Article Per Year (5 Year)
p-Index From 2020 - 2025
0.817
P-Index
This Author published in this journals
All Journal Techno.Com: Jurnal Teknologi Informasi MATICS : Jurnal Ilmu Komputer dan Teknologi Informasi (Journal of Computer Science and Information Technology) Prosiding Seminas Competitive Advantage SINTECH (Science and Information Technology) Journal Applied Information System and Management
Hani Nurhayati
Department Of Informatics Engineering, Universitas Islam Negeri Maulana Malik Ibrahim Malang
Computer Science & IT Education Engineering Languange, Linguistic, Communication & Media

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 9 Documents
Search

 1 
APLIKASI PERMAINAN SUDOKU HURUF HIJAIYAH MENGGUNAKAN ALGORITMA BACKTRACKING DAN MULTIPLICATIVE CRNG SEBAGAI PEMBANGKIT DAN PENYELESAI PERMAINAN Mustofin, Misbakhul; Nurhayati, Hani
MATICS MATICS (Vol 5, No 3
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (218.854 KB) | DOI: 10.18860/mat.v0i0.2426

Abstract

Algoritma Backtracking (Runut-Balik) merupakan algoritma yang sangat baik dalam menyelesaikan permasalahan yang memiliki banyak kemungkinan karena algoritma ini tidak memeriksa semua kemungkinan yang ada. Algoritma ini hanya mempertimbangkan kemungkinan yang mengarah kepada solusi, sehingga proses pencarian   menjadi   jauh   lebih   cepat.   Algoritma   Multiplicative  CRNG  adalah algoritma  pembangkit  bilangan  acak  yang  baik  karena  tidak  membangkitkan bilangan yang sama secara berturut-turut. Pembangkit dan penyelesai permainan Sudoku Hijaiyah merupakan permasalahan yang dapat diselesaikan dengan baik menggunakan  perpaduan  antara  algoritma  Backtracking  dan  algoritma Multiplicative CRNG.  
SIMULASI PENGENALAN TULISAN MENGGUNAKAN LVQ (LEARNING VECTOR QUANTIZATION ) Kurniawan, Fachrul; Nurhayati, Hani
MATICS MATICS (Vol. 4 No. 4
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (236.646 KB) | DOI: 10.18860/mat.v0i0.1573

Abstract

Proses simulasi yang dilakukan untuk menghasilkan sebuah sistem pengenalan meliputi beberapa tahap, yaitu tahap pengolahan citra dan  tahap pelatihan dan pengenalan. Tahap pengolahan citra dimulai dari Gray Scale,  Thresholding, segmentasi, dan normalisasi. Pengolahan citra diperlukan untuk memudahkan pengolahan data gambar sebelum masuk dalam tahap pelatihan. Kemudian tahap kedua adalah pelatihan dan pengenalan. Pada tahap ini, metode LVQ mulai digunakan dan menentukan bobot, target error, maxepoch, dan laju pelatihan (Learning rate). Data yang dijadikan sebagai input adalah citra huruf yang dinormalisasi sehingga berukuran 20x20 dan berekstensi bitmap (.bmp). Simulasi pengenalan tulisan ini dilakukan dalam beberapa tahapan sehingga bisa dengan membuat pengenalan menjadi lebih tajam. Tolak ukur keberhasilan sistem pengenalan tulisan tangan ini adalah dengan menghitung nilai Termination Error Rate dan tingkat keakuratan dalam pengenalan tanda tangan. Dari simulasi ini diperoleh struktur JST dengan jumlah nilai learning rate 0,003 nilai target error 0,00001 dan jumlah epoch sebesar 10.000 karena dalam rentang epoch 1000 sampai 10000 perubahan  epoch tidak mempengaruhi kinerja sistem. Sistem yang terbentuk mampu mengenali citra yang berisi huruf yang digunakan sebagai bobot dengan nilai keakuratan rata – rata sebesar  61,07% dan rata – rata keakuratan hasil pengenalan terhadap citra yang belum dilakukan pembelajaran sebesar 48,17%. Kata Kunci : Pengolahan Citra, Learning Vector Quantization
SISTEM INFORMASI PROFIL DAERAH KABUPATEN SIDOARJO BERBASIS WEB Nurhayati, Hani
MATICS MATICS (Vol. 4 No. 1
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (485.996 KB) | DOI: 10.18860/mat.v0i0.1560

Abstract

Sistem Informasi Profil Daerah (SIPD) adalah suatu sistem informasi yang menyajikan basis data dalam bentuk 8 kelompok meliputi ; data umum,sosial budaya, sumberdaya alam, infrastruktur, industri perdagangan, keuangan, koperasi, usaha kecil, dan investasi, ekonomi, politik, hukum dan keamanan. Kelompok data tersebut diharapkan mampu menjadi pusat komunikasi informasi berbagai pihak baik pemerintah, masyarakat dan investor dan dapat menggambarkan kondisi fisik Kabupaten Sidoarjo secara lebih rinci dan akurat, sehingga dapat dimanfaatkan untuk bahan pengambil keputusan baik oleh pemerintah daerah maupun pusat. Pengembangan aplikasi SIPD berbasis Web mempunyai peranan SIPD Kabupaten merupakan subsistem dari Sistem Provinsi, dan Provinsi Merupakan Susbsistem dari Sistem Pusat (Nasional) ; Kabupaten memberikan laporan keterisian database secara rutin (Triwulan, Semesteran dan Tahunan) kepada Provinsi; Kabupaten membangun SIPD sesuai dengan format database yang dikembangkan di Provinsi dan Pusat Pengelolaan data dan informasi dalam suatu sistem informasi manejemen yang didukung teknologi komunikasi dan informasi diharapkan mampu menganalisa dan menampilakan data dan informasi sesuai dengan kebutuhan pengguna atau pemakai.Kata kunci : Sistem Informasi Profil Daerah (SIPD), Sistem Informasi Manajemen (SIM), Web.
DIAGNOSA PENYAKIT DIABETTUS MELLITUS PADA MANUSIA DENGAN SISTEM PAKAR Nurhayati, Hani
MATICS MATICS (Vol. 4 No. 3
Publisher : Department of Informatics Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (316.624 KB) | DOI: 10.18860/mat.v0i0.1570

Abstract

Di masa sekarang segala penyakit bertebaran dimana – mana dengan jumlah dan jenis – jenis yang tidak terhitung jumlahnya. Semakin maju pemanfaatan teknologi, semakin banyak timbul penyakit penyakit baru yang lebih ganas. Sebagai makluk ciptaan Allah yang diberikan akal dan pikiran, kita dituntut mempelajari dan memahami berbagai penyakit dan penyebabnya. Salah satu penyakit pada manusia yaitu Dibettus Mellitus. Oleh karena itu perlu dibuat program komputer sistem pakar yang merupakan salah satu aplikasi dari kecerdasan buatan untuk dapat menentukan tipe jenis penyakit Diabetus Mellitus dan pengobatannya berdasarkan aturan (rule) yang ada dalam basis pengetahuan (knowledge base). Kata kunci : Diabetus Mellitus,  aturan (rule), basis pengetahuan (knowledgw base)
Implementasi Fuzzy Expert System Untuk Diagnosis Penyakit Jantung Nurhayati, Hani; Nugroho, Fressy
Prosiding Seminas Vol 1, No 2 (2012): Seminas Competitive Advantage II
Publisher : Unipdu Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (180.529 KB)

Abstract

Abstrak Studi kasus penelitian mendesain Fuzzy Expert System untuk diagnose penyakit jantung. Desain system berdasarkan pada studi di RSU Dr Saiful Anwar melalui tanya jawab dari dokter spesialis jantung. Sistem mempunyai 15 variabel input dan 1 variabel output. Variabel input mencakup jenis nyeri dada, tekanan darah, kolesterol (LDL), diabetes, data ECG, detak jantung maksimum, latihan, old peak, thalium scan, jenis kelamin, umur, merokok, dada kiri ditekan terasa sakit, sesak nafas, dan batuk berdahak. Variabel output adalah tingkat resiko penyakit yang diderita oleh pasien. Output memberikan tingkatan mulai dari sehat, sakit stadium 1, sakit stadium 2, sakit stadium 3, dan sakit stadium 4.Sistem analisa menggunakan system pakar fuzzy (fuzzy expert system).Analisa metode menggunakan fuzzy mamdani.Hasil akurasi dari uji system adalah membandingkan ouput system dengan hasil pemeriksaan dokter spesialis sebesar  70%. Sistem menggunakan bahasa Java. Sistem dapat disarankan sebagai  alternativedeteksi dini penyakit jantung. Kata kunci : Penyakit Jantung, Fuzzy expert system, Fuzzy Mamdani.  Abstract The aim of this study is to design a Fuzzy ExpertSystem for heart disease diagnosis. The designed system basedon RSUD Dr Saiful Anwar by asked questions of the expert doctor . The system has 15 input fields and oneoutput field. Input fields are chest pain type, blood pressure,cholesterol, resting blood sugar, maximum heart rate, restingelectrocardiography (ECG), exercise, old peak (ST depressioninduced by exercise relative to rest), thallium scan, sex, age,blown, and cough with pleghem.The output field refers to the presence of heart disease in thepatient. It is integer valued from 0 (no presence) to 4(distinguish presence (values 1, 2, 3, 4)). This system usesMamdani inference method. The results obtained fromdesigned system are compared with cheking of the expert docter and observed results of designed system are correctin 70%. The system designed in Java software. The systemcan be viewed as an alternative for existing methods todistinguish of heart disease presence. Keyword : Heart Disease, Fuzzy expert System, Fuzzy Mamdani.
Performance of Multi-Criteria Recommender System Using Cosine-Based Similarity for Selecting Halal Tourism Rizqi Aulia Nadhifah; Yunifa Miftachul Arif; Hani Nurhayati; Linda Salma Angreani
Applied Information System and Management (AISM) Vol 5, No 2 (2022): Applied Information System and Management (AISM)
Publisher : Depart. of Information Systems, FST, UIN Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/aism.v5i2.25035

Abstract

Tourism is an activity where people or groups travel voluntarily for relaxation, seeking entertainment, or enjoy cultural diversity both within the city, outside the city, or even abroad. For traveling, information about halal tourism is essential that tourists must know. Tourists can contact a tour guide to find information and recommendations for halal tourism. However, it will cost quite a bit and need for a recommendation system to obtain recommendations and make it easier for tourists to determine which halal tourism to visit. This study aims to obtain the Multi-Criteria Recommender System's (MCRS) performance using cosine-based similarity to select halal tourism in Batu City. MCRS extends the traditional approach by using more than one scoring criteria to generate recommendations. The implementation of MCRS using cosine-based similarity succeeded in producing the five highest recommendations for halal tourist attractions, which were implemented in a game-based system. Through recommendation accuracy testing on two items, three items, four items, and five tourist attractions items, we obtained an average accuracy is 77,95%.
Non-Rating Recommender System for Choosing Tourist Destinations Using Artificial Neural Network Yunifa Miftachul Arif; Dyah Wardani; Hani Nurhayati; Norizan Mat Diah
Applied Information System and Management (AISM) Vol 6, No 2 (2023): Applied Information System and Management (AISM)
Publisher : Depart. of Information Systems, FST, UIN Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15408/aism.v6i2.26741

Abstract

The development of tourist destinations in Batu City makes it hard for the tourists to decide their destinations. The recommender system is a solution that provides a lot of information or tourist attraction data. Collaborative filtering is often used in recommender systems. However, it has drawbacks; one of which is the cold-start problem, where the system cannot recommend items to new users. It was caused by the new user who had no history of rating on any item, or the system had no information. This study aims to apply a non-rated travel destination recommendation system to address the cold-start problem for new users. We use a multi-layer perceptron or artificial neural networks to overcome the problem by training user preference data to produce high training accuracy. Based on four experiments in the training data, the network architecture shows 5 – 7 – 5 – 3 –14, which is the highest accuracy. The architecture uses five variables as inputs and three hidden layers, with each layer was activated using the ReLU activation function. The output layer produces 14 binary outputs and is activated using the sigmoid activation function. The system can give recommendations to new users using feedforward from test data with updated values in weights and biases. The test results from 46 test data showed an accuracy of 67.235%.
Optimasi Metode Single Exponential Smoothing Dengan Grid Search Pada Prediksi Nilai Ekspor Migas Medyanti, Wikke Alvina; Faisal, M; Nurhayati, Hani
SINTECH (Science and Information Technology) Journal Vol. 7 No. 1 (2024): SINTECH Journal Edition April 2024
Publisher : Prahasta Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31598/sintechjournal.v7i1.1526

Abstract

Industri migas memiliki peran sentral dalam ekonomi Indonesia, dan kebijakan ekspor yang bijak sangat penting untuk menjaga stabilitas harga dan menghindari dampak inflasi. Data nilai ekspor yang disajikan berupa nilai ekspor minyak mentah dan gas alam di Indonesia. Melalui analisis data ekspor migas dari Januari 1993 hingga Agustus 2023, penelitian ini menemukan bahwa penerapan Grid Search pada SES dengan mengkombinasikan pencarian parameter optimal nilai alpha dan tahun awal meningkatkan akurasi prediksi dengan mengidentifikasi parameter optimal, yaitu alpha sebesar 0,50 dan tahun awal 2023. Hasil pengujian menunjukkan bahwa hasil prediksi metode SES dengan optimasi Grid Search lebih akurat dengan Mean Absolute Percentage Error (MAPE) sebesar 5,783%, lebih rendah dibandingkan dengan metode SES tanpa optimasi (10,172%). Implementasi Grid Search pada SES dapat menghasilkan prediksi yang dapat dan mengurangi dampak ketidakpastian dalam perencanaan ekonomi pada sektor migas.  
Peringkasan Teks Berbahasa Indonesia dengan Latent Dirichlet Allocation dan Maximum Marginal Relevance Mawaridi, Bima Hamdani; Faisal, Muhammad; Nurhayati, Hani
Techno.Com Vol. 23 No. 3 (2024): Agustus 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i3.10998

Abstract

Kemajuan teknologi membuat berita mudah ditemukan pada media online. Jumlah artikel berita yang tersedia semakin banyak dengan teks yang cukup panjang. Hal ini akan menyulitkan pembaca berita dalam mencari inti informasi dari berita sehingga diperlukan ringkasan teks untuk membantu pengguna memahami inti dari suatu teks tanpa perlu membaca seluruhnya. Metode yang digunakan untuk peringkasan teks yaitu Maximum Marginal Relevance (MMR) dengan menggabungkan dua faktor pemilihan, yaitu relevansi dan keragaman. Sering ditemukan saat ini bahwa judul berita dalam artikel online belum sepenuhnya mewakili isi berita atau disebut clickbait, untuk menghindari judul yang kurang sesuai, pada penelitian ini peringkasan didasarkan pada kata kunci yang dihasilkan dengan metode Latent Dirichlet Allocation (LDA). Hasil uji coba dengan 2500 data artikel berita menghasilkan nilai rata-rata ROUGE-1 terbaik sebesar 0.488 untuk tingkat kompresi 50% dan 0.462 untuk tingkat kompresi 30%. Nilai ROUGE-1 terendah yaitu 0.453 untuk tingkat kompresi 50% dan 0.435 untuk tingkat kompresi 30%. Hasil tersebut menunjukkan bahwa sistem dapat menghasilkan ringkasan yang cukup relevan dengan menggunakan kata kunci yang diekstrak dari konten berita. Advances in technology make news easy to find on online media. The number of news articles available is increasing with a fairly long text. This will make it difficult for news readers to find the core information from the news so that a text summary is needed to help users understand the essence of a text without the need to read it all. The method used for text summarization is Maximum Marginal Relevance (MMR) by combining two selection factors, namely relevance and diversity. It is often found today that news titles in online articles do not fully represent the content of the news or called clickbait, to avoid inappropriate titles, in this study the summary is based on keywords generated by the Latent Dirichlet Allocation (LDA) method. The test results with 2500 news article data produced the best average ROUGE-1 value of 0.488 for a compression level of 50% and 0.462 for a compression level of 30%. The lowest ROUGE-1 value is 0.453 for a compression level of 50% and 0.435 for a compression level of 30%. These results show that the system can produce quite relevant summaries using keywords extracted from news content.
Co-Authors Dyah Wardani Fachrul Kurniawan Linda Salma Angreani M Faisal Mawaridi, Bima Hamdani Medyanti, Wikke Alvina Misbakhul Mustofin Muhammad Faisal Norizan Mat Diah Nugroho, Fressy Rizqi Aulia Nadhifah Yunifa Miftachul Arif