Article Per Year (5 Year)
p-Index From 2020 - 2025
0.751
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Jurnal Komtika (Komputasi dan Informatika) JURNAL PEMBELAJARAN DAN MATEMATIKA SIGMA (JPMS) TECHSI - Jurnal Teknik Informatika
Fajriana Fajriana
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Mathematics Other

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

Found 6 Documents
Search

 1 
Information System for Predicting Fisheries Outcomes Using Regression Algorithm Multiple Linear Nurdin Nurdin; Fajriana Fajriana; Maryana Maryana; Ama Zanati
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 5, No 2 (2022): Issues January 2022
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v5i2.6023

Abstract

Bireuen is one of the regencies in Aceh province which has quite a lot of potential for marine and fishery resources, both capture fisheries and aquaculture, because some areas in this district are coastal areas supported by several fish landing bases (PPI), namely PPI Kuala Jangka, Kuala Jeumpa, Peudada, Jeunip, Pandrah, and Bate Iliek which are supporting sectors of the regional economy. The importance of this research is so that the Department of Food Security, Maritime Affairs and Fisheries can estimate the catch of fish in the coming year so that it can be used in terms of policies to increase the fishery production sector. The method used in information systems research to predict fishery results Multiple Linear Regression Algorithm using two independent variables (X), namely, the number of motorized boats (X1), the number of rainy days (X2) and one dependent variable, namely the number of fish caught (Y). ). The steps taken in this research are data collection, calculation of each variable, completion of the elimination method, substitution to get constant values, coefficients and inserting constants and coefficients into the Multiple Linear Regression equation. Based on data obtained from 2016, 1017, 2018, 2019 and 2020 using the Multiple Linear Regression algorithm, the prediction results of the Tangka fishery in Bireuen Regency in 2021 are 12,813.88 tons.
PENGENALAN AYAT AL-QURAN SURAH AL-MAIDAH 51-57 MELALUI SUARA MENGGUNAKAN ALGORITMA GOERTZEL Fadlisyah Fadlisyah; Bustami Bustami; Rizal Rizal; Fajriana Fajriana; Aris Munandar
TECHSI - Jurnal Teknik Informatika Vol 10, No 1 (2018)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v10i1.604

Abstract

Suara merupakan sarana utama komunikasi antara manusia. Pengolahan suara merupakan konsep yang sangat penting untuk semua jenis sistem yang membutuhkan interaksi manusia dalam kegiatan sehari-hari. Pengolahan suara dapat dikategorikan menjadi empat jenis: Isolated Words, Connected Word, Continuos Speech, Spontaneous Speech. Untuk mentransformasikan sinyal suara menjadi sinyal frekuensi suara dalam format WAV diperlukan suatu transformasi yang dapat meminimalkan masalah, yaitu transformasi Algoritma Goertzel dengan bantuan software Borland Delphi 7 dalam mengenali bacaan ayat Al-Qur’an. Hasil penelitian menunjukkan bahwa transformasi Algoritma Goertzel dapat diterapkan atau diimplementasikan dalam pengenalan suara ini dan memiliki true identification yang berbeda. Persentase true identification untuk transformasi Algoritma Goertzel ini yaitu antara 40% sampai 90%. Kata kunci : Pengolahan Suara, Algoritma Goertzel.
SISTEM PERBANDINGAN UNJUK KERJA SIMALARITY SOCAL & SNEATH II DAN OTSUKA UNTUK PENDETEKSI POLA HURUF MANSHUB FI’IL MUDHARI PADA AL-QURAN Maryana Maryana; Fajriana Fajriana; Nurdin Nurdin; Fadlisyah Fadlisyah; Aryandi Aryandi
TECHSI - Jurnal Teknik Informatika Vol 10, No 2 (2018)
Publisher : Teknik Informatika Universitas Malikussaleh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29103/techsi.v10i2.906

Abstract

Pengenalan  pola sebuah objek adalah salah satu studi pengenalan pola dalam teori pengolahan citra. Objek yang digunakan untuk studi ini sudah banyak, salah satunya adalah pola citra Alquran yang memuat tentang bermacam hukum Nahwu. Salah satunya adalah hukum Fi’il Mudhari yang mungkin tak asing lagi didengar. Fi’il Mudhari adalah Manshub/dinashabkan sebab dimasuki oleh salah satu Amil dari Amil-amil Nawashib. Pada tugas akhir ini dikembangkan suatu sistem pendeteksian mengenai pembelajaran seputaran pola huruf Fi’il Mudhari tersebut. Sistem ini dibangun dengan menggunakan bahasa pemograman Delphi XE. Proses pendeteksian pola Fi’il Mudhari ini dilakukan dengan menggunakan sebuah metode yang akan menjari nilai jarak (Distance) dari nilai sebuah citra latih dan citra uji Al Quran. Metode digunakan adalah metode Socal & Sneath II dan Otsuka. Proses sistem pendeteksian ini diawali dengan proses ekstensi file.bmp dari citra asli, kemudian resizing,  grayscale,  dan konvolusi deteksi tepi. Inputan gambar citra  merupakan hasil scanner ayat Al-Quran. Tingkat keakuratan pengenalan pola Fi’il mudhari dalam penelitian ini sangat ditentukan oleh nilai ukur berdasarkan Detection rate setiap pola yang dideteksi..
Classification of Determination the Recipients of the Program Keluarga Harapan (PKH) Using K-Nearest Neighbor Algorithm Fajriana Fajriana
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 6, No 1 (2022): Issues July 2022
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v6i1.7543

Abstract

Classification is one method of data mining techniques for classifying data by system according to predetermined rules. In this study, the algorithm used was K-Nearest Neighbor (KNN) algorithm and the data used in this study was the community data obtained from Kantor Desa Gampong Uteun Geulinggang, Dewantara, in Aceh Utara. The main focus of this study was to analyzing and applying K-NN algorithm in a web-based system to classify data on beneficiaries of the Program Keluarga Harapan (PKH) in Gampong Uteun Geulinggang, Dewantara, Aceh Utara. This study used 16 (sixteen) criterias, namely house status, floor area, floor type, gas cylinder, refrigerator, air conditioner, water heater, television, jewelry/gold (10 grams), computer/laptop, bicycle, motorcycle, car, cow, buffalo and goat. The data was classified into 3 classes, namely worthy, not unworthy and very unworthy. The results of this study with a value of k = 3, obtained a precision value of 97%, recall value of 95% and the accuracy value of 97%.
Peningkatan Kemampuan Komunikasi Matematis Siswa Menggunakan Model Pembelajaran Tipe Indeks Card Match Dengan Berbantuan Media Alat Peraga Papan Statistika Di Kelas VIII MTsN 1 Bireuen Hayatun Nufus; ERNA ISFAYANI; FAJRIANA FAJRIANA; AKLIMAWATI AKLIMAWATI
JURNAL PEMBELAJARAN DAN MATEMATIKA SIGMA (JPMS) Vol 8, No 1 (2022)
Publisher : Fakultas Keguruan dan Ilmu pendidikan (FKIP) Universitas Labuhan Batu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36987/jpms.v8i2.3354

Abstract

Penelitian ini bertujuan untuk mengetahui peningkatan kemampuan komunikasi matematis siswa yang menggunakan model pembelajaran tipe Index Card Match dengan berbantuan media alat peraga papan statistika lebih baik daripada peningkatan kemampuan komunikasi matematis siswa yang menggunakan model pembelajaran konvensional dengan berbantuan media alat peraga papan statistika. Penelitian ini menggunakan pendekatan kuantitatif. Jenis penelitian yang digunakan adalah quasi experiment design dengan rancangan penelitian non equivalent control group design. Populasi dalam penelitian ini adalah seluruh siswa kelas VIII MTsN 1 Bireuen, sedangkan yang menjadi sampel yaitu siswa kelas VIII/2 sebagai kelas eksperimen sebanyak 26 siswa dan VIII/5 sebagai kelas kontrol sebanyak 22 siswa yang dipilih dengan teknik purposive sampling. Adapun teknik pengumpulan data yang digunakan dalam penelitian ini adalah instrument tes kemampuan komunikasi matematis siswa yang diberikan sebelum dan sesudah adanya perlakuan pembelajaran terhadap kedua kelas.Analisis data yang dilakukan untuk tes kemampuan komunikasi matematis siswa menggunakan software SPSS 25. Karena salah satu data berdistribusi tidak normal, maka data diolah menggunakanuji non parametric (mann whitney u). Sesuai kriteria pengujiannya yaitu jika nilai sig. < 0,05 maka H0 ditolak. Dari hasil Asymp. Sig. (2-tailed) adalah 0,000 lebih kecil dari 0,05 maka, H0 ditolak dan Ha diterima. Hasil rata-rata skor N-gain pada kelas eksperimen yaitu 0,06 dan pada kelas kontrol yaitu 0,02. Sehingga dapat disimpulkan bahwapeningkatan kemampuan komunikasi matematis siswa menggunakan model pembelajaran tipe Index Card Match dengan berbantuan media alat peraga papan statistika lebih baik daripada menggunakan model pembelajaran konvensional dengan berbantuan media alat peraga papan statistika di kelas VIII MTsN 1 Bireuen.
Deteksi Ikan Segar Secara Realtime dengan YOLOv4 menggunakan Metode Convolutional Neural Network Chichi Rizka Gunawan; Nurdin Nurdin; Fajriana Fajriana
Jurnal Komtika (Komputasi dan Informatika) Vol 7 No 1 (2023)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v7i1.8986

Abstract

Ikan merupakan komoditas mudah rusak yang memerlukan penanganan segera setelah dikeluarkan dari laut. Untuk ikan segar dapat dilihat jika tidak diberikan pengolahan khusus yang tepat, kualitas ikan akan menurun dengan hitungan jam. Setiap orang ingin membeli ikan yang halal, aman, sehat, dan berkualitas tinggi. Selain itu juga perlu mengetahui perbedaan ikan yang segar dan tidak segar, terkadang ada pedagang nakal, ikan yang tidak segar masih dijual. Sehingga produk menjadi tidak aman saat dikonsumsi dan dapat merugikan konsumen. Untuk mengetahui akurasi dan performansi algoritma pendeteksi kesegaran ikan di Yolov4 menggunakan metode convolutional neural network (CNN), penelitian ini membuat sistem pendeteksi ikan segar secara realtime. Seiring waktu, orang mengembangkan pengetahuan dan teknologi untuk mendukung dan memfasilitasi pekerjaan mereka. Penelitian ini menggunakan 118 data citra untuk pelatihan dan 13 data citra untuk pengujian, dengan pelatihan berlangsung selama 6000 epoch. Proses YOLOv4-CNN adalah hasil dari data yang telah dideteksi oleh YOLOv4 akan diklasifikasi modelnya oleh CNN dimana sebelumnya citra akan di resize sehingga seluruh data citra memiliki ukuran yang sama untuk memudahkan proses konvolusi, dilanjutkan dengan fungsi aktivasi, pooling layer, fully connected layer dan diakhiri dengan proses klasifikasi objek. Kemudian hasil klasifikasi akan diimplementasikan kembali pada YOLOv4 untuk mengetahui pendeteksian ikan segar telah terdeteksi dengan baik atau tidak. Hasil dari pendeteksian kesegaran ikan menggunakan algoritma YOLOv4-CNN dapat dinilai bekerja dengan baik. Pengujian sistem pada Yolov4-CNN memperoleh MAP sebesar 93.75%, dengan presisi 1.00%, recall 0.93%, f-Score 0.96% dan juga rata-rata nilai IoU sebesar 74.17%.
Co-Authors Aklimawati Aklimawati Ama Zanati Aris Munandar Aryandi Aryandi Bustami Bustami Erna Isfayani Fadlisyah Fadlisyah Gunawan, Chichi Rizka Hayatun Nufus Maryana Maryana Nurdin Nurdin Nurdin Nurdin Rizal Rizal