Garuda - Garba Rujukan Digital

p-Index From 2021 - 2026

2.449

P-Index

This Author published in this journals

All Journal JIEET (Journal of Information Engineering and Educational Technology) Indonesian Journal of Engineering and Technology (INAJET) Jurnal Nasional Teknik Elektro dan Teknologi Informasi Journal of Informatics and Computer Science (JINACS)

Anita Qoiriah

Universitas Negeri Surabaya

Author-ID : 3577769

Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Energy Engineering Mechanical Engineering

Published : 24 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3

Predictive Maintenance untuk Kendaraan Bermotor dengan Menggunakan Support Vector Machine (SVM) Sindy Caesar Rusnanda Himatul Haliza; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Abstrak— Seiring dengan bertambahnya kebutuhan hidup masyarakat, kebutuhan transportasi juga semakin bertambah. Kendaraan bermotor adalah salah satu dari sekian banyak alat transportasi yang digunakan untuk memindahkan manusia dan barang, kendaraan bermotor saat ini banyak digunakan dan menunjang kehidupan masyarakat masa kini. Selama penggunaan, kendaraan bermotor dapat mengalami kerusakan sehingga perlu diadakan pemeliharaan dan perbaikan. Dalam hal ini proses pemeliharaan merupakan peranan penting dari kendaraan bermotor. Pemeliharaan (maintenance) dilakukan untuk mencegah terjadinya kegagalan pada sistem dan juga untuk membuat sistem berfungsi kembali apabila kegagalan telah terjadi. Proses maintenance bertujuan untuk menjaga keandalan mesin (reliability) sehingga mesin akan berfungsi dengan normal. Maintenance adalah sebuah kegiatan wajib dan rutin yang dilakukan untuk kendaraan bermotor. Pada peneliltian ini akan dilakukan predictive maintenance untuk kendaraan dinas roda-4 dari DPU Bina Marga Jatim menggunakan algoritma support vector machine (SVM) yang menggunakan metode one-against-all dan metode one-against-one. Kesimpulan yang didapat dari penelitian ini adalah pengujian dari penelitian ini mendapatkan hasil akurasi yang tinggi, predictive maintenance untuk kendaraan bermotor ini menghasilkan nilai akurasi yang mencapai 92.92% dengan menggunakan algoritma support vector machine baik yang menggunakan metode one-against-all maupun yang menggunakan metode one-against-one. Kernel polynomial dan kernel radial basis function sama-sama menghasilkan akurasi tertinggi 92.92%, akan tetapi kernel polynomial menghasilkan akurasi tertinggi lebih banyak dibandingkan dengan kernel radial basis function dalam beberapa percobaan.

Implementasi Algoritma Jaro-Winkler Distance dan N-Gram untuk Deteksi dan Prediksi Perbaikan Kesalahan Penulisan Kata Bahasa Indonesia pada Karya Tulis Ilmiah Mahasiswa Nuzhul Citrasari Dewi; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Karya tulis ilmiah merupakan sebuah tulisan yang berisi suatu permasalahan yang ditulis dan disajikan berdasarkan fakta dan data hasil penelitian. Kesalahan berbahasa yang sering terjadi pada karya tulis ilmiah mahasiswa adalah kesalahan penulisan kata. Untuk menghasilkan karya tulis ilmiah tanpa ada kesalahan penulisan kata, diperlukannya teknik tertentu untuk memperbaikinya. Penelitian ini membuat sebuah sistem deteksi dan prediksi perbaikan kesalahan penulisan kata. Algoritma Jaro-Winkler Distance merupakan algoritma yang digunakan untuk mengukur kemiripan antara 2 string. Algoritma Jaro-Winkler Distance pada sistem ini digunakan untuk daftar saran kandidat perbaikan kata. Saran kandidat perbaikan kata tersebut akan dicari yang sesuai dengan kalimat dengan menggunakan metode N-Gram. Metode N-Gram pada sistem ini digunakan untuk mencari saran perbaikan terbaik dari daftar kandidat yang dihasilkan oleh Algoritma Jaro-Winkler Distance. Hasil terbaik yang diberikan oleh sistem ini adalah sebesar 85.7% dan hasil terkecil sebesar 45%. Hasil tersebut dipengaruhi oleh kuantitas korpus yang digunakan untuk deteksi maupun prediksi perbaikan kata. Semakin baik kuantitas korpus/kamus yang digunakan pada sistem, maka sistem dapat memberikan prediksi perbaikan kata yang sesuai dengan perbaikan kata salah dalam kalimat.

Sistem Deteksi Kesalahan Tanda Baca dan Huruf Kapital pada Karya Tulis Ilmiah Berbahasa Indonesia Menggunakan Algoritma Boyer-Moore Mazidhatul Ilmiyah; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Abstrak—Karya tulis ilmiah adalah karangan yang dipublikasikan atau dipaparkan dari hasil pemantauan, pengamatan, serta peninjauan dalam bidang dan menggunakan metode tertentu serta sistematika penulisan yang baik. Serta apa saja yang dipaparkan bisa dipertanggungjawabkan keilmiahannya. Karya tulis ilmiah yang baik adalah karya tulis yang menggunakan bahasa Indonesia dengan baik dan sesuai aturan, entah itu dari segi tata bahasa atau dalam penulisannya. Karena hal tersebut harus sesuai dengan bidangnya, yaitu ragam keilmuan. Dalam penulisan karya tulis ilmiah perlu memperhatikan dalam penggunaan tanda baca, pilihan kata, dan kesesuaian dengan Pedoman Umum Ejaan Bahasa Indonesia (PUEBI). PUEBI berisi tentang aturan penggunaan Bahasa Indonesia yang baik dan benar. Kesalahan penulisan Bahasa Indonesia yang banyak ditemukan adalah kesalahan dalam penggunaan tanda baca dan penulisan huruf kapital yang benar. Maka dari itu perlu untuk melakukan penelitian guna menentukan solusi permasalahan dalam mendeteksi kesalahan penulisan huruf kapital dan penggunaan tanda baca dalam suatu dokumen. Pada penelitian ini, penulis menggunakan algoritma Boyer-Moore yang terbukti efisien sebagai algoritma untuk aplikasi pencarian kata atau string. Algoritma ini banyak diimplementasikan sebagai fitur “search”. Penelitian ini menghasilkan bukti bahwa algoritma Boyer-Moore bisa mendeteksi kesalahan dengan nilai rata-rata presisi sebesar 0,969, untuk nilai rata-rata recall sebesar 0,976, dan untuk nilai rata-rata akurasi sebesar 0,917.

Pengelompokan Kategori Buku Berdasarkan Judul Menggunakan Algoritma Agglomerative Hierarchical Clustering dan K-Medoids Muhammad Ainur Rofiq; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 2 No 03 (2021)
Publisher : Universitas Negeri Surabaya

Perpustakaan merupakan tempat yang menyediakan berbagai bahan pustaka yang dibutuhkan semua orang khususnya pelajar. Namun koleksi buku dalam jumlah banyak juga akan menyulitkan pustakawan untuk melakukan pengelolaan letak buku sehingga ada buku yang tidak terbaca dan jarang dipinjam. Untuk penyelesaian masalah tersebut akan digunakan teknik clustering untuk melakukan pengelompokkan buku berdasarkan kategorinya. Ada beberapa algoritma clustering salah satunya K-Medoids. Selain menggunakan algortima K-Medoids, pada penelitian ini juga menggunakan algoritma Agglomerative Hierarchical Clustering (AHC). Teknik clustering akan mengelompokkan judul buku sesuai kategorinya, dan judul buku yang ada dalam satu cluster akan digunakan sebagai bahan untuk analisis dalam mempermudah pustakawan untuk pengambilan keputusan dan melakukan pengelolalan penataan buku yang diminati dan merancang strategi untuk meningkatkan minat baca khususnya pada pelajar. Kata Kunci— Perpustakaan, clustering, K-Medoids, Agglomerartive Hierarchical Clustering.

Implementasi Algoritma Fisher-Yates pada Game Pembelajaran LBB YSYPRIVATE Berbasis Website Yessy Septiani Yuono; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 2 No 04 (2021)
Publisher : Universitas Negeri Surabaya

Abstrak - LBB YSY Private merupakan Lembaga Bimbingan Belajar (LBB) yang khusus memberikan pelajaran tentang Matematika dengan tingkatan kelas SD, SMP hingga SMA. Pada masa pandemi saat ini seluruh sekolahan menggunakan metode pembelajaran secara daring, sehingga internet sangat berperan dalam proses pembelajaran saat ini. Oleh karena itu LBB YSY Private membuat Game edukasi berbasis Website yang diimplementasikan dalam bentuk game who wants to be a millioner master. Dalam pengembangan Game Edukasi tersebut juga terdapat sistem limit timer pada setiap soal yakni setiap soal yang ada di dalam suatu sub level akan mendapatkan waktu batasan dalam mengerjakanya. Game Edukasi tersebut menggunakan metode Fisher-Yates sebagai pengacak jawaban dan soal dalam setiap sub level yang ada di dalam game tersebut, agar setiap siswa tidak bergantung pada kunci jawaban dan meminimalisir kecurangan pengerjaan soal ketika mengerjakan soal secara berkelompok pada satu ruang dan waktu yang sama. Proses yang dilakukan dalam Algoritma Fisher-Yates adalah dengan cara mengacak nilai integer antara min dan max dan setiap bilangkan yang diacak akan dibulatkan ke bawah dan dikali dengan nilai min dan max yang ada pada sistem tersebut. Apabila siswa merasa kesulitan dalam menjawab soal, maka siswa bisa menggunakan beberapa bantuan yang telah disediakan oleh sistem, yaitu Bantuan Telpon Temn, Kesempatan Salah, Next Soal, 50:50 dan Bantuan Satu Soal 2 Jawaban. Setelah dilakukan perancangan dan pembuatan pada aplikasi. Maka aplikasi akan di uji coba dan di dapat kesimpulan bahwa Soal dan pilihan ganda ditampilkan secara acak dalam game tersebut dan Soal yang diacak hanya akan muncul satu kali saja (tidak berulang). Kata Kunci : Lembaga Bimbingan Belajar, Fisher-Yates, Website, Game Edukasi, Limit Timer, YSY Private

Sistem Rekomendasi Wedding Organizer Menggunakan Metode Content-Based Filtering Dengan Algoritma Random Forest Regression Dewi Ayu Pratiwi; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 3 No 03 (2022)
Publisher : Universitas Negeri Surabaya

Dewasa ini, jasa vendor pernikahan banyak diminati calon pengantin dalam mempersiapkan acara pernikahan agar efisiensi waktu dan biaya. Selalu ada problematika ketika memilih penyedia jasa pernikahan diantaranya adalah budget dari pengantin akan mendapat fasilitas apa saja dari konsep acara yang diinginkan serta wedding organizer mana yang akan dipilih yang sesuai dengan budget dan letaknya tidak jauh. Untuk memudahkan calon pengantin dalam menemukan wedding organizer yang sesuai maka diperlukan perhitungan khusus dengan kriteria tertentu dari calon pengantin. Maka dilakukan penelitian dengan membentuk sistem rekomendasi wedding organizer dalam mendukung pengambilan keputusan. Sistem rekomendasi merupakan aplikasi yang menyediakan serta merekomendasikan item ketika user menentukan keputusan. Sistem rekomendasi disini menggunakan metode Content-Based Filtering dan algoritma Random Forest Regression. Content-Based Filtering merupakan metode yang biasa digunakan untuk membangun sistem rekomendasi. Content-based filtering pada penelitian ini memberikan rekomendasi berdasarkan hasil analisis kemiripan item di beberapa atribut yang akan menghasilkan nilai kesamaan berupa cosine similarity. Kemudian cosine similarity akan diproses dengan metode Random Forest Regression sehingga menghasilkan model yang mampu menghitung nilai kesamaan dari dua paket wedding organizer. Nilai kesamaan yang tertinggi akan menjadi hasil rekomendasi. Digunakannya Random Forest Regression karena merupakan algoritma machine learning yang bagus dalam memecahkan masalah klasifikasi maupun regresi. Dari pengujian menggunakan pemodelan Random Forest Regression memeproleh hasil akurasi 83,750% dengan nilai MAPE sebesar 16,249% pada pengujian K=10 dalam 100 tree random forest. Penelitian dengan membentuk sistem rekomendasi wedding organizer ini diharapkan dapat memudahkan calon pengantin dalam memilih wedding organizer untuk kelancaran dalam menyiapkan pesta pernikahan. Kata Kunci— Wedding Organizer, Sistem Rekomendasi, Sistem Pendukung Keputusan, Content-Based Filtering, Random Forest.

Implementasi Pathfinding dengan Algoritma A* pada Aplikasi Indoor Navigation Menggunakan Unity Navmesh Muhammad Iqbalul Hidayat; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 3 No 03 (2022)
Publisher : Universitas Negeri Surabaya

Saat ini sistem indoor navigasi sudah banyak diterapkan dan dikembangkan di beberapa tempat mengingat banyaknya gedung yang memiliki ratusan ruangan. Sistem indoor navigasi saat ini banyak dimanfaatkan sebagai pengganti GPS yang tidak dapat bekerja secara optimal apabila berada di dalam ruangan, biasanya sistem indoor navigasi ini bekerja dengan cara memanfaatkan wifi pada sebuah gedung untuk menentukan posisi pengguna sehingga sistem dapat mencarikan rute terbaik menuju lokasi yang ingin pengguna tuju. Namun, sistem tersebut masih tidak dapat menampilkan posisi yang detail didalam ruangan dan interaksi pengguna dengan aplikasi masih berupa peta dengan susunan ruangan dua dimensi. Maka dibuatlah sistem indoor navigasi berbasis augmented reality. Algoritma yang digunakan untuk penentuan rute dalam sistem ini adalah algoritma A* dan Unity Navmesh sebagai navigasinya. Pada penelitian ini, Studi kasus dilakukan di rumah penulis. Hasil uji akurasi pathfinding yang didapatkan pada penelitian ini menggunakan algoritma A* dan Unity Navmesh yaitu mendapatkan ketepatan 100% dengan margin kesalahan rata[1]rata 0,226 meter dan kecepatan pencarian rute rata-rata 24,857 mS.

Aplikasi Pembelajaran Bahasa Indonesia Berbasis Web Dengan Pendekatan Gamifikasi Menggunakan Algoritma Linear Congruent Method Alfin Falah Sugiarto; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 3 No 04 (2022)
Publisher : Universitas Negeri Surabaya

Abstrak—. Berdasarkan penelitian yang telah dilakukan pada tahun 2019 silam, pengguna Internet di Indonesia mencapai 274,9 Juta pengguna. Angka ini meningkat lagi pada saat Virus Covid-19 menyebar pada 2020 silam yang membuat semua pembelajaran dilakukan secara online. Data yang diambil dari Kemendikbud adalah rata-rata nilai UN (Ujian Nasional) untuk mata pelajaran Bahasa Indonesia di bawah 65 pada tahun 2018 dan 2019. Angka ini sangat disayangkan karena Bahasa Indonesia digunakan sebagai bahasa sehari-hari tetapi mendapatkan nilai yang kurang maksismal. Dari fakta ini, penulis mencoba mengembangkan sebuah Web pembelajaran Bahasa Indonesia. Web pembelajaran ini menggunakan menerapkan Gamifikasi dan metode pengacakan soal dengan Algoritma LCM (Linear Congruent Method). Web ini terdiri atas materi yang bisa dibaca oleh siswa dan Level yang bisa digunakan untuk menguji kemampuan pemahaman siswa atas materi tersebut. Pada Level diterapkan sistem KKM untuk mengetahui tolak ukur seorang siswa dalam penguasaanny pada materi tersebut. Apabila siswa tidak bisa memenuhi KKM maka siswa tidak bisa mengakses ke Level selanjutnya. Tujuan penggunaan Algoritma ini adalah untuk mengurangi kecurangan pengguna dalam mengerjakan soal. Pengujian pengacakan soal dilakukan oleh lima siswa dengan dua Level yang berbeda dan hasilnya tidak satupun dari setiap pengujian itu mendapatkan urutan soal yang sama. Black Box Testing juga dilakukan guna menguji jalannya program agar sesuai rancangan dan bisa segera memperbaiki bila ada kekurangan dalam program. Setelah dilakukan perancangan, pembuatan dan pengujian maka hasilnya adalah Web berhasil mengacak soal setiap kali ditampilkan oleh pengguna dan berhasil menerapkan Gamifikasi dengan sistem Level. Dan juga laman riwayat yang mempermudah guru untuk memantau hasil pengerjaan murid pada Level tersebut. Kata Kunci— LCM (Linear Congruent Method), Web Pembelajaran, Algoritma, Metode Pengacakan Soal, Pembelajaran Bahasa Indonesia, Level

Implementasi Metode Backpropagation dalam Pengolahan Citra Teks Tulisan Tangan Menjadi Teks Digital dan Text-to-Speech pada Sistem Operasi Android Sebagai Alat Bantu Komunikasi Tuna Wicara Salsabila Maharani Alvananda Herlambang; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 3 No 04 (2022)
Publisher : Universitas Negeri Surabaya

Penyandang tuna wicara umumnya berkomunikasi menggunakan bahasa isyarat, namun juga ada beberapa yang menggunakan media alat tulis. Kasus ini berlaku untuk penyandang tuna wicara yang mengerti dan memahami bahasa tulisan atau abjad dengan baik. Aplikasi ini dibangun untuk membantu komunikasi penyandang tuna wicara dengan memanfaatkan metode backpropagation dalam mengubah tulisan tangan menjadi teks digital. Teks digital tersebut nantinya akan diubah menjadi ucapan (text-to-speech) agar langsung bisa dimengerti oleh lawan bicara. Pengembangan aplikasi ini membutuhkan dua bahasa pemrogaman dalam pengembangannya, yakni python dan Android Studio. Pemrosesan metode backpropagation dan pengembangan model dilakukan pada python dilanjutkan dengan mengekeskpor hasil graph model yang telah dibekukan (freeze) menggunakan bantuan library TensorFlow pada Android Studio untuk melanjutkan pembuatan interface aplikasi sehingga menjadi aplikasi berbasis Android yang dapat digunakan pada smartphone berbasis sistem operasi android. Hasil akurasi model yang didapat dalam proses pelatihan sebesar 83,22%. Pengujian aplikasi dengan menggunakan pengujian blackbox testing mendapat hasil sempurna, sedangkan pengujian berdasarkan sampel karakter masukan dari pengguna sebanyak 67 karakter yang mewakili huruf abjad besar, huruf abjad kecil, dan angka mendapat hasil 57 karakter terdeksi dengan benar dan 10 karakter terdeteksi salah.

Penerapan Algoritma C4.5 Untuk Mengatur Persediaan Stok Barang Berbasis Website Abastian Dwi Saputra; Anita Qoiriah
Journal of Informatics and Computer Science (JINACS) Vol 3 No 04 (2022)
Publisher : Universitas Negeri Surabaya

Pandemi Corona Virus Disease (COVID-19) masih terjadi di Indonesia. Pencegahan COVID-19 yang dilakukan oleh pemerintah yaitu menerapkan peraturan Pembatasan Sosial Berskala Besar (PSBB) dan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM). Usaha Mikro, Kecil, dan Menengah (UMKM) adalah salah satu dampak dari diterapkan peraturan PSBB dan PPKM. Masalah yang terjadi pada UMKM yaitu mendapatkan masalah dalam menentukan stok persediaan barang, yang mana apabila barang mengalami kelebihan atau kekurangan akan menyebabkan kerugian. Dengan masalah yang terjadi pada UMKM, peneliti akan membantu UMKM dalam menentukan persediaan stok barang. Permasalahan tersebut dapat diatasi menggunakan data mining dengan klasifikasi algoritma C4.5. Algoritma C4,5 merupakan metode dengan mengklasifikasi data yang ada sehingga membentuk pohon keputusan. Pohon keputusan akan membantu menentukan persediaan stok barang yang perlu untuk ditambah atau tidak. Pada penelitian ini yaitu membantu UMKM penjual madu yang berjualan pada toko online untuk menentukan persediaan stok madu pada bulan berikutnya. Hasil dari penelitian dengan menggunakan algoritma C4.5 yaitu membentuk pohon keputusan yang dapat membantu UMKM dalam menentukan persediaan stok barang untuk satu bulan berikutnya. Algoritma C4.5 pada penelitian ini mempunyai accuracy sebesar 86.46%, precision sebesar 88,51%, recall sebesar 96,25%, dan F1 sebesar 92,22% .

Co-Authors Abastian Dwi Saputra Agus Prihanto Ahmad Haqi Annazili Alfin Falah Sugiarto Andi Iwan Nurhidayat Asmunin Asmunin Atik Wintarti Bramianto Gading Gumilang Dewi Ayu Pratiwi Diah Wulandari Fachriza Dian Adhiatma Mazidhatul Ilmiyah Muhammad Ainur Rofiq Muhammad Alfian Ma'ruf Muhammad Iqbalul Hidayat Muhammad Jazaal Aufa Naim Rochmawati Natalia Mamahit Nur Lujeng Kinanti Nuzhul Citrasari Dewi Puput Wanarti Rusimamto Rahadian Bisma Respita Yuliana Ramadhani Rina Harimurti Salsabila Maharani Alvananda Herlambang Sindy Caesar Rusnanda Himatul Haliza Wahyu Muhammad Citra Perdana Wiyli Yustanti Yessy Septiani Yuono YUNI YAMASARI

Title

Found 24 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 24 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 24 Documents
Search