Article Per Year (5 Year)
p-Index From 2020 - 2025
0.92
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer JURNAL INSTEK (Informatika Sains dan Teknologi) JURNAL PENDIDIKAN TAMBUSAI Media Journal of General Computer Science (MJGCS)
APRILIANI, AULIA
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Social Sciences

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Detecting the Number of Students Using YOLOv11 to Prevent Proxy Attendance at Universitas Dinamika Bangsa Saputri, Rhadis Steffani; Apriliani, Aulia; Mukminin, Amirul
Media Journal of General Computer Science Vol. 2 No. 1 (2025): MJGCS
Publisher : MASE - Media Applied and Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62205/mjgcs.v2i1.38

Abstract

Attendance is an important criterion for passing courses at Universitas Dinamika Bangsa Jambi. According to the academic regulations of Universitas Dinamika Bangsa Jambi, the minimum attendance requirement for course completion is 75%. The attendance process at the university utilizes an academic information system (SIAKAD) where students log in using a username and password, then scan an attendance barcode or input a unique code. Students often engage in proxy attendance practices, where they are marked present in the system despite being absent in reality. This study discusses the prevention of proxy attendance by employing a human detection system based on YOLOv11, capable of counting the number of students present in the classroom at Universitas Dinamika Bangsa Jambi. The research method involves the design, implementation, and evaluation of the system. This study adopts a deep learning approach using supervised learning methods for model training. The model is trained on a labeled dataset from Roboflow and implemented using the YOLOv11 algorithm. Based on the research results, the authors conclude that the human detection system is effective in counting the number of students in the classroom. However, the system still requires further development to detect criteria or features that can distinguish the detected individuals' status, specifically between students and lecturers.
ANALISIS SENTIMEN MASYARAKAT TERHADAP VIRUS CORONA BERDASARKAN OPINI DARI TWITTER BERBASIS WEB SCRAPER KURNIAWAN, ROBI; APRILIANI, AULIA
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 5 No 1 (2020): APRIL
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (611.309 KB) | DOI: 10.24252/instek.v5i1.13686

Abstract

Indonesia menjadi salah satu Negara yang pengguna aktif harian twitternya cukup tinggi, berdasarkan hal tersebut twitter dapat dijadikan sebagai media untuk melakukan analisis sentimen terhadap topik corona. Analisis sentimen merupakan salah satu cabang dari text mining yang melakukan proses klasifikasi pada dokumen atau teks. Penelitian ini bertujuan untuk mengetahui bagaimana dampak virus corona di Indonesia sesuai opini masyarakat melalui twitter. Pengumpulan data dilakukan dengan teknik web scraper yang menghasilkan 1000 record sejak tanggal 20 Januari sampai 1 Februari 2020, data yang telah di scraping kemudian dianalisis mengikuti tahapan text mining yaitu case folding, tokenizing dan filtering. Hasil dari penelitian ini menunjukan persentase opini masyarakat terhadap virus corona yaitu 79% negatif, 11% Netral dan 10% Positif. Kata kunci : corona, analisis sentimen, twitter;
Deteksi Dini Microsleep Pada Pengemudi Kendaraan Roda Empat Melalui Citra Mata Menggunakan Algoritma YOLOv8 Saputri, Rhadis Steffani; Apriliani, Aulia; Amar, Rizky Syahrul; Astri, Lola Yorita
Jurnal PROCESSOR Vol 20 No 2 (2025): Jurnal Processor
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/processor.2025.20.2.2529

Abstract

Microsleep adalah episode tidur singkat dan tiba-tiba yang terjadi tanpa kesadaran, terutama saat mengemudi, dan diketahui sebagai salah satu penyebab utama kecelakaan lalu lintas. Penelitian ini bertujuan untuk mengembangkan sistem deteksi dini untuk microsleep pada pengemudi kendaraan roda empat menggunakan algoritma YOLOv8. Sistem ini beroperasi dengan mendeteksi kondisi mata secara real-time melalui kamera dan mengeluarkan peringatan baik yang dapat didengar maupun dilihat ketika mata tetap tertutup selama lebih dari 3 detik. Dataset yang digunakan adalah SleepyDetect dari Roboflow Universe, yang terdiri dari dua kelas yang relevan: Mata Terbuka dan Mata Tertutup. Model dibor menggunakan YOLOv8n. Hasil evaluasi menunjukkan kinerja yang sangat baik, dengan presisi 97,2%, recall 96,7%, F1-score 0,97, dan mAP@0.5 sebesar 97,9%. Sistem ini berhasil diimplementasikan dan diuji dalam berbagai kondisi pencahayaan, menunjukkan respons deteksi yang cepat dan akurat. Penelitian ini menunjukkan bahwa kombinasi visi komputer dan YOLOv8 dapat diterapkan secara efektif untuk meningkatkan keselamatan pengemudi melalui deteksi mikrotidur dini.
Peramalan Tren Penjualan Menu Restoran Menggunakan Metode Single Moving Average Apriliani, Aulia; Zainuddin, Hazriani; Agussalim, Agussalim; Hasanuddin, Zulfajri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 6: Desember 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020722732

Abstract

Penelitian ini bertujuan untuk meramalkan tren penjualan menu pada restoran guna membantu pihak pengelola restoran dalam menentukan dan memberikan rekomendasi pengelolaan stok menu. Peramalan dilakukan dengan mengimplementasikan metode single moving average pada data transaksi penjualan selama periode 15 bulan, yakni bulan Januari-Desember 2018 dan Januari-Maret 2019 untuk menghasilkan ramalan bulanan dan harian. Total sampel data latih yang diolah sebanyak 10.515 record yang merupakan data transaksi penjualan pada bulan Januari-Desember tahun 2018, serta 2.246 record data bulan Januari-Maret 2019 sebagai data uji (untuk menguji akurasi ramalan). Hasil pengujian hasil ramalan bulanan untuk Top-10 menu menghasilkan perhitungan MAPE (Mean Absolut Percentage Error) sebesar 4% yang berarti tingkat akurasi sangat baik, yakni sebesar 96%. Sedangkan pengujian hasil ramalan harian menghasilkan MAPE yang cukup tinggi yaitu sebesar 39.2%, mengindikasikan nilai akurasi yang cukup rendah, yakni 60.8%. Meskipun akurasi untuk ramalan harian, masih rendah namun hasil penelitian ini dapat memberikan gambaran kepada pengelola hotel tentang rentang minimum-maksimal stok yang perlu disiapkan untuk menu tertentu pada hari-hari tertentu. Untuk memperoleh akurasi prediksi harian yang lebih akurat, penelitian ini akan dilanjutkan dengan mencoba metode lain serta menambah jumlah data latih. AbstractThis research aims to forecast sales trend of a restaurant menus to help the restaurant management in determaining and providing recommendations for managing stocks. Forecasting was performed by applying the single moving average towards fifteen months recorded data transaction, namely January to December 2018, and Januari to March 2019 to establish monthly and daily forecast. Total data training was 10.515 recods data transaction obtained from Januari to December 2018, while data testing was 2.246 record data transaction within Januari to March 2019. Result for montly forecast shows, that the average accuracy reached 96% (MAPE 4%) indicating the forecast is almost perfect. While, for daily forecast the average accuracy is only 60.8% (MAPE 39,2%) indicating that the forecast is less accurate. Although, accuracy of the daily forecast is considered less accurate, the result still can be used by the restaurant management to figure-out minimum and maximum amount of stock to be prepared for certain menus in certain days. 
Krisis Komunikasi Mahasiswi Pada Pendidikan Studi Kasus: Mahasiswi Ilmu Al-Quran dan Tafsir IAI Imsya Indonesia Angkatan 2025 Apriliani, Aulia; Firmathoina, Aisyah; Arbiani, Ere Mardella
Jurnal Pendidikan Tambusai Vol. 9 No. 3 (2025): Desember
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

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

Abstract

Penelitian ini bertujuan untuk menganalisis persepsi mahasiswa terhadap krisis komunikasi dalam dunia pendidikan, khususnya di lingkungan Institusi Pendidikan Islam (IAI) Imsya Indonesia. Krisis komunikasi muncul akibat kurang efektifnya interaksi antara pendidik dan peserta didik yang ditandai dengan menurunnya kualitas komunikasi, meningkatnya kesalah pahaman, dan menurunnya nilai moral serta etika. Faktor penyebab utama meliputi rendahnya literasi, kurangnya etika, dan pengaruh media sosial yang tidak sepenuhnya mengikuti norma komunikasi yang sopan. Metode penelitian yang digunakan adalah kuantitatif dengan distribusi kuesioner dengan uji analisis regresi linier berganda dan uji f, uji t dan uji R2. Hasil penelitian krisis komunikasi berpengaruh positif dan signifikan terhadap pendidikan yang menunjukkan bahwa persepsi mahasiswa sangat mempengaruhi pemahaman mereka terhadap krisis ini dan pentingnya upaya perbaikan melalui pendidikan karakter dan etika komunikasi. Dengan demikian, karya ini memberikan gambaran penting tentang perlunya peningkatan kualitas komunikasi dan moral dalam dunia pendidikan Islam.
Co-Authors Agussalim, Agussalim Amar, Rizky Syahrul Amirul Mukminin Arbiani, Ere Mardella Firmathoina, Aisyah Hasanuddin, Zulfajri Hazriani, Hazriani Lola Yorita Astri, Lola Yorita Robi Kurniawan Saputri, Rhadis Steffani