Article Per Year (5 Year)
p-Index From 2021 - 2026
10.14
P-Index
This Author published in this journals
All Journal Bulletin of Electrical Engineering and Informatics Jurnal Simantec Jurnal Informatika dan Teknik Elektro Terapan Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I) JOIV : International Journal on Informatics Visualization Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Informatics for Educators and Professional : Journal of Informatics JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Komtika (Komputasi dan Informatika) Martabe : Jurnal Pengabdian Kepada Masyarakat Jurnal Nasional Komputasi dan Teknologi Informasi CSRID (Computer Science Research and Its Development Journal) Jurnal IMPACT: Implementation and Action Technologia: Jurnal Ilmiah Seminar Nasional Teknologi Informasi Komunikasi dan Administrasi [SEMINASTIKA] Jurnal Informasi dan Teknologi Journal of Applied Engineering and Technological Science (JAETS) JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat) JURNAL PENDIDIKAN, SAINS DAN TEKNOLOGI Tematik : Jurnal Teknologi Informasi Komunikasi Journal of Computer Networks, Architecture and High Performance Computing Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer) Walisongo Journal of Information Technology Best : Journal of Applied Electrical, Science and Technology Jumat Informatika: Jurnal Pengabdian Masyarakat Majalah Ilmiah UPI YPTK Jurnal Media Informatika TIERS Information Technology Journal Jurnal Informatika Dan Tekonologi Komputer (JITEK) Digital Transformation Technology (Digitech) Computing and Education Technology Journal Adpebi Science Series Jurnal Kolaborasi Sains dan Ilmu Terapan INSTALL: Information System and Technology Journal Darma Abdi Karya: Jurnal Pengabdian Kepada Masyarakat Jurnal Komtika (Komputasi dan Informatika) Jurnal Informatika Dan Tekonologi Komputer INTECH - Informatika Dan Teknologi Density Journal
Finki Dona Marleny
Universitas Muhammadiyah Banjarmasin
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Mathematics Neuroscience Physics Social Sciences Transportation Other

Published : 84 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 84 Documents
Search

 5   6   7   8   9 
ALTERNATIF METODE FORWARD CHANING UNTUK PENDETEKSIAN BAKAT Rudy Ansari; Muhammad Ziki Elfirman; Finki Dona Marleny; Ayu Ahadi Ningrum
Density (Development Engineering of University) Journal Vol. 7 No. 1 (2024)
Publisher : Universitas Muhammadiyah Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35747/deuj.v7i1.1201

Abstract

Untuk membantu seseorang dalam menentukan pekerjaan apa yang akan diambil serta jurusan kuliah apa yang akan dipilih jika ingin berkuliah, yang tentu saja sesuai dengan bakat, minat, dan kemampuan pribadinya. Karena tidak sedikit orang yang merasa telah salah dalam memilih jurusan kuliah, pada saat sudah menjalani masa perkuliahan itu sendiri. Sehingga hal tersebut tentu saja akan mempengaruhi minatnya untuk berkuliah secara baik, yang akhirnya akan membuat prestasi dan nilai yang menurun. Begitu pula bagi para karyawan atau pegawai jika telah merasa kalau pekerjaan yang sedang dijalaninya bukanlah yang sesuai dengan bakat dan minatnya. Forward chaining sendiri berfungsi untuk menelusuri semua data dan aturan agar tercapainya suatu tujuan yang diinginkan sampai kondisinya benar, serta setiap pertanyaan dalam sistem pakar akan disampaikan semuanya kepada pengguna
METODE WAVELET DYNAMIC RESONANSI STOCHASTIC UNTUK CITRA GELAP Rudy Ansari; Finki Dona Marleny; Ayu Ahadi Ningrum; Muhammad Ziki Elfirman
Density (Development Engineering of University) Journal Vol. 7 No. 1 (2024)
Publisher : Universitas Muhammadiyah Banjarmasin

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35747/deuj.v7i1.1199

Abstract

Sebuah teknik untuk meningkatkan kontras gambar gelap menggunakan noise yang menyebabkan resonansi dalam domain wavelet diusulkan dan diselidiki dalam penelitian ini. Analogi domain gambar gelap dengan bistable ganda digunakan untuk memodelkan keadaan koefisien wavelet sebagai gerakan partikel halus ganda. Ulangi skala kebisingan internal karena pencahayaan yang cukup dicapai dengan pendekatan penyetelan dan koefisien detail menggunakan persamaan yang bergantung pada parameter. Pemilihan parameter dilakukan dengan memaksimalkan rasio signal-to-noise dengan sistem SR tradisional. Iterasi adaptif dihentikan pada pencapaian nilai target persepsi kualitas optimal, kontras kulaitas dan warna-warni. Perbandingan dengan berbagai teknik berbasis SR dan teknik berbasis non-SR mencerminkan potensi dan patut diperhatikan kinerja teknik yang diusulkan dalam hal kualitas kontras, faktor peningkatan warna dan informasi visual.
Pelatihan Komunikasi Penjualan Dengan Sosial Media Sebagai Upaya Peningkatan Ekonomi Masyarakat Kampung Sasirangan Finki Dona Marleny; Rudy Ansari; Ayu Ahadi Ningrum; Ihdalhubbi Maulida; Mukhaimy Gazali; Windarsyah Windarsyah; Kamarudin Kamarudin; Ahmad Faisal Hamidi; Mambang Mambang
Jumat Informatika: Jurnal Pengabdian Masyarakat Vol. 4 No. 2 (2023): Agustus
Publisher : LPPM Universitas KH. A. Wahab Hasbullah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32764/abdimasif.v4i2.3000

Abstract

Kain sasirangan merupakan kain khas dari daerah Kalimantan Selatan. Salah satu kampung yang telah turun temurun mewariskan proses pembuatan dan produksi kain sasirangan salah satunya ada di daerah kelurahan Sungai Jingah Kota Banjarmasin. Salah satu strategi para pengrajin untuk pemasaran produk dari kain sasirangan adalah dengan menggunakan media sosial atau secara online. Namun terdapat beberapa kendala dalam prosesnya karena pengrajin belum dapat fokus pada proses pemasaran online. Kendala utama yang dirasakan oleh pengrajin adalah adaptasi dengan banyaknya platform digital yaitu sosial media mana yang dapat meningkatkan pemasaran dari kain sasirangan. Para pengrajin belum dapat mengoptimalkan penggunaan sosial media sebagai jalan untuk berkomunikasi memperkenalkan produk-produk dan menciptakan brand dari para pengrajin kain sasirangan. Kegiatan pengabdian kepada masyarakat ini di fokuskan pada proses komunikasi di sosial media dan mengelola sosial media. Mulai dari proses mempersiapkan digitalisasi produk, sampai dengan cara memanajemen fitur bisnis yang ada di berbagai sosial media Sebagai Upaya Peningkatan Ekonomi Masyarakat Kampung Sasirangan.
Penerapan Algoritma Naive Bayes Untuk Klasifikasi Kesiapan Administrasi pada KUA Kecamatan Kapuas Barat rahma meina; Finki Dona Marleny; Windarsyah Windarsyah
Jurnal Kolaborasi Sains dan Ilmu Terapan Vol. 5 No. 1.1 (2026): SPECIAL ISSUE
Publisher : Utiliti Project Solution

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

Abstract

Kantor Urusan Agama (KUA) merupakan instansi pemerintah yang bertanggung jawab menyelenggarakan pelayanan pencatatan serta pengelolaan administrasi pernikahan bagi masyarakat Muslim sesuai ketentuan yang berlaku. Pengelolaan data yang masih manual menyebabkan kesulitan dalam memverifikasi kesiapan administrasi calon pengantin secara cepat dan akurat. Penelitian terdahulu masih terbatas pada dataset kecil, kriteria tunggal berbasis usia, dan tanpa cross-validation, sehingga belum tersedia model klasifikasi kesiapan administrasi pernikahan yang komprehensif dan andal. Penelitian ini menerapkan algoritma Naive Bayes untuk mengklasifikasikan kesiapan administrasi pernikahan berdasarkan kombinasi usia, pendidikan, dan status pernikahan pada KUA Kecamatan Kapuas Barat, dengan memanfaatkan 1.010 record data periode 2021–2025 yang dipisahkan menjadi 70% data pelatihan dan 30% data pengujian, diimplementasikan melalui Python dan scikit-learn. Evaluasi dengan Confusion Matrix menghasilkan akurasi 92,67%, presisi 93,33%, recall 98,44%, dan F1-Score 95,82%, sementara K-Fold Cross Validation (k=10) menghasilkan rata-rata akurasi 90,10% dengan standar deviasi 2,77%. Hasil ini membuktikan bahwa Naive Bayes efektif untuk klasifikasi kesiapan administrasi pernikahan dengan akurasi melampaui penelitian sebelumnya (84%), serta berkontribusi sebagai model pendukung keputusan berbasis data mining bagi petugas KUA dalam verifikasi administrasi yang lebih cepat, konsisten, dan akurat.
Penerapan Metode K-Means Dalam Penjualan Kain Sasirangan Pada UMKM “Sasirangan Bunda Maburai” Ade Putri Maharani; Finki Dona Marleny; Kamarudin Kamarudin; Rudy Ansari
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol. 10 No. 1 (2025): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Juni 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/itbi.v10i1.3412

Abstract

Penelitian ini mengkaji penerapan algoritma K-means clustering pada data penjualan kain Sasirangan di UMKM "Sasirangan Bunda Maburai". Permasalahan utama yang dihadapi UMKM adalah manajemen persediaan yang kurang efektif serta kesulitan mengidentifikasi preferensi konsumen, sehingga berisiko terjadi penumpukan stok produk yang kurang diminati. Tujuan penelitian ini adalah menganalisis efisiensi penggunaan algoritma K-means clustering untuk mengelompokkan produk kain Sasirangan berdasarkan pola penjualan dan preferensi konsumen. Metode penelitian menggunakan pendekatan KDD (Knowledge Discovery in Databases) dengan melakukan pengolahan data penjualan dari Januari 2020 hingga Juli 2024, pembersihan data, transformasi, dan implementasi K-means clustering. Hasil penelitian menunjukkan bahwa dari enam kombinasi variabel yang diuji, kombinasi jenis kain-motif memiliki performa clustering terbaik dengan silhouette score 0,65 dan 3 cluster optimal, diikuti oleh kombinasi warna dasar-warna motif dengan silhouette score 0,63. Implementasi K-means clustering ini memberikan landasan bagi UMKM untuk mengoptimalkan manajemen persediaan, meningkatkan efisiensi produksi, dan memaksimalkan kepuasan konsumen sesuai dengan preferensi pasar.
Penerapan Algoritma Profile Matching Untuk Sistem Penilaian Kinerja Dosen Berbasis Data SISTER Muhammad Zulfan Reva Maulana; Windarsyah Windarsyah; Finki Dona Marleny
INFORMATICS FOR EDUCATORS AND PROFESSIONAL : Journal of Informatics Vol. 10 No. 1 (2025): INFORMATICS FOR EDUCATORS AND PROFESSIONAL : JOURNAL OF INFORMATICS (Juni 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Insani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51211/itbi.v10i1.3413

Abstract

Penilaian kinerja dosen yang objektif sangat penting bagi Universitas Muhammadiyah Banjarmasin (UMBJM) untuk mewujudkan visi universitas unggul 2025. Namun, evaluasi berbasis Beban Kerja Dosen (BKD) melalui sistem SISTER belum optimal dalam mendukung pengambilan keputusan strategis. Penelitian ini ditujukan mengembangkan sistem penilaian kinerja dosen menggunakan algoritma Profile Matching berbasis reward dan punishment sesuai pedoman UMBJM. Metode penelitian yang digunakan adalah waterfall dengan melibatkan seluruh data dosen aktif UMBJM periode 2022-2023 sebanyak 147 orang sebagai sampel. Data dikumpulkan melalui dokumentasi SISTER dan wawancara dengan SDI, kemudian dianalisis menggunakan model pengembangan Waterfall dan diuji dengan pengujian black box. Penelitian ini menunjukkan bahwa sistem berbasis web ini mampu mengevaluasi kinerja dosen secara lebih akurat dan transparan, serta menghasilkan rekomendasi berbasis grade yang mendukung pengelolaan kompetensi, rotasi, promosi, serta pemberian reward dan punishment. Sistem ini memperkuat pengambilan keputusan strategis dan berkontribusi pada peningkatan kualitas akademik di UMBJM.
EXPLANATORY DATA ANALISIS UNTUK MENGEVALUASI PENELUSURAN KATA KUNCI VIDEO PEMBELAJARAN DI YOUTUBE DENGAN PENDEKATAN MACHINE LEARNING Mambang Mambang; Ahmad Hidayat; Finki Dona Marleny; Johan Wahyudi
Jurnal Informatika Dan Tekonologi Komputer (JITEK) Vol. 2 No. 2 (2022): Juli : Jurnal Informatika dan Teknologi Komputer
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/jitek.v2i2.287

Abstract

The purpose of this study was to find correlations related to the variable number of impressions, likes, subscribers, and comments on each learning video keyword search on YouTube. This research uses quantitative methods and experiments with secondary data sources. Exploratory Data Analysis in machine learning using several libraries in Python programming produces image visualizations that provide information related to the dataset that has been processed, such as boxplot graphs, histograms, line plots, and correlation graphs. Exploratory Data Analysis with machine learning that we have done finds results on boxplot graphs on five variables showing a whisker more elongated upwards which states positive data results. The difference in this histogram chart is in the duration variable. On the line plot graph, we find the keywords learning videos learning mathematics have the advantage of four variables and the keywords of accounting learning videos one variable. Exploratory Data Analysis using the correlation head map in the seaborn library shows that the like and comment variables strongly correlate with a value of 1. Duration variables have a low and negative correlation with other variables. The subscribers variable has a high correlation with the like variable 0.95. Thus, several indicators need to be considered in making learning videos, such as content or content of innovative and creative learning videos, so that the number of likes and comments becomes high. The length of time in learning videos does not affect the number of likes, subscribers, and comments.
SISTEM PREDIKSI KUALITAS AIR SUNGAI PADA PULAU CURIAK MENGGUNAKAN ALGORITMA RANDOM FOREST Jauhar Latifah; Finki Dona Marleny; Ayu Ahadi Ningrum; Munsyi Munsyi
Technologia : Jurnal Ilmiah Vol 16 No 3 (2025): Technologia (Juli)
Publisher : Fakultas Teknologi Informasi, Universitas Islam Kalimantan Muhammad Arsyad Al Banjari, di bawah koordinasi UPT Publikasi dan Pengelolaan Jurnal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i3.19329

Abstract

Kualitas air sungai merupakan indikator penting bagi kelestarian lingkungan dan kesehatan masyarakat, khususnya di kawasan ekowisata seperti Pulau Curiak di Kalimantan Selatan yang menjadi lokasi strategis pemantauan karena berfungsi sebagai kawasan konservasi dan habitat bekantan. Penurunan kualitas air Sungai Barito akibat aktivitas manusia dan alam memerlukan solusi berbasis teknologi. Penelitian ini bertujuan memprediksi kualitas air sungai menggunakan algoritma Random Forest untuk mendukung pengelolaan berkelanjutan. Metode yang digunakan meliputi pengumpulan data parameter kualitas air (pH, DO, TDS, turbidity), pemrosesan data dengan tahapan Knowledge Discovery in Database  (KDD), dan pemodelan menggunakan Random Forest. Hasil menunjukkan akurasi model sebesar 75%, dengan prediksi dominasi kualitas "Buruk" pada Agustus 2024. Validasi silang mengungkap variasi akurasi (62,5–87,5%), menunjukkan perlunya optimasi lebih lanjut. Kesimpulannya, Random Forest efektif untuk prediksi kualitas air, tetapi perlu pengembangan model dengan faktor tambahan.
Enhancing Long-Tailed Macaque Pest Identification Using a Two-Stage YOLO-EfficientNet Pipeline Darmawan, Hammami Rifqi; Finki Dona Marleny; Ayu Ahadi Ningrum
BEST Vol 8 No 2 (2026): BEST
Publisher : Universitas PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/1hrtgc63

Abstract

Long-tailed macaque (Macaca fascicularis) infestations have reduced corn production from a potential 7–9 tons to only 4–5 tons per growing season (±40%), while conventional deterrence methods such as loud noise and shooting have proven ineffective. This study developed an Internet of Things (IoT)-based pest repellent system using audiosonic waves, an HC-SR501 sensor, and an ESP32-CAM module, incorporating YOLOv8 and EfficientNet-B0 to replace the previously used YOLOv3 Tiny model, with the aim of improving detection accuracy and distinguishing long-tailed macaques from humans. Since population density at the partner's farmland was insufficient to construct an adequate dataset, image data were collected at Kembang Island, South Kalimantan, which serves as a natural habitat supporting a large and observable population of long-tailed macaques, thereby enabling the acquisition of visually representative and diverse training data. A total of 3,083 images were annotated using Label Studio under two classes (human and long-tailed macaque), then divided at an 80:10:10 ratio without augmentation. The YOLOv8n model was trained for 50 epochs, after which validation detections were cropped into 920 images to fine-tune EfficientNet-B0 over 10 epochs. Evaluation results show that YOLOv8 achieved a precision of 0.959, recall of 0.965, mAP50 of 0.979, and mAP50-95 of 0.723, while EfficientNet-B0 reached validation accuracies of 98.4–100% with no significant overfitting. The two-stage detection-classification pipeline was successfully tested end-to-end on 121 field images, demonstrating substantial performance improvements over the prior model and contributing toward IoT and AI-based smart agriculture solutions for effective, sustainable corn field protection.
Implementation of the K-Means Algorithm for Analyzing Patient Visits at the Kupang Community Health Center Kusuma, Mahendra Adi; Finki Dona Marleny; Ayu Ahadi Ningrum
BEST Vol 8 No 2 (2026): BEST
Publisher : Universitas PGRI Adi Buana Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36456/gq35bd74

Abstract

Patient visit data at community health centers are still managed manually, making it difficult for healthcare workers to identify visit patterns and make informed decisions. This study applies the K-Means Clustering algorithm to group patient visit data at Puskesmas Kupang based on insurance type, visit category, clinic or ward, and patient age group. The dataset consists of thousands of patient visit records, with six key features selected through three feature engineering experiments. Preprocessing involved data cleaning and Label Encoding, while the clustering process was configured using PyCaret with normalization, two-component PCA dimensionality reduction to address inter-feature correlation and enable visual cluster representation and outlier removal. The optimal number of clusters was set to four using the Elbow Method. The best-performing model achieved a Silhouette Score of 0.6558, indicating good clustering quality. The four resulting clusters represent patient segments with distinct profiles: adult BPJS users accessing the general clinic, young productive-age patients utilizing Maternal and Child Health services, patients with unplanned service needs, and elderly patients with routine visit patterns. The findings confirm that K-Means is effective as a patient classification tool at community health centers, supporting data-driven decision-making for healthcare personnel.
Co-Authors Abdul latif Ade Putri Maharani Ade Putri Maharani Adha, Muhammad Iqbal Ahmad Aqli Ahmad Faisal Hamidi Ahmad Hidayat Ahmad Hidayat Ahmad Nawawi Ahmad Nawawi Ahmad Riki Renaldy Akhmad Baddrudin Antonia Yenitia Aulia Fitri Aulia Fitri Aulia Fitri, Aulia Aurelia Monica Sari Ayu Ahadi Ningrum Azaria, Nadia Bambang Lareno, Bambang Bayu Nugraha Bima Wicaksono Damayanti, Alfisah Darmawan, Hammami Rifqi Devi Wahyuni Dixky Dixky Elisa Fitriana Fatahulrahman, Maman Febriani, Wulandari Fitriansyah, Muhammad Gazali, Mukhaimy Hamdani Hamdani Haniffah Sri Rinjani Hudatul Aulia Ihdalhubbi Maulida Ihsanudin Indah Wulandari Jauhar Latifah Jaya Hari Santoso Johan Wahyudi Johan Wahyudi, Johan Kamaruddin Kamarudin Kamarudin Kamarudin Kamarudin Kamarudin Kartika Kartika Kusuma, Mahendra Adi Liliana Swastina Lufila, Lufila M Samsul Hasbi M Samsul Hasmi Mahdi Mahdi, Mahdi Maman Fatahulrahman Mambang Maria Ulfah Maulida, Ihdalhubbi Meila Izzana, Meila Melda Melda Miranda Miranda Muhammad Alkaff Muhammad Hanafi Muhammad Khairul Akbar Muhammad Noval Muhammad Nursandi Muhammad Riduan Syafi’i Muhammad Satrio Ayuba Muhammad Tantowi Jauhari Muhammad Zaini Bakri Muhammad Ziki Elfirman Muhammad Ziki Elfirman Muhammad Ziki Elfirman, Muhammad Ziki Muhammad Zulfadhilah Muhammad Zulfan Reva Maulana Mukhaimy Gazali Munsyi Munsyi Mutmainah Mutmainah Nadia Azaria Nahdi Saubari Nalo Valentino Nazwa Aulia Putri Nor Azizah Novita Sari Novriansyah, Irvan Nur Hafiz Ansari Nur Meilianti Maulida Nurhaeni Nurhaeni Prastya, Septyan Eka Putri Putri Putri Putri, Putri Radhitya Abdi Nurhafiz rahma meina Rahmini Rahmini Raisya Alifa Khansa Ratna Lindawati Reni Emiliya Ricardus A P, Ricardus A Ricardus Anggi Pramunendar Risma Maulida Risma Risma Rismawati Rismawati Rizkian Muhammad Fikri Rizma Nurhaliza Ropikah Ropikah Rudy Ansari Rudy Ansari Rudy Ansari, Rudy Sa'adah Sa'adah Sabella, Billy Sabrila , Trifebi Shina Sabrila, Trifebi Shina Samita, Mambang Sandro Nesta Pembriano Sa’adah Sa’adah Septian Eka Prastya Septyan Eka Prastya Septyan Eka Prastya Shofia Zulfa Subhan Panji Cipta Subhan Panji Cipta Sunardi, Ph.D., Sunardi Susanti, NurAina Tasya Salsabila Theresia Kurniati Seran Tiara, Astia Rahma Tumanggor, Agustina Hotma Uli Wijaya, Eka Setya Winda Astria Nuansa Saputri Winda Astria Nuansa Saputri Windarsyah Windarsyah Wulandari Febriani Yulisa Suryana Yunnerja Yuslena Sari, Yuslena