Article Per Year (5 Year)
p-Index From 2021 - 2026
7.032
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) TELKOMNIKA (Telecommunication Computing Electronics and Control) Transformasi: Jurnal Pengabdian Masyarakat CESS (Journal of Computer Engineering, System and Science) Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi AWLADY Jurnal Pendidikan Anak Faktor Exacta Indonesian Journal of Artificial Intelligence and Data Mining PROCESSOR Jurnal Ilmiah Sistem Informasi, Teknologi Informasi dan Sistem Komputer JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Informatika Universitas Pamulang Premiere Educandum: Jurnal Pendidikan Dasar dan Pembelajaran Riau Journal of Empowerment Jurnal Nasional Komputasi dan Teknologi Informasi GERVASI: Jurnal Pengabdian kepada Masyarakat JSR : Jaringan Sistem Informasi Robotik Diseminasi : Jurnal Pengabdian kepada Masyarakat Journal of Electrical Power Control and Automation (JEPCA) Information System Journal (INFOS) Djtechno: Jurnal Teknologi Informasi Jurnal Sains Teknologi dan Sistem Informasi Decode: Jurnal Pendidikan Teknologi Informasi KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika MATHunesa: Jurnal Ilmiah Matematika Jurnal Teknologi Sistem Informasi Jurnal Nasional Teknik Elektro dan Teknologi Informasi Jurnal Teknik Informatika Jakiyah : Jurnal Ilmiah Umum dan Kesehatan Aisyiyah Jurnal Ilmiah Sistem Informasi dan Ilmu Komputer Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Pemberdayaan: Publikasi Hasil Pengabdian kepada Masyarakat (JPM ITTC ) J-Icon : Jurnal Komputer dan Informatika SATIN - Sains dan Teknologi Informasi Jurnal Pengabdian Masyarakat Pinang Masak Jurnal Sistem Informasi dan Ilmu Komputer Jurnal Informatika: Jurnal Pengembangan IT IT-Edu: Jurnal Information Technology and Education EdLib Journal (Education and Library Journal) Sinergi : Jurnal Ilmiah Multidisiplin Smatika Jurnal : STIKI Informatika Jurnal Jurnal Publikasi Teknik Informatika
Khaira, Ulfa
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities 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 Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Other

Published : 56 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 56 Documents
Search

 2   3   4   5   6 
CLUSTERING DAERAH RAWAN STUNTING DI INDONESIA MENGGUNAKAN ALGORITMA K-MEANS Cahya Syalom; Ulfa Khaira; Daniel Arsa
Djtechno: Jurnal Teknologi Informasi Vol 6, No 1 (2025): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i1.6223

Abstract

Stunting is one of the main nutritional problems in Indonesia whose prevalence is still high, which is 21.5% in 2023, exceeding the WHO standard which should be below 20%. This study aims to identify areas at risk of stunting in Indonesia using the K-Means method based on factors that cause stunting. The data used includes coverage of essential services and stunting cases from 38 provinces during 2022-2024, obtained from the Ditjen Bina Bangda Kemendagri dashboard as much as 3534 data. The research begins by determining the variables that have a stronger correlation with stunting among other variables in each year using Spearman correlation. Then, the optimal number of clusters was determined using the Silhouette Coefficient method. The results show that the optimal number of clusters for each year is K=2 with each value being 0.387 (2022), 0.436 (2023), and 0.446 (2024). Cluster 1 represents high stunting risk areas with low coverage of essential services, while cluster 2 represents low stunting risk areas with more optimized essential services. In 2022, cluster 1 consists of 25 provinces, and cluster 2 consists of 13 provinces. In 2023, cluster 1 decreases to 18 provinces and cluster 2 increases to 20 provinces. In 2024, cluster 1 declines further to 14 provinces, while cluster 2 increases to 24 provinces.
ANALISIS SENTIMEN APLIKASI SHOPEEPAY MENGGUNAKAN NAÏVE BAYES DAN PEMODELAN TOPIK LATENT DIRICHLET ALLOCATION Dinda Fatimah Sarah; Ulfa Khaira; Mutia Fadhila Putri
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6586

Abstract

AbstrakGerakan Nasional Non-Tunai (GNNT) yang diluncurkan oleh Bank Indonesia telah mendorong pertumbuhan signifikan dalam penggunaan e-wallet sebagai alat pembayaran digital. ShopeePay menjadi salah satu platform dominan dengan penetrasi pasar mencapai 68%. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi ShopeePay serta menginterpretasi topik-topik sentimen yang dominan dalam ulasan pengguna. Metode yang digunakan adalah analisis sentimen dengan algoritma Naïve Bayes dan pemodelan topik menggunakan Latent Dirichlet Allocation (LDA) berdasarkan data ulasan Google Play Store periode Januari–Desember 2024. Hasil analisis menunjukkan akurasi model sebesar 89,70% dengan precision 82%, recall 86%, dan F1-score 84%. Dari 2.811 ulasan hasil preprocessing, model memprediksi 2.183 ulasan positif, sedangkan 628 ulasan negatif. Analisis topik mengungkap bahwa pengguna puas dengan kemudahan transaksi, keandalan sistem, dan kualitas layanan dengan koherensi 0,5157 pada kelompok topik 7, sementara keluhan utama terkait masalah teknis akun dan layanan pinjaman dengan nilai koherensi 0,3453 pada kelompok topik 10. Temuan ini memberikan rekomendasi bagi pengembang untuk meningkatkan kualitas layanan terkait penanganan isu teknis dan fitur pinjaman. Kata Kunci: ShopeePay, Naïve Bayes, Latent Dirichlet Allocation, Analisis sentimen
Peramalan Kadar PM10 Menggunakan Algoritma Long Short-Term Memory (LSTM) Sebagai Acuan Ketersediaan Ruang Terbuka Hijau Di Kota Jambi Khaira, Ulfa; Putri, Mutia Fadhila; Yanova, Shally
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 5 No. 1: MARET 2025
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v5i1.866

Abstract

Pada tahun 2023 jumlah kendaraan bermotor di Kota Jambi hampir mencapai 960.814 unit. Peningkatan volume lalu lintas akan menyebabkan peningkatan emisi polusi udara, yang dapat mengurangi kualitas udara. Salah satu polutannya adalah PM10, yang berkontribusi terhadap polusi udara. Particulate matter 10 (PM10) adalah partikel materi yang berukuran kurang dari 10 mikrometer. PM10 dapat berdampak negatif pada sistem pernapasan, seperti serangan asma, penurunan fungsi paru-paru, dan bahkan kematian. Salah satu solusi untuk mengatasi masalah polusi udara di Jambi adalah melalui pengembangan prediksi temporal kualitas udara menggunakan data historis. Dengan membangun model prediksi berdasarkan indeks polutan, kita dapat memproyeksikan kualitas udara secara harian. Penelitian ini bertujuan untuk membuat model prediksi konsentrasi PM10 di Kota Jambi dengan metode Long Short Term Memory. Data yang digunakan adalah data konsentrasi PM10 pada bulan Januari sampai Juni 2024 menggunakan algoritma jaringan saraf tiruan Long Short-Term Memory (LSTM). Penelitian ini dilakukan melalui beberapa tahapan yaitu pengumpulan data, praproses data, pembagian data, pembuatan model prediksi konsentrasi PM10, dan MAPE. Penelitian ini menghasilkan model prediksi konsentrasi PM10 dengan nilai RMSE sebesar 0,021 dan MAPE 0,11%, yang berarti model peramalan memiliki peramalan yang sangat akurat. Dengan kemampuannya memprediksi kadar PM10 di masa depan berdasarkan pola historis. Informasi ini krusial dalam menentukan prioritas pengembangan RTH.
CLUSTERING WILAYAH DI INDONESIA BERDASARKAN KUALITAS PENDIDIKAN MENGGUNAKAN ALGORITMA FUZZY C-MEANS Gema Fitria Anwar; Ulfa Khaira; Pradita Eko Prasetyo Utomo
Information System Journal Vol. 8 No. 02 (2025): Information System Journal (INFOS)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/infosjournal.2025v8i02.2442

Abstract

Pendidikan merupakan kebutuhan mendasar yang berperan penting dalam membentuk kualitas sumber daya manusia serta menentukan masa depan bangsa. Hasil PISA (Program for International Student Assessment) 2018 menunjukkan kualitas pendidikan Indonesia masih memprihatinkan dengan peringkat 74 dan skor 1.146. Meskipun pada PISA 2022 posisi Indonesia meningkat lima peringkat, skor turun menjadi 1.108 dan tetap berada di bawah rata-rata negara peserta. Upaya peningkatan kualitas pendidikan salah satunya dapat dilakukan melalui pemerataan kualitas di setiap provinsi. Penelitian ini bertujuan untuk mengidentifikasi pengelompokan provinsi di Indonesia berdasarkan kualitas pendidikan menggunakan algoritma Fuzzy C-Means. Data yang digunakan mencakup enam indikator Pendidikan APK, APM, APS, AMH, RLS, dan HLS pada 34 provinsi selama periode 2022–2024 yang diperoleh dari Badan Pusat Statistik (BPS). Hasil analisis menunjukkan bahwa jumlah Cluster optimal setiap tahun adalah dua Cluster berdasarkan nilai Partition Coefficient Index, yaitu 0.8905128 (2022), 0.8822183 (2023), dan 0.8602231 (2024). Tahun 2022 dan 2023 menunjukkan pola pengelompokan yang konsisten dengan 15 provinsi pada Cluster 1 dan 19 provinsi pada Cluster 2. Pada tahun 2024 terjadi perubahan komposisi, di mana Cluster 1 berkurang menjadi 14 provinsi dan Cluster 2 meningkat menjadi 20 provinsi.  
PKM : Pemberdayaan UMKM Desa Tangkit Baru Melalui E-Commerce dan Inovasi Produk Nanas Muhammad Razi A; Ulfa Khaira; Reni Aryani; Dedy Setiawan; Zainil Abidin; Mutia Fadhila Putri; Willy Bima Alfajri; Yosi Riduas Hais
Jurnal Pemberdayaan: Publikasi Hasil Pengabdian Kepada Masyarakat Vol. 4 No. 2 (2025): Juli-Desember
Publisher : CV. ITTC INDONESIA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47233/jpmittc.v4i2.4002

Abstract

Desa Tangkit Baru, yang dikenal sebagai sentra produksi nanas di Kabupaten Muaro Jambi, memiliki potensi ekonomi yang besar melalui produk olahan nanas dan agrowisata. Namun, pelaku usaha lokal menghadapi berbagai tantangan, seperti rendahnya literasi digital, promosi yang lemah, dan desain kemasan yang kurang menarik, sehingga membatasi jangkauan pasar dan daya saing produk. Kegiatan pengabdian ini terletak pada perlunya peningkatan kapasitas UMKM desa dalam pemasaran digital dan inovasi produk untuk mendukung Gerakan Nasional Bangga Buatan Indonesia (BBI). Tanpa intervensi yang tepat, potensi ekonomi lokal sulit berkembang optimal di era digital. Tujuan dari kegiatan ini adalah memberdayakan pelaku usaha lokal melalui pelatihan digital marketing, pendampingan branding dan kemasan produk, serta penguatan pemanfaatan e-commerce sebagai strategi pemasaran utama. Kegiatan ini juga bertujuan mendorong kemandirian ekonomi, khususnya bagi generasi muda dan pelaku UMKM di desa. Kegiatan ini diharapkan dapat meningkatkan pemahaman digital masyarakat. Program ini juga mendukung indikator kinerja utama (IKU) perguruan tinggi melalui pelibatan dosen dan mahasiswa dalam kegiatan di luar kampus serta penerapan hasil penelitian di masyarakat.
Implementasi Algoritma Convolutional Neural Network Untuk Identifikasi Jenis Kelamin Dan Ras: Implementation Of Convolutional Neural Network Algorithm For Gender And Race Identification Putra, Notasonda Soni; Hutabarat, Benedika Ferdian; Khaira, Ulfa
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 1: MARET 2023
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v3i1.123

Abstract

Citra pada wajah manusia memiliki banyak informasi yang bisa didapatkan, diantaranya yaitu informasi mengenai jenis kelamin, usia, ras, dan juga ekspresi. Untuk mendapatkan informasi tersebut maka diperlukan proses identifikasi citra pada wajah manusia dengan menggunakan teknologi deep learning. Salah satu algoritma yang terdapat dalam teknologi deep learning adalah algoritma Convolutional Neural Network. Pada penelitian ini dataset yang digunakan terdiri dari UTKFace dataset, CelebA dataset, Racial Faces in-the-Wild (RFW) dataset, Fairface dataset, dan Chicago Face (CFD) dataset. Pengujian dilakukan dengan jumlah data citra pada data jenis kelamin sebanyak 36.000 citra dan 27.000 citra untuk data ras dengan menggunakan dua skenario, yaitu dengan menggunakan batch_size sebesar 15 dan 30, serta dengan menggunakan jumlah epoch sebanyak 10 dan 50. Dari hasil pengujian didapatkan nilai akurasi rata-rata tertinggi untuk ras berada di batch 30 dan epoch 50 dengan nilai akurasi rata-rata sebesar 82% dan berdasarkan hasil pengujian dengan data jenis kelamin didapatkan nilai akurasi tertinggi berada di batch 15 dengan epoch 50 sebesar 94%.
Co-Authors Abidin, Zainil Agnela Amisha Dewi Akhiyar Waladi Aliyah, Rihhadatul Amanda Iza Sofiani Amanda Iza Sofiani Anisa Bella Panjaitan Anna Febriane Angelica Arsa, Daniel Aryani, Reni Benedika Ferdian Hutabarat Bimo Ariansah Bisma Aulia Bisma Aulia Cahya Syalom Cepi Ramdan Cepi Ramdan Christina Mutiara Ishak Dedy Setiawan Desi Hartati Desi Musfiroh Devi Listiani Safitri Dewi Lestari Dinda Fatimah Sarah Dinda Fatimah Sarah Eastyanda Putra Kesuma Edi Saputra Edi Saputra Eko Prasetyo Eko Prasetyo Utomo, Pradita Elfira Elfira Elsha Aureal Shopia Fitri Dwi Lestari Gema Fitria Anwar Ghaitsa Althafah Wandira Ghaitsa Althafah Wandira Guntoro, Guntoro Haezrah Oktavini Hana Oktavia Ramadhani Hasanatul Iftitah Hasby Kuswanto Hidayat Hidayat Imelda Raudati Imelda Raudati Indra Weni Indryani Indryani Insyra Inayah Putri Jefri Marzal Krisman Pratama Simanjuntak Lailan Syaufina Lesianda Junitia Lilian Putri Salsabila M. Faris Daffarindra M. Rizky Ardiansyah Putra Mardhotillah, Bunga Mauladi Mauladi Muazzomi, Nyimas Muhammad Alfares Muhammad Razi A Muhammad Razi A Muhammad Rumii Firnanditya Muksin Alfalah Mustakim Mustakim Mutia Fadhila Putri Mutia Fadhila Putri Mutia Fadhila Putri mutia fadhila putri, mutia fadhila Nabila Febrisa Anggraini Nasution, Afdal Aditya Nasution, Mukhtada Billah Nazwa Eka Hervy Nugroho Ardy Pramono Nyimas Azzahra Nur Saiyidah Nafisah Odista Dwi Putra Pebrianto, Dony Yusra Pikir Claudia Septiani Gulo Putra, Notasonda Soni Putri Hazmawati Qodri, Muhammad Amin Ragil Johanda Reza Wahyu Hardian Rio Gilang, Divo Riyan Ardani Rizki Daffa Muttaqin Rizki Surya Amanda Rizqa Raaiqa Bintana Robertus Herodian Sitanggang Robi Purnomo Rosyadi, Akhmad Fikri Samratul Fuady Selvi Ayu Ramadhani Sitanggang, Imas S. Sulistiyo, Urip Syalsabylla Syalsabylla Syamsyida Rozi Tasia Maidi Saputri Tasia Maidi Saputri Taufik Hidayat Tesa Ananda Putri Tri Suratno Uswatul Hasni Utomo, Pradita Eko Prasetyo Valerina Noa Verent Willy Bima Alfajri Wisard Widsli Kalengkongan Yanova, Shally Yolla Noverina Yosi Riduas Hais Yosi Riduas Hais Yosika Dian Saputri Yuanita Clark Lestari Simbolon Yurinanda, Sherli Zainil Abidin