Article Per Year (5 Year)
p-Index From 2021 - 2026
3.872
P-Index
This Author published in this journals
All Journal Prosiding SNATIF Jurnal Ilmu Kesehatan Masyarakat (The Public Health Science Journal) Jurnal Dunia Kesmas JURSIMA (Jurnal Sistem Informasi dan Manajemen) Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Jurnal Ilmiah Wahana Pendidikan ENVIRONMENTAL OCCUPATIONAL HEALTH AND SAFETY JOURNAL Jurnal Teknik Informatika Proceeding Muhammadiyah International Public Health and Medicine Conference JURSIMA Sabangka Abdimas Jurnal Pengabdian Masyarakat Sabangka Medic Nutricia : Jurnal Ilmu Kesehatan GEMBIRA (Pengabdian Kepada Masyarakat) Jurnal Media Akademik (JMA) Vitamin: Jurnal Ilmu Kesehatan Umum Modem : Jurnal Informatika dan Sains Teknologi Jurnal Ilmu Kesehatan Masyarakat (The Public Health Science Journal) INOVTEK Polbeng - Seri Informatika
Noor Latifah
Unknown Affiliation
Religion Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Medicine & Pharmacology Neuroscience Nursing Public Health Social Sciences Veterinary Other

Published : 29 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 29 Documents
Search

 1   2   3 
PENGAPLIKASIAN ALAT PENYIRAM OTOMATIS PADA KUMBUNG JAMUR TIRAM DI DESA MENAWAN GEBOG KUDUS Noor Yulita Dwi Setyaningsih; Budi Cahyo Wibowo; Imam Abdul Rozaq; Noor Latifah
Jurnal Gembira: Pengabdian Kepada Masyarakat Vol 1 No 05 (2023): OKTOBER 2023
Publisher : Media Inovasi Pendidikan dan Publikasi

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

Abstract

Alat penyiram otomatis merupakan teknologi tepat guna yang diaplikasikan pada mitra dengan usaha budidaya jamur tiram. Kondisi awal yang dilakukan pada mitra adalah melakukan sistem siram kumbung jamur tiram secara manual atau konvensional. Dengan kondisi kerja yang masih manual memiliki banyak kekurangan yaitu penggunaan energi atau tenaga dan waktu yang lama. Dengan terpasangnya sistem tepat guna penyiram otomatis ini dapat mengganti tenaga manusia, kemudian waktu yang dibutuhkan untuk menyiram dapat disesuaikan dengan kebutuhan dan lebih efisien atau lebih cepat dalam proses penyiraman.
ANALISIS PEMANFAATAN GOOGLE WORKSPACE SEBAGAI LAYANAN CLOUD COMPUTING GUNA EFISIENSI PADA UMKM Alifa Marsha Rahmania; Noor Latifah
Jurnal Media Akademik (JMA) Vol. 3 No. 12 (2025): JURNAL MEDIA AKADEMIK Edisi Desember
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/h8fyfw11

Abstract

UMKM menghadapi tantangan dalam pengelolaan data, kolaborasi, dan akses dokumen secara efisien tanpa investasi tinggi pada infrastruktur TI. Layanan cloud SaaS seperti Google Workspace menawarkan solusi praktis bagi UMKM. Penelitian ini menganalisis implementasi Google Workspace pada skenario UMKM menggunakan data simulasi, dengan instrumen analisis dokumentasi dan analisis data. Hasil menunjukkan bahwa Google Workspace dapat menyediakan akses data fleksibel, kolaborasi real-time, dan pengelolaan dokumen yang efisien. Namun demikian, implementasi cloud computing pada UMKM masih menghadapi tantangan berupa kesiapan sumber daya manusia, literasi digital, dan ketergantungan pada koneksi internet. Implementasi ini berpotensi mendukung efisiensi operasional dan mendigitalisasi proses UMKM dengan biaya relatif rendah. Penelitian ini menyimpulkan bahwa Google Workspace berpotensi menjadi solusi alternatif yang efektif dan efisien dalam mendukung transformasi digital UMKM, khususnya dalam pengelolaan data dan kolaborasi bisnis, dan berdasarkan temuan dari studi, UMKM dianjurkan untuk memanfaatkan Google Workspace dalam rangka digitalisasi untuk meningkatkan efisiensi dalam pengelolaan dokumen serta kerja sama.
IMPLEMENTASI CNN (VGG16) UNTUK VERIFIKASI KEMIRIPAN CITRA WAJAH MENGGUNAKAN GOOGLE COLAB DAN GOOGLE DRIVE Dwita Amalia Rizki; Noor Latifah
Jurnal Media Akademik (JMA) Vol. 3 No. 12 (2025): JURNAL MEDIA AKADEMIK Edisi Desember
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/c7vb6v33

Abstract

Penelitian ini mengimplementasikan Convolutional Neural Network (CNN) arsitektur VGG16 untuk melakukan verifikasi kemiripan citra wajah pada lingkungan komputasi awan berbasis Software as a Service (SaaS) menggunakan Google Colab dan Google Drive. Sepuluh citra wajah diunggah melalui antarmuka Colab dan secara otomatis disimpan pada direktori Google Drive untuk menjaga struktur dan konsistensi data. Setiap citra diproses melalui tahapan preprocessing dan ekstraksi fitur menggunakan model VGG16 tanpa lapisan klasifikasi, kemudian hasil ekstraksinya dibandingkan menggunakan cosine similarity. Nilai cosine yang diperoleh dikonversi ke dalam bentuk persentase untuk memudahkan interpretasi tingkat kemiripan. Hasil pengujian menunjukkan bahwa Gambar 1 sebagai citra acuan memiliki tingkat kemiripan bervariasi terhadap sembilan citra lainnya, yaitu antara 68.1% hingga 90.2%, yang mengindikasikan perbedaan fitur wajah akibat variasi sudut, pencahayaan, ekspresi, dan kualitas citra. Visualisasi berupa grafik batang dan tabel disertakan untuk memperjelas pemahaman terhadap hasil perhitungan. Secara keseluruhan, penelitian ini membuktikan bahwa kombinasi CNN VGG16, cosine similarity, dan layanan cloud SaaS efektif dalam melakukan verifikasi kemiripan wajah, serta mampu memberikan hasil pengukuran yang terstruktur, informatif, dan mudah diinterpretasikan pada aplikasi autentikasi berbasis cloud.
PENGENALAN SUARA PERSONAL MENGGUNAKAN EKSTRAKSI MFCC DAN SUPPORT VECTOR MACHINE BERBASIS CLOUD COMPUTING Arina Nindya Sari; Noor Latifah
Jurnal Media Akademik (JMA) Vol. 3 No. 12 (2025): JURNAL MEDIA AKADEMIK Edisi Desember
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/gk3b4y86

Abstract

Penelitian ini mengevaluasi sistem verifikasi pembicara text-independent berbasis komputasi awan yang mengintegrasikan Mel-Frequency Cepstral Coefficients (MFCC) sebagai metode utama ekstraksi fitur dan Support Vector Machine (SVM) sebagai model klasifikasi ringan. Teknologi biometrik suara semakin relevan untuk autentikasi karena bersifat non-intrusif dan mampu menangkap karakteristik vokal unik dari setiap pembicara. Namun, sebagian besar implementasi eksperimen masih bergantung pada komputasi lokal yang membatasi skalabilitas, aksesibilitas, serta kolaborasi. Penelitian ini bertujuan untuk menganalisis performa dan kelayakan penerapan pipeline verifikasi suara pada platform komputasi awan dengan menggunakan Google Colab dan Google Drive sebagai contoh lingkungan implementasi. Tahapan penelitian meliputi pra-pemrosesan audio, ekstraksi fitur MFCC dengan penambahan statistik, pelatihan model menggunakan SVM, serta evaluasi performa melalui metrik akurasi dan kurva evaluasi. Hasil penelitian menunjukkan bahwa kombinasi MFCC–SVM mampu memberikan akurasi verifikasi yang andal pada dataset personal berskala kecil dan tetap efektif sebagai pendekatan fitur tradisional dalam skenario praktis. Selain itu, workflow berbasis cloud memberikan keuntungan operasional berupa kemudahan komputasi, kemudahan berbagi, serta peningkatan aksesibilitas. Penelitian ini merekomendasikan pengembangan lebih lanjut pada aspek robustness terhadap noise dan pemanfaatan dataset lebih besar untuk meningkatkan kemampuan generalisasi pada kondisi nyata.
PENERAPAN TEKNOLOGI CLOUD COMPUTING DALAM PENGARSIPAN LAPORAN PERTANGGUNGJAWABAN (LPJ) ORGANISASI KEMAHASISWAAN: MANFAAT DAN TANTANGANNYA Lu’lu’il Laili; Noor Latifah
Jurnal Media Akademik (JMA) Vol. 3 No. 12 (2025): JURNAL MEDIA AKADEMIK Edisi Desember
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/ww0r9248

Abstract

Sistem pengarsipan Laporan Pertanggungjawaban (LPJ) organisasi kemahasiswaan (Ormawa) di banyak perguruan tinggi masih bersifat konvensional dan terfragmentasi, mengakibatkan rendahnya efisiensi, transparansi, dan akuntabilitas. Penelitian ini bertujuan untuk menganalisis secara mendalam tentang manfaat dan tantangan penerapan cloud computing dalam pengelolaan pengarsipan Laporan pertanggungjawaban (LPJ) organisasi kemahasiswaan. Menggunakan metode kualitatif deskriptif dengan pendekatan tidak langsung melalui studi pustaka, dokumen kebijakan, serta hasil penelitian relevan lima tahun terakhir. penelitian ini menemukan bahwa cloud computing memberikan berbagai manfaat signifikan berupa efisiensi penyimpanan, aksesibilitas data dari mana saja, peningkatan kolaborasi tim dalam penyusunan LPJ, serta mendukung transparansi keuangan organisasi. Namun, terdapat sejumlah tantangan yang dihadapi, seperti keterbatasan pemahaman teknologi di kalangan pengurus, keamanan data keuangan, ketergantungan pada koneksi internet, serta belum adanya panduan teknis dari institusi kampus. Penelitian ini menyimpulkan bahwa Cloud computing dapat menjadi solusi efektif untuk pengarsipan LPJ jika didukung dengan pelatihan sumber daya manusia, penyusunan regulasi internal, dan penguatan infrastruktur digital kampus. Rekomendasi penelitian meliputi pengembangan modul pelatihan, kolaborasi dengan pihak kampus, dan pemanfaatan platform cloud yang aman dan terjangkau.
ARSITEKTUR HYBRID CLOUD BERBASIS IAAS DAN PAAS UNTUK INTEGRASI TERPUSAT SISTEM PENDIDIKAN SEKOLAH MENENGAH Ahmad Muhajir; Noor Latifah
Jurnal Media Akademik (JMA) Vol. 3 No. 12 (2025): JURNAL MEDIA AKADEMIK Edisi Desember
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/krhcck67

Abstract

Sekolah menengah di Indonesia menghadapi tantangan fragmentasi sistem teknologi informasi, dimana Learning Management System (LMS) dan sistem administrasi akademik (seperti pengolahan nilai, kehadiran, dan keuangan) berjalan secara terpisah dan tidak terintegrasi. Kondisi ini menimbulkan inefisiensi operasional, duplikasi data, dan beban kerja ganda bagi guru dan tenaga administrasi, sehingga menghambat efektivitas proses pendidikan. Penelitian ini bertujuan merancang suatu arsitektur Hybrid Cloud yang memanfaatkan model layanan Infrastructure as a Service (IaaS) dan Platform as a Service (PaaS) untuk menciptakan sebuah platform terintegrasi yang menyatukan LMS dan sistem administrasi akademik. Perancangan arsitektur dilakukan dengan mengadopsi kerangka kerja Cloud Adoption Framework (CAF). Tahapan metodologi mencakup: (1)Analisis kebutuhan dan karakteristik beban kerja untuk menentukan penempatan optimal di public atau private cloud; (2) Pemilihan model layanan, di mana IaaS digunakan untuk komponen yang memerlukan kendali penuh dan keamanan tinggi (seperti database nilai dan data siswa), sementara PaaS dimanfaatkan untuk platform integrasi, API management, dan layanan analitik; serta (3) Perancangan arsitektur teknis yang mencakup hybrid connectivity, manajemen identitas terpusat, dan mekanisme sinkronisasi data real-time. Penelitian ini menghasilkan sebuah blueprint arsitektur Hybrid Cloud yang komprehensif. Analisis kelayakan menunjukkan bahwa arsitektur yang diusulkan berhasil mengonsolidasikan sistem yang terfragmentasi menjadi satu platform terpusat yang scalable dan aman. Dari aspek ekonomis, simulasi Total Cost of Ownership (TCO) selama 5 tahun memperkirakan penghematan biaya sebesar 35-40% dibandingkan pendekatan sistem terpisah dan on-premise, berkat pergeseran dari model biaya modal (CAPEX) ke model biaya operasional (OPEX) yang lebih efisien.
LoRA Enhanced Sentiment Aware Topic Modeling for Indonesian Generative AI Perception Wisnu Ginanjar Saputra; Noor Latifah; Fajar Nugraha
INOVTEK Polbeng - Seri Informatika Vol. 11 No. 1 (2026): February
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/4m8w7t49

Abstract

Public understanding of generative AI in low-resource language contexts remains underexplored, particularly in relation to how sentiment aligns with thematic discussions on social media. In Indonesia, empirical studies examining this interaction at scale are still limited. This study introduces a sentiment-aware topic modeling framework that integrates parameter-efficient fine-tuning of IndoBERT using low-rank adaptation with topic discovery via BERTopic. The approach enables large-scale analysis of Indonesian social media data under constrained computational settings. Analysis of Indonesian Twitter discourse shows that general discussions of generative AI are largely neutral and cautious, contrasting with more optimistic trends reported in Western contexts. In comparison, enthusiast communities exhibit predominantly positive sentiment, while ethics-related discussions display balanced polarization. These results highlight the contextual nature of public perception across different discussion domains. The findings demonstrate the applicability of parameter-efficient NLP methods for sentiment and topic analysis in under-resourced languages and provide insights relevant to technology development and policy formulation.
Analisis Pola Asosiasi Kompetensi Teknis pada Lowongan Kerja Artificial Intelligence Menggunakan Algoritma Apriori dan Visualisasi Network Graph Noor Latifah; Mahavita Nabila Syahputri
Modem : Jurnal Informatika dan Sains Teknologi. Vol. 4 No. 1 (2026): Januari : Modem : Jurnal Informatika dan Sains Teknologi
Publisher : Asosiasi Profesi Telekomunikasi Dan Informatika Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62951/modem.v4i1.747

Abstract

The gap between academic curriculum content and modern industrial needs is often an obstacle for fresh graduates in the Information Technology field, particularly in the rapidly evolving Artificial Intelligence (AI) sector. This study aims to identify the relationship patterns among technical competencies (hard skills) most demanded by the global industry. The method employed is Association Rule Mining with the Apriori algorithm to discover association rules between skills, and Network Graph Analysis to visualize the topological map of these competencies. The research dataset covers 15,000 AI job vacancies from the 2024-2025 period, analyzed in depth using Support, Confidence, and Lift Ratio evaluation parameters to validate the strength of relationships between items. The results show that Python is the central competency with the highest frequency of occurrence. Strong association rules were found indicating that proficiency in TensorFlow has a high probability of requiring Python proficiency. The Network Graph visualization reveals three main competency clusters: Data Engineering Ecosystem, Deep Learning, and Infrastructure. These findings offer a strategic foundation for aligning curricula with the job market. Focusing on strengthening the identified competency clusters is expected to directly enhance the relevance and work readiness of graduates.
PENINGKATAN KUALITAS PELAYANAN PELANGGAN MELALUI SISTEM ADUAN BERBASIS WEB Haidar, Nova Briyan; Noor Latifah
Jurnal Pengabdian Masyarakat Sabangka Vol 5 No 01 (2026): Jurnal Pengabdian Masyarakat Sabangka
Publisher : Pusat Studi Ekonomi, Publikasi Ilmiah dan Pengembangan SDM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62668/sabangka.v5i01.2079

Abstract

: Customer service quality is a crucial factor for the sustainability of service-based companies, including CV. Selaras Abadi Network. One of the main challenges faced by the partner was the manual handling of customer complaints, which resulted in unstructured records, slow response times, and limited monitoring capabilities. This community service activity aimed to improve customer service quality through the implementation of a web-based complaint system. The implementation method consisted of partner needs analysis, system design, web-based system development, functional testing, as well as training and assistance for system users. The results of this activity indicate that the web-based complaint system was able to streamline the complaint recording and handling process, reduce administrative errors, and enhance service transparency and efficiency. Furthermore, the training activities helped partners operate the system independently. Overall, the implementation of a web-based complaint system proved to be an effective solution for supporting improved customer service quality at CV. Selaras Abadi Network.
Co-Authors Aditya Firman Syah Ahmad Muhajir Alifa Marsha Rahmania Alma Malika Idris Arina Nindya Sari Azka, Muhammad Budi Cahyo Wibowo Deviliena Assyifa Dian Aditya Diana Laily Fithri Dihartawan Dwita Amalia Rizki Elsya Vera Indraswari Fajar Nugraha Fatmawati, Vina Fernando Candra Yulianto Fini Fajrini Gabryuvela Gabryuvela Haidar, Nova Briyan Hardiman SG Herdiansyah, Dadang Imam Abdul Rozaq Izzatul Wahyuningsih Laohannia Challiztha Lu’lu’il Laili Mahavita Nabila Syahputri MUHAMMAD ARIFIN Mustakim Mustakim Mustakim Mustakim Noor Yulita Dwi Setyaningsih Pratomo Setiaji Putri Amartya Alfiz Reza Nuur Wahyuningtias Rizky Andriyanto Romdhona, Nur RR Arum Ariasih Rusman Efendi Sahira Ristania Jahra Salsabila Nuraini Shalsa Biella Taufiqurrahman, Arija Uzlifatil Janah Wisnu Ginanjar Saputra