Article Per Year (5 Year)
p-Index From 2021 - 2026
4.311
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 ) ILKOMNIKA: Journal of Computer Science and Applied Informatics CICES (Cyberpreneurship Innovative and Creative Exact and Social Science) Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Jurnal Abdi Insani Jurnal Teknik Informatika (JUTIF) Journal of Information System and Technology (JOINT) 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
Agriculture, Biological Sciences & Forestry 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 Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences Transportation Other

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
PENGEMBANGAN SISTEM REKOMENDASI UNTUK SIMULASI RAKIT KOMPUTER MENGGUNAKAN ALGORITMA GENETIKA BERBASIS WEBSITE Maulana, Vieri Arief; Haromainy, Muhammad Muharrom Al; Nurlaili, Afina Lina
JTIKA (Jurnal Teknik Informatika, Komputer dan Aplikasinya) Vol 7 No 2 (2025): September 2025
Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jtika.v7i2.491

Abstract

This research develops a web-based recommendation system for computer assembly simulations using genetic algorithms. The system is designed to assist users in selecting optimal computer components based on their available budget and desired performance. Component data were collected from e-commerce platforms and online sources, then preprocessed using Min-Max normalization to ensure balanced data scaling. The system was developed using Laravel for the frontend interface and Flask API for computational processing of the genetic algorithm. System evaluation was conducted using the System Usability Scale (SUS) method involving 21 respondents, resulting in an average score of 86.67, which falls into the "Excellent" category and Grade B on the usability scale. Additionally, performance comparisons with prebuilt systems from online stores show that the recommendation system produced assemblies with lower costs and higher performance. The implementation of selection, crossover, and mutation in the genetic algorithm effectively evaluates component combinations to achieve optimal configurations. This research contributes to the development of intelligent optimization-based systems that simplify the computer assembly process, particularly for novice users with limited technical knowledge and constrained budgets.
Penerapan Algoritma K-Nearest Neighbor Dalam Klasifikasi Penyakit Daun Padi Menggunakan Ekstraksi HOG Yana, Baktiar Yudha; Via, Yisti Vita; Nurlaili, Afina Lina
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 6 No 1 (2025): Oktober 2025 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/algoritme.v6i1.13306

Abstract

Rice (Oryza sativa) is a strategic Indonesian food commodity that is susceptible to leaf disease attacks, causing decreased productivity and even crop failure. Conventional detection methods based on visual observation have limited accuracy and consistency, so an automated approach based on computer vision technology is needed for more effective early detection. This study applies the K-Nearest Neighbors (KNN) algorithm in rice leaf disease classification using Histogram of Oriented Gradients (HOG) feature extraction. A secondary dataset from Kaggle of 1,400 images covers four categories: Bacterial Leaf Blight, Brown Spot, Leaf Blast, and Healthy. The methodology includes image preprocessing (resize, augmentation, grayscale conversion, normalization), HOG feature extraction, and KNN classification with evaluation on a training-test data ratio of 85:15. The results show that KNN with k=2 achieves optimal performance at a ratio of 85:15 with an accuracy of 90.24%, a precision of 90.27%, a recall of 90.24%, an F1-score of 90.23%, and an efficient computational time of 3.34 seconds. The combination of HOG and KNN is proven to be effective for the automatic classification of rice leaf diseases with high accuracy and good computational efficiency.
Penerapan Sentence-Bert dan Cosine Similarity untuk Pencarian Semantik Dokumen Skripsi dalam Format PDF Fathuddin, Muhammad Abdul Hafizh; Mandyartha, Eka Prakarsa; Nurlaili, Afina Lina
Ranah Research : Journal of Multidisciplinary Research and Development Vol. 8 No. 1 (2025): Ranah Research : Journal Of Multidisciplinary Research and Development
Publisher : Dinasti Research

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/rrj.v8i1.1865

Abstract

Pencarian dokumen skripsi pada repositori digital umumnya masih terbatas pada pencocokan kata kunci sehingga sering menghasilkan temuan yang kurang relevan. Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk membangun sistem pencarian semantik dokumen skripsi dalam format PDF dengan memanfaatkan Sentence-BERT (SBERT) dan metode Cosine Similarity yang dipadukan dengan ontologi untuk memperkaya pemahaman makna query. Sistem ini dirancang agar mampu memahami maksud pengguna secara lebih mendalam, baik ketika query diberikan dalam bentuk kata, frasa, kalimat, maupun paragraf. Tahapan penelitian meliputi ekstraksi teks dari dokumen PDF, preprocessing, tokenisasi WordPiece, serta pembentukan vektor representasi kalimat menggunakan SBERT. Skor relevansi dihitung dengan kombinasi bobot cosine similarity (0,7) dan ontologi (0,3) sehingga sistem dapat menampilkan dokumen dengan makna paling mendekati query. Hasil pengujian menunjukkan bahwa sistem mampu memberikan hasil pencarian yang relevan dengan nilai Mean Reciprocal Rank (MRR) konsisten sebesar 1.0 pada semua jenis query. Nilai Precision rata-rata mencapai 0,80 dan Recall rata-rata sebesar 0,92. Perbandingan dengan metode Keyword Matching menunjukkan bahwa metode semantik lebih unggul dengan Precision rata-rata 0,88 dan Recall 0,65 dibandingkan keyword yang hanya mencapai Precision 0,24 dan Recall 0,12. Temuan ini membuktikan bahwa sistem semantik efektif dalam menempatkan dokumen paling relevan di peringkat teratas dan lebih unggul dibandingkan pencarian berbasis kata kunci, meskipun cakupan hasil masih perlu ditingkatkan melalui pengayaan ontologi dan perluasan dataset.
Dual Mode MIMO-Beamforming Four Elements Array Antenna for Mobile Robot Communications at 5.6 GHz Muhsin, Muhsin; Saharani, Aulia; Nurlaili, Afina Lina
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol. 10 No. 2 (2024): June
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v10i2.28797

Abstract

Mobile robot communications are essential for robot teamwork. To enable communication between robots, reliable wireless communications must be deployed. Higher performance and capacity of communication are required. Multiple-input multiple-output (MIMO) and beamforming are important wireless communication technologies that use multiple antennas to improve communications performance and capacity. However, these two technologies have different requirements. MIMO requires the antenna element to be independent. While beamforming needs antennas to be coupled and fed by the same source. This paper proposes a dual-mode antenna for mobile robot communications at 5.6 GHz that supports both beamforming and MIMO. A single antenna consists of a planar dipole antenna arranged in a circular configuration. This antenna is then expanded to a four-element array antenna. Both MIMO and beamforming evaluations are performed. In MIMO mode, the BER performance is very similar to a non-correlated MIMO antenna. It is supported by the very low correlation between antennas below 0.01. Low coupling is also achieved below -16.5 dB. In beamforming mode, the proposed antenna achieves more than 8.6 dBi gain and good beam steering capability. It is supported by beam suppression with a 90° phase difference between the front and back direction. The proposed antenna performs well in both the MIMO and beamforming modes.
BLACK BOX TESTING WITH THE EQUIVALENCE PARTITIONING AND CAUSE EFFECT GRAPH METHOD IN ARCHIVE INFORMATION SYSTEM Ismiati, Suci; Aditiawan, Firza Prima; Nurlaili, Afina Lina
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 4 (2024): JUTIF Volume 5, Number 4, August 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.4.1944

Abstract

The Wijaya Putra University Archives Information System is a website-based information system used by Wijaya Putra University teaching staff as a digital archive storage medium. Several users mentioned that there were errors in the system, such as login problems, data access problems, and no file delivery notifications, so testing was needed to find functional errors in the system so that repairs could be made. Testing was carried out using the Black Box method with Equivalence Partitioning and Cause Effect Graph techniques. The use of Equivalence Partitioning is used to divide data input into each form, and each form input will be tested and grouped based on its function, whether it is appropriate or not appropriate. Meanwhile, the Cause Effect Graph is used to find out whether the test results obtained from the Equivalence Partitioning process are in accordance with the relationship between cause (input) and effect (output) expected in the system. Based on the research conducted, the final results show that out of a total of 58 test cases, there were 50 appropriate test cases and 8 inappropriate test cases, resulting in an effectiveness value of 87.67%. With this value, the Wijaya Putra University Archives Information System is running according to its function, but still needs to be repaired and further developed for functions that still have errors.
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 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.
Rancang Bangun Sistem Evaluasi Kepuasan Akademis dan Analisis Topik pada Komentar Menggunakan Latent Dirichlet Allocation Azira, Volem Alvaro Azira; Nurlaili, Afina Lina; Haromainy, Muhammad Muharrom Al
COMSERVA : Jurnal Penelitian dan Pengabdian Masyarakat Vol. 4 No. 12 (2025): COMSERVA: Jurnal Penelitian dan Pengabdian Masyarakat
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/comserva.v4i12.3113

Abstract

Sistem evaluasi akademik sering bergantung pada alat pihak ketiga seperti Google Forms, yang kurang mampu menganalisis data teks secara mendalam. Gugus Kendali Mutu Fakultas (GKMF) Fakultas Ilmu Komputer UPN Veteran Jawa Timur membutuhkan sistem khusus untuk menganalisis umpan balik mahasiswa secara efisien. Penelitian ini bertujuan untuk (1) merancang sistem evaluasi kepuasan akademik berbasis web menggunakan MERN Stack, (2) menerapkan Latent Dirichlet Allocation (LDA) untuk analisis topik komentar mahasiswa, dan (3) mengintegrasikan Firebase Cloud Messaging (FCM) guna meningkatkan partisipasi melalui notifikasi otomatis. Sistem dikembangkan dengan MERN Stack, LDA untuk pemodelan topik (JavaScript/Node.js), dan FCM untuk notifikasi. Pengujian menggunakan blackbox testing dan USE Questionnaire. Sistem memperoleh skor kepuasan pengguna tinggi (kegunaan: 85,33%, kemudahan penggunaan: 86,67%). LDA menghasilkan 10 topik, dengan koherensi tertinggi (0,495) pada topik "peningkatan kualitas pengajaran." Penelitian ini menyediakan solusi terukur untuk analisis umpan balik akademik dan merekomendasikan pengembangan seperti analisis sentimen dan analitik real-time.
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.
IMPLEMENTASI FUZZY MAMDANI DALAM SISTEM PENILAIAN PERKEMBANGAN ANAK USIA DINI Arfiqi, Fawwaz; Mumpuni, Retno; Nurlaili, Afina Lina
JUTIM (Jurnal Teknik Informatika Musirawas) Vol 9 No 1 (2024): JUTIM (Jurnal Teknik Informatika Musirawas) JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jutim.v9i1.2299

Abstract

Pendidikan Anak Usia Dini (PAUD) adalah fase krusial sebelum anak-anak memasuki jenjang pendidikan formal. Untuk memperoleh pemahaman yang lebih mendalam mengenai pertumbuhan dan perkembangan anak usia dini, diperlukan suatu proses penilaian yang sistematis dan terstruktur. Penelitian ini bertujuan untuk mengembangkan dan mengimplementasikan algoritma Fuzzy Mamdani dalam sistem penilaian perkembangan anak yang terstruktur. Hasil dari penelitian ini menunjukkan algoritma Fuzzy Mamdani dapat mengolah data penilaian dari observasi periodik, menghasilkan tingkatan tentang perkembangan anak, serta sistem penilaian berjalan baik yang diverifikasi melalui pengujian Blackbox. Sehingga sistem ini diharapkan dapat meningkatkan efektivitas dan efisiensi dalam proses penilaian serta memungkinkan pemantauan yang lebih teratur dan menyeluruh terhadap tingkatan perkembangan anak yang dihasilkan oleh sistem.
Co-Authors Abadi, Luthfiyana Mahrurin Achmad Junaidi Adiputra, Muhammad Ariq Hawari Akbar, Fawwaz Ali Andreas Nugroho Sihananto Ani Dijah Rahajoe Arfiqi, Fawwaz Az-zahra, Firlie Aurellia Azira, Volem Alvaro Azira Bhakti, Mulyani Satya Chaurina, Agfanadita Rezkia Christianty, Theressa Marry Eka Prakarsa Mandyartha Fathoni, Fuad Mahrus Fathuddin, Muhammad Abdul Hafizh Firza Prima Aditiawan Gusti Eka Yuliastuti Hariyanti, Nanda Syarla Henni Endah Wahanani Ismiati, Suci Made Hanindia Prami Swari Mardhavi, Arif Maulana, Dimas Octa Maulana, Vieri Arief Muhammad Muharrom Al Haromainy Muhsin Muhsin Nurdiansyah N.A, M. Ryan Pratama, Novandi Kevin Purnomo, Ryan Putra, Chrystia Aji Putri, Della Atika Rahajoe , Ani Dijah Retno Mumpuni Rifan, Triyono Rifqi, Mohammad Habim Hazidan Rizky Amelia Rizky, Agung Mustika Sadewa, Rahma Danu Saharani, Aulia Salsabila, Nadia Dita Siregar, Talitha Aurora Nadenggan Subagio, Moh. Mario Waskito, Muhammad Rizal Yana, Baktiar Yudha Yisti Vita Via