Article Per Year (5 Year)
p-Index From 2021 - 2026
2.42
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Informatika Komputer ILKOM Jurnal Ilmiah Jurnal Tecnoscienza Computer Science and Information Technologies Society : Jurnal Pengabdian dan Pemberdayaan Masyarakat Abdiformatika: Jurnal Pengabdian Masyarakat Informatika Buletin Sistem Informasi dan Teknologi Islam Ilmu Komputer untuk Masyarakat Jurnal Inovasi Teknologi dan Edukasi Teknik Linier: Literatur Informatika dan Komputer
Faradibah, Amaliah
Univeristas Muslim Indonesia
Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Mathematics Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 16 Documents
Search

 1   2 
Implementasi Algoritma AES-256 Berbasis Web untuk Pengamanan Dokumen Digital di CV. Karya Eksklusif Nusantara Naqiyah, Ainun; Hayati, Lilis Nur; Faradibah, Amaliah
Jurnal Ilmiah Informatika Komputer Vol. 30 No. 3 (2025)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35760/ik.2025.v30i3.60

Abstract

In the digital era, corporate document security has become a major challenge due to the increasing risk of data breaches and cyberattacks. CV. Karya Eksklusif Nusantara, a company that provides goods and services, still stores important documents in digital formats such as .pdf, .docx, and .xlsx without a special protection system, making them vulnerable to illegal access or data corruption. This study aims to implement the AES-256 algorithm in CBC mode on a web-based system to encrypt and decrypt digital documents, as well as to test its performance based on different file sizes. This research uses the Waterfall method, which includes stages of data collection through interviews and literature review, system requirement analysis, design using UML, implementation with the Laravel framework, and black-box testing. The result of the study is a web-based application capable of securely encrypting and decrypting digital documents. Performance testing shows that the encryption and decryption operations are very fast, with an average encryption time of 0.2924 seconds and a decryption time of 0.3309 seconds, while functional testing ensures that all functions work according to requirements.
Implementasi Naïve Bayes untuk Evaluasi dan Klasifikasi Beban Kerja Pegawai di Badan Kepegawaian Kabupaten Barru Muhammad Alif Tenriadjeng; Ihwana As’ad; Amaliah Faradibah
LINIER: Literatur Informatika dan Komputer Vol 2, No 3 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i3.3140

Abstract

Penelitian ini mengkaji penerapan algoritma Naïve Bayes dalam mengklasifikasikan beban kerja pegawai di Badan Kepegawaian Kabupaten Barru guna meningkatkan efektivitas manajemen sumber daya manusia berbasis data. Tantangan utama dalam pengelolaan pegawai meliputi ketidakseimbangan distribusi tugas, kurangnya transparansi penilaian, serta keterbatasan metode konvensional, yang dapat diatasi melalui analisis data historis dengan pendekatan probabilistik. Algoritma Naïve Bayes digunakan untuk mengelompokkan beban kerja pegawai berdasarkan parameter jumlah jam kerja, kompleksitas tugas, dan pencapaian target, yang menghasilkan distribusi beban kerja rendah (55,7%), sedang (31,4%), dan tinggi (12,8%). Model ini menunjukkan akurasi tinggi dalam klasifikasi dan mampu mengidentifikasi pegawai dengan kelebihan atau kekurangan beban kerja secara objektif. Studi kasus pada PT. Rikasa Dinar Djaya juga membuktikan keandalan metode ini dalam mengevaluasi kinerja karyawan dengan akurasi 99,44%. Hasil penelitian ini diharapkan dapat meningkatkan transparansi dan keadilan dalam evaluasi kinerja pegawai, meminimalkan bias subjektif, serta menjadi referensi bagi instansi pemerintah lainnya dalam mengadopsi teknologi machine learning untuk pengelolaan SDM yang lebih modern, efisien, dan berkelanjutan
Analisis Jaringan Menggunakan Provider Tri (3) di Area Fakultas Ilmu Komputer Ferri Ardiwinata; Ramdan Satra; Amaliah Faradibah
LINIER: Literatur Informatika dan Komputer Vol 2, No 2 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v2i2.3109

Abstract

Fakultas Ilmu Komputer memiliki dua program studi, yaitu Teknik Informatika dan Sistem Informasi, serta enam laboratorium komputer yang mendukung pembelajaran praktikum. Dengan meningkatnya jumlah pengguna laboratorium dan jaringan lokal, terutama di lantai 3 dan 4, akses ke fasilitas menjadi lambat, menuntut analisis mendalam tentang kualitas jaringan di fakultas ini. Gedung fakultas berlantai empat memiliki akses point di setiap lantai, namun beberapa area, terutama di belakang, mengalami masalah sinyal yang lemah. Penelitian sebelumnya menunjukkan hasil yang bervariasi terkait kualitas jaringan, seperti delay yang sangat baik menurut standar QoS dan masalah interferensi pada frekuensi 2,4 GHz. Berdasarkan isu-isu tersebut, penelitian ini berjudul "Analisis Jaringan Menggunakan Provider Tri (3) di Area Fakultas Ilmu Komputer" bertujuan untuk mengevaluasi kecepatan transfer data dan kualitas jaringan yang diterima oleh pengguna di fakultas. Penelitian ini diharapkan memberikan wawasan untuk perbaikan infrastruktur jaringan guna mendukung pengalaman pengguna yang lebih baik. Adapun di titik-titik tertentu dengan kepadatan tinggi dan banyak gedung tinggi, kualitas sinyal sering menurun dan menjadi tidak stabil. Hasil pengukuran menunjukkan bahwa kondisi waktu dan cuaca mempengaruhi kekuatan sinyal, dengan penurunan sinyal yang lebih signifikan saat cuaca hujan
Rancang Bangun Trainer Mikrokontroler Dengan Menggunakan ATMega16 (Studi Kasus: Program Studi Teknik Eletronika FT UNM Tahun 2013) Haeriani, Haeriani; Faradibah, Amaliah
LINIER: Literatur Informatika dan Komputer Vol 1, No 2 (2024)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v1i2.2540

Abstract

Rancang Bangun Trainer Mikrokontroler Dengan Menggunakan ATMega16 pada Program Studi Teknik Eletronika FK UNM Tahun 2013 (case study). Tujuan dari tugas akhir ini adalah (1) mengetahui perancangan trainer mikrokontroler, (2) mengetahui prinsip kerja trainer mikrokontroler, (3) mengetahui prosedur penggunaan trainer sebagai alat bantu pada mata kuliah mikrokontroler. Penelitian ini menggunakan metode penelitian observasi atau pengamatan secara langsung,  yaitu pengamatan terhadap cara kerja mikrokontroler sebagai perangkat proses dengan aplikasi beberapa perangkat input dan output.  Penelitian ini merupakan penelitian perancangan yang menghasilkan trainer mikrokontroler yang terdiri dari rangkaian mikrokontroler untuk aplikasi menyalakan LED, aplikasi menyalakan LED menggunakan input switch, aplikasi pembuatan up counter dan down counter dengan seven segment, aplikasi menampilkan karakter pada LCD, aplikasi penggunaan internal ADC, aplikasi pembaca jarak dengan ultrasonik, aplikasi pembaca suhu dengan LM35 dan aplikasi kendali motor DC. Penelitian ini dilaksanakan di laboratorium/workshop Jurusan Pendidikan Teknik Elektronika Fakultas Teknik Universitas Negeri Makassar. Hasil penelitian dalam karya tulis ini adalah rancang bangun trainer Mikrokontroler ATMega16 sebagai media pembelajaran terdiri dari bagian input yaitu sensor ultrasonik, sensor suhu, dan saklar. Bagian proses yaitu mikrokontroler ATMega16 yang mengolah setiap data masukan maupun keluaran. Bagian output yaitu LED, LCD, seven segmen, motor, dan buzzer. Hasil pengujian dan pengamatan unjuk kerja setiap bagian trainer tersebut mampu mengeksekusi program yang ditulis menggunakan bahasa pemrograman C dan setiap sensor berfungsi seperti yang diharapkan
Analisis Sentimen Pengguna Sosial Media X Terhadap Penundaan Pengangkatan CPNS dan P3K di Indonesia Akbar, Firman; Purnawansyah, Purnawansyah; Faradibah, Amaliah
LINIER: Literatur Informatika dan Komputer Vol 3, No 1 (2026)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/linier.v3i1.3486

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat di media sosial X terhadap kebijakan penundaan pengangkatan Calon Pegawai Negeri Sipil (CPNS) dan Pegawai Pemerintah dengan Perjanjian Kerja (PPPK) di Indonesia menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui proses crawling pada media sosial X yang menghasilkan 283 komentar terkait isu tersebut. Proses analisis meliputi pre- processing data (pembersihan, case folding, filtering, stemming, dan tokenizing), pelabelan sentimen positif dan negatif, ekstraksi fitur menggunakan metode TF-IDF, klasifikasi dengan algoritma Multinomial Naïve Bayes, serta evaluasi model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mampu melakukan klasifikasi sentimen secara efektif terhadap opini publik yang beragam, mulai dari dukungan, kritik, hingga pandangan netral terhadap kebijakan penundaan tersebut. Temuan ini diharapkan dapat menjadi masukan bagi pemerintah dalam merumuskan kebijakan yang lebih responsif terhadap opini publik
Optimizing classification models for medical image diagnosis: a comparative analysis on multi-class datasets Abdul Rachman Manga; Aulia Putri Utami; Huzain Azis; Yulita Salim; Amaliah Faradibah
Computer Science and Information Technologies Vol 5, No 3: November 2024
Publisher : Institute of Advanced Engineering and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.11591/csit.v5i3.p205-214

Abstract

The surge in machine learning (ML) and artificial intelligence has revolutionized medical diagnosis, utilizing data from chest ct-scans, COVID-19, lung cancer, brain tumor, and alzheimer parkinson diseases. However, the intricate nature of medical data necessitates robust classification models. This study compares support vector machine (SVM), naïve Bayes, k-nearest neighbors (K-NN), artificial neural networks (ANN), and stochastic gradient descent on multi-class medical datasets, employing data collection, Canny image segmentation, hu moment feature extraction, and oversampling/under-sampling for data balancing. Classification algorithms are assessed via 5-fold cross-validation for accuracy, precision, recall, and F-measure. Results indicate variable model performance depending on datasets and sampling strategies. SVM, K-NN, ANN, and SGD demonstrate superior performance on specific datasets, achieving accuracies between 0.49 to 0.57. Conversely, naïve Bayes exhibits limitations, achieving precision levels of 0.46 to 0.47 on certain datasets. The efficacy of oversampling and under-sampling techniques in improving classification accuracy varies inconsistently. These findings aid medical practitioners and researchers in selecting suitable models for diagnostic applications.
Co-Authors A. Ulfa Tenripada A. Ulfah Tenripada A.R Tuasamu, Fatimah Aulia Putri Utami Benny Leonard Enrico P Dewi Widyawati Erma Suryani Erma Suryani Fahmi Fahmi Fatahillah, Furqon Ferri Ardiwinata Firman Akbar Haeriani, Haeriani Hariani M. Pakka Ihwana As’ad jabir, sitti rahmah lilis nurhayati Lokapitasari Belluano, Poetri Lestari Ma'tang, Hariani Manga, Abdul Rachman Muh Fachrul Islam Muh Taufik Rifaat Muhammad Alif Tenriadjeng Muhammad Arfah Asis Naqiyah, Ainun Nursyamsi Nursyamsi Purnawansyah Purnawansyah Rahmadani Rahmadani Rahmadani Rahmadani Ramadhani, Sulistriawati Ramdan Satra Rizal Rahmadani Sitti Rahmah Jabir Tenripada, A Ulfah Tenripada, A. Ulfah Utami, Aulia Putri Widyawati, Dewi Yulita Salim