Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JSI: Jurnal Sistem Informasi (E-Journal) Jurnal Ilmu Komputer dan Sistem Informasi
Fatma sari
Universitas Bina Darma
Computer Science & IT Decision Sciences, Operations Research & Management Library & Information Science Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
IMPLEMENTASI METODE MADLC DALAM PERANGKAT LUNAK JUZ’AMMA UNTUK ANAK USIA DINI Ahmad Syazili; Fatma sari
Jurnal Sistem Informasi Vol 9, No 2 (2017)
Publisher : Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (875.906 KB) | DOI: 10.36706/jsi.v9i2.4680

Abstract

Mempelajari dan menghapal Juz’amma secara esensi merupakan proses belajar dan mengingat untuk memenuhi kebutuhan rohani dalam pengamalan perbuatan dan tindakan dalam kehidupan sehari-hari. Kondisi secara umum saat ini adalah mempelajari dan menghapal juz’amma di tingkat anak usia dini dilakukan dengan cara yang sangat teoritik dan mekanistik, artinya konsep belajar dan menghapal hanya menekankan pada aspek satu arah dan tanpa disertai dengan implikasi dan penjelasan tentang penerapannya. Model pembelajaran seperti ini dirasakan kurang memahami dan bermakna, ditambah lagi dengan sedikitnya kesempatan anak usia dini untuk mempelajari dan menghapal ulang setelah proses belajar dilakukan. Penelitian ini menghasilkan sebuah perangkat lunak mobile juz amma untuk media belajar dan menghapal yang dikhususkan bagi anak usia dini. Dalam proses pengembangan menggunakan metode Mobile Application Development Lifecycle Model (MADLC) yang terdiri dari identification phase, design phase, development phase, prototyping phase, testing phase, deployment phase dan maintenance phase. Beberapa kontribusi fitur perangkat lunak yang dihasilkan pada penelitian ini adalah melihat daftar surah pada juz’amma berdasarkan kategori bacaan, mendengarkan audio surah dan membaca surah. Kata kunci: MADLC, Perangakt Lunak, Juzamma, Anak Usia Dini
Pengembangan Aplikasi Presensi Berbasis Deep Learning Lailatul Akmal; Ilman Zuhri Yadi; Yesi Novaria Kunang; Fatma Sari
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 5 No. 2 (2025): Mei 2026
Publisher : LKP Unity Academy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70340/jirsi.v5i2.354

Abstract

A facial recognition-based attendance system is a modern solution to overcome the weaknesses of manual attendance methods that are prone to manipulation and recording errors. This study uses a deep learning-based attendance application by implementing a Convolutional Neural Network (CNN) using MobileNetV2, VGG16, and ResNet50 architectures optimized for devices with limited resources. The facial dataset was collected independently and went through preprocessing stages, including normalization, resizing, augmentation, and face detection with OpenCV. The model was trained using TensorFlow and Keras on Google Colab with a GPU. It was then evaluated using a confusion matrix, which yielded accurate predictions with a low error rate. A classification report was also conducted, with an accuracy of 0.98, a precision of 1.00, a recall of 1.00, and an F1-score of 1.00, achieving a very high level of performance, indicating no prediction errors. A Flask web-based application was designed to connect the facial recognition model with the user interface, and was tested in real-time to measure the speed and accuracy of attendance. The results show that the CNN-based attendance application is able to provide a safer, faster, and more efficient attendance alternative compared to conventional methods.
Co-Authors Ahmad Syazili Ilman Zuhri Yadi Lailatul Akmal Yesi Novaria Kunang