Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) Explore IT : Jurnal Keilmuan dan Aplikasi Teknik Informatika International Journal of Computer and Information System (IJCIS) Nusantara Journal of Computers and its Applications
Zainal Arifin
Universitas Nurul Jadid
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
Implementasi Analisa Semantik Pada Webdriver Untuk Otomatisasi Scraping Profil Pengguna Facebook Maulidiansyah; Zainal Arifin

Publisher : Program Studi Teknik Informatika, Fakultas Teknik, Universitas Yudharta Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35891/explorit.v12i2.2283

Abstract

Penelitian ini membahas tentang implementasi Analisa semantik pada webdriver untuk mendapatkan data profil pengguna facebook secara otomatis. Pada era digital ini, data adalah sesuatu yang sangat berharga. Hal ini dikarenakan data dapat di olah menjadi pengetahuan baru yang bisa digunakan dalam semua lini kehidupan seperti pendidikan, ekonomi, bisnis dan lain-lain. Facebook adalah salah satu tempat penyimpanan data dalam jumlah besar. Hanya saja tidak mudah mendapatkan data dari Facebook. Dibutuhkan sebuah teknik yang bisa digunakan oleh sebuah bot untuk bisa menjelajah halaman Facebook, mengambil data profil pengguna dan mengelompokkannya berdasarkan kategori profil. Teknik tersebut adalah membuat bot dari Webdriver dengan mengimplementasikan analisa semantik. Tahapan proses dalam penelitian ini adalah : Memahami struktur HTML pada halaman Facebook untuk mengetahui pola data profil pada Facebook. Kemudian Bot akan dikembangkan agar bisa membuka halaman profil pengguna, mengambil data profil dan kemudian menganalisanya berdasarkan pola pada struktur HTML halaman Facebook. Berdasarkan hasil uji coba pada internet dengan kecepatan 20Mbps, bot ini dapat mendapatkan 100 data profil penguna Facebook dalam waktu ± 20 menit.
Implementation of Personal Protective Equipment Detection Using Django and Yolo Web at Paiton Steam Power Plant (PLTU) Khoirun Nisa'; Fathorazi Nur Fajri; Zainal Arifin
Jurnal Ilmiah Teknik Elektro Komputer dan Informatika Vol 9, No 2 (2023): June
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26555/jiteki.v9i2.26131

Abstract

Work accidents can occur at any time and unexpectedly, so work safety is associated with health because the work safety system in Indonesia is related to the K3 (Occupational Safety and Health) program. To create a safe and healthy work environment, occupational safety and health management are implemented to avoid work accidents by requiring every worker to use Personal Protective Equipment (PPE). This research aims to develop an immediate detection system for violations of Personal Protective Equipment (PPE) in the workplace using the Yolov8 Method and the Django web-based user interface framework. Yolov8 is one of the latest deep-learning object identification models while Django is the most popular Python developer framework. The system is designed to improve workplace safety and prevent accidents by monitoring compliance with PPE requirements. The research methodology involves literature study, image data collection, preprocessing, model training, and system deployment using the Django framework. There are four classes of detection based on the bounding box according to the specified color, the use of helmets and safety vests based on the red bounding box for helmets and blue for vests while when helmets and safety vests are not being used, based on green and yellow bounding boxes. The system successfully detected four PPE classes with an average accuracy of 82.3% from 230 test data, a mAP50 value of 81.6%, a precision value of 90.3%, and a recall value of 75.1%. The findings from this study indicate that the developed system can effectively improve occupational safety and health management. However, there is a detection error factor caused by the lighting and specifications of the camera used. Future research can focus on integrating the system with other work safety systems to provide a comprehensive solution for accident prevention.
DESAIN BOT TELEGRAM MENGGUNAKAN PYTHON 3.8 DALAM MEMBANTU PROSES BELAJAR DAN MENGAJAR SECARA DARING Mochammad Faid; Titasari Rahmati; Zainal Arifin
NJCA (Nusantara Journal of Computers and Its Applications) Vol 5, No 2 (2020): Desember 2020
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v5i2.194

Abstract

Dimasa pandemi Covid19 semua pihak dipaksa untuk terbiasa dengan teknologi, termasuk juga dengan lembaga pendidikan, karena kegiatan belajar mengajar tidak bisa dilakukan seperti biasanya dimana siswa berkumpul dalam satu kelas kemudian guru mengajar materi secara langsung kepada siswa. Ada banyak beragam cara yang dilakukan berbagai sekolah dalam mengatasi permasalahan proses belajar dan mengajar jarak jauh, ada yang menggunakan media sosial dalam hal memantau anak didiknya, ada juga yang menggunakan aplikasi E-learning diantaranya Moodle dan Google Crassroom, ada juga yang menggunakan aplikasi conference seperti Zoom, Google Meet. Dari banyak solusi yang ada tentunya ada banyak kelebihan dan kelemahannya masing-masing, namun penelitian ini mencoba membuat  E-learning dengan model yang mudah dan ringan penggunaannya, dibantu robot/bot telegram yang akan memandu siswa dalam hal melakukan pembelajaran menggunakan bot telegram, kelebihan yang lain adalah soal yang dikerjakan siswa akan langsung dikoreksi oleh robot dan nilainya langsung diberitahukan kepada siswa.
PENERAPAN METODE KNN (K-NEAREST NEIGHBOR) DALAM SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN KIP (KARTU INDONESIA PINTAR) DI DESA PANDEAN BERBASIS WEB DAN MYSQL Zainal Arifin; Wali Jafar Shudiq; Saidatul Maghfiroh
NJCA (Nusantara Journal of Computers and Its Applications) Vol 4, No 1 (2019): Juni 2019
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v4i1.101

Abstract

Program Indonesia Pintar melalui KIP merupakan pemberian bantuan tunai pendidikan kepada seluruh anak usia sekolah (6-21 tahun) dan salah satu program nasional (tercantum dalam RPJMN 2015-2019) dalam peraturan pemerintah sejak akhir 2014, namun dalam menjalankan  program diatas tentunya membutuhkan sistem pengambilan keputusan. Sistem pendukung keputusan merupakan suatu pilihan dari berbagai macam alternatif yang diambil berdasarkan kriteria dan alasan yang rasional. Maksud dan tujuan dari adanya sistem pendukung keputusan yaitu untuk mendukung pengambil keputusan penentuan penerimaan KIP yang sesuai dengan kriteria dan alternatif keputusan yang sudah di tentukan metode yang digunakan dalam Sistem Pendukung Keputusan ini adalah K-Nearest Neighbor (KNN), pada metode KNN perlu ditentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif berdasarkan jumlah tetangga paling dekat, dalam hal ini alternatif yang dimaksud adalah yang berhak menerima KIP berdasarkan kriteria yang ditentukan untuk itu solusi yang ditawarkan berupa aplikasi sistem pengambilan keputusan penentuan penerimaan KIP dengan menggunakan metode KNN, sehingga mendapatkan hasil data yang lebih akurat yang nantinya diharapkan dapat memudahkan bagi staff desa dan masyarakat di Desa Pandean Kecamatan Paiton
RANCANG BANGUN APLIKASI MONITORING ANGSURAN DOWN PAYMENT (DP) BERBASIS ANDROID PADA PEMBELIAN PROPERTY DI PERUM GRIYA PERMAI Zainal Arifin; Kamil Malik
NJCA (Nusantara Journal of Computers and Its Applications) Vol 4, No 2 (2019): Desember 2019
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v4i2.132

Abstract

Down Payment (DP) merupakan pembayaran uang muka dalam suatu pembelian barang yang dilakukan dengan cara kredit, hal ini menyebabkan pemerintah menerapkan aturan terkait pembayaran Down Payment (DP) yang telah dikeluarkan oleh BI (PBI) No.18/16/PBI/2016 tentang Rasio Loan to Value (LTV) untuk Kredit Properti, Rasio Financing to Value (FTV). Proses pembayaran DP juga diterapkan pada pembelian property di Perumahan Griya Permai yang berada di bawah naungan Yayayan Pondok Pesantren Nurul Jadid, dimana proses pembayarannya dilakukan diawal pembelian. pembayaran DP yang dapat dilakukan dengan cara dicicil dalam jangka waktu tertentu sesuai kesepakan antara pihak manajemen dan costumer. Proses rekapitulasi pembayaran DP yang berjalan saat ini dilakukan dengan cara merekap pada file excel, namun proses perekapan saat ini masih memiliki beberapa kelemahan diantaranya sulitnya proses rekapitulasi pembayaran untuk mengetahui dan menginformasikan sisa tanggungan costumer. Metode yang digunakan dalam penelitian ini  meggunakan metode Research and Development (R&D) dimana pada penelitian ini proses pengumpulan data dilakukan  dengan cara observasi dan wawancara. solusi yang ditawarkan berupa Aplikasi Monitoring Angsuran Down Payment (DP) Berbasis Android Pada Pembelian Property Di Perum Griya Perma, sehingga mendapatkan hasil data yang lebih akurat yang nantinya diharapkan dapat memudahkan pihak managemen dan costumer dalam rekapitulasi pembayaran.
RANCANG BANGUN APLIKASI TAKSASI TEBU BERBASIS WEBSITE UNTUK MEMPREDIKSI HASIL PANEN TEBU PADA PABRIK GULA (PG) PANJI Fathorazi Nur Fajri; Zainal Arifin
NJCA (Nusantara Journal of Computers and Its Applications) Vol 3, No 2 (2018): Desember 2018
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v3i2.53

Abstract

PT Perkebunan Nusantara XI (Persero) merupakan perusahaan yang berbasis perkebunan dengan produksi utama gula, sudah menjadi barang pokok yaitu lahan dan tebu. Untuk menghasilkan produksi gula yang optimal pabrik gula melakukan kegiatan taksasi tebu atau prediksi hasil tebu. Selama ini kegiatan taksasi tebu dilakukan dengan menggunakan kertas yang selanjutnya diinputkan kembali pada komputer. Dengan menggunakan mekanisme seperti ini memungkin kan terjadi nya kesalahan kesalahan diantaranya (1) membutuhkan tempat penyimpanan yang luas untuk menampung kertas (2) membutuhkan waktu extra jika menginputkan kembali dalam format excel (3) sulitnya mengenali tulisan operator jika ditulis ulang kembali dalam format excel. Tujuan yang akan dicapai dalam penelitian ini adalah menghasilkan sebuah aplikasi taksasi tebu berbasis website untuk memprediksi hasil panen tebu di pabrik gula (PG) Panji menggunakan Bahasa Pemrograman PHP dan database MySQL, yang bisa dimanfaatkan oleh pabrik gula untuk mempermudah dan mempercepat informasi laporan taksasi tebu sehingga dapat memberikan informasi lebih awal untuk mempersiapkan proses produksi. Metode yang dipakai dalam penelitian ini adalah metode pengumpulan data melalui observasi, wawancara, studi literatur dan dokumentasi. Melalui kegiatan observasi dengan mengumpulkan data pendukung dalam membangun sebuah sistem, melakukan wawancara dengan pihak pabrik gula atau kepala bagian tanaman guna menghasilkan informasi terkait tentang aplikasi taksasi tebu, melakukan analisis dengan memadukan data-data hasil observasi dan wawancara untuk kemudian dibuatkan perancangan sistem meliputi (1) perancangan database; (2) Desain antar muka perangkat lunak dan (3) perancangan algoritma program database. Setelah dilakukan perancangan sistem kemudian impelementasi hasil rancangan dan pengujian system
Application of the Attention-Based LSTM Method for Rainfall Prediction in East Java Arifin, Zainal; Tholib, Abu; Hidayat, Rian
International Journal of Computer and Information System (IJCIS) Vol 5, No 4 (2024): IJCIS : Vol 5 - Issue 4 - 2024
Publisher : Institut Teknologi Bisnis AAS Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29040/ijcis.v5i4.224

Abstract

This research aims to measure the performance of the Attention-Based Long Short-Term Memory (LSTM) predictive model in rainfall prediction analysis in East Java, with a focus on including the application of the model in predicting complex time-series data. The main objective of this study is to create an efficient and accurate model and to emit the performance of the Attention-Based LSTM algorithm compared to conventional methods. The methodology used includes rainfall data collection, data preprocessing, Attention-Based LSTM model design, training models, and testing to assess accuracy. The results of the study indicate that the Attention-Based LSTM model is able to improve rainfall prediction compared to conventional methods, with the Root Mean Squared Error (RMSE) evaluation metrics with a value of 0.00807 and Mean Squared Error (MSE) with a value of 0.08987 which shows better results, so this model can be relied on for real-world applications.
Co-Authors Abu Tholib Fathorazi Nur Fajri Kamil Malik Khoirun Nisa' Maulidiansyah Maulidiansyah Mochammad Faid Rian Hidayat Saidatul Maghfiroh Titasari Rahmati Wali Ja’far Shudiq