Article Per Year (5 Year)
p-Index From 2021 - 2026
2.33
P-Index
This Author published in this journals
All Journal snimed Jurnal Teknoin Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Telematika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Insect (Informatics and Security) : Jurnal Teknik Informatika Jurnal Teknoinfo IJID (International Journal on Informatics for Development) Jurnal Pendidikan dan Konseling JITU : Journal Informatic Technology And Communication Automata Journal of Education Informatic Technology and Science JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Jurnal Teknik Informatika (JUTIF) Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi
Lizda Iswari
Fakultas Teknologi Industri, Universitas Islam Indonesia
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Social Sciences Other

Published : 27 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 27 Documents
Search

 1   2   3 
Pengembangan Media Pembelajaran Interaktif Berbasis Web untuk Bahasa Indonesia bagi Penutur Asing Tingkat Pemula Izzan Yattaqi Nugraha; Lizda Iswari
AUTOMATA Vol. 3 No. 2 (2022)
Publisher : AUTOMATA

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

Abstract

Dengan berkembangnya teknologi, banyak hal yang bisa dilakukan untuk mendukung pembelajaran BIPA atau Bahasa Indonesia bagi Penutur Asing, termasuk game edukasi. Penelitan ini menggunakan pendekatan Research and Developent (R&D) yang mengadaptasi model ADDIE. Game BIPA dikembangkan menggunakan software Construct 3. Game BIPA dirancang menggunakan Adobe Photoshop CC 2019 Portable sebagai pembuatan asset game. Game BIPA ini bergenre game drag and drop dan multiple choice, sisi edukasi dalam game ini adanya materi BIPA yang terpadu dengan kurikulum Program BIPA Cilacs UII untuk tingkat pemula. Subjek dari produk ini adalah mahasiswa asing UII.
Pengembangan Aplikasi Berbasis Web dengan Python Flask untuk Klasifikasi Data Menggunakan Metode Decision Tree C4.5 Alan Chandra Darmawan; Lizda Iswari
Jurnal Pendidikan dan Konseling (JPDK) Vol. 4 No. 5 (2022): Jurnal Pendidikan dan Konseling
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jpdk.v4i5.7492

Abstract

Seiring perkembangan zaman, data merupakan salah satu alat yang dapat memberikan berbagai macam informasi berguna apabila dikelola dan diolah dengan baik dan benar. Machine learning adalah salah satu cabang ilmu olah data, yang dimana terdapat banyak algoritma yang dapat digunakan dalam mengolah data tergantung dari jenis dan tipe data yang digunakan. Decision Tree C.45 adalah salah satu contoh algoritma yang mudah diimplementasikan dalam penggunaannya. Studi kasus telah dilakukan dengan mempelajari dan memahami aplikasi WEKA yang merupakan salah satu contoh dari aplikasi berkonsep machine learning yang terkemuka. Pada penelitian ini akan dikembangkan sebuah aplikasi yang menggunakan konsep machine learning berbasis web, dimana penggunaan algoritmanya difokuskan kepada algoritma Decision Tree C.45. Penggunaan algoritma ini akan menggunakan metode klasifikasi data dan metode supervised learning agar menghasilkan sebuah output berupa pohon keputusan dari file yang telah diunggah oleh pengguna. Sistem juga memberikan laporan klasifikasi dan juga matriks konfusi sebagai salah satu upaya penilaian dalam kinerja machine learning ini, agar nantinya hasil dari proses ini dapat dimanfaatkan sesuai dengan kepentingan dan kebutuhan bagi pengguna.
PENGEMBANGAN APLIKASI PEMBELAJARAN BAHASA ARAB UNTUK PEMULA BERBASIS WEB Dina Febriana; Lizda Iswari
Insect (Informatics and Security): Jurnal Teknik Informatika Vol. 8 No. 2 (2023): Maret 2023
Publisher : Universitas Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33506/insect.v8i2.2246

Abstract

Pembelajaran bahasa arab di Indonesia masih memiliki tantangan dalam metode penyampaiannya. Hal ini dapat dilihat pada media pembelajaran Bahasa Arab sebagian besar masih terpaku pada buku dan metode penyampaian tradisional berupa ceramah satu arah. Oleh karena itu diperlukan media pembelajaran yang dapat meningkatkan motivasi pelajar untuk mempelajari bahasa arab. Dalam penelitian ini dikembangkan sebuah aplikasi pembelajaran bahasa arab untuk pemula berbasis web dengan metode penelitian research and development. Metode penelitian tersebut dilaksanakan melalui studi literatur dan studi lapangan untuk dapat menemukan inti permasalahan sehingga dapat merancang kebutuhan aplikasi sebagai solusi efektif. Tujuan dari penelitian ini adalah dibangunnya sebuah aplikasi pembelajaran bahasa arab untuk pemula berbasis web dengan materi berupa pengenalan huruf, pengenalan angka, kosakata, dan penyusunan kalimat. Materi akan disajikan dalam bentuk teks, audio, dan gambar sehingga dapat meningkatkan ketertarikan pelajar dalam mempelajari dan memahami dasar bahasa arab. Selain itu, aplikasi dikembangkan berbasis web sehingga pengguna dapat mengakses aplikasi menggunakan berbagai platform. Setelah aplikasi berhasil dikembangkan, kemudian diberikan kepada sejumlah responden untuk mengetahui tingkat kelayakan sistem. Hasil pengujian menggunakan metode pengujian system usability scale dan menghasilkan predikat “Good” sehingga masih layak untuk digunakan para pelajar.
IDENTIFIKASI PENGELOMPOKAN TITIK PENJEMPUTAN DAN TITIK PENGANTARAN PERJALANAN TAKSI MENGGUNAKAN ALGORITMA DBSCAN Salsabila, Anisa; Iswari, Lizda
PENDIDIKAN SAINS DAN TEKNOLOGI Vol 11 No 2 (2024)
Publisher : STKIP PGRI Situbondo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47668/edusaintek.v11i2.1063

Abstract

Pesatnya pertumbuhan wilayah perkotaan dalam beberapa tahun terakhir mengakibatkan keterkaitan dan saling mempengaruhi antara rutinitas perjalanan harian penduduk kota dan penggunaan transportasi umum. Kepuasan pelayanan kepada penumpang merupakan hal yang sangat terkait dengan usaha armada taksi, dimulai dari proses penjemputan hingga pengantaran ke tujuan. Waktu menunggu taksi menjadi faktor penting bagi penumpang dalam memilih titik penjemputan yang tepat di lingkungan perkotaan. Mengidentifikasi sejarah permintaan penumpang taksi secara akurat dapat membantu pengelola armada taksi dalam mengalokasikan sumber daya terutama di wilayah perkotaan. Dalam penelitian ini, algoritma DBSCAN digunakan untuk mengidentifikasi pola cluster yang muncul dari titik penjemputan dan titik pengantaran penumpang berdasarkan data perjalanan taksi. Data yang digunakan berasal dari Kaggle, dan fokus penelitian ini adalah perjalanan taksi di Kota Brooklyn. Pada titik penjemputan penumpang, teridentifikasi 3 cluster dengan pola sebaran jalur yang memiliki potensi area yang signifikan terletak di sekitar pusat perbelanjaan seperti Atlantic Avenue Barclays Center, Arena Barclays Center, Flatbush Avenue, dan Atlantic Avenue. Sementara itu, pada titik pengantaran penumpang, terdapat 2 cluster dengan pola sebaran jalur yang memiliki potensi area signifikan terletak di Myrtle Avenue, Flatbush Avenue, Lafayette Avenue, Williamsburg, dan Dumbo.
IDENTIFYING AREA HOTSPOTS AND TAXI PICKUP TIMES USING SPATIAL DENSITY-BASED CLUSTERING Lestari, Mulia Dea; Iswari, Lizda
Jurnal Teknik Informatika (Jutif) Vol. 4 No. 5 (2023): JUTIF Volume 4, Number 5, October 2023
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2023.4.5.992

Abstract

Taxis are one of the competitive sectors of transportation and are recognized as convenient and easy means of transportation to meet individual needs. However, in the operation of a taxi there are some problems that would make the taxi service less optimal, such as the difficulty with finding a taxi at specific hours, the imbalance between demand and taxi supplies, and the length of passengers waiting for a taxi. Therefore, to optimize taxi service, a knowledge base is needed for strategic management decision making. In the study, data of exploration taxis uses a DBSCAN algorithm aimed at identifying and clustering pickup hotspots based on time during weekday and weekend time from Queens, New York City. As for the features used which are pickup latitude and pickup longitude. Accuracy scores for modeling use coefficients to achieve accuracy scores of 0.80 on weekdays and 0.77 on weekends where the accuracy score falls into the accurate category in modeling. Results show that there are three areas of taxi pickup centers based on high taxi demand in January 2016, where they are at LaGuardia airport, John f. Kennedy international, and the area around Steinway Street.
TEMPORAL SPATIAL PROPERTY PROFILING AND IDENTIFICATION OF EARTHQUAKE PRONE AREAS USING ST-DBSCAN AND K-MEANS CLUSTERING Samsudin, Angga Radlisa; Fudholi, Dhomas Hatta; Iswari, Lizda
Jurnal Teknik Informatika (Jutif) Vol. 5 No. 3 (2024): JUTIF Volume 5, Number 3, June 2024
Publisher : Informatika, Universitas Jenderal Soedirman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jutif.2024.5.3.1293

Abstract

Indonesia is a country located at the confluence of three major tectonic plates, namely Indo-Australia, Eurasia, and the Pacific so that earthquakes often occur, one of which is in West Nusa Tenggara Province. One way to accelerate the disaster mitigation process is to analyze earthquake occurrence based on spatial temporal aspects. This study uses data from BMKG NTB Province during 2018 with a total of 3,699 earthquake events which are then analyzed using ST-DBSCAN and K-Means. ST-DBSCAN analysis was used to determine earthquake prone areas based on the date and location of the event, while k-means used the depth and magnitude of the earthquake. The results show that the distribution pattern of earthquakes in the NTB region has a stationary pattern and there are similar prone areas based on the location and time of occurrence as well as the strength and depth of the earthquake. The ST-DBSCAN method using latitude and longitude attributes produces one cluster that covers 96.33% of the total data. Meanwhile, K-Means using the depth and magnitude attributes produced four clusters. The four clusters were obtained from the cluster density using the silhouette score value between -1 and 1. The K-means analysis used a silhouette score result of 18.527 which was found in cluster 1. Earthquake prone areas in the distribution of earthquakes or types of earthquakes are located in Gangga and Bayan sub-districts of North Lombok and in Sambelia and Sembalun sub-districts of East Lombok. The sub-district with the most frequent earthquakes is Sambelia sub-district with 112 earthquakes. Then the strength of the largest earthquakes on average occurred in Gangga sub-district with magnitudes of 4 to 6.2 SR with shallow earthquake types. The prone area is located at the foot of the mountain and directly adjacent to the ocean.ith shallow earthquake types. The Prone area is at the foot of a mountain and directly adjacent to the ocean.
Student Grade Association Analysis with Apriori Algorithm Khoiruzzidan, Ilma; Iswari, Lizda
Jurnal Sains, Nalar, dan Aplikasi Teknologi Informasi Vol. 3 No. 2 (2024)
Publisher : Department of Informatics Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/snati.v3.i2.31

Abstract

This study focuses on applying the Apriori algorithm to course grades of 150 students. The research aims to uncover correlations between course grades, providing insights for both the researcher and the institution. Data was directly extracted from the student academic database. The Apriori algorithm was implemented in three scenarios with varying minimum support and confidence thresholds. The final results depict patterns in course grades that tend to co-occur. Among the three scenarios, the combination of Game Development with an A grade, Informatics Fundamentals with an A grade, and Advanced Math with an A grade yielded the highest values, with a support of 26% and confidence of 88.6%.
Co-Authors Ahmad Raf'ie Pratama Alan Chandra Darmawan Dadang Heksaputra Dhomas Hatta Fudholi Dina Febriana Elyza Gustri Wahyuni Ervina Gita Ayu Fathul Wahid Fudholi, Dhomas Hatta Gunanto Gunanto Izzan Yattaqi Nugraha Izzati Muhimmah Khoiruzzidan, Ilma Kusumawati, Anggara Jatu Lestari, Mulia Dea Moch. Fathi Siddiqi Muhammad Daffa Muafa Muhammad Zufar Al Rafif Muhd Humam Rhamadhani Nasution - Nielza Atthina Nurul Mega Saraswati Rio Rizki Aryanto Risca Naquitasia Riyanto, Didik Sabella, Billy Salsabila, Anisa Sigit Nugroho Sri Kusumadewi Wijaya Kusuma Yopi Azani Zumrotun Naimah