuk Klasifikasi Kualitas Sayur Kol Berdasarkan Citra Fisik Dhamayanti, Ratna; Rohmah, Mimin Fatchiyatur; Zahara, Soffa
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

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

Abstract

Sayur kol merupakan salah satu jenis sayuran yang umum dijumpai masyarakat Indonesia. Banyaknya sayur kol yang dipanen, membuat petani terkadang sedikit kerepotan dalam proses menyortir sayur kol mana yang layak ekspor dan tidak. Dan dengan seiring berkembangnya teknologi, maka hal ini menjadi sangat mungkin untuk membuat komputer mampu melakukan pekerjaan yang dianggap biasa oleh manusia termasuk proses sortir kualitas sayur kol. Hal semacam ini dapat dilakukan dengan menggunakan Deep Learning yang mengusung Convolutional Neural Network (CNN) sebagai metode klasifikasi. Dengan memanfaatkan citra fisik sayur kol, CNN mampu melakukan klasifikasi dengan model yang telah disusun sebelumnya. Dalam penelitian ini, peneliti membangun sebuah model yang terdiri dari 4 convolution layer, 2 pooling layer yang berukuran 2×2, 3 dropout layer, 2 dense layer serta 1 flatten layer. Sedang untuk aktivasinya, digunakan ReLu, dengan filter sebanyak 32 dan 64 yang ukuran kernelnya 3×3. Model ini diuji dengan menggunakan 270 data yang dimana 210 digunakan sebagai data train dan 60 data digunakan sebagai data test. Dengan learning rate sebesar 0.004, 30 epoch dan tiga algoritma performasi berbeda yaitu; Stochastic Gradient Descent (SGD), Adaptive Moment (Adam), dan Root Mean Square Propagation (RMSProp) dengan hasil tertinggi berada pada algoritma Adam yang tingkat akurasinya sebesar 80% untuk data test dan 73% untuk data train berdasarkan komposisi warna yang terdapat dalam citra.
Sistem Informasi Geografis Pemetaan Sekolah dengan Sistem Zonasi di SMA Negeri Kabupaten dan Kota Mojokerto Berbasis Web Indartak, Gugut; Rosita, Yesy Diah; Zahara, Soffa
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

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

Abstract

Pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran. Berdasarkan pada penjelasan tersebut maka Dinas Pendidikan Republik Indonesia mencoba membuat peraturan zonasi terhadap Penerimaan Peserta Didik Baru SMA Negeri, Peraturan zonasi penerimaan peserta didik ini menyajikan poin-poin penting tentang penyelenggaraan bidang pendidikan. Adanya sistem zonasi maka siswa diharuskan untuk mendaftar di sekolah terdekat melalui sistem zonasi. Tak ada lagi siswa pintar terkumpul di satu sekolah, yang selama ini disebut sekolah favorit. Pada penelitian ini dibuat suatu Sistem Informasi Geografis berbasis web untuk menentukan zonasi Sekolah Menengah Atas (SMA) di Kabupaten dan Kota Mojokerto. Zonasi dilakukan terhadap sekolah berdasarkan Peraturan Menteri Nomor 44 tahun 2019. Parameter yang digunakan dalam penelitian ini adalah radius jarak, sehingga mendapatkan cakupan yang dapat digunakan untuk mengindentifikasi objek berdasarkan jarak sehingga menghasilkan garis dari lokasi rumah calon siswa sampai ke lokasi SMA tujuan. Hasil penelitian berupa Sistem Informasi Geografis untuk menentukan sistem zonasi Sekolah Menengah Atas Negeri berbasis web yang dapat menentukan jarak lokasi calon siswa sampai ke lokasi SMA yang dituju serta menampilkan informasi suatu SMA Negeri di Kota dan Kabupaten Mojokerto. Selain itu, calon siswa dapat mencetak hasil dari hitung jarak tersebut.
Aplikasi Simpan Pinjam di Koperasi Simpan Pinjam Veteran Berbasis Web dengan Notifikasi Instan Messaging Pratiwi, Meinanda; Rohmah, Mimin Fatchiyatur; Zahara, Soffa
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

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

Abstract

Sistem yang ada di koperasi simpan pinjam veteran ini masih manual dalam menginputkan data untuk melakukan peminjaman. Untuk mendapatkan informasi data admin melakukan wawancara dan menulisnya dalam pembukuan. Demi menjaminnya pelayanan peminjaman uang dan meningkatkan profesionalitas sebuah koperasi simpan pinjam, maka peneliti membuat sistem keuangan untuk memperoleh kemudahan dan keakuratan dalam mengolah data. Sistem ini dibangun menggunakan bahasa pemrograman PHP ber Framework Laravel. Dengan adanya sistem ini diharapkan memudahkan pimpinan untuk mengambil keputusan dengan proses penyetujuan hasil pengajuan kredit serta mempermudah nasabah dalam melakukan pengajuan kerdit di koperasi simpan pinjam veteran ini.
Co-Authors Afkar, Taswirul Akbar, Ronny Makhfuddin Andhika Cahyono Putra Aryanusa, Agil Astutik, Rini Puji Awaludhin, Feriyanto Nur Feriyanto, F Friska Andriani Handyyansyah, Mohammad Joevan Indartak, Gugut Istas Pratomo, Istas Istiqomah, Oktavia Muh. Darwis Muhammad Zainul Abidin, Muhammad Zainul Muslimin, Mohammad Nurcahyati, Afivah Dwi Nurma Wachidah, Hajar Prastika, Erita Devy Prastya, Yudha Pratiwi, Meinanda Ratna Dhamayanti Rohmah, Mimin Fatchiyatur Sholikha, Miftakhus Sugianto Sugianto Sukmaningtiyas , Yanuarini Nur Surya Sumpeno Tri Asmorowati, Erna Utami Asyafiiyah, Gita Rohma Widyastuti, Artika Yanuarini Nur Sukmaningtyas