Article Per Year (5 Year)
p-Index From 2020 - 2025
3.351
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Jurnal Informatika dan Teknik Elektro Terapan INTEGER: Journal of Information Technology JUTIM (Jurnal Teknik Informatika Musirawas) JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) bit-Tech Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA ) CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Jurnal Teknik Informatika (JUTIF) Journal of Information System and Technology (JOINT) International Journal Of Computer, Network Security and Information System (IJCONSIST) COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat Algoritme Jurnal Mahasiswa Teknik Informatika Biner : Jurnal Ilmiah Informatika dan Komputer Ranah Research : Journal of Multidisciplinary Research and Development
Nurlaili, Afina Lina
Unknown Affiliation
Humanities 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 Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Transportation Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 25 Documents
Search

 1   2   3 
KLASIFIKASI PENYAKIT DAUN ANGGUR MENGGUNAKAN METODE K-NEAREST NEIGHBOR BERDASARKAN GRAY LEVEL CO-OCCURRENCE MATRIX Fathoni, Fuad Mahrus; Putra, Chrystia Aji; Nurlaili, Afina Lina
Biner : Jurnal Ilmiah Informatika dan Komputer Vol 3 No 1 (2024): Januari
Publisher : Program Studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Sains Al-Qur'an

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32699/biner.v3i1.6332

Abstract

Tanaman anggur memiliki nilai ekonomi dan medis yang signifikan. Namun, risiko penyakit pada tanaman ini dapat mengakibatkan penurunan pertumbuhan hingga 40%-70%. Penelitian ini bertujuan untuk mencegah penyebaran penyakit pada tanaman anggur dengan mengidentifikasi penyakit pada daun menggunakan metode K-Nearest Neighbor (KNN) dan ekstraksi fitur Gray Level Co-ccurrence Matrix (GLCM). Dataset yang digunakan berasal dari PlantVillage Database, terdapat 4063 data yang terbagi kedalam 4 kelas yang berbeda (Healthy, Black Rot, Esca, dan Leaf Blight). Nilai K sebagai parameter metode KNN dalam melakukan klasifikasi pada penelitian ini adalah K=1 hingga K=10, sedangkan parameter yang digunakan untuk ekstraksi fitur menggunakan GLCM adalah 4 nilai sudut derajat (0°, 45°, 90°, dan 135°) dan nilai jarak piksel tetangga = 1. Dalam melakukan klasifiaksi terdapat nilai fitur GLCM yang digunakan sebagai dasar klasifikasi, ekstraksi fitur tersebut adalah Contrast, Correlation, Homogeneity, Energy, dan Entropy. Dari proses pengujian performa menggunakan metode Confusion Matrix diperoleh akurasi tertinggi sebesar 88,6%, dengan presisi 50,5%, dan recall 25,7%, serta waktu klasifikasi menggunakan nilai K = 10. Studi ini memberikan kontribusi dalam pemahaman penyakit pada tanaman anggur dan mengusulkan solusi berbasis teknologi untuk pencegahan penyakit lebih lanjut.
Pengembangan Aplikasi Go-Farm Marketplace Menggunakan Metode Waterfall untuk Mewujudkan Pertanian Terintegrasi pada Dinas Ketahanan Pangan dan Pertanian Kabupaten Bojonegoro Mandyartha, Eka Prakarsa; Nurlaili, Afina Lina; Yuliastuti, Gusti Eka
INTEGER: Journal of Information Technology Vol 9, No 1: Maret 2024
Publisher : Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.integer.0.v9i1.5295

Abstract

Sektor pertanian di Kabupaten Bojonegoro memiliki peran penting sebagai lumbung pangan nasional. Pemerintah Kabupaten Bojonegoro melalui Dinas Ketahanan Pangan dan Pertanian (DKPP) Kabupaten Bojonegoro berupaya untuk meningkatkan akses pasar dan kolaborasi dengan pihak terkait, dengan tujuan mewujudkan pertanian terintegrasi. Dalam usulan penelitian ini, diusulkan rancang bangun aplikasi Go-Farm Marketplace yang akan digunakan sebagai media promosi dan penjualan untuk produk-produk unggulan hasil pertanian Kabupaten Bojonegoro. Marketplace ini dikelola oleh DKPP Kabupaten Bojonegoro. Aplikasi Go-Farm Marketplace yang dibangun ini diharapkan dapat membantu DKPP Kabupaten Bojonegoro dalam mempromosikan produk-produk lokal yang berkualitas tinggi dan memperluas pasar bagi petani lokal, sambil memberikan akses yang lebih mudah bagi konsumen untuk membeli produk segar dan berkualitas tinggi dengan harga yang wajar. Metode penelitian yang akan digunakan dalam penelitian ini adalah metode software development life cycle Waterfall terdiri dari tahap identifikasi proses bisnis, pemodelan proses bisnis, realisasi proses bisnis, dilanjutkan dengan tahap desain sistem hingga implementasi dan pengujian. Aplikasi Go-Farm Marketplace diimplementasikan dalam platform web, dengan bahasa PHP, Relational Database Management System (RDBMS) MySQL, dan framework Codeigniter. Hasil pengujian fungsionalitas fitur-fitur utama menunjukkan aplikasi telah memenuhi indikator keberhasilan yang ditetapkan. Fitur-fitur inti seperti kelola data toko, proses pembayaran, kelola master produk, kelola data keranjang belanja, dan interaksi pengguna telah terbukti beroperasi secara optimal, memberikan pengalaman yang memuaskan bagi para pengguna. Keberhasilan ini menunjukkan bahwa aplikasi mampu memberikan layanan yang handal dan responsif, mendukung efektivitas pengguna dalam berbagai aspek yang menjadi fokus utama dalam aplikasi Go-Farm Marketplace.Kata Kunci: pertanian terintegrasi, aplikasi go-farm marketplace, kabupaten bojonegoro, digitalisasi pertanian
IMPLEMENTASI SSD-MOBILENET DAN U-NET UNTUK DETEKSI DAN PENILAIAN TINGKAT KEPARAHAN PADA APLIKASI PELAPORAN JALAN BERLUBANG Sadewa, Rahma Danu; Via, Yisti Vita; Nurlaili, Afina Lina
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5320

Abstract

Kondisi jalan rusak di Indonesia sangat memprihatinkan dan membutuhkan penanganan segera. Lubang-lubang di jalan yang menyerupai mangkuk dapat mengancam keselamatan pengguna jalan. Deteksi dan evaluasi kerusakan jalan berlubang bisa dilakukan dengan memanfaatkan teknologi kecerdasan buatan, seperti deep learning. Salah satu penerapan deep learning untuk tugas deteksi objek kompleks adalah Single Shot MultiBox Detector (SSD) yang memproses gambar dan menganalisis fiturnya menggunakan arsitektur MobileNet. Selain itu, tingkat keparahan kerusakan jalan berlubang dapat diidentifikasi menggunakan arsitektur U-Net yang berfungsi untuk segmentasi gambar dengan memprediksi pixel yang mewakili objek. Kombinasi metode SSD dan arsitektur MobileNet dengan U-Net menghasilkan analisis jumlah deteksi dan tingkat keparahan yang membantu pembuatan laporan kerusakan jalan berlubang dalam aplikasi. Pengujian beberapa gambar menunjukkan bahwa model SSD-MobileNet berhasil mendeteksi lubang di jalan dengan akurasi 93%, sementara model U-Net mencapai akurasi 80% dalam memprediksi tingkat keparahan pada jalan berlubang.
IMPLEMENTASI METODE COLLABORATIVE FILTERING MENGGUNAKAN ALGORITMA COSINE SIMILARITY DAN JACCARD SIMILARITY PADA SISTEM E-COMMERCE Waskito, Muhammad Rizal; Rahajoe, Ani Dijah; Nurlaili, Afina Lina
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5315

Abstract

Peningkatan pesat e-commerce telah mengubah pola belanja konsumen, menciptakan kebutuhan akan sistem rekomendasi produk yang lebih personal dan relevan. Tantangan yang sering muncul adalah ketidakmampuan sistem rekomendasi dalam menangani data sparsity dan memberikan rekomendasi yang akurat, terutama ketika data pengguna terbatas. Untuk mengatasi tantangan ini, penelitian ini mengimplementasikan metode Collaborative Filtering dengan algoritma Cosine Similarity dan Jaccard Similarity. Cosine Similarity digunakan untuk mengukur kemiripan antar pengguna berdasarkan nilai yang diberikan terhadap produk, sementara Jaccard Similarity fokus pada kesamaan interaksi pengguna tanpa memperhatikan nilai rating. Hasil penelitian menunjukkan bahwa Cosine Similarity cenderung memberikan skor kemiripan yang lebih tinggi dibandingkan Jaccard Similarity, terutama dalam situasi data yang tidak lengkap, dengan rata rata selisih skor sebesar 26.14%. Selain itu, sistem yang dikembangkan mampu memanfaatkan efek Fear of Missing Out (FoMO) untuk meningkatkan relevansi dan urgensi pembelian produk. Integrasi algoritma ini meningkatkan akurasi rekomendasi dan membuka peluang untuk pengembangan lebih lanjut, seperti penerapan hybrid filtering, guna mengoptimalkan kinerja sistem rekomendasi dalam e-commerce.
Implementasi Logika Fuzzy Untuk Pemeriksaan Gizi Berdasarkan IMT Pada Aplikasi Fitpriority Mardhavi, Arif; Sihananto, Andreas Nugroho; Nurlaili, Afina Lina
CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Vol 11 No 1 (2025): CICES
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cices.v11i1.3502

Abstract

Public awareness of the importance of leading a healthy lifestyle and exercising hassignificantly increased in recent years. However, various issues such as a lack of understandingof proper exercise techniques and nutrition that do not align with fitness goals remain prevalent.To address these challenges, this study designs a web-based application called Fitpriority toconnect users with professional trainers. One of the main features of this application is anutritional status check based on Body Mass Index (BMI). This algorithm was chosen for itsability to tolerate small changes in nutritional values, unlike the rigid traditional logic methods.The study employs the Mamdani method to determine nutritional status through the processes offuzzification, implication function application, rule aggregation, and defuzzification using thecentroid method. Additionally, the System Usability Scale (SUS) method is used to assess theusability and user experience of the developed application. The results of this study are expectedto provide an effective solution for individuals aiming to achieve their fitness goals moreefficiently and comfortably, and to serve as a valuable tool for a wide range of users inmaintaining optimal physical health and fitness.
SISTEM ASESMEN PEMBELAJARAN SQL DENGAN METODE COSINE SIMILARITY DAN SQL PARSER BERBASIS WEBSITE Rifan, Triyono; Akbar, Fawwaz Ali; Nurlaili, Afina Lina
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 9, No 4 (2024)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v9i4.5630

Abstract

Perkembangan teknologi informasi dan komunikasi telah mempengaruhi berbagai aspek kehidupan, termasuk pada bidang pendidikan. Penilaian esai, khususnya dalam mata pelajaran teknis seperti pemrograman SQL, menghadapi tantangan efisiensi dan akurasi dalam penilaian manual. Penelitian ini bertujuan untuk mengembangkan dan menguji sistem penilaian otomatis berbasis web yang menggunakan SQL Parser dan algoritma Cosine Similarity. Sistem ini dirancang untuk mengevaluasi query SQL siswa secara efisien dan akurat, mengurangi beban kerja pengajar, serta memberikan umpan balik cepat dan konstruktif kepada siswa. Metode penelitian melibatkan analisis arsitektur sistem, perancangan diagram UML, dan penerapan SQL Parser untuk tokenisasi query SQL, diikuti dengan perhitungan kemiripan menggunakan Cosine Similarity. Pengujian sistem menggunakan teknik black box menunjukkan bahwa sistem dapat menilai jawaban siswa dengan akurasi yang baik, diukur melalui nilai MAE dan RMSE yang rendah, serta mampu memberikan penilaian dalam waktu yang cepat. Hasil penelitian ini menunjukkan bahwa sistem penilaian otomatis ini efektif dalam meningkatkan kualitas dan efisiensi proses pembelajaran SQL di pendidikan tinggi
Penerapan PSO-SVM Untuk Deteksi Serangan Web Dengan Pendekatan Hybrid Anomaly-Signature Based Pratama, Novandi Kevin; Junaidi, Achmad; Nurlaili, Afina Lina
Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Vol 11 No 1 (2025): Journal CERITA : Creative Education of Research in Information Technology and Ar
Publisher : UNIVERSITAS RAHARJA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33050/cerita.v11i1.3497

Abstract

The security of web applications is becoming increasingly crucial with the growing use of web platforms in education and business, especially due to the management of sensitive data. Attacks such as SQL Injection often pose serious threats to data integrity by exploiting weaknesses in input validation. Signature-based approaches are employed to detect known attacks, but they are often ineffective against new threats. On the other hand, anomaly-based approaches using Machine Learning can identify anomalous patterns but are typically slow for real-time detection. This study implements PSO-SVM (Particle Swarm Optimization-Support Vector Machine) to enhance the detection of attacks on web applications by combining anomaly and signature-based approaches. PSO is utilized to optimize SVM parameters, aiming to improve the accuracy of detecting new attacks and reduce the number of undetected threats. Evaluation through testing scenarios demonstrated an accuracy improvement of up to 99.3%, confirming that this hybrid approach is effective in enhancing the security of web applications.
Implementasi Website Monitoring Pembayaran Siswa dengan Metode Prototyping dan Regresi Logistik Biner Siregar, Talitha Aurora Nadenggan; Nurlaili, Afina Lina; M. Muharrom Al Haromainy
Journal of Information System and Technology (JOINT) Vol. 6 No. 1 (2025): Journal of Information System and Technology (JOINT)
Publisher : Program Sarjana Sistem Informasi, Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/joint.v6i1.10358

Abstract

Pengelolaan pembayaran siswa yang tidak terstruktur seringkali menimbulkan masalah seperti kehilangan data dan kesulitan pemantauan. Penelitian ini bertujuan untuk mengembangkan aplikasi monitoring pembayaran siswa berbasis web di SMK Batik Sakti 2 Kebumen dan mengimplementasikan fitur prediksi keterlambatan pembayaran. Aplikasi ini dirancang menggunakan metode Prototyping dan dibangun dengan framework Laravel serta database MySQL. Fitur prediksi keterlambatan dikembangkan menggunakan algoritma Regresi Logistik Biner, yang dilatih dengan delapan variabel independen. Hasil pengujian menunjukkan bahwa model prediksi mencapai akurasi 93.75% pada data pelatihan dan 90% pada data validasi, serta aplikasi ini efektif membantu pengelolaan data pembayaran siswa.
Traffic Sign Detection Using Region And Corner Feature Extraction Method Hendra Maulana; Yudha Kartika, Dhian Satria; Riski, Agung Mustika; Nurlaili, Afina Lina
IJCONSIST JOURNALS Vol 3 No 1 (2021): September
Publisher : International Journal of Computer, Network Security and Information System

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3139.835 KB) | DOI: 10.33005/ijconsist.v3i1.54

Abstract

Traffic signs are an important feature in providing safety information for drivers about road conditions. Recognition of traffic signs can reduce the burden on drivers remembering signs and improve safety. One solution that can reduce these violations is by building a system that can recognize traffic signs as reminders to motorists. The process applied to traffic sign detection is image processing. Image processing is an image processing and analysis process that involves a lot of visual perception. Traffic signs can be detected and recognized visually by using a camera as a medium for retrieving information from a traffic sign. The layout of different traffic signs can affect the identification process. Several studies related to the detection and recognition of traffic signs have been carried out before, one of the problems that arises is the difficulty in knowing the kinds of traffic signs. This study proposes a combination of region and corner point feature extraction methods. Based on the test results obtained an accuracy value of 76.2%, a precision of 67.3 and a recall value of 78.6.
KOMBINASI RANK ORDER CENTROID (ROC) DAN MULTI ATTRIBUTE UTILITY THEORY (MAUT) UNTUK SELEKSI CALON PENERIMA KIP-KULIAH Chaurina, Agfanadita Rezkia; Rahajoe, Ani Dijah; Nurlaili, Afina Lina
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6641

Abstract

The low participation rate in higher education in Indonesia remains a major challenge, particularly among students from underprivileged socioeconomic backgrounds. Programs such as KIP-Kuliah are part of the government's efforts to expand educational access, although various implementation challenges persist. At Universitas Pembangunan Nasional “Veteran” Jawa Timur, the number of KIP-Kuliah applicants consistently exceeds the available quota each year, necessitating a selection system that supports fair and accurate decision-making. This study aims to develop a web-based decision support system to assist in the selection process of KIP-Kuliah recipients more systematically. The method combines Rank Order Centroid (ROC) to assign weights to each criterion based on priority ranking and Multi-Attribute Utility Theory (MAUT) to calculate the final score for each alternative. The ranking results are then adjusted according to the recipient quota set for each study program accreditation. Evaluation results show that the system achieved a 96.67% accuracy rate compared to the institution’s manual selection results, indicating its effectiveness in supporting decision-making that is objective, efficient, and transparent.
Co-Authors Achmad Junaidi Akbar, Fawwaz Ali Andreas Nugroho Sihananto Ani Dijah Rahajoe Arfiqi, Fawwaz Azira, Volem Alvaro Azira Basuki Rahmat Masdi Siduppa Chaurina, Agfanadita Rezkia Dhian Satria Yudha Kartika Eka Prakarsa Mandyartha Fathoni, Fuad Mahrus Fathuddin, Muhammad Abdul Hafizh Firza Prima Aditiawan Gusti Eka Yuliastuti Henni Endah Wahanani Ismiati, Suci Kurniawan, Ananda Rheza Mardhavi, Arif Maulana, Dimas Octa Maulana, Hendra Maulana, Vieri Arief Muhammad Muharrom Al Haromainy Muhsin Muhsin Nobrian, Ikhsan Nursyahada, Kesya Pratama, Novandi Kevin Putra, Chrystia Aji Putri, Della Atika Retno Mumpuni Rifan, Triyono Riski, Agung Mustika Sadewa, Rahma Danu Saharani, Aulia Siregar, Talitha Aurora Nadenggan Waskito, Muhammad Rizal Yana, Baktiar Yudha Yisti Vita Via