Article Per Year (5 Year)
p-Index From 2020 - 2025
2.408
P-Index
This Author published in this journals
All Journal Jurnal CoreIT JURNAL REKAYASA TEKNOLOGI INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) Jurnal Penelitian Tarbawi: Pendidikan Islam dan Isu-Isu Sosial Jurnal Teknologi Dan Sistem Informasi Bisnis Syntax: Journal of Software Engineering, Computer Science and Information Technology Instal : Jurnal Komputer Melek IT: Information Technology Journal Data Sciences Indonesia (DSI) Internet of Things and Artificial Intelligence Journal Journal of Artificial Intelligence and Digital Business JEECS (Journal of Electrical Engineering and Computer Sciences) Jurnal Ilmiah Sistem Informasi Indonesian Journal of Education and Development Research Cosmic Jurnal Teknik
Harahap, Lailan Sofinah
Unknown Affiliation
Religion Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Physics Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 17 Documents
Search

 1   2 
Klasifikasi Daun Bugenvil Menggunakan Gray Level Co-Occurrence Matrix Dan K-Nearest Neighbor Furqon, Mhd; Sriani, Sriani; Harahap, Lailan Sofinah
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi Vol 6, No 1 (2020): Juni 2020
Publisher : Fakultas Sains dan Teknologi, Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (568.519 KB) | DOI: 10.24014/coreit.v6i1.9296

Abstract

Penelitian ini dilakukan untuk mengklasifikasikan tanaman bugenvil berdasarkan tekstur daun menggunakan metode ekstraksi fitur yaitu Gray Level Co-occurrence Matrix dengan empat fitur ekstraksi diantaranya: energy, correlation, contrast dan homogeneity). Pada proses pengklasifikasian tanaman bugenvil menggunakan metode K-Nearset Neighbor dengan jarak euclidean distance (nilai ketetanggaan) untuk mengetahui, mengelompokkan atau mengidentifikasi tekstur daun sesuai dengan jenisnya. pada penelitian klasifikasi daun bugenvil menggunakan Gray Level Co-occurrence Matrix dan K-Nearest Neighbor hasil akurasi yang didapat cukup tinggi yaitu 87% pada nilai ketetanggaan K = 3, K = 5, K = 7, K = 9 dan 75% pada nilai ketetanggaan K = 1.
Comparison of the Performance of Random Forest and K-Nearest Neighbor in Classifying Leukemia Using Principal Component Analysis Sriani, Sriani; Ikhsan, Muhammad; harahap, lailan sofinah
Jurnal Sisfokom (Sistem Informasi dan Komputer) Vol 13, No 2 (2024): JULY
Publisher : ISB Atma Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32736/sisfokom.v13i2.2165

Abstract

Leukemia is the most common blood cancer in Asia, one of which is Indonesia. Leukemia can affect blood cells, bone marrow, lymph nodes and other parts of the lymphatic system. One way to detect leukemia is to use microarray technology by applying gene expression. Microarrays have a very large number of genes so it is necessary to reduce the number of genes in order to eliminate irrelevant features and increase the accuracy of the classification process. The leukemia feature/gene reduction process was carried out using PCA and the classification process was carried out using RF and KNN. The accuracy results from the RF classification method using 100 n_estimators were 78.57%, while using the KNN method the accuracy results with K=1 were 78.57%, K=3 and 5 were 85.71%, and K=7 and 9 were 71.42%. The best accuracy results use KNN with K=3 and 5.
Analisis Sentimen Terkait Judi Online di Media Sosial Instagram Menggunankan Naïve Bayes Pangestu, Aji Dewo; Harahap, Lailan Sofinah
Indonesian Journal of Education and Development Research Vol 3, No 1 (2025): Januari 2025
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/ijedr.v3i1.4798

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen publik terkait judi online di media sosial Instagram menggunakan algoritma Naive Bayes. Judi online menjadi isu sosial yang banyak diperbincangkan karena dampak negatifnya terhadap masyarakat dan ekonomi. Data penelitian diperoleh melalui scraping komentar pada postingan Instagram, menghasilkan dataset berisi 4 komentar. Proses analisis melibatkan tahapan preprocessing data seperti pembersihan teks, tokenisasi, dan penghapusan kata-kata tidak penting, diikuti dengan klasifikasi sentimen menjadi tiga kategori: positif, negatif, dan netral. Hasil analisis menunjukkan bahwa 50% komentar mengandung sentimen negatif, sementara sentimen positif dan netral masing-masing mencapai 25%. Sentimen negatif didominasi oleh kritik terhadap isu korupsi dan kemiskinan yang terkait dengan judi online. Meskipun dataset kecil, algoritma Naive Bayes mampu mengklasifikasikan komentar dengan presisi yang baik, namun recall masih rendah karena keterbatasan jumlah data. Model ini memiliki potensi untuk memberikan hasil yang lebih akurat jika diterapkan pada dataset yang lebih besar dan lebih beragam. Penelitian ini memberikan wawasan awal mengenai persepsi publik terhadap judi online di Instagram dan menunjukkan bahwa algoritma Naive Bayes adalah alat yang efektif untuk analisis sentimen media sosial. Temuan ini diharapkan dapat digunakan sebagai dasar untuk penelitian lebih lanjut yang melibatkan dataset yang lebih luas serta dapat membantu pihak terkait dalam memahami opini publik dan merumuskan kebijakan yang lebih tepat.
Acceleration Of The Learning Process By Implementing E-Learning To Improve The Academic Quality Of The Computer Science Program, Faculty of Science and Technology, State Islamic University of North Sumatra, Medan Sriani; Armansyah; Harahap, Lailan Sofinah
Bahasa Indonesia Vol 16 No 05 (2024): Instal : Jurnal Komputer
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jurnalinstall.v16i05.312

Abstract

In today's digital era, a satisfaction-service is needed in the field of education. The satisfaction service is in the form of the quality-of-a-Study Program-which-is-very much determined by-the-quality of the service provided, where-quality-service can be identified through-student-satisfaction when carrying out-learning. One of the-service-breakthroughs-by utilizing information technology that can be applied by the Computer Science-study-program, Faculty of Science-and-Technology, State-Islamic University-of North-Sumatra-Medan today-is by applying-technology-based learning with-the E-Learning program.
PENDEKATAN BIG DATA ANALYTICS UNTUK OPTIMASI KINERJA SISTEM INFORMASI Pangestu, Aji Dewo; Harahap, Lailan Sofinah
Jurnal Ilmiah Sistem Informasi Vol. 4 No. 2 (2024): Jurnal Ilmiah Sistem Informasi
Publisher : LPPM Universitas Bina Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46306/sm.v4i2.105

Abstract

The digital age has had a significant impact through advancements in sensor technology, internet connectivity, and growing storage capacity, giving rise to the phenomenon of Big Data. In this landscape of abundant information, data processing and analysis become challenges that require effective solutions. This article explains the importance of Big Data Analytics in the context of Information Systems, where the presence of Big Data is not only a necessity but also an opportunity to gain deep insights from the ever-growing data. Proper data processing is crucial to uncovering the value of Big Data, involving comprehensive data analysis and machine learning training. The integration of sensor technology, internet connectivity, advanced storage, and intelligent data processing forms the basis for advancements in the Big Data Analytics domain. This research aims to explore the utilization of Big Data Analytics in improving the performance of Information Systems. Through a conceptual foundation and literature review, this article presents the theoretical basis that supports the research. The practical implementation of Big Data Analytics is described to illustrate how this technology can be realistically applied to optimize Information Systems. The research method uses Systematic Literature Review (SLR) to identify, evaluate, and interpret related research. An in-depth literature review, secondary data collection and analysis, and examination of ideas and models related to governance and corporate strategy were the focus of the research. The results and discussion highlight the critical role of Big Data Analytics and information systems in the Big Data era, emphasizing effective integration as the key to optimizing results. This article is expected to contribute to the development of an increasingly dynamic information,paradigm.
Sentiment Analysis of Comments on X Regarding Interactive Videos for Children Using Naive Bayes Harahap, Lailan Sofinah; Salsabila, Awalia; Nasution, Najwa Fadiyah
Bahasa Indonesia Vol 16 No 05 (2024): Instal : Jurnal Komputer
Publisher : Cattleya Darmaya Fortuna

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.54209/jurnalinstall.v16i05.315

Abstract

This study aims to analyze the sentiment of social media comments on interactive videos for children using the Naive Bayes algorithm, which is known to be effective in text classification and sentiment analysis. Data were collected from social media platforms regarding comments on popular interactive videos for children, and then processed through cleaning, tokenization, stopwords removal, and stemming stages. Naive Bayes algorithm was used to classify the comments into three categories: positive, neutral, and negative. The analysis showed that 48.3% of the comments were positive, 47.2% were neutral, and 4.5% were negative. Positive sentiments indicated more support for the educational aspects and interactivity, while negative sentiments focused more on content quality and concerns about screen addiction and age appropriateness. The accuracy of the analysis reached 55.6%, which demonstrates the effectiveness of the Naive Bayes algorithm. This research provides useful insights for content developers and policymakers to understand the public's response to interactive children's videos and improve content quality to better suit children's educational and developmental needs
Peran Pengolahan Citra dalam Meningkatkan Kualitas Literasi Visual Peserta Didik: Analisis Library Research Ramadhan, M. Wahyu; Harahap, Lailan Sofinah; Muhammad Faruqi
Tarbawi Vol 10 No 1 (2025): Tarbawi: Jurnal Pendidikan Islam dan Isu-isu Sosial
Publisher : Fakultas Tarbiyah Institut Agama Islam Hamzanwadi Pancor

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37216/tarbawi.v10i1.2205

Abstract

Kajian ini dilatarbelakangi oleh pentingnya literasi visual di era digital serta meningkatnya relevansi pengolahan citra digital dalam dunia pendidikan dan masyarakat. Tujuan utama penelitian ini adalah untuk mengkaji secara komprehensif peran teknologi pengolahan citra dalam meningkatkan kualitas literasi visual peserta didik dari berbagai perspektif, baik melalui pendekatan pendidikan formal, model pembelajaran inovatif, hingga pengabdian masyarakat. Metode yang digunakan adalah penelitian kualitatif dengan pendekatan literature review, yang dianalisis dari berbagai jurnal, buku, dan laporan ilmiah yang relevan. Hasil kajian menunjukkan bahwa pengolahan citra berperan penting dalam: (1) meningkatkan kemampuan analisis visual siswa melalui praktik manipulasi dan interpretasi gambar, (2) mendorong ekspresi kreatif visual, (3) memperkuat pembelajaran lintas disiplin ilmu dengan media visual, dan (4) menumbuhkan kesadaran etika visual di kalangan peserta didik. Selain itu, pendekatan pembelajaran berbasis Problem-Based Learning (PBL) dan kegiatan edukatif berbasis pengabdian masyarakat terbukti mampu meningkatkan motivasi serta pemahaman konsep digital image processing di berbagai tingkat pendidikan. Kata kunci Pengolahan Citra, Literasi, Pendidikan.
Image quality enhancement by applying a combination of filtering between the median filter and CLAHE Hsb, Adinda Tarisyah; Harahap, Lailan Sofinah; Fadillah, Hasti
Internet of Things and Artificial Intelligence Journal Vol. 5 No. 2 (2025): Volume 5 Issue 2, 2025 [May]
Publisher : Association for Scientific Computing, Electronics, and Engineering (ASCEE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31763/iota.v5i2.921

Abstract

Digital image quality is often degraded due to disturbances such as salt-and-pepper noise and uneven lighting. This can hinder further image analysis and processing. This research aims to improve image quality by applying a combination of two filtering methods, namely Median Filter and CLAHE (Contrast Limited Adaptive Histogram Equalization), using MATLAB. Median Filter is used to remove impulsive noise without obscuring important details, while CLAHE is applied to improve image contrast adaptively and locally. Tests were conducted on grayscale images with artificial noise added. The experimental results show that the combination of both methods provides a significant improvement in image quality compared to the use of either method alone. Thus, this approach is effectively used for image pre-processing that requires detail recovery and contrast enhancement.
Meningkatkan Kualitas Gambar Digital melalui Pengurangan Noise Menggunakan Median Filtering Alamsyah, Muhammad Fadlan; Harahap, Lailan Sofinah; Firjatullah, Maulana
Data Sciences Indonesia (DSI) Vol. 5 No. 1 (2025): Article Research Volume 5 Issue 1, June 2025
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v5i1.6290

Abstract

: Citra digital merupakan komponen penting dalam berbagai aplikasi teknologi informasi, mulai dari bidang medis, pemetaan satelit, keamanan, hingga media sosial. Namun, kualitas citra digital seringkali mengalami penurunan akibat gangguan berupa noise atau derau, yang dapat muncul dalam berbagai bentuk seperti salt-and-pepper dan Gaussian noise. Noise ini dapat terjadi karena kesalahan dalam proses akuisisi, gangguan perangkat keras, atau transmisi data yang tidak stabil. Kehadiran noise tidak hanya mengganggu tampilan visual citra, tetapi juga dapat mempengaruhi hasil analisis lanjutan yang bergantung pada keakuratan data visual, seperti deteksi objek, segmentasi, dan klasifikasi. Penelitian ini bertujuan untuk menganalisis efektivitas metode median filter, yaitu teknik penyaringan non-linear yang menggantikan nilai piksel dengan nilai tengah dari tetangganya, dalam mereduksi noise pada citra digital. Eksperimen dilakukan terhadap data citra sintetis yang ditambahkan noise secara artifisial dengan tingkat intensitas yang bervariasi, yaitu 10%, 20%, dan 40%. Proses pengolahan citra dilaksanakan menggunakan bahasa pemrograman Python dan pustaka OpenCV, dengan penerapan kernel berukuran 3×3 pada median filter. Evaluasi dilakukan melalui pendekatan kuantitatif berdasarkan rasio keberhasilan reduksi noise dan waktu pemrosesan, serta melalui pendekatan kualitatif berupa analisis visual terhadap hasil penyaringan. Hasil penelitian menunjukkan bahwa median filter bekerja sangat efektif untuk noise tipe salt-and-pepper, dengan tingkat keberhasilan mencapai lebih dari 90% pada intensitas noise 20%. Selain itu, median filter juga menunjukkan kinerja yang cukup baik terhadap noise Gaussian, meskipun tidak seoptimal pada salt-and-pepper. Kelemahan utama yang ditemukan adalah efek kabur (blur) pada citra hasil filter, terutama pada tingkat noise yang tinggi dan pada area citra dengan tekstur halus. Berdasarkan temuan tersebut, disarankan untuk menggunakan metode lanjutan seperti weighted median filter, adaptive median, atau integrasi dengan algoritma deteksi tepi untuk meningkatkan hasil filtering tanpa mengorbankan detail penting pada citra. Penelitian ini memberikan kontribusi dalam pengembangan metode pemrosesan citra digital yang efisien dan aplikatif, khususnya dalam konteks peningkatan kualitas gambar melalui reduksi noise.
Implementasi Pattern Recognition untuk Ekstraksi Teks Plat Kendaraan Menggunakan Matching Correlation dan OCR Januar, Bagus; Harahap, Lailan Sofinah; Ananda, Surizky; Aznawi, Nasrul Mahruf
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 9, No 1 (2025): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v9i1.19904

Abstract

Pengenalan plat nomor kendaraan merupakan salah satu aplikasi penting dalam bidang pengolahan citra digital yang digunakan dalam berbagai sistem seperti manajemen parkir, pengawasan lalu lintas, dan tilang elektronik. Namun, akurasi sistem sering kali terganggu oleh variasi font karakter dan noise pada citra. Penelitian ini bertujuan untuk mengimplementasikan sistem pengenalan plat nomor kendaraan menggunakan pendekatan Pattern Recognition berbasis metode Template Matching Correlation dan Optical Character Recognition (OCR) pada MATLAB. Dataset yang digunakan terdiri dari 22 citra plat kendaraan dari berbagai negara serta template karakter huruf dan angka berukuran 24x42 piksel. Tahapan sistem meliputi akuisisi citra, pra-pemrosesan (grayscale dan binarisasi), deteksi plat dengan bounding box, segmentasi karakter, dan pengenalan karakter. Hasil pengujian menunjukkan bahwa metode Template Matching Correlation mampu mengenali karakter dengan akurasi yang bervariasi tergantung kesesuaian pola karakter, sedangkan OCR menunjukkan performa yang tidak konsisten pada beberapa citra dengan noise atau font tidak standar. Kesimpulannya, kombinasi kedua metode ini berpotensi meningkatkan akurasi sistem pengenalan plat nomor, terutama dalam kondisi citra yang menantang. Hasil penelitian ini dapat menjadi referensi dalam pengembangan sistem pengenalan karakter visual yang lebih baik.
Co-Authors Abdillah, Rizky Alamsyah, Muhammad Fadlan Ananda, Surizky Armansyah Aziz, Fahar Abdul Aznawi, Nasrul Mahruf Fadillah, hasti Firjatullah, Maulana Furqon, Mhd Gimnastiar, Alfin Hsb, Adinda Tarisyah Irsyad, Raihan Maulana Januar, Bagus Kembaren, Muhammad Fajar Hidayah Maria Ulfa Muhammad Faruqi Muhammad Ikhsan Nasution, Najwa Fadiyah Pangestu, Aji Dewo Prayoga, M Irsan Putri, Laila Ali Ramadhan, M. Wahyu Rifaldy, Faqih Salsabila, Awalia Sriani