Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal INOVTEK Polbeng - Seri Informatika Jurnal Ilmu Komputer dan Teknik Informatika Jurnal Pengabdian Masyarakat Berdampak
nursalisah, febi
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Education Engineering Social Sciences Other

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
SISTEM INFORMASI MONITORING INSYIRA PEKANBARU BERBASIS WEB MENGGUNAKAN AGILE DEVELOPMENT Novansyah, Rizky; Novita, Rice; Munzir, Medyantiwi Rahmawati; Nursalisah, Febi
Jurnal Inovtek Polbeng Seri Informatika Vol 9, No 1 (2024)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v9i1.3813

Abstract

Perkembangan teknologi informasi saat ini memiliki dampak signifikan pada berbagai aspek kehidupan di Indonesia. Sistem Informasi Manajemen (SIM) menjadi elemen kunci bagi pelaku bisnis, termasuk Rumah Produksi Insyira di Pekanbaru, untuk meningkatkan efisiensi dan produktivitas. Meski demikian, rumah produksi ini menghadapi tantangan dalam mengelola bahan baku dan proses produksi, sehingga memerlukan solusi yang efektif. Penelitian ini bertujuan untuk merancang dan menerapkan "Sistem Informasi Monitoring Satu Pintu" di Rumah Produksi Insyira, berdasarkan metode Agile Development dan pendekatan Object Oriented Analysis Design (OOAD). Fokusnya adalah mengoptimalkan pengumpulan dan pemrosesan data produksi, mempermudah pemantauan stok bahan baku, serta mendukung pengambilan keputusan manajemen. Dengan adopsi sistem ini, diharapkan efisiensi dan efektivitas produksi Rumah Produksi Insyira dapat meningkat. Keamanan data menjadi perhatian utama dalam pengembangan sistem ini. Implementasi ini diharapkan dapat meningkatkan kualitas produk, memperbaiki efisiensi waktu produksi, dan memberikan dukungan yang lebih baik dalam pengambilan keputusan manajemen. Secara keseluruhan, diharapkan "Sistem Informasi Monitoring Satu Pintu" menjadi solusi terintegrasi yang mendukung pertumbuhan dan keberlanjutan bisnis Rumah Produksi Insyira. Sistem ini telah didukung dan diuji menggunakan metode pengujian blackbox dan User Acceptance Testing (UAT), dengan hasil nilai 96%, menunjukkan penerimaan yang baik dari pengguna.
Evaluasi Efisiensi Pemanfaatan Struktur Data dalam Bahasa Pemrograman Python untuk Operasi Pencarian dan Penyimpanan Cynthia, Eka Pandu; Permana, Inggih; Nursalisah, Febi; Aprijon
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 1 No. 1 (2025): Januari 2025
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v1i1.41

Abstract

Penelitian ini bertujuan untuk mengevaluasi efisiensi berbagai struktur data yang tersedia dalam bahasa pemrograman Python, khususnya dalam konteks operasi pencarian (searching) dan penyimpanan (storing). Struktur data seperti list, tuple, set, dan dictionary memiliki karakteristik dan kompleksitas waktu yang berbeda, sehingga pemilihan yang tepat sangat berpengaruh terhadap performa program, terutama pada skenario dengan data berukuran besar. Metodologi penelitian ini menggunakan pendekatan kuantitatif melalui serangkaian pengujian eksperimental terhadap masing-masing struktur data. Pengujian dilakukan dengan mengukur waktu eksekusi dan penggunaan memori dalam operasi pencarian dan penyimpanan terhadap sejumlah data dengan variasi ukuran dari kecil hingga sangat besar. Hasil pengujian menunjukkan bahwa dictionary memiliki performa terbaik dalam hal kecepatan pencarian dan penyimpanan karena memanfaatkan teknik hashing, sementara set juga menunjukkan efisiensi yang tinggi dalam pencarian tetapi lebih terbatas dalam hal penyimpanan data kompleks. Sebaliknya, list dan tuple menunjukkan efisiensi yang lebih rendah dalam pencarian karena memerlukan pencarian linear, meskipun penggunaan memori tuple lebih hemat dibanding list. Kesimpulan dari penelitian ini menekankan pentingnya pemahaman terhadap karakteristik struktur data dalam Python untuk mengoptimalkan efisiensi program, khususnya dalam sistem atau aplikasi yang mengandalkan pemrosesan data dalam jumlah besar. Implikasi dari studi ini dapat digunakan sebagai acuan bagi pengembang perangkat lunak dalam memilih struktur data yang paling sesuai berdasarkan kebutuhan spesifik dari aplikasi yang dikembangkan.
Pengaruh Parameter Learning Rate terhadap Konvergensi Model Neural Network dalam Proses Pelatihan Saeed, Alabbas Hussein; Cynthia, Eka Pandu; Eka, Muhammad; Nursalisah, Febi
Jurnal Ilmu Komputer dan Teknik Informatika Vol. 1 No. 1 (2025): Januari 2025
Publisher : CV. Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/juikti.v1i1.45

Abstract

Dalam pengembangan model neural network, proses pelatihan memegang peranan kunci dalam menentukan kualitas generalisasi dan performa akhir model. Salah satu parameter paling krusial dalam proses pelatihan adalah learning rate, yang mengatur seberapa besar langkah pembaruan bobot dilakukan terhadap gradien fungsi kerugian. Penentuan nilai learning rate yang tepat sangat mempengaruhi kecepatan konvergensi serta stabilitas pembelajaran. Penelitian ini bertujuan untuk menganalisis secara teoritis dan eksperimental pengaruh variasi parameter learning rate terhadap konvergensi model neural network. Studi dilakukan dengan menggunakan dataset standar MNIST dan CIFAR-10 pada model multilayer perceptron (MLP) dan convolutional neural network (CNN). Parameter learning rate divariasikan dalam beberapa skenario, mulai dari sangat kecil (1e-5) hingga besar (1e-1), dan dievaluasi berdasarkan laju konvergensi, kestabilan loss, serta akurasi validasi. Hasil penelitian menunjukkan bahwa learning rate yang terlalu kecil menyebabkan proses pelatihan lambat dan berisiko terjebak dalam local minima, sementara learning rate yang terlalu besar menyebabkan fluktuasi signifikan bahkan divergensi. Ditemukan bahwa terdapat kisaran nilai learning rate optimal yang bersifat kontekstual terhadap arsitektur model dan karakteristik data. Selain itu, implementasi teknik penyesuaian dinamis seperti learning rate decay atau adaptive learning rate methods (misalnya Adam, RMSprop) secara signifikan membantu mempercepat konvergensi dan meningkatkan kestabilan pelatihan. Temuan ini menegaskan pentingnya pemilihan dan penyetelan learning rate yang tepat untuk menghindari permasalahan underfitting maupun overfitting, sekaligus memaksimalkan efisiensi pelatihan model neural network secara keseluruhan.
Peningkatan Keterampilan Teknologi Digital untuk Siap Kerja di Era Global Memanfaatkan Pembelajaran Hybrid Cynthia, Eka Pandu; Saeed, Alabbas Hussein; Permana, Inggih; Nursalisah, Febi; Aprijon
Jurnal Pengabdian Masyarakat Berdampak Vol. 1 No. 2 (2025): Mei 2025
Publisher : Raskha Media Group

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64803/jupemba.v1i2.37

Abstract

Perkembangan teknologi digital yang pesat menuntut generasi muda untuk memiliki keterampilan yang adaptif, kritis, dan siap pakai dalam menghadapi tantangan dunia kerja global. Namun, masih banyak peserta didik yang mengalami kesenjangan keterampilan digital, baik dari sisi penguasaan perangkat lunak, komunikasi digital, hingga pemanfaatan platform kolaboratif. Penelitian ini bertujuan untuk mengidentifikasi dan meningkatkan keterampilan teknologi digital generasi muda melalui pendekatan pembelajaran hybrid sebagai strategi yang adaptif terhadap kebutuhan zaman. Metode yang digunakan adalah studi tindakan (action research) dengan melibatkan 60 peserta dari lembaga pelatihan vokasi yang mengikuti program selama delapan minggu. Pembelajaran dilakukan dengan kombinasi sinkron (tatap muka dan daring langsung) dan asinkron (modul dan video mandiri), serta penilaian berbasis proyek. Hasil penelitian menunjukkan bahwa pendekatan hybrid secara signifikan meningkatkan kemampuan peserta dalam mengoperasikan teknologi produktivitas (Google Workspace, Canva, Trello), berkomunikasi secara profesional di ruang digital, serta berpikir kritis dalam memecahkan masalah berbasis teknologi. Evaluasi pre-test dan post-test menunjukkan peningkatan skor rata-rata sebesar 38%. Selain itu, peserta melaporkan peningkatan kepercayaan diri dalam menghadapi wawancara kerja daring, menyusun portofolio digital, dan melakukan presentasi virtual. Penelitian ini menyimpulkan bahwa model pembelajaran hybrid yang dirancang secara kontekstual dapat menjadi solusi efektif untuk menjembatani gap keterampilan digital sekaligus menyiapkan generasi muda yang lebih kompeten, adaptif, dan siap bersaing di era global. Rekomendasi diberikan untuk integrasi kurikulum digital secara menyeluruh di lembaga pendidikan dan pelatihan kerja.
Co-Authors Aprijon Eka Pandu Cynthia, Eka Pandu Eka, Muhammad Inggih Permana Munzir, Medyantiwi Rahmawati Novansyah, Rizky Rice Novita Saeed, Alabbas Hussein