Article Per Year (5 Year)
p-Index From 2021 - 2026
10.139
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Simantec Prosiding SNATIKA Vol 01 (2011) Jurnal Teknologi Informasi dan Ilmu Komputer Creative Information Technology Journal CogITo Smart Journal Jurnal Sains dan Informatika Antivirus : Jurnal Ilmiah Teknik Informatika Generation Journal Jurnal Teknologi dan Riset Terapan (JATRA) Joutica : Journal of Informatic Unisla Jurnal Inkofar JURNAL INOVASI DAN PENGABDIAN MASYARAKAT INDONESIA Nusantara of Engineering (NOE) Jurnal Maklumatika JSITIK: Jurnal Sistem Informasi dan Teknologi Informasi Komputer Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Jurnal INFOTEL Jurnal Pengabdian Masyarakat Nusantara
Intan Nur Farida
Universitas Nusantara PGRI Kediri
Aerospace Engineering Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Medicine & Pharmacology Public Health Social Sciences Transportation

Published : 112 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 112 Documents
Search

 8   9   10   11   12 
Analisis Kecemasan Sosial Siswa SMK NU Pace Menggunakan TMAS dan Certainty Factor Ramadhan, Muhammad Iqbal; Helilintar, Risa; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/060nrk47

Abstract

Kecemasan sosial pada remaja merupakan masalah psikologis yang dapat menghambat perkembangan sosial, emosional, dan akademik. Penelitian ini bertujuan menganalisis tingkat kecemasan sosial pada siswa SMK NU Pace dengan mengintegrasikan skala Taylor Manifest Anxiety Scale (TMAS) dan metode Certainty Factor. Pendekatan deskriptif kuantitatif digunakan dengan melibatkan 20 siswa jurusan Teknik Komputer dan Jaringan sebagai responden. Data dikumpulkan melalui kuesioner berbasis TMAS dalam sistem pakar berbasis web yang dikembangkan menggunakan PHP dan MySQL. Hasil penelitian menunjukkan variasi tingkat kecemasan sosial pada siswa dengan kategori ringan, sedang, dan berat. Sistem yang dikembangkan terbukti efektif dalam mendeteksi kecemasan sosial secara dini, sehingga dapat menjadi landasan bagi pihak sekolah untuk merancang program pendampingan yang lebih tepat sasaran guna mendukung kesehatan mental siswa.
Pemanfaatan Pustaka InsightFace Dalam Sistem Presensi Berbasis Pengenalan Wajah SETIAWAN, FAJAR; Helilintar, Risa; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/0p37n303

Abstract

Penelitian ini bertujuan untuk mengetahui kemampuan pustaka insightface sebagai alat presensi berbasis pengenalan wajah dan solusi terhadap kelemahan sistem presensi manual di SMP Negeri 2 Tarokan. InsightFace dipilih karena kemampuannya dalam mendeteksi dan mengenali wajah secara akurat dan efisien. Data dikumpulkan dari enam siswa melalui perekaman video dan pengambilan foto wajah, kemudian diproses menggunakan OpenCV dan InsightFace untuk ekstraksi dan pelabelan citra wajah. Model pengenalan wajah dibangun menggunakan fitur embedding dari citra referensi, dan dievaluasi menggunakan data uji yang belum pernah dilatih. Evaluasi dilakukan dengan metrik akurasi, presisi, recall, dan F1-score, yang menunjukkan performa sistem cukup tinggi dengan akurasi mencapai 86,67%. Hasil ini menunjukkan bahwa pustaka InsightFace efektif dalam mendukung sistem presensi berbasis wajah dan berpotensi diterapkan lebih luas di lingkungan pendidikan maupun instansi lain.
PENERAPAN ALGORITMA POHON KEPUTUSAN PADA SISTEM PREDIKSI KELAYAKAN AYAM DI PASAR TRADISIONAL Sari, Ria Permata; Niswatin, Ratih Kumalasari; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/yzaw4q24

Abstract

Kelayakan ayam potong untuk dikonsumsi merupakan aspek penting dalam menjaga kesehatan masyarakat dan kualitas pangan. Banyak pedagang masih menilai kelayakan ayam secara manual, yang rentan terhadap subjektivitas dan kesalahan. Penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis menggunakan algoritma Decision Tree untuk menentukan kelayakan ayam potong berdasarkan empat kriteria yaitu warna, bau, tekstur, dan waktu jual. Metode yang digunakan melibatkan preprocessing data, pelatihan model Decision Tree, dan pengujian akurasi model. Dataset yang digunakan terdiri dari 100 data dengan dua kelas target: Layak dan Tidak Layak. Hasil pengujian menunjukkan akurasi sebesar 94% dengan visualisasi berupa pohon keputusan sebagai representasi logika model. Sistem ini memberikan hasil klasifikasi yang cepat dan objektif. Kesimpulan dari penelitian ini menunjukkan bahwa sistem klasifikasi berbasis Decision Tree mampu membantu dalam pengambilan keputusan kelayakan ayam potong secara lebih efektif.
Penerapan Algoritma Naive Bayes untuk Klasifikasi Gaya Belajar Siswa Kelas 7 di SMP Negeri 1 Kandat Setiawan, Andreas; Farida, Intan Nur; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/js4v9z73

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi gaya belajar siswa berbasis algoritma Naive Bayes pada siswa kelas 7 SMP Negeri 1 Kandat. Gaya belajar yang diklasifikasikan meliputi tiga kategori utama, yaitu visual, auditori, dan kinestetik. Data diperoleh melalui penyebaran kuesioner kepada 337 siswa dan diolah melalui tahapan preprocessing, normalisasi, serta pembagian data latih dan uji dengan rasio 80:20. Model dilatih menggunakan algoritma Naive Bayes dan diuji menggunakan metrik akurasi serta confusion matrix. Hasil evaluasi menunjukkan bahwa model mampu mengklasifikasikan gaya belajar dengan tingkat akurasi sebesar 86,76%, dengan performa terbaik pada kategori gaya belajar visual. Temuan ini menunjukkan bahwa pendekatan berbasis machine learning dapat digunakan secara efektif dalam mengidentifikasi gaya belajar siswa dan berpotensi mendukung strategi pembelajaran yang lebih adaptif dan tepat sasaran di lingkungan sekolah.
Sistem Rekomendasi Kelompok Mata Pelajaran SMAN 1 Tanjunganom Menggunakan Metode WP dan ROC Wibowo, Nevi Harisuci; Farida, Intan Nur; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/xqwmmx03

Abstract

Penerapan Kurikulum Merdeka di SMA Negeri 1 Tanjunganom memberikan kebebasan bagi siswa untuk memilih kelompok mata pelajaran sesuai dengan minat dan kemampuan. Namun, banyak siswa yang mengalami kesulitan dalam memilih kelompok mata pelajaran yang tepat. Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi pemilihan kelompok mata pelajaran dengan menggunakan metode Weighted Product (WP). Metode ini membantu siswa memilih kelompok mata pelajaran berdasarkan nilai akademik, tes IQ, dan minat siswa. Pendekatan yang digunakan adalah Decision Support System (DSS) dengan menerapkan WP untuk memberikan rekomendasi yang sesuai. Hasil penelitian menunjukkan bahwa sistem ini dapat memberikan rekomendasi yang sesuai dengan potensi siswa, sehingga diharapkan dapat meningkatkan minat dan kemampuan dalam belajar.
Sistem Penilaian Kinerja Pendamping Sosial PKH Menggunakan AHP untuk Perpanjangan Kontrak Kerja Essa, Idam Iganda; Farida, Intan Nur; Swanjaya, Daniel
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/6d5k0z06

Abstract

Penilaian kinerja pendamping sosial Program Keluarga Harapan (PKH) di Dinas Sosial Kabupaten Kediri masih dilakukan secara manual, yang menyebabkan tidak objektifan dalam pengambilan keputusan, terutama dalam hal perpanjangan kontrak kerja. Penelitian ini bertujuan untuk merancang dan menerapkan sistem penilaian kinerja berbasis Analytic Hierarchy Process (AHP) guna meningkatkan objektivitas dan transparansi dalam evaluasi kinerja pendamping sosial. Metode AHP digunakan untuk mengukur kinerja pendamping sosial dengan mempertimbangkan 13 kriteria yang relevan. Hasil penelitian menggunakan data evaluasi kinerja yang diperoleh pada tahun 2024, yang mencakup seluruh proses penilaian terhadap 210 pegawai menunjukkan bahwa 98% pendamping sosial direkomendasikan untuk diperpanjang kontraknya tanpa syarat, 1,43% dengan pemantauan dan bimbingan, dan 0% tidak diperpanjang kontraknya. Penerapan AHP menghasilkan keputusan yang lebih adil dalam perpanjangan kontrak kerja, dengan konsistensi matriks perbandingan yang valid (CR ≤ 0,1). Sistem ini dapat menjadi referensi dalam pengembangan sistem penilaian kinerja yang lebih efektif di instansi pemerintah lainnya.
Penerapan Data Mining Algoritma K-Medoids untuk Rekomendasi Kelompok Mata Pelajaran Pilihan Dea, Dea Avrillia Arba'a; Helilintar, Risa; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/qyyygg13

Abstract

Penelitian ini bertujuan untuk mengelompokkan data siswa berdasarkan minat dan nilai akademik guna membantu guru dalam memberikan arahan yang tepat. Metode yang digunakan adalah algoritma K-Medoids dengan perhitungan jarak Euclidean untuk proses clustering. Pengumpulan data dilakukan pada siswa SMA Pawyatan Daha Kediri dengan atribut nilai IPA, nilai IPS dan nilai tes peminatan. Prosedur penelitian meliputi Persyaratan, Desain, Implementasi, Pengujian, dan Pemeliharaan. Hasil penelitian menunjukkan bahwa metode K-Medoids efektif dalam mengelompokkan siswa ke dalam beberapa klaster, yaitu kelompok yang cenderung memilih kelompok IPA, atau kelompok IPS dengan nilai siluet yang menunjukkan kualitas clustering cukup baik yaitu 0,34. Sistem yang dibangun mampu membantu guru dalam mengambil keputusan yang lebih objektif terkait pengelompokkan siswa
Implementasi Metode K-Nearest Neighbor untuk Klasifikasi Tingkat Kepuasan Pelanggan pada Toko Buku Anugerah Ilmu Fahmi, Muhammad Fajrul; Helilintar, Risa; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/x4mg2w61

Abstract

Penelitian ini bertujuan membangun sistem klasifikasi kepuasan pelanggan menggunakan algoritma K-Nearest Neighbor pada Toko Buku Anugerah Ilmu di Kabupaten Kediri. Masalah utama yang dihadapi adalah pengolahan data survei kepuasan pelanggan yang masih dilakukan secara manual, sehingga menyulitkan proses klasifikasi dan analisis data. Metode penelitian menggunakan pendekatan kuantitatif dengan mengimplementasikan algoritma K-Nearest Neighbor pada 170 data survei yang dibagi dengan rasio 90:10 untuk data training dan testing. Hasil penelitian menunjukkan tingkat akurasi sistem mencapai 88,24% dengan nilai K=3, dimana sistem berhasil mengklasifikasikan data ke dalam tiga kategori kepuasan (Puas, Biasa, dan Kurang Puas). Tingkat presisi dan recall untuk kategori Puas mencapai 100%, sementara untuk kategori Biasa dan Kurang Puas sebesar 67%. Implementasi sistem ini sangat bermanfaat bagi toko dalam menganalisis data survei secara lebih cepat dan akurat untuk mendukung pengambilan keputusan strategis. 
Identifikasi Penyakit Tanaman Bunga Anggrek Menggunakan Metode CNN Kurniawan, Muhammad Akbar; Niswatin, Ratih Kumalasari; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/jp3vg173

Abstract

Anggrek ialah termasuk tanaman hias yang umumnya dirawat tetapi tidak banyak perintis belajar merawat tanpa memiliki wawasan serta bakat yang setara hingga anggrek yang dirawat tidak berkembang secara baik. Permasalahan yang ditemukan ialah sulit mengidentifikasi penyakit pada bunga anggrek akibat telat dalam penananganan dan menyebabkan bunga anggrek rusak atau mati. Klasifikasi penyakit anggrek dilihat dari penyebabnya sendiri meliputi jamur, bakteri dan virus. Solusi mengatasi permasalahan tersebut dengan membuat sistem identifikasi penyakit pada bunga anggrek berbasis website berdasarkan citra daun dengan metode Convolutional Neural Network (CNN). Penelitian ini menggunakan pendekatan deskriptif kualitatif dengan desain yang digunakan yaitu studi kasus. Hasil penelitian menunjukkan bahwa metode CNN dengan model VGG16 mampu digunakan untuk mengidentifikasi penyakit pada tanaman bunga anggrek berdasarkan daun dan sangat cocok memberikan akurasi serta tingkat keakuratan yang tinggi dalam melakukan prediksi.
Penerapan Metode Naive Bayes Terhadap Kategori Olahraga sesuai Kondisi Zakaria, Farid Fauzi; Helilintar, Risa; Farida, Intan Nur
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 3 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/t8a11t23

Abstract

Penelitian ini membahas penerapan Naive Bayes dalam mengklasifikasikan jenis olahraga yang sesuai berdasarkan kondisi fisik. Pemilihan olahraga yang tepat sangat penting untuk mengoptimalkan manfaat kesehatan dan meminimalkan risiko cedera. Metode Naive Bayes dipilih karena keunggulannya dalam menangani data kategorikal dan prediksi probabilitas. Studi ini menggunakan data parameter fisik seperti usia, jenis kelamin, indexs massa tubuh dan memilih jenis olahraga dengan tujuan untuk memodelkan klasifikasi kategori. Hasil analisis menunjukkan bahwa model ini efektif dalam memprediksi 7 data uji dari 4 kategori cocok dan 3 tidak cocok terhadap jenis olahraga yang paling sesuai dengan kondisi fisik. Berdasarkan perhitungan yang telah dilakukan oleh sistem bahwa penerapan metode naive bayes memiliki tingkat akurasi sebesar 86%. Penelitian ini menunjukkan bahwa dari tingkat akurasi tersebut dapat berkontribusi dalam penggunaan sistem rekomendasi dalam memilih olahraga yang tepat. 
Co-Authors Abidarin Rosidi Abidin, Muhamad Haqi Faisal Ade Kurniadi, Ade Adiratna, Kun Aditya, Heru Afandi, Aris Affandi, M. Rizki Ahmad Bagus Setiawan Ahmad Shiddiq, Ahmad Ahnan, Miftah Akbar Fastio Hari Setiawan Al Farizi, Mochammad Alfatih, Muhamad Jallu Alfian, Ahmad Ade ALFIANA HIDAYATI Alfino Wahyu Pramudya Anasrudin, Rohman Sulton Andreas Setiawan Anggraeni, Devi Ayu Anifiatiningrum Anisa Catur Wijayanti Anwar, Muhammad Choirul Apriansa, Rendi Dwi Ardi Sanjaya Attar, Alfan Faradudin Baehaqi Bagus Dwi Prasetya Bagus Iswanto, Bima Berlian, Rahma Novita BIMA SETIAWAN Burhanudin Burhanudin Danang Wahyu Widodo Daniati, Ika Maria Daniel Swanjaya Dea, Dea Avrillia Arba'a Depi, Alisa Sintiya Dusea Widyadara, Made Ayu Dyan Heri Saputra Dzikri, Ridwan Saiful Efendi, Ahmad Rizal Endah Tri Wijayanti Essa, Idam Iganda Fahmi, Muhammad Fajrul FAJAR SETIAWAN Faradilla Ratna Dewi Febriana, Fitri Indah Fikriansyah, Mochammad Wildan Finanto, Naufal Gilang Dwi Cahyo Ginting, Sri Widyanti Gunawan, Akbar Dwi Hidayah, Avivah Ainun Huda, M Yusuf Khoirul Hudha, Moch Nur Idris Efendi, Idris Indah Purwitosari Indra Septiawan Irfan Ramadhan Julian Sahertian Julian Suhertian Julianto, Bagas Kandina, Anggin Ati Kurniawan, Muhammad Akbar Kuswantoro, Moch. Yanuariadin Pujo Lengkoro, Tejaningrat M.Galihleo Yafan Dolar F Made Ayu Dunia Widyadara Made Ayu Dusea Widyadara Made Ayu Dusea Widyadara - Universitas Nusantara Kediri, Made Ayu Dusea Widyadara Mahdiyah, Umi Marzuki, Moh. Ismail Mido, Gafana Oly Miftakhul Maulidina Millenialdo Yanuar Ilham Moch. Ghufron Ramadhani Moh Farih Fauzi Muhammad Krishna Luthfi Mustofa Kamal, Ryzki Agus Niken Wulandari Niska Shofia Novianto, Alfian Dwi Nur Cahyo, Mochamad Nur Farida Nurfiah, Nina Wahyu Oktafiyan Pratama, Yana Patmi Kasih Permana Putra, Satya Dwi Petrus Bitin Prameswari, Dwieka Permata Prasetya, Bagus Dwi Prasetyo, Aprisa Risky Prianggara, Ferdian Wahyu Puji Karuniawan Puspita, Widya Galih Putri Kartika Sari Putri, Dhaniar Ruandha Putri, Karina Ananda Ramadhan, Muhammad Iqbal Ramadhanu, Ilham Khefi Rasi, Yoseph Rikardus Ratih Kumalasari Niswatin Resty Wulanningrum Ria Permata Sari Rifai, Mukhlas Rina Firliana Rini Indriati Risa Helilintar Risky Aswi R, Risky Rismantoro, Ganang Rochana, Siti Rokhmad, Muhammad Ikhbal Roni Setiawan Rosadi, Asyadam Abriel Sahertian , Julian Salsabila, Adinda Meylia Satria Bijaksana Satrio Damara, Moch. Deifa Setiawan, M. Debby Candra Siregar, Muhammad Fauzan Hardiansyah Siti Rochana Sumiranto, Ricky Agung Surya, Wahyu Baskara Syamsul A. Syahdan Syaputri, Rika Wahyu Tasia, Anas Tata Jeniarta Thobroni, Nur Ahmadi Umami, M. Rizal Usman, Tamariska Wahyu Cahyo Utomo Wahyu Rusmiati Wahyuniar , Lilia Sinta Wardana, Aldestra Bagas Wardani , Rama Yuda Wibowo, Nevi Harisuci Wijaya, Cahyanita Sekar Wisnugraha, Wahyu Surya Yahya, Nisaa’ Husnia Yan Arie Strada Tuhehay Yosia Septi Lestyaningtyas Zakaria, Farid Fauzi Zamzami, Edwin Zidane Chesa Wardana