Article Per Year (5 Year)
p-Index From 2020 - 2025
3.457
P-Index
This Author published in this journals
All Journal Sistemasi: Jurnal Sistem Informasi Techno Nusa Mandiri : Journal of Computing and Information Technology KOMPUTIKA - Jurnal Sistem Komputer JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Attractive : Innovative Education Journal Just TI (Jurnal Sains Terapan Teknologi Informasi) Journal of Students‘ Research in Computer Science (JSRCS) Reputasi: Jurnal Rekayasa Perangkat Lunak INSANtek – Jurnal Inovasi dan Sains Teknik Elektro PENA ABDIMAS : Jurnal Pengabdian Masyarakat Indonesian Community Service Journal of Computer Science
Nila Hardi
Universitas Bina Sarana Informatika
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Environmental Science Nursing Public Health Social Sciences Other

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 20 Documents
Search

 1   2 
Klasifikasi Penyakit Mata Menggunakan Convolutional Neural Network (CNN) Fani Nurona Cahya; Nila Hardi; Dwiza Riana; sri hadiyanti
Sistemasi: Jurnal Sistem Informasi Vol 10, No 3 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (12317.28 KB) | DOI: 10.32520/stmsi.v10i3.1248

Abstract

AbstrakGangguan pada mata atau disebut juga penyakit mata adalah suatu kondisi yang mampu mempengaruhi jangka waktu hidup bagi sebagian orang. Gangguan mata atau penyakit mata banyak sekali jenisnya, diantaranya yaitu katarak, glaukoma dan retina disease. Gangguan atau penyakit mata tersebut merupakan penyebab kebutaan yang paling sering terjadi. Melihat dari uraian tersebut, penting sekali untuk mendeteksi penyakit mata atau kelaianan sebelum terjadi kebutaan. Penelitian  ini bertujuan untuk klasifikasi penyakit mata menggunakan Convolutional Neural Network (CNN) berarsitekstur Alexnet dengan pembaruan berupa menggunakan 4 kelas yang membutuhkan 3 tahap proses yaitu melakukan tahap pre-processing yang menghasilkan ukuran citra menjadi 224x224px. Tahap selanjutnya adalah ekstraksi fitur dengan 3 layer yaitu Convutional Layer, Pooling Layer, Fully Connected Layer, Pada implementasi CNN menggunakan 150 epoch. Hasil akurasi dari penelitian klasifikasi penyakit mata menggunakan  metode CNN adalah 98.37%.Kata kunci: penyakit mata, klasifikasi, convolutional neural network (CNN) AbstractAn eye disorder, also called a disease of the eye, is a condition that can affect the lifespan of some people. Eye disorders or diseases of which there are many types, including kataraks, glaukoma and retina disease. This eye disorder or disease is the most common cause of blindness. Seeing from the description. It is very important to detect eye disease or negligence before blindness occurs This study aims to classify eye diseases using the Alexnet textured Convolutional Neural Network (CNN) with an update in the form of using 4 classes that require 3 stages of the process, namely conducting ahap pre-processing which results in an image size of 224x224px. The next stage is Feature Extraction with 3 layers, namely Convutional Layer, Pooling Layer, Fully Connected Layer, the implementation of the Convolutional Neural Network implementation uses 150 epochs. The accuracy of the eye disease classification study using the Convolutional Neural Network method was 98.37%.Keywords: eye disease, classification, convolutional neural network (CNN).
Analisis Sentimen Physical Distancing pada Twitter Menggunakan Text Mining dengan Algoritma Naive Bayes Classifier Nila Hardi; Yuris Alkahfi; Popon Handayani; Windu Gata; Muhammad Rifqi Firdaus
Sistemasi: Jurnal Sistem Informasi Vol 10, No 1 (2021): Sistemasi: Jurnal Sistem Informasi
Publisher : Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (597.36 KB) | DOI: 10.32520/stmsi.v10i1.1118

Abstract

AbstrakPhysical distancing kini sedang ramai menjadi perbincangan publik sebagai salah satu cara pemerintah dalam menekan penyebaran virus covid-19 yang sedang melanda beberapa negara di belahan dunia. Tidak tersaringnya cuitan terkait physical distancing bisa memunculkan berbagai macam opini, tidak hanya opini yang positif tapi juga yang negatif. Maka dari itu, Twitter di anggap lebih diminati oleh masyarakat indonesia dikarenakan twitter dirasa lebih mudah untuk mengungkapkan opininya. Metode yang digunakan yaitu Naive Bayes Classifier (NBC). Data terkumpul dilakukan filter dari cuitan tersebut dengan menghapus data yang double maka setelah di filter data yang terambil yaitu sebanyak 547 tweets. Pada perhitungan analisis sentimen terhadap physical distancing di tengah pandemi covid-19 menggunakan metode NBC memperoleh hasil akurasi sebesar 50,26%. Tujuan dari penelitian ini, agar dapat mengkategorikan opini negatif atau positif, dari pembahasan physical distancing. Nantinya informasi terkait kebijakan Physical Distancing bisa sampai tepat informasinnya kepada masayarakat.Kata Kunci: naïve bayes, physyical distancing, twitter  AbstractPhysical distancing is now busy becoming a public conversation as a way for the government to spread the Covid-19 virus which is currently hitting several countries around the world. There are public tweets related to physical distance that is free from various kinds of opinions, not only positive but also negative ones. Therefore, Indonesian people consider Twitter to be more desirable because it is easier for Indonesians to express their opinion. The method used is the Naive Bayes Classifier (NBC). The data collected was filtered from the tweets with double data, then after filtering the data were taken as many as 547 tweets. In calculating the sentiment analysis of physical distance in the middle of the Covid-19 pandemic using the NBC method, it gets an accurate result of 50.26%. The purpose of this study, to find and categorize negative or positive opinions, from the discussion of physical distancing. So that the implementation of the Physical Distance policy can get accurate information to the public.Keywords: naïve bayes, physical distancing, twitter
Sistem Informasi Program Persediaan Barang (Studi Kasus Pada TB. Harapan Mulya II) Nila Hardi; Henny Leidiyana
Journal of Students‘ Research in Computer Science Vol. 1 No. 2 (2020): November 2020
Publisher : Program Studi Informatika Fakultas Ilmu Komputer Universitas Bhayangkara Jakarta Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31599/jsrcs.v1i2.355

Abstract

A computer is a tool created to facilitate human work. In this era of information technology has achieved very good progress from the manufacture of hardware and software. TB. Harapan Mulya II is a trading company engaged in the sale of building materials. System on TB. Harapan Mulya II uses a system that is still manual, starting from recording user data, goods, customers, suppliers, incoming goods, items out, goods orders and the process of making reports relating to inventory. Allows the occurrence of errors in managing inventory, so that it can cause inaccurate inventory data. The research method used to compile this thesis uses the method of software development (waterfall) and data collection techniques include: Observation, interviews and literature study. By making the design of this program is the best solution to overcome the problems that exist today, as well as with computerized inventory of goods in this company so that all activities undertaken are better than the previous system. Keywords: Inventory, Program, Design Abstrak Komputer merupakan alat yang diciptakan untuk mempermudah pekerjaan manusia. Pada era sekarang ini teknologi informasi sudah mencapai kemajuan yang sangat baik dari pembuatan hardware maupun software nya. TB. Harapan Mulya II merupakan perusahaan dagang yang bergerak dibidang penjualan bahan bangunan. Sistem pada TB. Harapan Mulya II menggunakan sistem yang masih manual, mulai dari pencatatan data user, barang, customer, supplier, barang masuk, barang keluar, order barang dan proses pembuatan laporan yang berhubungan dengan persediaan barang. Memungkinkan terjadinya kesalahan dalam mengelola persediaan barang, sehingga dapat menyebabkan ketidak akuratan data persediaan yang ada. Metode penelitian yang digunakan untuk menyusun tugas akhir ini menggunakan metode pengembangan perangkat lunak (waterfall) dan teknik pengumpulan datanya meliputi: Observasi, wawancara dan studi pustaka. Dengan pembuatan perancangan program ini merupakan soulsi yang terbaik untuk mengatasi permasalahan yang ada saat ini, serta dengan terkomputerisasinya persediaan barang di perusahaan ini sehingga semua kegiatan yang dijalani menjadi lebih baik lagi dari sistem terdahulu Kata kunci: Persediaan, Perancangan, Program
Identifikasi dan Recovery File JPEG dengan Metode Signature-Based Carving dalam Model Automata Ardiansyah Ardiansyah; Nila Hardi; Windu Gata
Komputika : Jurnal Sistem Komputer Vol 9 No 1 (2020): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (451.44 KB) | DOI: 10.34010/komputika.v9i1.2733

Abstract

ABSTRACT – The use of JPEG image formats is increasing along with the increase in digital photo production triggered by the emergence of smartphones and the development of social media. Even in 2017 it is predicted that each person will produce 1,600 digital photos in one year. This makes JPEG files play an important role in digital forensic processes so that many JPEG file identification and recovery methods are developed. This paper attempts to look at the process of identifying and recovering JPEG files with the Signature-Based Carving method, the simplest carving method, with a Finite State Automata (FSA) diagram model, a basic algorithm model in computational theory. The FSA model that was created was then tested using data in the form of a disk image made publicly available from DigitalCorpora.org. The result is that the FSA model can identify and recover JPEG files with the Signature-Based Carving method with certain terms and conditions, including unfragmented, full headers and footers, and no thumbnail or embedded JPEG files in the JPEG file.
COMPARISON OF NAIVE BAYES ALGORITHM AND C.45 ALGORITHM IN CLASSIFICATION OF POOR COMMUNITIES RECEIVING NON CASH FOOD ASSISTANCE IN WANASARI VILLAGE KARAWANG REGENCY Yuris Alkhalifi; Ainun Zumarniansyah; Rian Ardianto; Nila Hardi; Annisa Elfina Augustia
Jurnal Techno Nusa Mandiri Vol 17 No 1 (2020): Techno Nusa Mandiri : Journal of Computing and Information Technology Period of
Publisher : Lembaga Penelitian dan Pengabdian Pada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1072.309 KB) | DOI: 10.33480/techno.v17i1.1191

Abstract

Non-Cash Food Assistance or Bantuan Pangan Non-Tunai (BPNT) is food assistance from the government given to the Beneficiary Family (KPM) every month through an electronic account mechanism that is used only to buy food at the Electronic Shop Mutual Assistance Joint Business Group Hope Family Program (e-Warong KUBE PKH ) or food traders working with Bank Himbara. In its distribution, BPNT still has problems that occur that are experienced by the village apparatus especially the apparatus of Desa Wanasari on making decisions, which ones are worthy of receiving (poor) and not worthy of receiving (not poor). So one way that helps in making decisions can be done through the concept of data mining. In this study, a comparison of 2 algorithms will be carried out namely Naive Bayes Classifier and Decision Tree C.45. The total sample used is as much as 200 head of household data which will then be divided into 2 parts into validation techniques is 90% training data and 10% test data of the total sample used then the proposed model is made in the RapidMiner application and then evaluated using the Confusion Matrix table to find out the highest level of accuracy from 2 of these methods. The results in this classification indicate that the level of accuracy in the Naive Bayes Classifier method is 98.89% and the accuracy level in the Decision Tree C.45 method is 95.00%. Then the conclusion that in this study the algorithm with the highest level of accuracy is the Naive Bayes Classifier algorithm method with a difference in the accuracy rate of 3.89%.
Komparasi Algoritma MobileNet Dan Nasnet Mobile Pada Klasifikasi Penyakit Daun Teh Nila Hardi
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 3 No. 1 (2022): Mei 2022
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Daun teh tidak semuanya bisa dipanen dengan baik, karena ada beberapa penyakit daun yang dapat menyerang pertumbuhan daun teh itu sendiri. Penelitian dilakukan guna peningkatan kualitas daun teh yaitu melakukan klasifikasi terhadap penyakit dari daun teh. Dataset yang digunakan pada penelitian ini yaitu terdiri dari beberapa jenis penyakit daun teh yaitu algal spot, brown blight, gray blight, helopeltis, red spot dan juga healthy atau daun teh yang sehat. Sedangkan untuk metodenya, peneliti akan mengkomparasi metode MobilNet dan Nasnet Mobile pada klasifikasi penyakit daun teh tersebut. Dari hasil Komparasi antara metode MobilNet dan NasNet Mobile dalam klasifikasi penyakit daun teh, NasNet Mobile mendapatkan hasil akurasi sebesar 88% sedangkan MobileNet sebesar 95%
METODE ANALYTICAL HIERARCHY PROCESS (AHP) UNTUK MENENTUKAN SISWA BERPRESTASI PADA MADRASAH ALIYAH NEGERI 16 JAKARTA Rini Safitri; Jenie Sundari; Nila Hardi; Asep Sayfulloh
Just TI (Jurnal Sains Terapan Teknologi Informasi) Vol 1, No 15 (2023): JANUARI 2023
Publisher : Politeknik Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46964/justti.v1i15.1749

Abstract

Being an outstanding student is every student's dream in school. The achievement obtained is certainly based on an ability to the knowledge possessed by each student. The criteria set in this case are test scores, extracurricular scores, attitudes, discipline and the number of attendances. For prospective students performing at the Aliyah Negri 6 Madrasah Jakarta are Bagas Satria, M. Salman, and Putri Larasati. Student selection is expected to make it easier for teachers to send prospective students and students for competitions and scholarships to students who have performed. The method used in this decision support system is AHP (Analytical Hierarchy Process) to help the selection of high achieving students. AHP method is a method whose main input is human perception. The AHP method can be used to determine high-achieving students with weights of 32% discipline, 24.2% attitude, 18.7% attendance, 14.3% exam scores, and 10.2% extracurricular scores. For candidates, Bagas Satria. has the highest priority weight of 0.45, M. Salman. has a second priority weight of 0.33 and Putri Larasati has a third priority weight of 0.19Keywords: Student Achievement Selection, Decision Support System, Analytical Hierarchy Process
HIBAH DAN PELATIHAN APLIKASI SIYANDRY PADA PERUM LAUNDRY PONTIANAK Nurfia Oktaviani Syamsiah; Anna Anna; Windi Irmayani; Nila Hardi
PENA ABDIMAS : Jurnal Pengabdian Masyarakat Vol 4, No 1 (2023): Januari 2023
Publisher : LPPM Universitas Pekalongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31941/abdms.v4i1.2745

Abstract

Usaha laundry menjadi sebuah bentuk usaha yang sangat menjamur di wilayah perkotaan, tidak terkecuali di kota Pontianak. Laundry seperti sudah menjadi sebuah kebutuhan hidup bagi sebagian besar masyarakat perkotaan, karena menjadi penopang kebutuhan sandang manusia. Pengelolaan transaksi menjadi suatu hal yang krusial bagi sebuah usaha laundry, karena hal ini menjadi corong utama pergerakan dana serta kualitas layanan kepada pelanggan. Maka sistem untuk pengelolaan layanan laundry menjadi sebuah kebutuhan utama bagi perusahaan laundry. Tim pengabdian kepada masyarakat Universitas BSI telah melakukan kegiatan hibah, pelatihan dan implementasi aplikasi sistem layanan laundry (SIYANDRY) bagi usaha Perum Laundry. Kegiatan ini dilakukan mulai dari analisis kebutuhan hingga pelatihan dan pengumpulan questioner akhir kegiatan. Dari kegiatan pengabdian ini diketahui bahwa sistem layanan laundry (SIYANDRY) pada Perum Laundry dapat meningkatkan kecepatan dan ketepatan layanan transaksi laundry.Kata Kunci : laundry, whatsapp, aplikasi
Pengenalan Telapak Tangan Menggunakan Convolutionall Neural Network (CNN) Hardi, Nila; Sundari, Jenie
Reputasi: Jurnal Rekayasa Perangkat Lunak Vol. 4 No. 1 (2023): Mei 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/reputasi.v4i1.1951

Abstract

Berbeda dengan atribut perilaku biometrik yang lainnya, telapak tangan (Palmprint) merupakan atribut yang cukup baru dalam biometrics. Pada mode sekarang, personal recognition system atau bahasa lainnya yaitu sistem pengenalan diri secara semakin hari semakin hari semakin menarik banyak peminat, sehingga kebutuhannyapun ikut meningkat khususnya dalam penerapan di sektor keamanan. Sistem pengenalan guna dijadikan sistem keamanan sudah banyak dikembangkan dengan menggunakan berbagai jenis atribut biometrik salah satunya dengan menggunakan pengenalan telapak tangan (Palmprint). Penelitian yang dilakukan memiliki tujuan guna melakukan Pengenalan Palmprint menggunakan Convolutionall Neural Network (CNN). CNN yang diterapakan pada penelitian ini yaitu metode Alexnet. Pada metode Alexnet diterapkan 3 tahapan yaitu tahap pertama diawali dengan pengumpulan dataset yang kemudian dilakukan proses Pre-processing sehingga citra yang dihasilkan ukurannya menjadi 64x64px. Tahap selanjutnya adalah Ekstraksi Fitur dengan 3 layer yaitu Convolutionall Layer, Pooling Layer, Fully Connected Layer, Pada implementasi implementasi Convolutionall Neural Network menggunakan 10 epoch. Hasil akurasi dari penelitian pengenalan Palmprint menggunakan metode Convolutionall Neural Network paling tinggi ditemukan pada epoch ke-9 yaitu 0,9701 atau jika diubah kedalam bentuk proporsi yaitu 97,01%.
Alat Berbasis IOT Smarthome Monitoring dan Kontrol via Telegram Menggunakan Nodemcu Hardi, Nila; Afuw Rouf Subyan, Rafi; Arbasyah, Aditia
INSANtek Vol 4 No 1 (2023): Mei 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/instk.v4i1.2018

Abstract

Rumah adalah bangunan yang digunakan untuk jangka waktu tertentu sebagai tempat tinggal atau hunian. Di dalam rumah pastinya terdapat peralatan yang digunakan oleh pemilik rumah baik peralatan elektronik maupun yang non-elektronik. Kerena pemilik rumah adalah orang yang  sibuk maka seringkali pemilik rumah lupa keadaan rumah saat ditinggal pergi. Di era teknologi saat ini, kemajuan yang semakin canggih membuat segala sesuatu menjadi lebih instan dalam kehidupan sehari-hari, serta dalam mengelola dan memantau perangkat elektronik rumah. Smarthome adalah teknologi otomatisasi yang digunakan untuk memfasilitasi aktivitas di rumah, dan sangat memungkinkan untuk mengoperasikan dan memantau rumah dengan bantuan Internet of Things (IOT). Dengan teknologi itu kita dapat mengopersikan khususnya pintu dan lampu penerangan dirumah dari jarak jauh yang hanya mengandalkan smartphone yang sudah terinstall Telegram dan  terhubung ke internet dengan mengandalkan bot yang ada di telegram. Maka dari itu kami membuat alat IOT smarthome menggunakan mikrokontroler Nodemcu ESP8266 sebagai otak dari alat yang kami buat dan output yang kami gunakan ialah Solenoid Doorlock sebagai alat pengunci pintu, LED Strip sebagai representasi dari lampu rumah, dan sebagai tambahan kita menambahkan alat pengukur suhu menggunakan sensor DHT 11.
Co-Authors Afuw Rouf Subyan, Rafi Anna Anna Anna Annisa Elfina Augustia Arbasyah, Aditia Ardiansyah Ardiansyah Asep Sayfulloh Cahya, El Rangga Un Didi Rosiyadi Dwiza Riana Fani Nurona Cahya Fauzi Ahmad Muda Gata, Windu Henny Leidiyana Jenie Sundari Jordy Lasmana Putra Kurniawan, Rohim Lisnawanty Minda Septiani Muhammad Rifqi Firdaus Nurfia Oktaviani Syamsiah Popon Handayani Qurrota Ayun Hariyanto Putra Rian Ardianto Rini Safitri Rosiyadi, Didi Sri Hadianti Tika Adilah M Verra Sofica Windi Irmayani Yuris Alkahfi Yuris Alkhalifi