Article Per Year (5 Year)
p-Index From 2021 - 2026
3.041
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan 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 Jurnal Sistem Informasi dan Sistem Komputer Syntax: Journal of Software Engineering, Computer Science and Information Technology Instal : Jurnal Komputer Melek IT: Information Technology Journal Ilmu Komputer untuk Masyarakat Data Sciences Indonesia (DSI) Internet of Things and Artificial Intelligence Journal Journal of Artificial Intelligence and Digital Business Jurnal Ilmiah Sistem Informasi Indonesian Journal of Education and Development Research JRIIN :Jurnal Riset Informatika dan Inovasi Cosmic Jurnal Teknik Journal of Educational Science and E-Learning Jurnal Ilmu Teknologi Informasi Indonesia (JITIFNA)
Harahap, Lailan Sofinah
Unknown Affiliation
Religion Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering 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 : 23 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 23 Documents
Search

 1   2   3 
Prediksi Tingkat Kelulusan Mahasiswa Menggunakan Artificial Neural Network Saragih, Fauhan Alfarizi; Harahap, Lailan Sofinah; Arrafi, M. Rifqi
Jurnal Riset Informatika dan Inovasi Vol 3 No 10 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

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

Abstract

Kelulusan mahasiswa tepat waktu merupakan salah satu indikator penting dalam menilai keberhasilan proses pembelajaran di perguruan tinggi. Tingginya angka keterlambatan kelulusan dapat berdampak pada efektivitas manajemen akademik serta mutu institusi pendidikan. Penelitian ini bertujuan untuk menerapkan metode Artificial Neural Network (ANN) dalam memprediksi tingkat kelulusan mahasiswa berdasarkan data akademik. Pendekatan yang digunakan adalah kuantitatif dengan metode klasifikasi. Data yang digunakan merupakan data sekunder akademik mahasiswa yang meliputi Indeks Prestasi Kumulatif (IPK), jumlah Satuan Kredit Semester (SKS), dan lama masa studi. Dataset dibagi menjadi data latih dan data uji dengan proporsi 80% dan 20%. Proses pelatihan model dilakukan menggunakan algoritma backpropagation. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, precision, recall, dan confusion matrix. Hasil penelitian menunjukkan bahwa model ANN mampu memprediksi tingkat kelulusan mahasiswa dengan nilai akurasi sebesar 82%, serta nilai precision dan recall yang relatif seimbang.
Analisis Performa CNN Berbasis MobileNetV2 pada Dataset Citra Dokumen Laporan Praktikum Aryanda, Hafiz; Harahap, Lailan Sofinah; Aptanta, Dimas Aqila
Journal of Educational Science and E-Learning Vol. 2 No. 2 (2025): Desember
Publisher : CV Rena Cipta Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62354/jese.v2i2.44

Abstract

Penelitian ini bertujuan untuk menganalisis performa CNN berbasis MobileNetV2 dalam klasifikasi citra dokumen laporan praktikum. Pendekatan yang digunakan adalah transfer learning dengan bobot pra-latih dari ImageNet, serta fine-tuning pada lapisan atas untuk menyesuaikan model terhadap karakteristik dokumen akademik. Dataset terdiri dari ribuan citra dokumen yang telah melalui tahap pra-pemrosesan berupa resizing, normalisasi, dan augmentasi. Hasil eksperimen menunjukkan bahwa pada baseline, akurasi validasi mencapai 64,88% namun akurasi evaluasi manual hanya 10,54%, menandakan adanya masalah domain gap dan kesulitan separasi antar kelas. Fine-tuning meningkatkan akurasi validasi training menjadi 70,43%, tetapi akurasi evaluasi biner justru menurun menjadi 47,50%, sehingga performa model tetap rendah. Temuan ini menegaskan bahwa CNN kurang tepat untuk tugas validasi kepatuhan dokumen yang membutuhkan analisis semantik dan aturan tata letak yang kompleks serta dinamis. Sebagai solusi, integrasi OCR dengan rule-based validation direkomendasikan karena mampu memberikan akurasi lebih tinggi, interpretasi jelas, serta umpan balik detail sesuai pedoman penulisan akademik modern.
Prediksi Curah Hujan Bulanan Di Medan Menggunakan Metode Long Short-Term Memory (LSTM) Dedek; Harahap, Lailan Sofinah; Adrian, Muhammad Rayhans
Jurnal Ilmu Teknologi Informasi Indonesia Vol. 2 No. 1 (2026): JITIFNA - Januari
Publisher : CV. SINAR HOWUHOWU

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70134/jitifna.v2i1.969

Abstract

This study aims to predict monthly rainfall in Medan City using the Long Short-Term Memory (LSTM) method. The data utilized in this research comprises monthly rainfall figures and the number of rainy days for the 2015–2023 period, obtained from the Meteorology, Climatology, and Geophysics Agency (BMKG) Region I Medan via official publications of the Central Statistics Agency (BPS) of North Sumatra Province. The pre-processing stage involves data cleaning, normalization, and the construction of a time series dataset using a sliding window structure. The LSTM model was developed with two hidden layers and optimized using the Adam algorithm. Evaluation results indicate that the LSTM model effectively captures seasonal patterns and rainfall trends, as evidenced by a low Root Mean Square Error (RMSE) value. This study is expected to serve as a reference for hydrometeorological disaster mitigation in the Medan region.
Co-Authors Abdillah, Rizky Adrian, Muhammad Rayhans Alamsyah, Muhammad Fadlan Alya, Dea Ananda, Surizky Aptanta, Dimas Aqila Armansyah Arrafi, M. Rifqi Aryanda, Hafiz Aznawi, Nasrul Mahruf Dedek Dharmawan, Kaka Davi Fadillah, hasti Fahlome, Dodyk 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 Panjaitan, Rosita Prayoga, M Irsan Putri, Laila Ali Ramadhan, M. Wahyu Rifaldy, Faqih Salsabila, Awalia Saragih, Fauhan Alfarizi Silalahi, Yayi Naulia Sriani Suci Wulandari Widiya, Widiya