Article Per Year (5 Year)
p-Index From 2020 - 2025
2.307
P-Index
This Author published in this journals
All Journal Panrita Abdi - Jurnal Pengabdian pada Masyarakat Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Information Technology and Computer Science (JOINTECS) Community Development Journal: Jurnal Pengabdian Masyarakat Jurnal Sains dan Teknologi Submit : Jurnal Ilmiah Teknologi Informasi dan Sains
Soffa Zahara
Universitas Islam Majapahit
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Veterinary Other

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

 1   2 
Prediksi Indeks Harga Konsumen Komoditas Makanan Berbasis Cloud Computing Menggunakan Multilayer Perceptron Soffa Zahara; Sugianto Sugianto
JOINTECS (Journal of Information Technology and Computer Science) Vol 6, No 1 (2021)
Publisher : Universitas Widyagama Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31328/jointecs.v6i1.1702

Abstract

Teknik prediksi merupakan salah satu area dalam data mining dimana menemukan pola dari sekumpulan data yang mengarah pada prediksi di masa depan. Prediksi dalam bidang ekonomi merupakan prediksi yang mendominasi karena merupakan salah satu parameter berkembangnya suatu negara. Indeks Harga Konsumen menggambarkan tingkat konsumsi barang dan jasa pada masyarakat yang dapat dijadikan acuan nilai inflasi. Mayoritas penelitian yang melakukan prediksi nilai Indeks Harga Konsumen sebelumnya hanya melakukan prediksi menggunakan nilai Indeks Harga Konsumen itu sendiri sebagai nilai input dan output. Penelitian ini membangun model peramalan dengan memanfaatkan multi variabel input yaitu 28 jenis harga bahan pokok harian sebagai nilai input untuk meramal nilai Indeks Harga Konsumen di kota Surabaya periode 2014 sampai 2018 dimana keseluruhan pembangunan model prediksi dilakukan di lingkungan Amazon Cloud Services. Sistem prediksi dibangun dengan algoritma Multilayer Perceptron dengan variasi arsitektur jumlah neuron, epoch, dan hidden layer. Berdasarkan hasil pengujian, akurasi terbaik dengan nilai RMSE 3.380  dihasilkan oleh konfigurasi 2 hidden layer,  hidden layer pertama dan kedua mempunyai neuron masing-masing berjumlah 10 dengan epoch sebesar 1000.
Prediksi Indeks Harga Konsumen Menggunakan Metode Long Short Term Memory (LSTM) Berbasis Cloud Computing Soffa Zahara; Sugianto; M. Bahril Ilmiddafiq
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 3 No 3 (2019): Desember 2019
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (656.725 KB) | DOI: 10.29207/resti.v3i3.1086

Abstract

Long Short Term Memory (LSTM) is known as optimized Recurrent Neural Network (RNN) architectures that overcome RNN’s lact about maintaining long period of memories. As part of machine learning networks, LSTM also notable as the right choice for time-series prediction. Currently, machine learning is a burning issue in economic world, abundant studies such predicting macroeconomic and microeconomics indicators are emerge. Inflation rate has been used for decision making for central banks also private sector. In Indonesia, CPI (Consumer Price Index) is one of best practice inflation indicators besides Wholesale Price Index and The Gross Domestic Product (GDP). Since CPI data could be used as a direction for next inflation move, we conducted CPI prediction model using LSTM method. The network model input consists of 28 variables of staple price in Surabaya and the output is CPI value, also the entire development of prediction model are done in Amazon Web Service (AWS) Cloud. In the interest of accuracy improvement, we used several optimization algorithm i.e. Stochastic Gradient Descent (sgd), Root Mean Square Propagation (RMSProp), Adaptive Gradient(AdaGrad), Adaptive moment (Adam), Adadelta, Nesterov Adam (Nadam) and Adamax. The results indicate that Nadam has 4,008 RMSE’s value, less than other algorithm which indicate the most accurate optimization algorithm to predict CPI value.
Peramalan Data Indeks Harga Konsumen Berbasis Time Series Multivariate Menggunakan Deep Learning Soffa Zahara; Sugianto
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol 5 No 1 (2021): Februari 2021
Publisher : Ikatan Ahli Informatika Indonesia (IAII)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (449.416 KB) | DOI: 10.29207/resti.v5i1.2562

Abstract

Multivariate Time Series based forecasting is a type of forecasting that has more than one criterion changes from time to time that it can forecast based on historical patterns of data sequences. The Consumer Price Index (CPI) issued regularly every month by the Statistics Indonesia calculated based on data observations. This study is a development of previous research that only used on type of algorithm to predict CPI value resulting poor of accuracy due to lack of architecture variations testing. This study developed a CPI forecasting model with a new approach about using several types of deep learning algorithms, namely LSTM, Bidirectional LSTM, and Multilayer Perceptron with architectural variations of the number of neurons and epochs. Furthermore, this study adapt ADDIE model of Research and Development method. Based on the results, the best accuracy is obtained from the LSTM Bidirectional with 10 neurons and 2000 epoch resulting 3,519 of RMSE value. Meanwhile, based on the average RMSE value for the whole test, LSTM gets the smallest average of RMSE followed Bidirectional LSTM and Multilayer Perceptron with the RMSE value 4,334, 5,630, 6,304 respectively.
Internet of Thing (IoT) untuk Pembuangan Akhir Sampah di Mojokerto Moh. Muslimin; Andhika C.P.; Luki Ardiantoro; Soffa Zahara
INSOLOGI: Jurnal Sains dan Teknologi Vol. 1 No. 6 (2022): Desember 2022
Publisher : Yayasan Literasi Sains Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55123/insologi.v1i6.1214

Abstract

As a growing city, Mojokerto has social problems, such as how to manage waste. Waste is basically a material that is wasted or disposed of from a source as a result of human activities or natural processes that have no economic value, and can even have a negative economic impact because handling it requires a process to dispose of it or to clean it up. The volume of waste in Mojokerto reaches 9 tons/day, with a landfill area of ​​14 hectares, with an area of ​​about 55% used. Waste and its management is now an increasingly urgent problem in Mojokerto. As an effort to support sustainable development, it is necessary to find ways to manage waste properly and efficiently through controlled planning in the form of integrated waste management. The problem is the condition of the TPA which cannot be monitored continuously and in real time, the management of waste transportation which is less efficient, this causes piles of waste at the TPS due to delays in the garbage transportation fleet. IoT is one of the solutions, to make life better by monitoring and controlling the process. As a result, this Arduino model design can be used as a solution in the large Mojokerto area, within city limits.
PEMBERDAYAAN MASYARAKAT MELALUI PELATIHAN PENGANEKARAGAMAN PRODUK OLAHAN IKAN BANDENG DI DESA DUDUKLOR GLAGAH LAMONGAN JAWA TIMUR Eko Sutrisno; Raida Amelia Ifadah; Lovi Sandra; Anita; Soffa Zahara; Yanuarini Nur Sukmaningtyas; Atika Isnaining Dyah
Panrita Abdi - Jurnal Pengabdian pada Masyarakat Vol. 8 No. 2 (2024): Jurnal Panrita Abdi - April 2024
Publisher : LP2M Universitas Hasanuddin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/pa.v8i2.23254

Abstract

One potential possessed by Duduklor Village, Glagah Lamongan District, is the results of pond fisheries in the form of milkfish. So far, the traditional way of processing milkfish is still because of the lack of knowledge about the procedures for processing milkfish meat. The purpose of this service activity is to provide knowledge and transfer of technology and innovation in processing milkfish into various processed food products, namely noodles and shredded milkfish. The implementation of activities uses socialization methods and practices directly and involves participants actively. The results of the service showed that the participants of the activity were very enthusiastic because they gained new knowledge about the procedures for processing milkfish into various processed products to make children like to eat milkfish, hopefully, it can prevent stunting in toddlers in Duduklor Village. ---  Satu potensi yang dimiliki Desa Duduklor Kecamatan Glagah Lamongan yaitu hasil perikanan tambak berupa ikan bandeng. Selama ini cara pengolahan ikan bandeng maih secara tradisional karena minimnya pengetahuan tentang tata cara mengolah daging ikan bandeng. Tujuan kegiatan pengabdian ini yaitu memberikan pengetahuan dan transfer teknologi dan inovasi mengolah ikan bandeng menjadi berbagai produk olahan pangan yaitu mie dan abon ikan bandeng. Pelaksanaan kegiatan menggunakan metode sosialisasi dan praktek secara langsung dan melibatkan peserta secara aktif. Hasil pengabdian menunjukkan peserta kegiatan sangat antusias karena mendapatkan pengetahuan baru tentang tata cara mengolah ikan bandeng menjadi produk olahan yang beraneka ragam sehingga membuat anak-anak suka makan ikan bandeng, harapannya bisa mencegah terjadinya stunting pada balita di Desa Duduklor.
Pengenalan Kota Mojokerto Tempo Dulu Berbasis Augmented Reality Memanfaatkan GPS Based Tracking Feriyanto Nur Awaludhin; Ronny Makhfuddin Akbar; Soffa Zahara
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

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

Abstract

Augmented Reality Kota Mojokerto Tempo Dulu merupakan salah satu teknologi dalam mengembangkan metode pembelajaran (edukasi) yang muncul untuk membandingkan bangunan lama dengan bangunan baru untuk mengenalkan kepada masyarakat umum khususnya para pelajar ditingkat SMP-SMA. Object 2DAugmented Reality berdasarkan era tahun 1880-1980 di bawah pimpinan Hindia Belanda sebelum masa kemerdekaan. Augmented Reality Kota Mojokerto Tempo Dulu, menggunakan sebuah metode Markerless dan Gps Based Tracking menentukan titik alokasi secara manual sesuai dengan Google Maps. Metode Gps BasedTracking digunakan untuk menunjang kekurangan dalam segi object 2D yaitu dengan dengan memanfaatkan Mapping berdasarkan titik alokasi object yang meliputi 6 Object yaitu Alun-Alun Kota Mojokerto, Jembatan Lespadangan, Jalan Majapahit, Pasar Kliwon, Stasiun Mojokerto, dan Pendopo Agung yang berbeda alokasiberdasarkan sebuah titik Latitude dan Longitude sebuah Object 2D. Berdasarkan hasil quesioner aplikasi Pengenalan Kota Mojokerto Tempo Dulu Berbasis Augmented Reality Memanfaatkan Gps Based Tracking mencapai tingkat akurat 69,55% dari pengguna aplikasi maka aplikasi tersebut termasuk dalam kategori baik dan layak untuk digunakan.
Penggunaan Deep Learning dengan Metode Convolutional Neural Network Untuk Klasifikasi Kualitas Sayur Kol Berdasarkan Citra Fisik Ratna Dhamayanti; Mimin Fatchiyatur Rohmah; Soffa Zahara
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

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

Abstract

Sayur kol merupakan salah satu jenis sayuran yang umum dijumpai masyarakat Indonesia. Banyaknya sayur kol yang dipanen, membuat petani terkadang sedikit kerepotan dalam proses menyortir sayur kol mana yang layak ekspor dan tidak. Dan dengan seiring berkembangnya teknologi, maka hal ini menjadi sangat mungkin untuk membuat komputer mampu melakukan pekerjaan yang dianggap biasa oleh manusia termasuk proses sortir kualitas sayur kol. Hal semacam ini dapat dilakukan dengan menggunakan Deep Learning yang mengusung Convolutional Neural Network (CNN) sebagai metode klasifikasi. Dengan memanfaatkan citra fisik sayur kol, CNN mampu melakukan klasifikasi dengan model yang telah disusun sebelumnya. Dalam penelitian ini, peneliti membangun sebuah model yang terdiri dari 4 convolution layer, 2 pooling layer yang berukuran 2×2, 3 dropout layer, 2 dense layer serta 1 flatten layer. Sedang untuk aktivasinya, digunakan ReLu, dengan filter sebanyak 32 dan 64 yang ukuran kernelnya 3×3. Model ini diuji dengan menggunakan 270 data yang dimana 210 digunakan sebagai data train dan 60 data digunakan sebagai data test. Dengan learning rate sebesar 0.004, 30 epoch dan tiga algoritma performasi berbeda yaitu; Stochastic Gradient Descent (SGD), Adaptive Moment (Adam), dan Root Mean Square Propagation (RMSProp) dengan hasil tertinggi berada pada algoritma Adam yang tingkat akurasinya sebesar 80% untuk data test dan 73% untuk data train berdasarkan komposisi warna yang terdapat dalam citra.
Sistem Informasi Geografis Pemetaan Sekolah dengan Sistem Zonasi di SMA Negeri Kabupaten dan Kota Mojokerto Berbasis Web Gugut Indartak; Yesy Diah Rosita; Soffa Zahara
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

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

Abstract

Pendidikan adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran. Berdasarkan pada penjelasan tersebut maka Dinas Pendidikan Republik Indonesia mencoba membuat peraturan zonasi terhadap Penerimaan Peserta Didik Baru SMA Negeri, Peraturan zonasi penerimaan peserta didik ini menyajikan poin-poin penting tentang penyelenggaraan bidang pendidikan. Adanya sistem zonasi maka siswa diharuskan untuk mendaftar di sekolah terdekat melalui sistem zonasi. Tak ada lagi siswa pintar terkumpul di satu sekolah, yang selama ini disebut sekolah favorit. Pada penelitian ini dibuat suatu Sistem Informasi Geografis berbasis web untuk menentukan zonasi Sekolah Menengah Atas (SMA) di Kabupaten dan Kota Mojokerto. Zonasi dilakukan terhadap sekolah berdasarkan Peraturan Menteri Nomor 44 tahun 2019. Parameter yang digunakan dalam penelitian ini adalah radius jarak, sehingga mendapatkan cakupan yang dapat digunakan untuk mengindentifikasi objek berdasarkan jarak sehingga menghasilkan garis dari lokasi rumah calon siswa sampai ke lokasi SMA tujuan. Hasil penelitian berupa Sistem Informasi Geografis untuk menentukan sistem zonasi Sekolah Menengah Atas Negeri berbasis web yang dapat menentukan jarak lokasi calon siswa sampai ke lokasi SMA yang dituju serta menampilkan informasi suatu SMA Negeri di Kota dan Kabupaten Mojokerto. Selain itu, calon siswa dapat mencetak hasil dari hitung jarak tersebut.
Aplikasi Simpan Pinjam di Koperasi Simpan Pinjam Veteran Berbasis Web dengan Notifikasi Instan Messaging Meinanda Pratiwi; Mimin Fatchiyatur Rohmah; Soffa Zahara
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 1 (2021): Juni 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

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

Abstract

Sistem yang ada di koperasi simpan pinjam veteran ini masih manual dalam menginputkan data untuk melakukan peminjaman. Untuk mendapatkan informasi data admin melakukan wawancara dan menulisnya dalam pembukuan. Demi menjaminnya pelayanan peminjaman uang dan meningkatkan profesionalitas sebuah koperasi simpan pinjam, maka peneliti membuat sistem keuangan untuk memperoleh kemudahan dan keakuratan dalam mengolah data. Sistem ini dibangun menggunakan bahasa pemrograman PHP ber Framework Laravel. Dengan adanya sistem ini diharapkan memudahkan pimpinan untuk mengambil keputusan dengan proses penyetujuan hasil pengajuan kredit serta mempermudah nasabah dalam melakukan pengajuan kerdit di koperasi simpan pinjam veteran ini.
Sistem Informasi Repabrikasi Fresh Food Berbasis Web pada PT. Trans Retail Indonesia Mohammad Joevan Handyyansyah; Yesy Diah Rosita; Soffa Zahara
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 1 No. 2 (2021): Desember 2021
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v1i2.1599

Abstract

Aplikasi repabrikasi dikenal sebagai suatu aplikasi untuk mencatat setiap pengolahan barang turunan. Fungsi utamanya untuk entri data barang yang tidak laku dijual kemudian diolah menjadi barang turunannya. Ide pembuatan aplikasi tersebut diawali kegiatan inventory atau perhitungan stok gudang yang sering mengalami kerugian dikarenakan barang yang sudah tidak layak dijual masih tertimbun di dalam gudang dan tidak segera diproses atau diolah menjadi barang turunan. Dengan kasus tersebut maka dibuat sistem informasi repabrikasi yang dapat memberikan solusi terhadap masalah yang sedang dialami. Diharapkan untuk kedepannya pembuatan sistem informasi ini dapat membantu menyelesaikan berbagai masalah terutama dalam hal pengolahan barang turunan kemudian dapat mengurangi setiap kerugian yang dialami oleh beberapa perusahaan akibat sering terjadinya penumpukan stok barang yang sudah tidak laku dijual. Sistem ini memiliki 3 peranan user yang terlibat dalam proses pengolahan barang turunan. Hasil uji kelayakan yang dilakukan secara langsung oleh pihak perusahaan menghasilkan presentase sebesar 81,4%. hasil tersebut dapat diambil kesimpulan bahwa sistem yang diusulkan masuk dalam kategori baik.
Co-Authors Afivah Dwi Nurcahyati Andhika C.P. Andhika Cahyono Putra Anita Atika Isnaining Dyah Eko Sutrisno Erita Devy Prastika Erna Tri Asmorowati Feriyanto Nur Awaludhin Gugut Indartak Lovi Sandra Luki Ardiantoro M. Bahril Ilmiddafiq Meinanda Pratiwi Mimin Fatchiyatur Rohmah Mohammad Joevan Handyyansyah Mohammad Muslimin Muhammad Darwis Raida Amelia Ifadah Ratna Dhamayanti Ronny Makhfuddin Akbar Sugianto Sugianto Sugianto Sugianto Sugianto Yanuarini Nur Sukmaningtyas Yesy Diah Rosita