Article Per Year (5 Year)
p-Index From 2021 - 2026
1.497
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) Jurnal Terapan Abdimas Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal Informatika dan Multimedia Journal of Advanced in Information and Industrial Technology (JAIIT) Jurnal Daya Mas : Media Komunikasi dan Informasi Hasil Pengabdian dan Pemberdayaan Masyarakat Community Empowerment Jurnal Pengabdian pada Masyarakat Ilmu Pengetahuan dan Teknologi Terintegrasi Jurnal Informatika dan Multimedia Jurnal Informatika Polinema (JIP)
Ellya Nurfarida, Ellya
Unknown Affiliation
Arts Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Public Health Social Sciences Other

Published : 17 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Informatika dan Multimedia

 1 
Pengembangan Aplikasi Pantau Pembelajaran Berbasis Android Studi Kasus SD Plus Sunan Ampel Kediri Widyastuti, Ratna; Kurniawan, Iqbra; Salam, Alaik Annas; Nurfarida, Ellya
Jurnal Informatika dan Multimedia Vol. 16 No. 1 (2024): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jtim.v16i1.5960

Abstract

Pendidik merupakan pekerjaan yang memiliki tanggung jawab kemanusiaan yang besar, khususnya berkaitan dengen keberhasilan pembelajaran generasi penerus bangsa. Berkembangnya penyelenggaraan pendidikan memunculkan sekolah-sekolah yang menginplementasi kurikulum plus. Kurikulum tersebut memadukan antara kurikulum adaptif dan kurikulum agama. Permasalahannya pendidik  pada sekolah yang memiliki kurikulum plus harus memastikan kegiatan belajar tetap berjalan, meskipun peserta didik berada di rumah. Solusinya, pendidik dituntut mendesain media sebagai inovasi dengan memanfaatkan teknologi informasi untuk memantau kegiatan pembelajaran yang berlangsung di rumah. Pendidik dapat bekerjasama dengan orang tua melakukan kegiatan pemantauan. Berdasarkan masalah tersebut, penelitian ini bertujuan mengembangkan aplikasi pantau pembelajaran berbasis android.  Metode Pengembangan sistem pada penelitian ini menggunakan metode pengembangan waterfall. Waterfall method, terdiri dari System Analysis,  System design, Coding, Testing, Implementasi.Aplikasi pantau pembelajaran dirancang menggunakan bahasa pemrograman kotlin dan mysql sebagai database untuk menyimpan data. Hasil pengujian menggunakan black box testing menunjukkan semua fungsi pada aplikasi pantau pembelajaran berjalan sesuai rancangan, yaitu staf TU pada aplikasi ini dapat menambah data siswa, menambah data wali siswa, menambah data guru dan melihat data history aktivitas; guru kelas berhasil melihat laporan dari wali siswa dan mengirim catatan tugas kepada wali siswa; dan wali siswa dapat melaporkan kegiatan aktivitas siswa setiap hari (belajar, mengaji, sholat), menerima catatan notifikasi yang diberikan oleh guru kelas dan catatan orang tua.
Monita: Aplikasi Identifikasi Gizi Buruk Balita Berbasis Mobile Nurfarida, Ellya; Sukya, Fadelis; Aullia, Fikha Rizky; Widyastuti, Ratna
Jurnal Informatika dan Multimedia Vol. 17 No. 2 (2025): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jtim.v17i2.8911

Abstract

The promotion of the one-digit stunting program is a program of the Kediri District government; this program is needed considering that cases of stunting in toddlers with malnutrition in Kediri District are still high, at around 9.8%. In contrast to cases of malnutrition in pregnant women who have had an identification and monitoring process using an android-based application from the Ministry of Health, cases of malnutrition in toddlers in the Kediri District have not been digitized and monitored correctly. Currently, the application available for the identification of under-five malnutrition is an identification application that focuses on identification only, without being able to record under-five data, so the calculation process of each measurement must always enter the under-five data first. The application for identifying and monitoring malnutrition at Puskesmas Grogol was developed mobile to facilitate cadres in recording toddler data and adding measurements, which will be called Monita. Monita is an application developed with the Flutter programming language compatible with iOS and Android-based smartphones. Monita also provides convenience to cadres because they can access it through their smartphones without using a computer. The Monita application has features for managing regions, cadres, toddler data, reports, and supplementary feeding (PMT) for toddlers with wasting cases.
Deteksi Plat Nomor Kendaraan Angkutan Bus Menggunakan YOLOv11 Nugroho, Benni Agung; Cinderatama, Toga Aldila; Izzah, Abidatul; Nurfarida, Ellya
Jurnal Informatika dan Multimedia Vol. 17 No. 2 (2025): Jurnal Informatika dan Multimedia
Publisher : Politeknik Negeri Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33795/jtim.v17i2.9204

Abstract

Penelitian ini mengatasi permasalahan pendataan plat nomor bus secara konvensional di terminal yang rentan terhadap kesalahan manusia, pelaporan yang lambat, dan kurangnya transparansi. Tujuan penelitian ini adalah merancang dan mengimplementasikan sistem deteksi dan pengenalan plat nomor angkutan bus secara otomatis menggunakan kombinasi teknologi Kecerdasan Buatan (AI), khususnya model deep learning YOLOv11, dan Internet of Things (IoT). Penelitian ini menggunakan Raspberry Pi 5 sebagai perangkat edge yang terhubung dengan webcam untuk menangkap video beresolusi 1280x720 , yang kemudian melakukan deteksi plat nomor secara real-time. Model YOLOv11 dilatih menggunakan 682 frame gambar , menunjukkan kinerja yang sangat baik pada dataset validasi dengan nilai mean Average Precision (mAP50) sebesar 0.98674. Meskipun keterbatasan Raspberry Pi 5 tanpa dedicated Neural Processing Unit (NPU) membatasi kecepatan pemrosesan real-time menjadi 10–18 FPS pada resolusi 640x480 , kecepatan ini dinilai mencukupi untuk deteksi bus di lingkungan terminal karena pergerakan kendaraan yang tidak cepat. Teks plat nomor yang berhasil dikenali dan timestamp kemudian dikirimkan ke database Firebase melalui arsitektur IoT. Sistem yang dihasilkan diharapkan dapat membantu dalam pendataan kendaraan bus di terminal dengan lebih cepat, efisien, dan akuntabel
Co-Authors Abidatul Izzah Ahmad Dzulfikri Halimi Andika Hadi, Andika Andika Kurnia Adi Pradana, Andika Kurnia Aullia, Fikha Rizky Benni Agung Nugroho, Benni Agung Fadelis Sukya, Fadelis Fery Sofian Efendi Habibi, Isac Ilham Herwin Zakiyah, Herwin Kurniawan, Iqbra Kusumaning, Wiwiek Kusumaning Moh. Rizal Bahri, Moh. Rizal Multimedia, Jurnal Informatika dan Pradana, Andika Kurnia Adi Pradana, Andika Kurnia Adi Ratna Widyastuti, Ratna Riskitasari, Septyana Salam, Alaik Annas Toga Aldila Cinderatama Wahyu, Mujahid Yohan Bakhtiar