Article Per Year (5 Year)
p-Index From 2020 - 2025
2.144
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) Jurnal Sains dan Teknologi Submit : Jurnal Ilmiah Teknologi Informasi dan Sains
Soffa Zahara
Universitas Islam Majapahit
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry 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 : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search
Journal : Submit : Jurnal Ilmiah Teknologi Informasi dan Sains

 1 
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.
Klasifikasi Citra Penyakit pada Daun Jagung Menggunakan Deep Learning dengan Metode Convolution Neural Network (CNN) Afivah Dwi Nurcahyati; Ronny Makhfuddin Akbar; Soffa Zahara
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 2 No. 1 (2022): Juni 2022
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v2i2.1877

Abstract

Di kecamatan Gedeg, kabupaten Mojokerto mayoritas masyarakat memiliki mata pencaharian sebagai seorang petani tanaman Jagung, namun banyak kendala yang telah dihadapi oleh semua petani yakni gagal panen dikarenakan jenis penyakit yang tidak diketahui jenisnya yang berakibat gagal panen. Permasalahan tersebut dapat diatasi dengan Deep Learning yang menggunakan metode klasifikasi algoritma Convolutional Neural Network (CNN). Menggunakan citra fisik pada daun tanaman jagung, metode CNN dapat membuat klasifikasi melalui model yang dibuat. Peneliti membuat sebuah model untuk dilakukan klasifikasi dengan bagian terdiri dari 4 convolution layer, 2 pooling layer dengan ukuran 2×2, 3 dropout layer, 2 dense layer serta 1 flatten layer. Untuk melakukan aktivasi menggunakan ReLu, beserta 32 dan 64 filter menggunakan 4 macam ukuran kernel yakni 3x2, 3x3, 3x4, 4x4. Dan dilakukan pengujian dengan 900 data gambar yang di mana 720 digunakan sebagai data train dan 180 sebagai data Test. Dengan learning rate sebesar 0.004, 100 epoch serta 6 algoritma performansi sebagai perbandingan yakni algoritma Root Mean Square Propagation (RMSProp), Adaptive Gradient (AdaGrad), Stochastic Gradient descent (SGD), Adaptive Moment (Adam), Adamax, Adadelta. Dan dihasilkan tingkat akurasi tertinggi yang dihasilkan oleh ukuran kernel 3x3 dengan algoritma optimasi Adaptive Moment (Adam) dengan hasil tingkat akurasinya sebesar 84% untuk data test dan 89% untuk data train, pada pengujian Testing dilakukan dengan jumlah 180 data yang didapatkan hasil tertinggi dengan model ukuran kernel 3x3 dengan jumlah true 175 dan jumlah false 5 didapatkan nilai presisi yang dihasilkan sebesar 94%, berdasarkan dengan komposisi warna pada citra.
Aplikasi Bimbingan Belajar Fun Learning Course Erita Devy Prastika; Yesy Diah Rosita; Soffa Zahara
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 2 No. 2 (2022): Desember 2022
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v2i2.2404

Abstract

Penyelenggaraan kegiatan akademik membutuhkan kecepatan dan ketepatan dalam pengolahan data. Hal ini merupakan salah satu bentuk upaya peningkatan pelayanan kepada peserta didik yang menjadi prioritas Lembaga Bimbingan Belajar (LBB) seperti Fun Learning Course (FLC) yang berada di Desa Jeruk Seger, Kecamatan Gedeg, Kabupaten Mojokerto. Pengolahan data akademik di FLC menggunakan Aplikasi Microsoft Excel. Ada kelemahan dalam menggunakan Aplikasi ini yakni penyajian informasi tidak dapat dilakukan secara online yang artinya ada batasan tempat dan waktu. Pada penelitian ini peneliti memberikan solusi berupa pembuatan Aplikasi Lembaga Bimbingan Belajar Fun Learning Course untuk mendukung kinerja pengelola akademik yang lebih terintegrasi. Berdasarkan kuesioner yang diberikan secara acak kepada 100 responden, sistem ini layak untuk diimplementasikan pada FLC dengan tingkat kelayakan 96% dari skala 100%. Kriteria dan bobot penilaian dalam kuesioner meliputi sangat baik, baik, cukup, kurang baik, dan sangat kurang baik dengan bobot berurutan 5, 4, 3, 2, dan 1. Pencapaian bobot kelayakan penggunaan sistem sebesar 96% ini tergolong kriteria sangat baik.
Sistem Informasi Pembayaran Terpadu Pada Yayasan Darut Taqwa Mojokerto Muhammad Darwis; Soffa Zahara; Mimin Fatchiyatur Rohmah
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 3 No. 1 (2023): Juni 2023
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

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

Abstract

Sistem informasi untuk pembayaran terpadu yang ada di Yayasan Darut Taqwa yang selama ini digunakan masih manual, mulai dari input data siswa sampai dengan penyajian data pembayaran siswa. Karena rentannya data hilang, seringnya kesalahan dalam pencatatan, data rusak dan sebagainya yang disebabkan kelalaian pengelola, maka pengelolaan data menjadi tidak efisien dan tidak efektif jika dilakukan secara manual. Oleh karena itu maka solusinya adalah terbentuknya sistem komputerisasi untuk mencari suatu hasil yang terbaik, yaitu sistem informasi pembayaran terpadu. Dalam penelitian ini menggunakan metode pengembangan waterfall. Penelitian ini bertujuan untuk membuat aplikasi pengelolaan data pembayaran berbasis web untuk meningkatkan kinerja dan efisiensi waktu. Aplikasi dikembangkan menggunakan PHP sebagai bahasa pemrograman dan SQL Server sebagai databasenya. Dari hasil uji coba dan implementasi website secara langsung pada Sistem Informasi Pembayaran Terpadu Berbasis Web Pada Yayasan Darut Taqwa maka dapat ditarik kesimpulan bahwa sistem Informasi Pembayaran Terpadu Berbasis Web yang dibuat mampu membuat CRUD data siswa, CRUD data lembaga, CRUD data pembayaran perlembaga, print laporan menjadi lebih efisien dan efektif untuk siswa dan TU atau pengelola pembayaran.
Pemodelan Prediksi Harga Beras Medium Wilayah Jawa Timur Menggunakan Stacked LSTM Yanuarini Nur Sukmaningtiyas; Soffa Zahara; Mimin Fatchiyatur Rohmah; Sugianto Sugianto
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 3 No. 2 (2023): Desember 2023
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v3i2.3061

Abstract

Di Indonesia, salah satu harga komoditas pangan yang mendominasi peringkat harga yang paling fluktuatif tiap harinya yaitu beras. Penyebab paling utama dari permasalahan ini salah satunya yaitu iklim dan cuaca yang berubah-ubah ditambah dengan gangguan hama yang membuat kegagalan panen yang menyebabkan harga beras sering mengalami kenaikan. Jika hal ini tidak segera kunjung diatasi maka akan berpengaruh terhadap efek yang lebih besar yaitu inflasi. Hadirnya teknologi prediksi atau bisa disebut peramalan dalam harga beras sangat dibutuhkan untuk mempersiapkan kenaikan harga pada waktu tertentu dan sebagai landasan barbagai macam kebijakan untuk menanggulangi lonjakan harga beras yang tak terhindarkan di kemudian hari. Penelitian ini bertujuan melakukan prediksi rerata harga beras medium wilayah Jawa Timur dengan data harian yang diambil dari Sistem Informasi Ketersediaan dan Perkembangan Harga Bahan Pokok di Jawa Timur. Metode yang digunakan yaitu salah satu metode Deep Learning yaitu Stacked LSTM (Long Short-Term Memory). Stacked LSTM merupakan jenis LSTM yang mempunyai lebih dari 1 hidden layer. Selain itu 8 jenis variasi algoritma optimasi juga dilakukan untuk mencapai akurasi terbaik saat melakukan prediksi harga beras. Dari hasil pengujian akurasi terbaik dengan nilai RMSE 10912.197367298677 adalah algoritma optimasi Adamax
Co-Authors Afivah Dwi Nurcahyati Andhika C.P. Anita Atika Isnaining Dyah Eko Sutrisno Erita Devy Prastika 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