Article Per Year (5 Year)
p-Index From 2021 - 2026
1.152
P-Index
This Author published in this journals
All Journal Journal of Electrical Engineering and Computer (JEECOM) Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi ABDISUCI: Jurnal Pengabdian dan Pemberdayaan Masyarakat
Suhartini, Luluk
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Environmental Science Languange, Linguistic, Communication & Media Mechanical Engineering Public Health Social Sciences Transportation Other

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
Komparasi Kinerja Algoritma SVM-RFE dan RNN-LSTM untuk Analisis Sentimen Review Mahasiswa Sulthan, M Burhanis; Nafisah, Tizanatun; Suhartini, Luluk
Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Vol 5 No 2 (2024): Jurnal Aplikasi Teknologi Informasi dan Manajemen (JATIM) Oktober 2024
Publisher : Fakultas Teknik Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/jatim.v5i2.3274

Abstract

Analisis sentimen terhadap ulasan mahasiswa berperan penting dalam meningkatkan kualitas layanan biro akademik. Penelitian ini membandingkan kinerja algoritma Support Vector Machine (SVM) dengan Recursive Feature Elimination (SVM-RFE) dan Recurrent Neural Network dengan Long Short-Term Memory (RNN-LSTM) dalam menganalisis sentimen ulasan mahasiswa terkait pelayanan Biro Akademik Universitas Annuqayah. Data dikumpulkan melalui Google Form dan diproses menggunakan tahapan cleaning, case folding, stopword removal, tokenization, dan stemming. Hasil evaluasi menunjukkan bahwa SVM mencapai akurasi tertinggi sebesar 93,75%, diikuti oleh SVM-RFE (90,63%), RNN-LSTM (87,50%), dan RNN (81,25%). Temuan ini mengindikasikan bahwa SVM lebih unggul dalam mengklasifikasikan sentimen pada dataset ini, sementara SVM-RFE menunjukkan performa yang kompetitif dengan seleksi fitur yang tepat. Meskipun RNN dan RNN-LSTM dikenal efektif dalam menangani data sekuensial, pada penelitian ini, SVM dan SVM-RFE terbukti lebih optimal untuk analisis sentimen ulasan mahasiswa. Hasil penelitian ini memberikan wawasan bagi pemilihan algoritma analisis sentimen di lingkungan pendidikan tinggi. Pemilihan model yang tepat bergantung pada karakteristik data serta tujuan analisis yang diinginkan.
INOVASI LIMBAH KULIT PISANG DALAM MENGATASI PENCEMARAN LINGKUNGAN DAN MENGEMBANGKAN KEANEKARAGAMAN PANGAN Khaliqah, Marinatul; Sofia, Siti; Suhartini, Luluk
ABDISUCI : Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol 1 No 1 (2023): ABDISUCI : Jurnal Pengabdian dan Pemberdayaan Masyarakat Februari 2023
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59005/j-abdisuci.v1i1.52

Abstract

Desa Jaddung merupakan salah satu desa yang terletak di Kecamatan Pragaan dengan kepadatan penduduk mencapai 5.590 jiwa. Mayoritas penduduk di Desa Jaddung merupakan petani pisang, namun kebanyakan dari mereka belum mampu mengolah hasil panen pisang tersebut dengan baik. Saat panen pisang, bagian kulit biasanya hanya dibuang tanpa adanya pengolahan yang lebih lanjut, bahkan hanya dibuang sebagai limbah organik yang dapat menimbulkan pencemaran lingkungan. Padahal kulit pisang memiliki berbagai kandungan, seperti karbohidrat, protein, dan vitamin yang dapat dimanfaatkan. Melihat permasalahan tersebut, kami menawarkan sebuah solusi untuk mengolah limbah kulit pisang menjadi produk yang dapat mengembangkan keanekaragaman pangan di Desa Jaddung, yaitu dengan mengolahnya menjadi stik. Dengan adanya Stik Kulit Pisang, permasalahan dalam hal pencemaran lingkungan akan teratasi dan juga pemanfaatan sumber daya alam yang ada di Desa Jaddung akan lebih optimal. Kami mengadakan pelatihan pembuatan produk stik kulit pisang yang dilakukan bersama Ibu PKK (Penggerak Kesejahteraan Keluarga) dan juga masyarakat. Dalam pelatihan tersebut berisi tentang cara pembuatan, alat dan bahan serta manfaat yang akan diperoleh. Pelatihan tersebut berjalan dengan baik, serta masyarakat dapat mengetahui dampak positif dari pengolahan limbah kulit pisang, yaitu bertujuan agar tidak menimbulkan dampak negatif bagi lingkungan.
PEMBUATAN DODOL DARI KULIT PISANG KEPOK SEBAGAI INOVASI BARU DI DESA JADDUNG KECAMATAN PRAGAAN susilawati, ayu; Suhartini, Luluk; Andawiyah, Robi'atul
ABDISUCI : Jurnal Pengabdian dan Pemberdayaan Masyarakat Vol 2 No 02 (2024): ABDISUCI : Jurnal Pengabdian dan Pemberdayaan Masyarakat Juni 2024
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59005/j-abdisuci.v2i02.75

Abstract

Desa Jaddung merupakan salah satu desa yang memiliki potensi pertanian yang cukup besar. Desa ini menjadi salah satu sentra pertanian khususnya dalam produksi hasil pertanian pisang yaitu jenis pisang kepok. Pisang kepok (Musa Paradisiaca Linn) adalah tanaman buah yang berasal dari kawasan asia tenggara (termasuk indonesia). Pada umumnya pisang kepok ditemui tidak hanya diperkotaan tetapi sampai ke pelosok desa dan dapat dikonsumsi kapan saja serta untuk semua tingkatan usia. Namun, kebanyakan masyarakat disana belum mengetahui bahwa kulit pisang itu banyak kandungannya yaitu karbohidrat yang tinggi sekitar 18,5%, dan vitamin sehingga dapat dimanfaatkan untuk bahan baku pembuatan berbagai produk pangan. Saat panen, kulit pisang tentunya menghasilkan limbah kulit pisang, limbah kulit pisang biasanya terbuang begitu saja atau hanya sebagai bahan pakan ternak yang secara ekonomis tidak termanfatkan secara efisien, sehingga kami memiliki inisiatif untuk mengolah limbah kulit pisang menjadi produk yang dapat menghasilkan kualitas yang tinggi yaitu mengolahnya menjadi dodol. Pelatihan pembuatan dodol kulit pisang dilaksanakan Bersama ibu PKK dan masyarakat desa jaddung, pelatihan ini berjalan dengan lancar serta masyarakat dapat mengetahui dampak positif.
Design and Development of an IoT-Based Household Electrical Energy Monitoring Application for Energy Efficiency Suhartini, Luluk; Fadila, Fadila
Journal of Electrical Engineering and Computer (JEECOM) Vol 8, No 1 (2026)
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/jeecom.v8i1.16648

Abstract

Electricity consumption in households is often not properly controlled, which can lead to energy waste and higher electricity bills. Therefore, a system is needed to monitor household electricity usage in real time and provide users with clear information to help them take energy-saving actions. This study designs and develops an Internet of Things (IoT)-based household electricity monitoring application using a PZEM-004T sensor connected to a NodeMCU ESP8266 microcontroller. The measured data, including voltage, current, power, and energy consumption, are transmitted wirelessly to a server and displayed on a custom web-based dashboard without relying on third-party IoT platforms. The application features real-time monitoring and historical consumption records, enabling users to track energy usage trends. Test results show that the system can measure and display data accurately with an average transmission delay of 1–2 seconds, and it helps identify energy-intensive household appliances. Thus, this application can be an effective solution to improve energy efficiency in households.
Application of K-Means Clustering to Group Islamic Boarding School Students' Kitab Kuning Reading Proficiency Based on Nahwu and Sharraf Suhartini, Luluk; Sulthan, M. Burhanis
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 7, No 1 (2026): Sustainable Information Technology Innovation Supports a Digital-Based Smart Eco
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v7i1.15769

Abstract

The ability to read classical Islamic texts (kitab kuning) is an important indicator for assessing students' mastery of Islamic sciences in Salafiyah Islamic boarding schools. However, the assessment of kitab kuning reading proficiency is often still conducted conventionally and tends to be subjective; therefore, a data-driven approach is needed to support a more objective student-grouping process. This study aims to apply the K-Means Clustering algorithm to group students based on their Nahwu and Sharraf scores as indicators of kitab kuning reading proficiency. The research methods included observation, interviews, literature review, data transformation, normalization using Min-Max Normalization, and clustering using Microsoft Excel and RapidMiner. The dataset consisted of 376 student records with the attributes of age, education level, Nahwu score, and Sharraf score. Manual grouping using Microsoft Excel produced three clusters: C1 with 57 students, C2 with 244 students, and C3 with 75 students. Meanwhile, the RapidMiner results showed C1 with 56 students, C2 with 244 students, and C3 with 76 students. The results indicate that K-Means can be used as a basis for grouping students' abilities in a more structured manner.
Komparasi Algoritma K-Nearest Neighbor dengan Linear Regression untuk Memprediksi Total Kasus Positif Covid-19 di Pamekasan Suhartini, Luluk; Wasil, Moh.
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 4, No 1 (2023): Metaverse dan Masa Depan Interaksi Digital: Perspektif Teknologi dan Sosial
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v4i1.16557

Abstract

COVID-19 telah ditetapkan sebagai pandemic sejak 30 Januari 2020 oleh WHO. Hal ini mengacu pada tingkat penyeba-ran virus yang sudah mewabah ke belahan dunia, tak terkecuali Indonesia. Jumlah kasus baru tersebar di 34 provinsi dan hampir di semua kabupaten di Indonesia, termasuk Kabupaten Pamekasan. Dengan jumlah kasus COVID-19 yang selalu berubah, maka diperlukan kajian untuk memprediksi jumlah kasus COVID-19 di masa yang akan datang. Pada penelitian ini dilakukan perbandingan algoritma k-Nearest Neighbor dengan Linear Regression dalam memprediksi total kasus COVID-19. Dataset yang digunakan adalah dataset pasien kasus positif COVId-19 di Kabupaten Pamekasan. Pada penelitian ini digunakan model validasi 10 Fold Cross Validation untuk mengukur performa algoritma kNN dan Linear Re-gression sedangkan model evaluasi menggunakan Root Mean Square Error (RMSE) dengan menggunakan tools RapidMiner. Berdasarkan hasil penelitian, algoritma kNN memperoleh nilai RMSE lebih kecil dari pada Linear Regression dan dapat diterapkan untuk memprediksi kasus Covid-19 di Pamekasan dengan nilai RMSE sebesar 0.057.
Co-Authors Andawiyah, Robi'atul Ayu Susilawati, Ayu Fadila Fadila, Fadila Khaliqah, Marinatul Nafisah, Tizanatun Sofia, Siti Sulthan, M Burhanis Sulthan, M. Burhanis Wasil, Moh.