Article Per Year (5 Year)
p-Index From 2020 - 2025
0.778
P-Index
This Author published in this journals
All Journal FKIP e-PROCEEDING Journal of Information System and Computer IJF (Indonesia Jurnal Farmasi)
Arina Zulfa
Unknown Affiliation
Computer Science & IT Medicine & Pharmacology

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
PEACE (PROSPEK IMPLEMENTASI ARTIFICIAL INTELLIGENCE) DALAM NATURAL SCIENCE LEARNING (NSL) BERBASIS AUGMENTED REALITY (AR) DI SEKOLAH M. Nur; Arina Zulfa; Kholida Nailil Muna
FKIP e-PROCEEDING Vol 4 No 1 (2019): Prosiding Seminar Nasional Pendidikan Fisika
Publisher : Pendidikan Fisika FKIP UNEJ

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

Abstract

Artificial Intelligence merupakan terobosan suatu teknologi yang berkembang pesat di era revolusi industri 4.0. AI mengacu pada simulasi kecerdasan manusia dalam mesin yang diprogram untuk berfikir seperti manusia dan meniru tindakannya. Salah satu kebermanfaatan AI adalah di bidang pendidikan seperti penggunaan teknologi untuk kegiatan pembelajaran di sekolah. Teknologi computer vision merupakan cabang dari artificial intelligence dengan memanfaatkan komputer agar menghasilkan produk berbasis teknologi. Salah satu bentuk produk yang dihasilkan dari perkembangan tersebut ialah Augmented Reality (AR). AR adalah salah satu upaya teknologi yang dapat menggabungkan dunia nyata dan dunia virtual seolah-olah tidak ada batas antar keduanya. Dengan kemampuan tersebut, AR memiliki potensi untuk meningkatkan kualitas pembelajaran di sekolah. Tujuan dari kajian ini adalah menentukan potensi augmented reality dalam natural science learning di sekolah, ditinjau dari tingkat validasi oleh ahli materi dan ahli media, mengidentifikasi penerapannya di berbagai materi dalam IPA, serta menentukan dampaknya. Metode penelitian yang dilakukan menggunakan meta-analisis. Kajian awal yang dilakukan yaitu pengumpulan berbagai data dari peneliti sebelumnya, menganilis potensinya dengan perhitungan persentase sesuai hasil kajian pustaka kemudian dituangkan dalam bentuk tabel dan diagram. Kesimpulan yang dihasilkan ialah tingkat kelayakan teknologi augmented reality berturut-turut dibidang Fisika, Biologi, Kimia, dan IPA adalah 85,92%, 86,64%, 90,23%, dan 88,83%. Sehingga rata-rata secara keseluruhan 87,90%. Implementasi AR dalam natural science learning memberikan dampak yang positif dan layak digunakan di sekolah.Kata Kunci: Artificial Intelligence, Natural Science Learning, Augmented Reality.
UJI AKTIVITAS ANTIBAKTERI EKSTRAK ETANOL 70% BIJI LADA HITAM (Piper nigrum L) TERHADAP BAKTERI Escherichia coli Hasriyani Hasriyani; Arina Zulfa; Laksmi Anggun; Rika Murhayati
IJF (Indonesia Jurnal Farmasi) Vol 5, No 2 (2020): Indonesia Jurnal Farmasi
Publisher : Universitas Muhammadiyah Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26751/ijf.v5i2.1172

Abstract

AbstrakBiji lada hitam (Piper nigrum L) memiliki senyawa antimikroba yang berkhasiat untuk mengobati diare. Tujuan penelitian ini untuk mengetahui aktivitas ekstrak biji lada hitam dalam berbagai konsentrasi.Biji lada hitam diekstraksi dengan metode maserasi. Biji lada hitam dari ekstrak etanol 70% dibuat dengan seri konsentrasi 100 mg/mL; 50 mg/mL; 25 mg/mL; 12,5mg/mL; 6,25 mg/mL; 3,125 mg/mL; 1,565 mg/mL; 0,781 mg/mL; 0,3905 mg/mL; kontrol negatif, dan kontrol positif dan kotrimoksazol sebagai kontrol untuk perbandingan. Tes dilakukan pada bakteri Escherichia coli dalam pengenceran.Hasil tes antibakteri menunjukkan ekstrak biji lada hitam memiliki aktivitas antibakteri terhadap Escherichia coli dengan konsentrasi bakterisida minimum (MBC) adalah 50 mg/mL. Aktivitas antibakteri ditemukan pada konsentrasi minimum 50 mg/mL karena ekstrak biji lada mengandung flavonoid, alkaloid, tanin, saponin, minyak atsiri, dan piperin. Piperine adalah kandungan kimia yang paling tinggi. Kata kunci: Biji lada hitam (Piper nigrum L), Escherichia coli, antibakteri, pengenceran. AbstractSeeds of black pepper (Piper nigrum L) had antimicrobial compounds was efficacious for treating diarrhea. This purpose of research to determine the activity of the of black pepper seed extract in varying concentrations.Seeds of black pepper extracted by maceration method. Black pepper seeds of 70% ethanol extract made with the series a concentration of 100 mg/mL; 50 mg/mL; 25 mg/mL; 12,5mg/mL; 6.25 mg/mL; 3.125 mg/mL; 1.565 mg/mL; 0.781 mg/mL; 0.3905 mg/mL; negative control, and positive control and cotrimoxazole as controls for comparison. Tests conducted on the bacteria Escherichia coli in dilution.Antibacterial test results showed black pepper seeds extract had an antibacterial activity against Escherichia coli to minimum bactericidal concentration (MBC) was 50 mg/mL. Antibacterial activity found on 50 mg/mL of minimum concentration because black pepper seeds extract contained flavonoids, alkaloids, tannins, saponins, essential oils, and piperine. Piperine was a chemical content that highest. Keywords: Seeds of black pepper (Piper nigrum L), Escherichia coli, antibacterial, dilution.
ASISTEN DIGITAL CEPAT DAN PRAKTIS CHATBOT PMB MENGGUNANKAN ALGORITMA NEURAL NETWORK Sabrina, Dinta; Arina Zulfa; Heru Saputro; Alzena Dona Sabilla
Journal of Information System and Computer Vol. 4 No. 2 (2024): Desember 2024
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34001/jister.v4i2.1216

Abstract

Demand for accurate information services, and responsiveness is increasing in the modern era, especially in the process of receiving new students. The limitations of human resources that provide information services in a direct way cause user delays and dissatisfaction. Therefore, an automatic solution that can provide efficient and effective information services, is the chatbot service (PMB) using AI to make it easier for prospective students and educational institutions to communicate. The study created a chatbot that could understand a better natural language by combining the neural convolutional network (CNN) and long short-term memory (LSTM) supported by embedding gloves. To ensure that the neural network's models can process text optimally, development processes involve important stages such as tokenization, padding, and the formation of the embedding matrix. Test results show that models have high training accuracy, but validation charts show overfitting, which is indicated by the big difference between losing training and losing validation. Embedding gloves, however, successfully enhance word representation and help people better understand the context of the text included. The CNN-LSTM PMB chatbot aims to provide a faster, more, relevant, and accurate service to prospective students
EFISIENSI PENGELOLAAN PERSEDIAAN STOK MENGGUNAKAN METODE SAFETY STOCK DI KAKI NAGA JEPARA Putri, Natasya; Leni Amrita; Arina Zulfa; Danang Mahendra; Joko Minardi
Journal of Information System and Computer Vol. 4 No. 2 (2024): Desember 2024
Publisher : Universitas Islam Nahdlatul Ulama Jepara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34001/jister.v4i2.1221

Abstract

Inventory management is crucial for any business to ensure smooth operations and customer satisfaction. This study investigates the efficiency of inventory management using the Safety Stock method at Kaki Naga Jepara. The research aims to determine how this method can help maintain optimal inventory levels, reduce stockouts, and minimize carrying costs. Using a combination of quantitative data analysis and case study methodology, the results indicate that the Safety Stock method significantly improves inventory management efficiency by providing a buffer against demand variability and lead time fluctuations.
Co-Authors Alzena Dona Sabilla Danang Mahendra Hasriyani Hasriyani Heru Saputro Joko Minardi Kholida Nailil Muna Laksmi Anggun Leni Amrita M. Nur putri, natasya Rika Murhayati Sabrina, Dinta