Article Per Year (5 Year)
p-Index From 2020 - 2025
2.147
P-Index
This Author published in this journals
All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Jurnal Sains Matematika dan Statistika Zeta - Math Journal Journal of Electrical Engineering and Computer (JEECOM) Prosiding Seminar Nasional Pengabdian Kepada Masyarakat Jurnal Pengabdian Masyarakat dan Riset Pendidikan Jurnal Pengabdian Masyarakat Al-Fatimah Bajhrah : Jurnal Pengabdian Kepada Masyarakat
Luluk Sarifah
Univeritas Annuqayah
Religion Agriculture, Biological Sciences & Forestry Humanities Biochemistry, Genetics & Molecular Biology Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Energy Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Mathematics Nursing Public Health Social Sciences Other

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 13 Documents
Search

 1   2 
Pelatihan Penulisan Persamaan Matematika dengan Equation Editor Microsoft Office Word di Desa Pragaan Daya Sumenep Siti Khotijah; Luluk Sarifah; Ulfatul Husna; Dina Raudhatul Jannah
PROSIDING SEMINAR NASIONAL PENGABDIAN KEPADA MASYARAKAT UNIVERSITAS NAHDLATUL ULAMA SURABAYA Vol. 2 No. 1 (2022): Prosiding Seminar Nasional Pengabdian Kepada Masyarakat : BERKARYA DAN MENGABDI
Publisher : Universitas Nahdlatul Ulama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (366.753 KB) | DOI: 10.33086/snpm.v2i1.959

Abstract

Membuat sebuah naskah dan dokumen memang mudah untuk dilakukan dengan Microsoft Office. Namun, jika suatu saat kita harus menuliskan suatu rumus saat pembuatan dokumen, Equation editor merupakan solusi supaya kita dapat memproses dokumen yang ingin dibuat dengan tambahan seperti pecahan, akar kuadrat, sigma. Equation editor adalah sebuah fitur yang memiliki kemampuan untuk memasukkan dan mengatur rumus secara mudah pada Micorosoft Office. Tombol ini biasanya digunakan dalam bidang perhitungan seperti matematika, kimia, teknik, fisika dan sebagainya. Berdasarkan hasil observasi, MA Hidayatul Ulum Pragaan Daya Sumenep merupakan lembaga pendidikan yang sebagian besar siswanya tidak memahami cara penulisan persamaan matematika, sehingga kami memberikan pelatihan persamaan penulisan matematika dengan Equation Editor Microsoft Office word. Pada pelatihan ini, metode yang digunakan berupa metode pendampingan dan pembimbingan pelatihan. Kegiatan pelatihan ini dikatakan berhasil karena 15 peserta dari 16 peserta mampu menuliskan persamaan matematika dengan baik dan benar. Luaran yang diperoleh dari pelatihan ini adalah menambah kemampuan keterampilan siswa MA Hidayatul Ulum Pragaan Daya Sumenep dalam pengetikan tugas ataupun jawaban ujian menggunakan komputer yang mengharuskan penulisan persamaan matematika.
Identification Of Hijaiyah Letters Image Using Extreme Learning Machine Method Luluk Sarifah; Siti Khotijah; Marinatul Khaliqah Khaliqah
Jurnal Matematika, Statistika dan Komputasi Vol. 20 No. 1 (2023): SEPTEMBER, 2023
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/j.v20i1.27158

Abstract

The development of digital image processing technology has many benefits, one of which is the identification of an object, such as the identification of the image of the hijaiyah letter. Hijaiyah letters are the letters of the arabic alphabet as the original language of the Qur'an. In essence, humans have the ability to recognize and distinguish hijaiyah letter patterns from one another, but this is not the case with computers, using digital images and machine learning, in this study an identification concept was built by recognizing the image of hijaiyah letters using one of the machine learning methods. namely the extreme learning machine (ELM) method. Extreme learning machine (ELM) is a feedforward neural network with one hidden layer or better known as single hidden layer feedforward neural networks (SLFNs). Therefore, the purpose of this study is that the computer can identify objects as well as human capabilities and see how accurate the results obtained in the ELM method are. The digital image identification process using the extreme learning machine (ELM) method is carried out in two stages, namely training and testing, where previously the preprocessing process was carried out first by changing the color of the RGB image to HSV and processing the color v, then segmentation was carried out with the aim of separating the objects (foreground) with the background, then to make it easier to recognize the pattern, a morphological process is carried out. From the simulation carried out on the test data, the results obtained an average accuracy of 90% with an error of 10%.
Implementasi Algoritma K-Nearest Neighbor (K-NN) dalam Mengklasifikasikan Berbagai Jenis Ekspresi Wajah Manusia Khaliqah, Marinatul; Sarifah, Luluk; Khotijah, Siti
Zeta - Math Journal Vol 9 No 1 (2024): Mei
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2024.9.1.10-20

Abstract

Ekspresi wajah manusia adalah bentuk respon alami yang ditunjukkan oleh manusia untuk memperlihatkan perasaan yang sedang dirasakan saat berinteraksi sosial, yang mana dalam berinteraksi sosial, kondisi emosi yang baik menjadi penting dalam menjalin komunikasi yang baik. Pentingnya penelitian terkait ekspresi wajah adalah membantu perkembangan teknologi di dunia dalam memainkan peran penting dalam interaksi komputer dan manusia. Adanya penelitian ini bertujuan untuk mengklasifikasikan ekspresi wajah manusia menggunakan algoritma K-Nearest Neighbor dengan dibantu ekstraksi ciri GLCM sebagai variabel yang dijadikan inputan pada proses klasifikasi. Pada penelitian ini dilakukan dua jenis pengujian, yaitu dengan jumlah data yang lebih banyak dan jumlah data yang lebih sedikit dengan penggunaan k=1, k=3, dan k=5 dengan tujuan mengetahui tingkat akurasi yang lebih baik dari algoritma K-Nearest Neighbor. Setelah dilakukan pengujian didapatkan hasil akurasi yang lebih baik dari algoritma K-Nearest Neighbor adalah dengan jumlah data yang lebih banyak dengan penggunaan k=1, yaitu dengan tingkat akurasi mencapai 100%. Jadi dapat disimpulkan bahwa algoritma K-Nearest Neighbor dapat mencapai akurasi terbaiknya dalam mengklasifikasikan jenis ekspresi wajah manusia adalah dengan pengujian data yang lebih banyak dan dengan penggunaan k=1.
Strengthening Digital Skills in Community Empowerment Through Online Marketing and Marketing Strategy Training Siti Khotijah; Luluk Sarifah; Dina Raudlatul Jannah; Ulfatul Husna
Jurnal Pengabdian Masyarakat Al-Fatimah Vol. 1 No. 1 (2024): Edisi Perdana, Juni 2024
Publisher : Institut Agama Islam Al-Fatimah Bojonegoro

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

Abstract

The gap in access to technology and community knowledge in Pragaan Daya village is a big challenge in efforts to strengthen digital skills through marketing training and online marketing strategies. The aim of this training is so that the people of Pragaan Daya Village can utilize digital technology in their daily economic activities. This activity was held on Saturday, August 20, 2022, at the Pragaan Daya Village hall and was attended by vocational and high school-level students and UMKM owners in Pragaan Daya Village. The methods used in this activity are seminars and training. The material in this training is an explanation of how an effective marketing strategy can make new products able to compete with products that have long been on the market, as well as practical steps and online marketing strategies. Strengthening digital skills provides benefits to the Pragaan Daya village community, including being able to more effectively promote their products and services, increase competitiveness, and expand market reach
Komparasi Metode Extreme Learning Machine (ELM) dan Multi-Support Vector Machine (Multi-SVM) pada Identifikasi Tanaman Herbal Luluk Sarifah; Lailiyatus Sa’adah; Iis Setiana
Jurnal Matematika, Statistika dan Komputasi Vol. 21 No. 2 (2025): JANUARY 2025
Publisher : Department of Mathematics, Hasanuddin University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20956/j.v21i2.37107

Abstract

In Indonesia, there are more than 2.039 species of herbal medicinal plants, which sometimes have similarities and make it difficult to identify the type of herbal plant. The purpose of this study is to facilitate the identification of herbal plant species by comparing the performance of the Extreme Learning Machine (ELM) and Multi-Support Vector Machine (Multi-SVM) methods. The ELM method was created to overcome the weaknesses of feedforward artificial neural networks, especially in terms of learning speed, while the Multi-SVM method is an advanced development of the SVM method. The stages of this research begin with image input which is through previous data acquisition, data preprocessing, and then the identification with ELM and Multi-SVM methods. Based on the simulations that have been carried out, the average accuracy on training data for the ELM method is 93%, while the Multi-SVM method is 44%. Also, the average accuracy on testing data for the ELM method is 85%, while the Multi-SVM method is 40%.
Upaya Peningkatan Literasi Numerasi Siswa-Siswi MI dan MTs Melalui Penanaman Tanaman Obat Keluarga di Desa Cempaka Pasongsongan Sumenep Siti Khotijah; Luluk Sarifah; Prasanti Mia Purnama; Wildayatus Shofiyah
PROSIDING SEMINAR NASIONAL PENGABDIAN KEPADA MASYARAKAT Vol. 4 No. 2 (2024): Prosiding Seminar Nasional Pengabdian Kepada Masyarakat : Memaksimalkan Potensi
Publisher : Universitas Nahdlatul Ulama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33086/snpm.v4i2.1412

Abstract

Literasi numerasi merupakan kemampuan menerapkan konsep angka dan keterampilan menghitung dalam kehidupan sehari-hari. Kondisi literasi numerasi siswa di Madrasah Ibtidaiyah (MI) dan Madrasah Tsanawiyah (MTs) Desa Cempaka, Kecamatan Pasongsongan, Kabupaten Sumenep, masih perlu ditingkatkan. Pengabdian ini bertujuan meningkatkan literasi numerasi siswa melalui kegiatan penanaman Tanaman Obat Keluarga (TOGA), yang melibatkan siswa-siswi MI dan MTs serta ibu-ibu PKK Desa Cempaka. Kegiatan dilaksanakan pada 08 September 2024, dengan metode seminar, praktik penanaman, pengamatan pertumbuhan tanaman, dan diskusi kelompok. Hasil dari kegiatan ini menunjukkan peningkatan signifikan pada kemampuan numerasi siswa, terutama dalam pengukuran dan penghitungan sederhana yang diterapkan selama penanaman. Selain itu, kemampuan literasi juga meningkat melalui pencatatan hasil pengamatan dan diskusi kelompok. Keterlibatan ibu-ibu PKK menambah dimensi pemberdayaan komunitas, memperkuat kolaborasi antar generasi. Pendekatan pembelajaran berbasis praktik yang menggabungkan literasi, numerasi, dan kegiatan penanaman TOGA berhasil memberikan dampak positif pada peningkatan keterampilan siswa dan memperkuat keterlibatan komunitas lokal.
Forecasting the Number of BMT NU Lenteng Branch Customers Using the Single Exponential Smoothing Method Munawwarah, Siti; Sarifah, Luluk
Zeta - Math Journal Vol 10 No 1 (2025): May
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2025.10.1.11-18

Abstract

The presence of financial institutions greatly helps the country in terms of economy, including Islamic financial institutions such as BMT NU Lenteng Branch which was established in 2014. For BMT NU, the existence of customers greatly influences the continuity of the work process. Therefore, in order to facilitate the preparation of the next work plan, a customer forecasting technique is needed to determine the number of saving customers in the next period, which can fluctuate every year. For this study, data on the number of savers was used from 2014-2023, then for forecasting using the Single Exponential Smoothing method, a method that focuses on finding stability values. The advantage of this method lies in its ease of operation which is relatively simple. To determine the level of accuracy obtained from the forecasting results, the Mean Absolute Deviation (MAD), Mean Squared Error (MSE), and Mean Absolute Percentage Error (MAPE) methods are used. From the results of the research that has been carried out, it was found that the best alpha value for forecasting is at alpha 0,9 with a forecasting result of 10.065,3. The error calculation obtained for the last 10 years of data is MAD = 1.050,037676, MSE = 1.622.018,167, and MAPE = 25%. While for the last 5 years of data, MAD = 1.415,6342, MSE = 2.528.041,621, and MAPE = 19%.
Counseling on the Use of Meta Ai in Improving Digital Literacy in Rural Communities in Indonesia: Pengabdian Made Susilawati; Fadil Mas’ud; Luluk Sarifah; Rinovian Rais; Johannes P Kumagaya
Jurnal Pengabdian Masyarakat dan Riset Pendidikan Vol. 3 No. 4 (2025): Jurnal Pengabdian Masyarakat dan Riset Pendidikan Volume 3 Nomor 4 (April 2025
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jerkin.v3i4.861

Abstract

This community service was conducted in several villages in Indonesia, including Legian Badung, Baubau Kupang, and Ogan Jaya in North Lampung, over periods ranging from two weeks to one month. The aim was to provide counseling on the use of Meta AI to improve digital literacy in rural communities in Indonesia. The methodology involved discussions with colleagues and village officials to identify suitable themes, followed by obtaining permission from village authorities. The implementation stage included counseling on how to use Meta AI, covering aspects like opening WhatsApp, accessing Meta AI through the chat tab, agreeing to terms, typing prompts, sending messages, and providing feedback. The counseling also highlighted the advantages of Meta AI, such as its ease of use, multi-language capabilities, and 24-hour availability. The authors found that Meta AI's simple interface allows users of varying technological backgrounds to interact with it easily, and its constant availability and multi-language support enhance its utility as an educational and communication tool globally.
Penerapan Metode Single Moving Average Dalam Memprediksi Jumlah Penduduk Miskin Pada Perencanaan Pembangunan Daerah Kabupaten Pamekasan Sarifah, Luluk; Kamilah, Siti; Khotijah, Siti
Zeta - Math Journal Vol 8 No 2 (2023): November
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2023.8.2.47-54

Abstract

Negara Indonesia merupakan Negara yang tergolong masih berkembang, sehingga kemiskinan masih menjadi masalah utama yang perlu dibenahi, seperti halnya juga masalah kemiskinan yang ada di Pamekasan. Tujuan dari penelitian ini adalah memprediksi jumlah penduduk miskin menggunakan metode single moving average. Metode single moving average adalah suatu metode peramalan yang dilakukan dengan mengambil sekelompok nilai pengamatan, mencari nilai rata-rata tersebut sebagai ramalan untuk periode yang akan dating, kemudian dalam penelitian menggunakan data penduduk miskin kabupaten Pamekasan dari tahun 2017-2023 dengan perhitungan 2 periode (n=2) dan 3 periode (n=3) dan pengukuran akuarasi dengan MSE (Mean Squared Error), MAD (Mean Absolute Deviation) dan MAPE (Mean Absolute Precentage Error). Berdasarkan penelitian yang telah dilakukan diperoleh hasil bahwa pergerakan n=3 memiliki nilai hasil yang lebih baik dibandingkan dengan yang menggunakan n=2, dimana diperoleh nilai hasil peramalan di periode yang akan datang pada tahun 2024 yaitu perkiraan penduduk miskin sebanyak 134,55 jiwa. Hal itu berdasarkan nilai MAD dan MSE yang lebih kecil dibangdingkan dengan perhitungan dengan n=2, yaitu dengan nilai MAD sebesar 4,228 dan MSE sebesar 38,045.Selanjutnya berdasarkan nilai MAPE juga diperoleh hasil perhitungan paling kecil yaitu perhitungan menggunakan metode Single Moving Average dengan besar pergerakan n=3 yaitu sebesar 3,186%.
Peramalan Jumlah Penduduk Kecamatan Pragaan Menggunakan Metode Statistical Staight Line Khotijah, Siti; Samaniyah, Samaniyah; Sarifah, Luluk; Faisol, Faisol
Zeta - Math Journal Vol 8 No 2 (2023): November
Publisher : Universitas Islam Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31102/zeta.2023.8.2.55-59

Abstract

Penelitian ini bertujuan untuk memprediksi jumlah penduduk di Desa Pragaan Daya menggunakan metode Statistical Straight Line. Data jumlah penduduk dari periode sebelumnya digunakan untuk melakukan prediksi. Metode Statistical Straight Line digunakan untuk menemukan garis lurus yang paling mendekati data sebelumnya dan digunakan untuk memprediksi jumlah penduduk di masa mendatang. Hasil prediksi kemudian dievaluasi menggunakan metrik akurasi Mean Absolute Percentage Error (MAPE). Dalam penelitian ini, nilai MAPE yang dihasilkan adalah sebesar 3,095933961 atau setara dengan 3,1%. Hasil ini menunjukkan bahwa prediksi menggunakan metode Statistical Straight Line memiliki tingkat akurasi yang relatif baik. Meskipun demikian, peneliti disarankan untuk mempertimbangkan metode lain dan melakukan pembaruan serta revisi prediksi secara berkala untuk tetap relevan dengan kondisi aktual yang berubah seiring waktu.
Co-Authors Dina Raudhatul Jannah Dina Raudlatul Jannah Fadil Mas’ud Fuaddiyah, Alifatul Iis Setiana Imam Wahyudi Johannes P Kumagaya Khaliqah, Marinatul Lailiyatus Sa’adah Made Susilawati Marinatul Khaliqah Khaliqah Moh. Sukron Muhammad Luthfi Munawwarah, Siti Prasanti Mia Purnama Purnama, Prasanti Mia Rinovian Rais Samaniyah, Samaniyah Siti Kamilah, Siti Siti Khotijah Ulfatul Husna Ulfatul Husna Wildayatus Shofiyah