Claim Missing Document
Check
Articles

Found 14 Documents
Search

APPLICATION OF GRAPH COLORING IN LEARNING SCHEDULE ARRANGEMENT AT MAN 1 PROBOLINGGO Nurul Faiqoh; Olief Ilmandira Ratu Farisi
NJCA (Nusantara Journal of Computers and Its Applications) Vol 9, No 1 (2024): June 2024
Publisher : Computer Society of Nahdlatul Ulama (CSNU) Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36564/njca.v9i1.375

Abstract

Learning schedule at MAN 1 Probolinggo has been carried out by utilizing a number processing application. However, the preparation is still done manually. This is due to the large number of teachers, study groups, subjects, and time allocation. Thus, there are still overlapping schedules. In this study, we propose graph coloring to arrange schedules at MAN 1 Probolinggo. Each vertex on the graph represents a subject in a class of X grade. Vertices which represent the subjects are connected by an edge if it taught by the same teacher or taken by the same class. Based on the data, there are 290 vertices in the graph. We used Welsh Powell Algorithm for coloring the graph and implemented by using Python. The results of this research showed that 30 different colors are needed to color the graph. This implies that the minimum period for scheduling all the subjects in each class in one week is 30 periods with one period equal to 2 lesson hours. From the graph coloring results, we obtained a class X schedule without overlap and easily rearranged according to the color groups.
Prediksi Harga Komoditas Pangan di Indonesia Menggunakan Backpropagation Farisi, Olief Ilmandira Ratu; Jannah, Nurul; Insania, Ribki
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 3, No 1 (2022): Pengembangan Aplikasi Berbasis Mobile untuk Layanan Publik: Studi Implementasi d
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (432.199 KB) | DOI: 10.33650/coreai.v3i1.4282

Abstract

Pangan merupakan kebutuhan paling mendasar bagi sumber daya manusia. Ketahanan pangan suatu bangsa dapat diukur dari tersedianya pangan dalam jumlah dan kualitas yang cukup. Pemerintah memiliki tanggung jawab dan pengendalian dalam ketersediaan bahan pangan pokok. Oleh karena itu, perlu kebijakan dari pemerintah untuk menentukan harga eceran tertinggi, salah satu caranya adalah memprediksi harga sedini mungkin dengan menggunakan Backpropagation. Pada penelitan ini, diuji beberapa arsitektur yang untuk menentukan kestabilan model yang digunakan. Hasil uji coba menunjukkan bahwa arsitektur 10-10-1 cukup stabil digunakan untuk memprediksi berbagai jenis data harga komoditas pangan yang berbeda karakteristiknya dengan tingkat akurasi di atas 90%. Rata-rata akurasi dari prediksi harga komoditas pangan di Indonesia yaitu sebesar 96,448% dengan waktu rata-rata adalah 6,8495 detik.
Pengenalan Jenis Kelamin Mahasiswa Universitas Nurul Jadid (UNUJA) pada Video Berdasarkan Busana Menggunakan Metode Haar Cascade dan Deep Learning Solehah, Raudatus; Pratamasunu, Gulpi Qorik Oktagalu; Farisi, Olief Ilmandira Ratu; Putri, Metha Pardiana; Riyanti, Yunnia; Maimuna, Maimuna
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 2, No 1 (2021): Penggunaan Teknologi Informasi dalam Mendukung Pendidikan Jarak Jauh di Era Pand
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (514.78 KB) | DOI: 10.33650/coreai.v2i1.2842

Abstract

Klasifikasi jenis kelamin yaitu suatu proses mengklasifikasikan jenis kelamin seseorang melalui citra digital berdasarkan fitur citra pelatihan yang telah disimpan. Objek yang dijadikan acuan adalah busana yang dikenakan di area wajah. Universitas Nurul Jadid adalah universitas yang berada dibawah naungan Pondok Pesantren Nurul Jadid tentu dalam mengatur pergaulan mahasiswa menggunakan aturan yang berlandaskan kepesantrenan. Mahasiswa dilarang melakukan pertemuan dengan mahasiswi di area kampus. Akan tetapi, masih banyak mahasiswa dan mahasiswi yang melanggar aturan tersebut. Oleh karena itu, dibutuhkan suatu metode yang dapat mengklasifikasi jenis kelamin mahasiswa berdasarkan busana pada area wajah secara otomatis. Penelitian ini menggunakan dua metode yaitu metode haar cascade dan deep learning. Metode haar cascade digunakan untuk menentukan titik area wajah dan metode deep learning digunakan untuk mengklasifikasikan citra. Metode diimplementasikan ke source code dengan software python. Dapat disimpulkan bahwa metode haar cascade tergolog baik dalam menentukan titik area wajah. Dan deep learning dapat mengklasifikasikan gambar dengan baik apabila terdapat kesamaan komposisi warna pada data testing dan data training.
Pengembangan Video Interaktif Persamaan dan Pertidaksamaan Linier Satu Variabel kelas VIII Berbasis Android Kamelia, Nila Sa'idah; Farisi, Olief Ilmandira Ratu
Postulat : Jurnal Inovasi Pendidikan Matematika Vol. 6 No. 1 (2025): Juli 2025
Publisher : Universitas Muhammadiyah Gresik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30587/postulat.v6i1.10112

Abstract

The aim of this research is to provide an Android based interactive video for the VIII grade that focuses on linear equations and inequalities in one variable. ADDIE (Analysis, Design, Development, Implementation, Evaluation) models is implemented in developing this media. After the media has been developed using GDevelop, a validation stage is carried out with experts and trials are carried out with students. Material experts' percentage results meet the "very valid" standard with 90%, while media experts' percentage results meet the "very valid" criteria with 85%. The student trial's findings demonstrated that this media is user-friendly and effective at enhancing comprehension of the subject matter. With an 84.05% percentage score on the student trial questionnaire, students responded favorably to this media. It demonstrated that the created media may be used as an educational tool to teach pupils about linear equations and inequalities in one-variable.