Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Mahasiswa Sistem Informasi (JMSI) Jurnal Media Akademik (JMA)
Syifa Amalia
Unknown Affiliation
Religion Humanities Computer Science & IT Economics, Econometrics & Finance Education Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences Other

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

Found 2 Documents
Search

 1 
PENERAPAN MACHINE LEARNING UNTUK PENGENALAN SIDIK JARI MENGGUNAKAN DECISION TREE Tsirwatun Nisail Khasanah; Najwa Hanindya Putri; Syifa Amalia; Revanda Putri Rahmadani; Arif Setiawan
Jurnal Mahasiswa Sistem Informasi (JMSI) Vol. 6 No. 2 (2025): Jurnal Mahasiswa Sistem Informasi (JMSI)
Publisher : Program Studi DIII Sistem Informasi - Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24127/jmsi.v6i2.9004

Abstract

Perkembangan teknologi informasi di bidang keamanan biometrik telah mendorong penggunaan sidik jari sebagai salah satu cara otentikasi yang efektif dan efisien [1]. Sidik jari memiliki keunikan dan kestabilan seumur hidup yang menjadikannya ideal untuk identifikasi individu. Penelitian ini bertujuan mengembangkan sistem pengenalan sidik jari berbasis citra menggunakan algoritma Decision Tree [2]. Dataset yang digunakan adalah SOCOFing, yang terdiri dari ribuan gambar sidik jari dengan label identitas pengguna [1]. Citra diolah menggunakan metode ekstraksi fitur Local Binary Pattern (LBP) [3], dan model Decision Tree dilatih menggunakan data yang telah diproses. Hasil evaluasi menunjukkan bahwa akurasi model mencapai 84,6% dengan nilai f1-score rata-rata 0,85, menunjukkan bahwa algoritma ini efektif digunakan dalam sistem identifikasi sidik jari. Sistem ini cocok diterapkan pada lingkungan terbatas dengan kebutuhan identifikasi cepat dan interpretasi model yang jelas
IMPLEMENTASI DASHBOARD BUSINESS INTELLIGENCE MENGGUNAKAN LOOKER STUDIO UNTUK EVALUASI KINERJA PENJUALAN ELEKTRONIK Tsirwatun Nisail Khasanah; Najwa Hanindya Putri; Syifa Amalia; Revanda Putri Rahmadani
Jurnal Media Akademik (JMA) Vol. 4 No. 1 (2026): JURNAL MEDIA AKADEMIK Edisi Januari
Publisher : PT. Media Akademik Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62281/g5tbak67

Abstract

Business Intelligence memiliki peran penting dalam mendukung pengambilan keputusan manajerial melalui penyajian informasi yang akurat dan real-time. Sektor penjualan elektronik menghasilkan data transaksi dalam jumlah besar yang sering kali belum dimanfaatkan secara optimal untuk evaluasi kinerja. Penelitian ini bertujuan untuk mengimplementasikan dashboard Business Intelligence menggunakan Looker Studio guna mengevaluasi kinerja penjualan elektronik secara efektif. Metode penelitian yang digunakan adalah metode deskriptif dengan pendekatan studi kasus, di mana data transaksi penjualan dikumpulkan, diolah, dan divisualisasikan ke dalam sebuah dashboard interaktif. Dashboard yang dibangun menyajikan indikator kinerja utama seperti total penjualan, tren pendapatan, produk terlaris, serta distribusi penjualan berdasarkan wilayah. Hasil penelitian menunjukkan bahwa dashboard yang diimplementasikan mampu membantu manajemen dalam memantau kinerja penjualan secara lebih cepat, mengidentifikasi tren, serta mendukung pengambilan keputusan berbasis data. Implikasi dari penelitian ini menunjukkan bahwa Looker Studio dapat dimanfaatkan sebagai alat Business Intelligence yang praktis dan ekonomis dalam evaluasi kinerja penjualan elektronik.
Co-Authors Arif Setiawan Najwa Hanindya Putri Revanda Putri Rahmadani Tsirwatun Nisail Khasanah