Article Per Year (5 Year)
p-Index From 2021 - 2026
7.365
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi Jurnal Simetris Prosiding SNATIF Proceeding SENDI_U Jurnal Ilmiah KOMPUTASI Jurnal Surya Medika Jurnal Kedokteran dan Kesehatan JOURNAL OF APPLIED INFORMATICS AND COMPUTING JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal DISPROTEK Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Kreativitas PKM Antivirus : Jurnal Ilmiah Teknik Informatika Jurnal SITECH : Sistem Informasi dan Teknologi Jurnal Teknologi Informasi dan Pendidikan bit-Tech Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Abdi Masyarakat Jurnal Sistem Komputer dan Informatika (JSON) Indonesia Berdaya Journal of Information Technology Ampera Jurnal Promotif Preventif Indonesian Journal of Technology, Informatics and Science (IJTIS) Journal of Software Engineering Ampera Jurnal UNITEK Global Abdimas: Jurnal Pengabdian Masyarakat Muria Jurnal Layanan Masyarakat Abdimas Altruis: Jurnal Pengabdian Kepada Masyarakat Health Safety Environment Journal Buletin Abdi Masyarakat (BAM) Jurnal Kalibrasi ABDINE Jurnal Pengabdian Masyarakat Florona : Jurnal Ilmiah Kesehatan Innovative: Journal Of Social Science Research Buletin Ilmiah Ilmu Komputer dan Multimedia (BIIKMA) Jurnal Sistem Informasi dan Manajemen GEMBIRA (Pengabdian Kepada Masyarakat) Jurnal Penelitian Multidisiplin Bangsa Galuh International Journal of Community Service and Development Health Safety Environment Journal
Noor Latifah
Universitas Muria Kudus
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Transportation Veterinary Other

Published : 94 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 94 Documents
Search

 6   7   8   9   10 
Sistem Manajemen Distribusi Bantuan Sosial untuk Meningkatkan Efisiensi: Studi Kasus di Janggalan, Kudus Adiyono, Soni; Latifah, Noor; Romadhon, Zainur; Hidayat, Hilmi Bayu
Jurnal Ilmiah Komputasi Vol. 24 No. 2 (2025): Jurnal Ilmiah Komputasi : Vol. 24 No 2, Juni 2025
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32409/jikstik.24.2.3784

Abstract

Penelitian ini berfokus pada pengembangan dan implementasi Sistem Manajemen Distribusi Bantuan Sosial yang bertujuan untuk meningkatkan efisiensi dalam pengelolaan program bantuan sosial di Desa Janggalan, Kudus. Sistem yang dirancang untuk digunakan oleh Petugas Kesejahteraan Sosial (Kasi Kesejahteraan) dan Kepala Desa ini mengefisienkan proses pengelolaan data penerima bantuan, menyederhanakan tugas-tugas seperti entri data, pembaruan, dan pembuatan laporan. Dengan mengotomatisasi proses-proses ini, sistem ini meningkatkan efisiensi operasional dan meningkatkan kemampuan pengambilan keputusan. Kepala Desa juga dapat mengakses laporan ringkasan, memberikan transparansi dan akuntabilitas yang lebih besar. Penelitian ini menyarankan peningkatan sistem lebih lanjut, termasuk penambahan pemberitahuan untuk pembaruan data baru dan fitur untuk melacak status dokumen yang telah dibaca, untuk lebih meningkatkan efektivitas sistem dalam mendukung administrasi bantuan sosial desa
Pelatihan Workshop Sistem Informasi Pengelolaan Data Barang Masuk dan Keluar Berbasis Web pada CV Patriot Kencana Medika Kudus Munawaroh, Vika Aulia; Latifah, Noor
Abdimas Toddopuli: Jurnal Pengabdian Pada Masyarakat Vol. 7 No. 1 (2025): Volume 7 No 1, Desember 2025
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30605/atjpm.v7i1.6643

Abstract

CV Patriot Kencana Medika Kudus menghadapi tantangan dalam pengelolaan data barang masuk dan keluar secara manual yang menyebabkan ketidakefisienan dan kesalahan pencatatan. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk meningkatkan kemampuan pengelolaan inventaris perusahaan melalui pelatihan dan implementasi sistem informasi berbasis web. Metode pengabdian dilaksanakan melalui beberapa tahapan, yaitu analisis kebutuhan, perencanaan program, pelatihan sistem, implementasi bertahap, serta evaluasi awal. Kegiatan ini melibatkan partisipasi aktif dari admin, operator, dan manajer dalam proses pelatihan dan uji coba sistem. Hasil awal menunjukkan bahwa peserta mampu mengoperasikan sistem dengan bimbingan, dan mulai merasakan manfaat dari sisi efisiensi pencatatan serta kemudahan akses data stok. Implementasi dilakukan secara bertahap untuk memberikan ruang adaptasi bagi pengguna. Kegiatan ini menunjukkan potensi signifikan dalam mendukung transformasi digital UMKM dan meningkatkan efisiensi operasional perusahaan. Dokumentasi dan evaluasi dilakukan secara berkala untuk mendukung keberlanjutan sistem.
Sistem Informasi Inventory Dengan Metode VEN (Vital, Esensial, Non-Esensial) & Metode ABC (Always, Better, Control) Untuk Pengelolaan Persediaan di Apotek Sumber Gemilang Rizky, Muhammad; Nugraha, Fajar; Latifah, Noor
Jurnal SITECH : Sistem Informasi dan Teknologi Vol 8, No 1 (2025): JURNAL SITECH VOLUME 8 NO 1 TAHUN 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/sitech.v8i1.15346

Abstract

Penelitian ini dilakukan di Apotek Sumber Gemilang untuk memperbaiki sistem pengelolaan stok obat. Meskipun apotek telah memiliki sistem, masih terdapat kekurangan, seperti belum adanya fitur pemantauan stok berdasarkan kategori prioritas medis. Obat-obatan prioritas harus selalu tersedia untuk mencegah kekosongan stok obat. Untuk mengatasi hal ini, peneliti mengembangkan sistem informasi inventory obat yang mampu mengelompokkan obat berdasarkan dua metode klasifikasi, yaitu VEN dan ABC. Metode VEN mengelompokkan obat berdasarkan tingkat prioritas penanganan medis, sementara metode ABC mengelompokkan obat berdasarkan nilai konsumsi dan kontribusinya terhadap total biaya, dengan kategori A untuk konsumsi tertinggi, B sedang, dan C terendah. Pendekatan gabungan ini bertujuan mengoptimalkan pengadaan, ketersediaan obat, serta mencegah kekurangan stok obat. Sistem ini juga dilengkapi fitur notifikasi dalam sistem dan melalui email saat stok obat menipis dan saat obat mendekati kedaluwarsa. Implementasi sistem diharapkan membantu tenaga farmasi dalam pengambilan keputusan berbasis data. Apotek juga lebih mudah memantau dan menentukan waktu restock obat. Hasil akhir dari penelitian ini adalah terbentuknya sistem informasi inventory obat yang dilengkapi fitur klasifikasi VEN dan ABC, serta notifikasi kedaluwarsa dan stok menipis, yang dapat langsung diimplementasikan dalam operasional apotek.
Decision Support System Internet Disruption Using ORESTE and Geolocation PT Cloud Solution Zakaria Mubarok, Adhi; Supriyono, Supriyono; Latifah, Noor
Jurnal Teknologi Informasi dan Pendidikan Vol. 18 No. 2 (2025): Jurnal Teknologi Informasi dan Pendidikan
Publisher : Universitas Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24036/jtip.v18i2.980

Abstract

PT Cloud Solution is a cloud-based internet service provider located in Kudus, Central Java, and serves the Kudus, Pati, and Jepara areas. The main problem in PT Cloud Solution's operations is the process of reporting and handling internet service disruptions which are still done manually, without an integrated system and without utilizing customer location data. This causes delays in technician responses, inaccuracies in technician distribution, and the absence of a prioritization system based on the level of urgency of the disruption. This study aims to develop a web-based Decision Support System (DSS) that integrates the Organization, Rangement Et Synthèse De Données Relationnelles (ORESTE) method and geolocation technology to support the decision-making process in determining the priority of damage handling. The ORESTE method is used because it is able to process ordinal data and perform an objective ranking of alternatives without a complex weighting process. Geolocation technology is implemented to map the position of customers and technicians in real-time, so that the system is able to recommend handling based on location proximity and priority scale. The system was developed using the Waterfall model with stages of needs analysis, design using Use Case diagrams, implementation with PHP language and MySQL database, and tested using the Black Box method. Test results show that the system is capable of generating accurate and efficient handling priorities. This system is expected to improve the speed and accuracy of technician distribution, and customer satisfaction
Optimizing Book Genre Classification through AI on a Web Platform Dermawan, Fariz; Latifah, Noor
bit-Tech Vol. 8 No. 1 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i1.3001

Abstract

In the rapidly evolving digital era, the exponential growth of online book collections poses challenges in efficiently classifying literature according to genre. Manual classification methods are often time-consuming, subjective, and inconsistent, necessitating the adoption of advanced, automated approaches. This study aims to develop and implement an Artificial Intelligence (AI)-based genre classification system integrated into a web platform to enhance the accuracy, efficiency, and user experience in book discovery. Leveraging Machine Learning (ML) algorithms—particularly Support Vector Machine (SVM), Naïve Bayes, Decision Tree, Random Forest, and Deep Learning—alongside Natural Language Processing (NLP) techniques such as tokenization, stemming, and TF-IDF, the system analyzes book descriptions and synopses to determine the most appropriate genre. The research follows a qualitative and literature study approach, utilizing a dataset sourced from Kaggle, with preprocessing steps to remove noise and convert text into numerical representations. Experimental results demonstrate that the SVM model achieved the highest accuracy, precision, recall, and F1-score compared to other tested algorithms, effectively handling high-dimensional and non-linear data. The developed web application features an interactive dashboard, real-time classification, and a hybrid recommendation system. This work confirms the feasibility and advantages of AI-driven genre classification for large-scale digital libraries and online bookstores. While limitations such as data imbalance and overlapping genre semantics remain, the findings provide a strong foundation for future research employing larger, more diverse datasets and advanced deep learning architectures to further improve classification performance.
Analisis Sentimen Opini Publik Terhadap Program Bantuan Subsidi Upah (BSU) Di TikTok Dengan Pendekatan Support Vector Machine (SVM) Madiana, Tiara Septya; Latifah, Noor; Nugraha, Fajar
Jurnal SITECH : Sistem Informasi dan Teknologi Vol 8, No 1 (2025): JURNAL SITECH VOLUME 8 NO 1 TAHUN 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/sitech.v8i1.15604

Abstract

Program Bantuan Subsidi Upah (BSU) merupakan inisiatif pemerintah Indonesia untuk mendukung pekerja berpenghasilan rendah sebagai bentuk perlindungan sosial, khususnya di tengah pemulihan pasca-pandemi. Namun, pelaksanaannya menuai berbagai respons dari masyarakat, terutama yang disampaikan melalui media sosial seperti TikTok. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi sentimen opini masyarakat terhadap BSU 2025 menggunakan algoritma Support Vector Machine (SVM), guna memperoleh pemetaan persepsi publik secara otomatis dan berbasis data. Data komentar diperoleh melalui proses web scraping dari platform TikTok, kemudian diproses melalui tahapan CRISP-DM yang mencakup business understanding, eksplorasi data, preprocessing (cleaning, tokenizing, stemming, dan lainnya), pelabelan awal menggunakan pendekatan lexicon-based, transformasi fitur dengan metode TF-IDF, serta pemodelan dan evaluasi. Model SVM yang dibangun dievaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa model memiliki performa tinggi dengan akurasi 91% pada data latih dan 88% pada data uji. Sistem ini berhasil mengklasifikasikan komentar ke dalam tiga kelas sentimen: positif, netral, dan negatif. Dengan hasil tersebut, sistem ini dapat menjadi alat pendukung kebijakan yang membantu pemerintah dalam memahami dan merespons opini masyarakat secara lebih cepat, akurat, dan berbasis bukti.
IMPLEMENTASI FORECASTING PERMINTAAN PRODUK MENARA KUDUS UNTUK DISTRIBUTOR PERUSAHAAN DI PULAU JAWA DENGAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) Wulandari, Berliana Adya; Latifah, Noor; Nugraha, Fajar
Jurnal SITECH : Sistem Informasi dan Teknologi Vol 8, No 1 (2025): JURNAL SITECH VOLUME 8 NO 1 TAHUN 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/sitech.v8i1.15568

Abstract

PT Menara Kudus Indonesia adalah perusahaan distribusi dan penjualan produk dengan empat distributor resmi di Pulau Jawa, yaitu MK Kudus, MK Jakarta, MK Jogjakarta, dan MK Surabaya. Setiap distributor memiliki wilayah operasional yang berbeda, mencakup seluruh Jawa. Divisi Management Area di kantor pusat bertanggung jawab atas pengelolaan stok dan transaksi antar distributor. Saat ini, pencatatan stok masih dilakukan secara manual menggunakan Excel dengan format yang tidak seragam, menyebabkan ketidakefektifan dalam pemantauan stok secara real-time. Hal ini sering menimbulkan masalah overstock dan understock, yang berdampak pada pelayanan dan biaya operasional. Selain itu, proses pengadaan barang yang rumit dan lambat juga menjadi kendala dalam menjaga ketersediaan stok di setiap distributor. Untuk mengatasi masalah ini, perusahaan berencana untuk mengembangkan sistem terintegrasi untuk manajemen stok dan distribusi. Sistem ini akan mencakup pencatatan penjualan, permintaan stok, dan analisis kebutuhan barang menggunakan metode Autoregressive Integrated Moving Average (ARIMA) untuk memperkirakan kebutuhan produk di setiap cabang. Dengan adanya sistem ini, diharapkan dapat meningkatkan efisiensi operasional, mempercepat pengadaan barang, dan mendukung pengambilan keputusan berbasis data untuk memenuhi kebutuhan pasar secara lebih akurat. Pengembangan sistem berbasis web responsive dengan bahasa pemrograman PHP dan kelola database MySql.
Analisis Sentimen Publik Terhadap Program Makan Bergizi Gratis Menggunakan Metode Random Forest Pada Platform X Ainur, Ghefira; Latifah, Noor; Nugraha, Fajar
Jurnal SITECH : Sistem Informasi dan Teknologi Vol 8, No 1 (2025): JURNAL SITECH VOLUME 8 NO 1 TAHUN 2025
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/sitech.v8i1.15628

Abstract

Perkembangan media sosial telah membuka peluang baru dalam memahami opini publik secara real-time terhadap kebijakan pemerintah. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terkait Program Makan Bergizi Gratis yang diluncurkan oleh pemerintah Indonesia dengan memanfaatkan data dari platform X (Twitter). Metode yang digunakan adalah algoritma Random Forest untuk klasifikasi sentimen (positif, negatif, dan netral) dengan pendekatan representasi teks menggunakan TF-IDF. Proses penelitian mencakup pengumpulan data tweet melalui crawling, preprocessing teks (cleaning, case folding, tokenizing, stopword removal, dan stemming), pelabelan data secara manual, serta pelatihan dan pengujian model. Dataset terdiri dari 813 tweet, dibagi dengan rasio 80% data latih dan 20% data uji. Hasil menunjukkan bahwa model mampu mengklasifikasikan sentimen positif dengan akurasi tinggi (precision 82% dan recall 78%), namun kurang akurat pada kelas negatif dan netral. Akurasi keseluruhan model pada data uji adalah 82% dengan F1-score sebesar 90%. Aplikasi klasifikasi juga telah dideploy menggunakan Streamlit untuk memungkinkan klasifikasi komentar secara manual maupun batch melalui file CSV. Kesimpulan dari penelitian ini menunjukkan bahwa algoritma Random Forest cukup efektif untuk klasifikasi sentimen berbasis teks, meskipun perbaikan masih diperlukan pada aspek ketidakseimbangan kelas dan pemahaman konteks kalimat.
Sistem Informasi Pengelolaan Keuangan Konveksi Jekey Hijab Berbasis Web Responsive dengan Metode Accrual Basis Maulidiawati, Chyntia; Latifah, Noor; Nugraha, Fajar
JURNAL UNITEK Vol. 18 No. 1 (2025): Januari - Juni 2025
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/unitek.v18i1.1495

Abstract

Konveksi Jekey Hijab merupakan UMKM di Kabupaten Jepara yang bergerak di bidang produksi busana muslim. Pencatatan keuangan usaha ini masih dilakukan secara manual menggunakan buku tulis dan aplikasi sederhana, yang menimbulkan berbagai kendala seperti keterlambatan laporan keuangan, kesalahan pencatatan piutang dan utang, serta kurangnya transparansi kondisi finansial. Penelitian ini bertujuan mengembangkan sistem informasi pengelolaan keuangan berbasis web responsif dengan metode pencatatan accrual basis yang disesuaikan untuk kebutuhan UMKM konveksi. Sistem dirancang menggunakan metode Waterfall, mencakup tahapan analisis, perancangan, implementasi, pengujian, dan pemeliharaan. Perancangan sistem mengacu pada pendekatan Unified Modeling Language dengan Use Case Diagram. Fitur utama mencakup pencatatan pemasukan, pengeluaran, piutang, utang, serta laporan laba rugi. Hasil pengujian dengan metode black box testing menunjukkan seluruh fitur berjalan sesuai kebutuhan fungsional. Sistem ini diharapkan dapat meningkatkan efisiensi, akurasi pencatatan, dan kualitas pengambilan keputusan keuangan bagi UMKM konveksi.
SISTEM INFORMASI PENGELOLAAN ASET BARANG MILIK NEGARA (BMN) PADA IAIN KUDUS BERBASIS ANDROID Fauzi, Sa'ad; Latifah, Noor; Muzid, Syafiul
Antivirus : Jurnal Ilmiah Teknik Informatika Vol 19 No 1 (2025): Mei 2025
Publisher : Universitas Islam Balitar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35457/ehcje823

Abstract

The management of State-Owned Assets (BMN) at the State Islamic Institute (IAIN) Kudus still faces various challenges, such as difficulties in asset tracking, lengthy distribution processes, and limited access for work units. This study aims to design and develop an Android-based BMN Asset Management Information System to accommodate the internal needs of IAIN Kudus. The system development method used is Rapid Application Development (RAD) with PHP and Kotlin programming languages and MySQL database. The system is designed to provide various features, such as inter-unit asset transfer, QR Code-based asset tracking, multilevel user access, asset borrowing, asset history, and Android-based notifications. Testing results indicate that the system effectively enhances the efficiency and accountability of BMN asset management at IAIN Kudus.
Co-Authors - Supriyono Achmad Fauzi Adiyono, Soni Adzani Ghani Ilmannafian Agus Tiyo, Muhammad Savra Ahyudiya, Higan Nanda Ainur, Ghefira Al Maududi, Abul A'la Al-Maududi, Abul Ala Andi Agus Setyawan Andinie, Lilian Bunga Andriawan, Yogi Andriawan, Yogi Andy Prasetyo Utomo Anggraeny, Wahyu Kartika Anteng Widodo Anwar Mallongi Aprilia, Tyas Ardila, Septiyani Arfiyan, Farel Dani Arif Setiawan Arinda, Yosi Duwita Ariyanto, Januar Asih, Erny Atik Rokhayani Budi Cahyo Wibowo Dermawan, Fariz Dian Aditya Diana Laily Fithri Diana Laily Fithri Dihartawan, Dihartawan DWI RAHMAWATI Effendi, Luqman Eko Darmanto Elsya Vera Indraswari Erlina Nofianti Ernyasih, Ernyasih Fajar Nugraha Fajrini, Fini Fauzi, Sa'ad Fauzia, Ghina Zahrotul Fawwaz, Muhammad Taufiq Ferry Ferdiansyah, Ferry Ghufriyyah, Shinta Gudnanto Handayani, Rosmawati Herdiansyah, Dadang Herlina Sari, Nurya Hidayat, Hilmi Bayu Higan Nanda Ahyudiya Ida Ayu Putu Sri Widnyani Ika Friscila, Ika Imam Abdul Rozaq Iman, Hadad Karsa Nur Irawati, Diana Izzatul Wahyuningsih Jaksa, Suherman Juhazty, Meti Brendha Kharisma, Dayu Swasti Kristiana, Isha Desty Kurniasari, Nita Kurniawan, Rizky Dwi Kusumawardhana, Muhammad Anton Laily Fithri, Diana Lina Anjelina Lisa Rachmawati Lubis, Anwar Lusida, Nurmalia Madiana, Tiara Septya Mariatul Kiptiah Marlina Oktaviani Maulidiawati, Chyntia Melviani, Melviani Mochammad Imron Awalludin Mubarrizi, Nor Muhammad Muhammad Muhammad Arifin Muhammad Firdaus, Ricko Muhammad Indra Darmawan muhammad rizky, muhammad Muhammad Shofiyuddin Munawaroh, Vika Aulia Munaya Fauziah Munggaran, Gilang Anugerah Nadiva Naifa Najla Nafi’ Inayati Zahro Nastiti, Kunti Natashia, Dhea Noor Yulita Dwi Setyaningsih Nujulla, Puspa Odang, Maulidina Salsabilla Pawestri, Hasna Pratomo Setiaji Purwanto, Ari Joko Putri Kurnia Handayani Putri, Vivinda Trisnowati R Rhoedy Setiawan Rahman, Nisa Aulia Rayhana, Rayhana Rike Syahniar Rina Fiati Rina Saputri Rohama, Rohama Romadhon, Zainur Romdhona, Nur Setyawan, Andi Agus SG, Hardiman Shofiani Dwi Natalia Slametiningsih, Slametiningsih Sofian, Ahmad Srisantyorini, Triana Suherman, Suherman Sulistina Rini Supriyono Supriyono Supriyono Suryaalamsah, Inne Indraaryani Sutono Sutono Sutono Syafiul Muzid Triya Adzani Maulidina Tutik Khotimah Viki Muliawati Wulandari Wahdah, Rabia Wiwit Agus Triyanto Wulandari, Berliana Adya Yudie Irawan Zakaria Mubarok, Adhi Zen, Azizah Zulfa Himmatul Ulya