Article Per Year (5 Year)
p-Index From 2020 - 2025
1.704
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) JUITA : Jurnal Informatika JIKO (Jurnal Informatika dan Komputer) JMM (Jurnal Masyarakat Mandiri) INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Journal of Community Service and Empowerment Journal of Soft Computing Exploration Yayasan Cita Cendikiawan Al Khwarizmi Jurnal Informatika Teknologi dan Sains (Jinteks) BAKTI : Jurnal Pengabdian Kepada Masyarakat
Af'idah, Dwi Intan
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 : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Peningkatan Pengetahuan Guru dan Siswa Jurusan Tata Busana Dalam Pemanfaatan Aplikasi Berbasis Kecerdasan Buatan Af'idah, Dwi Intan; Handayani, Sharfina Febbi; Hidayattullah, Muhammad Fikri; Dairoh, Dairoh; Solikhin, Annur Riyadhus
Dedikasi Sains dan Teknologi (DST) Vol. 4 No. 1 (2024): Artikel Periode Mei 2024
Publisher : Information Technology and Science (ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dst.v4i1.3847

Abstract

SMK Negeri 1 Warureja menghadapi masalah kurangnya pemahaman tentang penggunaan kecerdasan buatan di kalangan guru dan siswa program keahlian tata busana. Program Pengabdian kepada Masyarakat (PKM) sangat berguna dalam meningkatkan pengetahuan dan keterampilan mereka. Materi kecerdasan buatan disesuaikan secara khusus untuk memenuhi kebutuhan mereka, dengan melakukan evaluasi awal menggunakan pre-test. Selama sesi praktik, peserta diberikan pelatihan langsung dalam penggunaan aplikasi berbasis kecerdasan buatan seperti AutoDraw, LookaLogoMaker, dan ChatGPT dalam konteks tata busana. Dosen dan mahasiswa memberikan pendampingan untuk membantu peserta dalam menerapkan konsep kecerdasan buatan dalam bidang tata busana. Evaluasi dilakukan melalui umpan balik dan post-test, yang menunjukkan peningkatan yang signifikan dalam pemahaman dan keterampilan peserta. Selain itu, melalui pendampingan yang intensif selama sesi praktik, para peserta dapat mengatasi kendala dan memperdalam pemahaman mereka tentang penerapan kecerdasan buatan dalam konteks industri tata busana. Hal ini memberikan landasan yang kuat bagi mereka untuk mengembangkan keterampilan yang relevan dengan tuntutan dunia kerja yang terus berkembang. Dengan demikian, program ini tidak hanya meningkatkan kualitas pendidikan di SMK Negeri 1 Warureja, tetapi juga membuka jalan bagi para siswa dan guru untuk bersaing secara lebih efektif dalam dunia industri yang semakin terhubung dengan teknologi kecerdasan buatan. Melalui kolaborasi yang erat antara SMK dan institusi pendidikan lainnya, upaya bersama ini dapat memperkuat daya saing siswa dalam menghadapi tantangan masa depan yang kompleks.
LEARNING MANAGEMENT SYSTEM (LMS) PADA KURSUS ONLINE BERBASIS DETEKSI KECURANGAN UJIAN MENGGUNAKAN MODEL MEDIAPIPE FACE MESH Bimantoro, Elang; Hidayattullah, Muhammad Fikri; Af'idah, Dwi Intan
JURNAL INFORMATIKA DAN KOMPUTER Vol 8, No 2 (2024): September 2024
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26798/jiko.v8i2.1167

Abstract

Kursus online adalah salah satu metode pembelajaran yang semakin populer di era digital. Namun kursus online juga menghadapi masalah kecurangan ujian yang dapat menurunkan kualitas dan integritas pembelajaran. Jadi kami mengembangkan sistem manajemen pembelajaran (LMS)  dapat secara otomatis mendeteksi dan mencegah kecurangan ujian  menggunakan teknologi TensorFlow.js dari model Facemesh MediaPipe. LMS ini dapat mengakses kamera web dan menganalisis wajahn menggunakan pelacakan wajah yang dapat mengidentifikasi fitur wajah dan orientasi kepala. Dengan demikian, LMS ini dapat mengetahui apakah kandidat sedang berkonsentrasi, memantau, menyontek pada saat melaksanakan ujian. LMS ini juga dapat memberikan feedback yang sesuai, seperti mengeluarkan peringatan, menutup tes secara otomatis, atau membatalkan tes. Kami menguji validitas dan efektivitas  LMS ini  menggunakan data tes online dari beberapa mata kuliah. Hasilnya menunjukkan bahwa LMS ini dapat mendeteksi kecurangan ujian dengan akurasi tinggi dan memberikan kinerja yang baik.
Platform Ujian Online Berbasis Pendeteksi Gerakan Kecurangan Menggunakan Kamera Pangestu, Mohammad Prayoga; Wiyono, Slamet; Af'idah, Dwi Intan
INFOMATEK Vol 26 No 1 (2024): Volume 26 No. 1, Juni 2024
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v26i1.11208

Abstract

Kecurangan sering terjadi di dunia akademik, dengan istilah 'menyontek' yang lazim digunakan untuk menyebutnya. Perbuatan menyontek tidak memandang status pendidikan, dari tingkat SD hingga SMA, dapat dilakukan baik secara individu maupun berkelompok, tanpa memperdulikan usia. Pada ujian online, kasus menyontek lebih sering terjadi karena pengawasan manusia yang kurang optimal. Faktor lain yang mempengaruhi tingkat kecurangan dalam ujian online adalah jenis platform ujian online yang umum digunakan saat ini dan kekurangan sistem pendukung untuk pengawasan virtual. Penelitian ini bertujuan untuk mengembangkan platform ujian online berbasis deteksi kecurangan menggunakan kamera, yang akan mempermudah pengawasan dalam ujian online. Sistem yang dibangun juga bersifat web-based sehingga lebih fleksibel dalam akses. Aplikasi ini menggunakan teknologi deep learning dengan metode algoritma Convolutional Neural Network, sedangkan website-nya dibangun dengan framework flask yang telah terintegrasi dengan library tensorflow dan keras. Hasil penelitian ini adalah aplikasi platform ujian online berbasis deteksi gerakan kecurangan menggunakan kamera, yang dinamakan Fraud Catcher. Selain itu, penelitian ini juga menghasilkan klasifikasi menggunakan algoritma Convolutional Neural Network dengan tingkat akurasi yang cukup baik, mencapai 98,5%. Pengujian implementasi model pada sistem menunjukkan tingkat akurasi di atas 80% dengan bantuan cahaya, dan hasil pengujian blackbox juga memperlihatkan fungsionalitas sesuai harapan.
Sentimen Analisis Kota Tegal Berbasis Aspek Menggunakan Algoritma Naïve Bayes Putri , Novita Fitria; Hidayattullah, Muhammad Fikri; Af'idah, Dwi Intan
INFOMATEK Vol 26 No 1 (2024): Volume 26 No. 1, Juni 2024
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v26i1.11209

Abstract

Kurangnya ketentuan yang jelas mengenai penggunaan e-mail institusi oleh masyarakat Kota Tegal dalam menyampaikan informasi, saran, dan pengaduan kepada pemerintah. Sebagai gantinya, masyarakat cenderung menggunakan media sosial seperti Twitter untuk menyampaikan pendapat dan keluhan mereka, namun pemerintah mengalami kesulitan dalam menanggapi secara efektif. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi yang dapat mengklasifikasikan ulasan masyarakat Kota Tegal berdasarkan beberapa aspek seperti wisata/hiburan, pendidikan, fasilitas/layanan publik, dan kuliner. Melalui analisis sentimen berbasis aspek, aplikasi ini dapat memberikan informasi kepada pemerintah mengenai pendapat dan keluhan masyarakat secara spesifik. Penelitian ini menggunakan metode analisis sentimen dengan menggunakan algoritma Naïve Bayes untuk mengklasifikasikan ulasan masyarakat sebagai sentimen positif atau negatif. Pengujian dilakukan dengan menggunakan data ulasan masyarakat Kota Tegal yang dikumpulkan dari Twitter. Hasil penelitian menunjukkan bahwa aplikasi yang dikembangkan dapat mengklasifikasikan ulasan masyarakat Kota Tegal ke dalam beberapa aspek dengan tingkat akurasi pada data training diatas 90% dan tingkat akurasi pada data testing diatas 75% pada setiap kategori. Diharapkan aplikasi ini dapat membantu pemerintah dalam meningkatkan kualitas Kota Tegal dengan menanggapi pendapat dan keluhan masyarakat secara lebih efektif dan spesifik.
Improvement of knowledge in NLP based on AI for students and teachers in the fashion department Af'idah, Dwi Intan; Handayani, Sharfina Febbi; Hidayattullah, Muhammad Fikri; Imamah, Putri Ajeng
Journal of Community Service and Empowerment Vol. 5 No. 3 (2024): December
Publisher : Universitas Muhammadiyah Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22219/jcse.v5i3.32351

Abstract

The fashion department at SMK Negeri 1 Warureja faces significant challenges in understanding and applying Artificial Intelligence (AI)-based Natural Language Processing (NLP) among its students and teachers. Despite the potential benefits of NLP technology for the fashion industry, the limited knowledge and skills concerning NLP tools at SMK Negeri 1 Warureja impede effective utilization. This Community Service Program (CSP) is strategically designed to address these gaps by providing targeted training on NLP tools such as ChatGPT, Chatbot, and Brand24.com within the fashion context. This CSP activity applies the technique of training an initial evaluation through a pre-test assessed participants' baseline understanding prior to the training. During the practical tutorial phase, participants received hands-on training with NLP tools, including practical guidance to ensure real-world application of these concepts. Evaluation results indicated a significant improvement in participants' understanding and skills. The post-test average of 80.47 points showed a significant improvement of 32.19 points over the pre-test average of 48.28 points.
Comparative Analysis of Deep Learning Models for Retrieval-Based Tourism Information Chatbots Af'idah, Dwi Intan; Dairoh, Dairoh; Handayani, Sharfina Febbi
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 11 No. 1 (2025): March
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v11i1.30373

Abstract

Despite significant advancements in deep learning models for chatbots, comprehensive analyses tailored to the tourism sector remain limited. This study addresses the gap by comparing the performance of six prominent models—MLP, RNN, GRU, LSTM, BiLSTM, and CNN—in creating chatbots designed to address traveler needs such as information about facilities, ticket prices, activity suggestions, and operational details. The methodology includes key stages such as data collection, preparation, model training, and evaluation using accuracy, precision, recall, F1-score, and qualitative assessments. The dataset, derived from interviews with managers of 11 tourism destinations, captures critical details to replicate real-world user interactions. The results indicate that the CNN model performed the best, achieving the highest accuracy (0.98), precision (0.99), recall (0.98), and F1-score (0.98), showcasing its ability to effectively handle user queries by identifying relevant patterns in data. While MLP achieved strong accuracy (0.94), its simpler design limited its capacity to manage complex questions. The RNN model had the lowest accuracy (0.82), highlighting its challenges in understanding structured information. These findings confirm CNN as the most effective model for retrieval-based chatbots in tourism, balancing accuracy and practicality. This research offers valuable insights for improving AI-driven tourism tools, providing guidelines for selecting optimal models and enhancing chatbot performance to enrich the traveler experience.
Optimizing Seq2Seq LSTM for Regional-to-National language translation on a web platform Af'idah, Dwi Intan; Susanto, Ardi; Mohamad, Masurah; Alfat, Lathifah
Journal of Soft Computing Exploration Vol. 6 No. 1 (2025): March 2025
Publisher : SHM Publisher

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

Abstract

Machine translation for low-resource languages remains a significant challenge due to the lack of parallel corpora and optimized model configurations. This study developed and optimized a Seq2Seq Long Short-Term Memory (LSTM) model for Tegalan-to-Indonesian translation. A manually curated parallel corpus was constructed to train and evaluate the model. Various hyperparameter configurations were systematically tested, with the best-performing model achieving a BLEU score of 11.7381 using a dropout rate of 0.5, batch size of 64, learning rate of 0.01, and 70 training epochs. The results demonstrated that higher dropout rates, smaller batch sizes, and longer training durations enhanced model generalization and translation accuracy. The optimized model was deployed into a web-based application using Streamlit, ensuring accessibility for real-time translation. The findings highlighted the importance of hyperparameter tuning in neural machine translation for low-resource languages. Future research should explore Transformer-based architectures, larger datasets, and reinforcement learning techniques to further enhance translation quality and generalization.
Assessment of Retrieval and Generative Chatbots in Tourism Information Service Handayani, Sharfina Febbi; Dairoh, Dairoh; Af'idah, Dwi Intan
JUITA: Jurnal Informatika JUITA Vol. 13 Issue 1, March 2025
Publisher : Department of Informatics Engineering, Universitas Muhammadiyah Purwokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30595/juita.v13i1.24182

Abstract

Chatbots are essential for improving the customer experience on tourism websites, especially when it comes to arranging travel and offering precise information. The purpose of this study is to evaluate the effectiveness of generative and retrieval-based chatbots in the tourism information service. Two retrieval-based models are MLP-based single QA and multi QA and two generative-based models namely LLaMA 2 and GEMMA were evaluated using confusion matrix, BLUE score, correctness response and naturalness response. The study found that LLaMA 2 outperformed other models, with the highest response Accuracy of 0.89, naturalness of 0.75, and BLEU score of 0.33. GEMMA received the lowest score, suggesting that it has trouble coming up with precise and organic answers. The retrieval-based models showed strong accuracy but were less natural in their responses. The ease of dataset creation for generative models, which only requires narrative text, further positions LLaMA 2 as the most suitable option for improving user experience in Tegal tourism services.
HYPERPARAMETER TUNING SEQ2SEQ GATED RECURRENT UNIT UNTUK PENERJEMAHAN BAHASA DAERAH KE NASIONAL Af'idah, Dwi Intan; Susanto, Ardi
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 6 No 4 (2024): EDISI 22
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v6i4.5645

Abstract

Machine translation of local languages to Indonesian is a challenge in natural language processing (NLP) due to data limitations and the complexity of language structures. This research aims to build an machine translation model of Tegalan language to Indonesian language using Seq2seq (Sequence to Sequence) based on GRU (Gated Recurrent Unit). A structured methodology is applied to develop the Seq2seq GRU-based machine translation model including the process of parallel corpus building, preprocessing, hyperparameter tuning, model training, model testing, and model evaluation. The model is trained with the Tegalan-Indonesian sentence pair dataset and optimized through experiments with hyperparameter variations including epochs, learning rate, batch size, and dropout. Each variation of the hyperparameters is measured through the BLEU (Bilingual Evaluation Understudy) score. The evaluation results show that increasing the number of epochs increases the accuracy to the optimal point before overfitting occurs. Meanwhile, too small a learning rate slows down convergence, while too large a value causes instability. In addition, smaller batch sizes perform better than larger ones, and higher dropouts improve model generalization. The results show that the configuration of 70 epochs, learning rate 0.005, batch size 64, and dropout 0.5 provides the best performance with a BLEU score of 17.11.
Aplikasi Virtual Tour SMK Negeri 3 Tegal Untuk Pengenalan Lingkungan Sekolah dan Media Promosi Dairoh; Af'Idah, Dwi Intan; Pratiwi, Riszki Wijayatun; Handayani, Sharfina Febi; Saputra, Irfan Triadi; Muhamad, Faisal Ali
Bakti : Jurnal Pengabdian Kepada Masyarakat Vol. 5 No. 1 (2025): Bakti: Jurnal Pengabdian Kepada Masyarakat
Publisher : Lembaga Layanan Pendidikan Tinggi (LLDIKTI) Wilayah XII Ambon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51135/bakti.5.1.49-58

Abstract

Salah satu media pengenalan sekolah dengan memanfaatkan perkembangan teknologi adalah menggunakan teknologi virtual tour.  Aplikasi virtual tour sekolah SMK 3 Kota Tegal telah dibuat dengan berbasis web. Aplikasi tersebut telah dikenalkan oleh Dosen Sarjana Terapan Teknik Informatika melalui kegiatan pengabdian masyarakat kepada siswa kelas XII DKV, yang bertempat di aula Sekolah SMK N 3 Tegal, dengan jumlah peserta 72 siswa. Kegiatan ini berupa sosialisasi materi tentang teknologi virtual tour dan dilanjutkan dengan praktik pembuatan, penggunaan dan pengelolaan aplikasi virtual tour. Hasilnya menunjukkan bahwa peserta mengikuti kegiatan pengabdian dengan antusias, hal ini diketahui peserta telah mengenal dan mengetahui manfaat dari teknologi virtual tour untuk mengenalkan lingkungan sekolah dan media promosi. Selain itu juga, peserta dibekali dengan praktik guna meningkatkan skill terhadap tata kelola sebuah aplikasi virtual tour. Peserta Pengabdian ini mengikuti praktik secara antusias dan lancar. Hasil evaluasi dari peserta yang mengikuti kegiatan PKM ini diperoleh 82% peserta sudah dapat mengenal, memahami dan mempraktik dalam menggunakan aplikasi tersebut.
Co-Authors Ardi Susanto Bimantoro, Elang Dairoh Dairoh Dairoh, Dairoh Handayani, Sharfina Febbi Handayani, Sharfina Febi Imamah, Putri Ajeng Lathifah Alfat, Lathifah Mohamad, Masurah Muhamad, Faisal Ali Muhammad Fikri Hidayattullah, Muhammad Fikri Pangestu, Mohammad Prayoga Putri , Novita Fitria riszki wijayatun pratiwi, riszki wijayatun Saputra, Irfan Triadi Solikhin, Annur Riyadhus Wiyono, Slamet Yustia Hapsari, Yustia