Article Per Year (5 Year)
p-Index From 2021 - 2026
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 
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 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