Article Per Year (5 Year)
p-Index From 2021 - 2026
0.778
P-Index
This Author published in this journals
All Journal ILKOM Jurnal Ilmiah Information Technology Education Journal Journal of Computers, Informatics, and Vocational Education Media of Computer Science
Asmaul Husnah Nasrullah
Universitas Negeri Makassar
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Languange, Linguistic, Communication & Media Library & Information Science Social Sciences Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

 1 
Penerapan Metode C4.5 untuk Klasifikasi Mahasiswa Berpotensi Drop Out Asmaul Husnah Nasrullah
ILKOM Jurnal Ilmiah Vol 10, No 2 (2018)
Publisher : Teknik Informatika Fakultas Ilmu Komputer Univeristas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/ilkom.v10i2.300.244-250

Abstract

The quality of education in universities can be seen from the high level of student success and the low failure of students. One indicator of student failure is the case of Drop Out (stop study). The problem of Drop Out becomes something interesting to study, because this can affect the quality of education. Faculty of Economics UNISAN Gorontalo is a favorite Faculty in UNISAN Gorontalo so it has a number of students of approximately 1000 students until 2017. But the ratio of the number of graduate students and not pass unbalanced. So as to produce the number of students Drop Out approximately 200 students per year. To solve the problem, we proposed a new model by utilizing a C4.5 computation method, in order to produce a pattern based on the results of the correct classification in determining the potential Drop Out students. The results obtained from the application of method C4.5 in this research is the discovery of 17 rules that can be used as a pattern to determine the potential students Drop Out.
Integrasi Tf-Idf Dan Algoritma Cosine Similarity Untuk Deteksi Tingkat Kemiripan Judul Penelitian (Studi Kasus Mahasiswa Fakultas Ilmu Komputer UNISAN Gorontalo) Nasrullah, Asmaul Husnah
Information Technology Education Journal Vol. 3, No. 3, September (2024)
Publisher : Jurusan Teknik Informatika dan Komputer

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

Abstract

Penjiplakan atau plagiarisme masih sering terjadi, terutama dalam dunia akademik. Penjiplakan banyak dilakukan terutama saat menyelesaikan tugas akhir atau skripsi. Untuk menghindari kegiatan plagiat perlu dilakukan dengan mendeteksi kemiripan atau kesamaan judul TA. Deteksi Similaritas dilakukan untuk memeriksa kesamaan dokumen dengan dokumen lain. Salah satu solusi untuk memeriksa / mendeteksi kemiripan dokumen secara cepat dan tepat adalah dengan penerapan algoritma Cosine Similarity dan pembobotan TF-IDF. Penelitian ini bertujuan untuk mengetahui kinerja dari algoritma Cosine Similarity dalam mendeteksi tingkat kemiripan tugas akhir atau penelitian. Dengan memanfaatkan preprocessing teks yang terdiri dari case folding, tokenizing, stopword removal, dan stemming yang selanjutnya dilakukan perhitungan pembobotan TF-IDF dan nilai kemiripan menggunakan cosine similarity sehingga mendapatkan nilai persentase kemiripan. Hasil dari percobaan pada penelitian ini adalah berupa tingkat kemiripan dari judul tugas akhir yang dibandingkan, dengan pengujian confusion matrix diperoleh nilai accuracy memliki rata-rata sebesar 89.7%, precision 72.4%, dan recall 94.6%.
Enhanced Laptop Recommendation System Using Tsukamoto Fuzzy Logic Nasrullah, Asmaul Husnah; Adiba, Fhatiah; Anastasia, Tezza; Farghina, Syakira Ayma; Akbar, Muh.
Media of Computer Science Vol. 1 No. 1 (2024): June 2024
Publisher : CV. Digital Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69616/mcs.v1i1.186

Abstract

One of the most popular and rapidly growing needs among the general public is laptops. Currently, there are many types of laptops with varying features, and not everyone knows the advantages and disadvantages of each type. The purpose of this research is to develop and build a Fuzzy inference system that applies the Tsukamoto method. This is to address issues in providing unclear or inaccurate services to customers during the laptop sales process. By developing a recommendation system that can provide guidance or suggestions in purchasing a laptop based on interest and needs in searching for references, and the type of laptop that meets the criteria. The decision to purchase a laptop uses parameters such as screen size, RAM capacity, SSD capacity, and price. The implementation of the Fuzzy Tsukamoto method for providing laptop purchase recommendations is able to give good recommendations.
Convolutional Neural Network untuk Deteksi Penyakit Paru-Paru Menggunakan Citra Radiografi Asmaul Husnah Nasrullah
Journal of Computers, Informatics, and Vocational Education Volume 2 Issue 1, March (2025)
Publisher : Jurusan Teknik Informatika dan Komputer

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

Abstract

Abstrak - Penyakit paru-paru merupakan kontributor utama angka kematian global, dengan diagnosis dini yang krusial namun sering terhambat keterbatasan sumber daya dan subjektivitas interpretasi citra radiografi. Penelitian ini mengembangkan model Convolutional Neural Network (CNN) untuk deteksi dini penyakit paru-paru melalui klasifikasi citra radiografi dada ke dalam empat kategori: COVID-19, Pneumonia, Normal, dan Tuberkulosis. Model ini bertujuan meningkatkan akurasi klasifikasi dan efisiensi komputasi untuk penerapan di fasilitas kesehatan terbatas. Data radiografi dada diperoleh dari Kaggle. Pra-pemrosesan meliputi resize, normalisasi, penghapusan noise, dan augmentasi data. Model CNN terdiri dari lapisan convolutional, pooling, flatten, dan fully connected dengan aktivasi ReLU dan Softmax. Pelatihan selama 25 epoch dengan batch size 32, pembagian data 70% latih, 15% validasi, dan 15% uji. Akurasi tertinggi pelatihan 0,9301 dan validasi 0,9025. Evaluasi model menunjukkan akurasi keseluruhan 89%. Kelas Pneumonia dan Normal memiliki performa terbaik (F1-score 92%), namun performa Tuberkulosis masih perlu ditingkatkan karena kesalahan klasifikasi signifikan dengan COVID-19, mengindikasikan kesulitan model membedakan kelas serupa secara visual. Kendala utama adalah ketidakseimbangan kelas dataset. Kata Kunci: Klasifikasi, CNN, Citra, Radiografi, Paru-Paru
Hybrid Kriptografi Menggunakan RSA dan AES untuk Keamanan Pengiriman File Digital Asmaul Husnah Nasrullah; Annisa Shela Amaliah; Ghina Raodatul Jannah
Journal of Computers, Informatics, and Vocational Education Volume 2 Issue 2, July (2025)
Publisher : Jurusan Teknik Informatika dan Komputer

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

Abstract

Penelitian ini bertujuan mengembangkan sistem keamanan pengiriman file digital menggunakan pendekatan kriptografi hybrid berbasis algoritma RSA dan AES. Peningkatan volume dan sensitivitas data digital menuntut mekanisme enkripsi yang tidak hanya aman tetapi juga efisien saat menangani file berukuran besar. Dalam sistem yang dikembangkan, AES digunakan untuk mengenkripsi isi file karena kemampuannya dalam memproses data secara cepat dan stabil, sedangkan RSA digunakan untuk mengenkripsi kunci AES guna memastikan keamanan dalam proses pertukaran kunci. Perancangan sistem mencakup pembuatan algoritma hybrid, pengembangan aplikasi berbasis Python dengan antarmuka grafis Tkinter, serta mekanisme pengelolaan kunci yang terintegrasi. Pengujian dilakukan melalui uji fungsional, uji unit, dan uji integrasi terhadap berbagai jenis file, termasuk dokumen, gambar, arsip, dan video. Hasil pengujian menunjukkan bahwa sistem mampu melakukan enkripsi dan dekripsi secara konsisten dengan peningkatan ukuran file yang sangat minimal serta pemulihan file ke bentuk asli tanpa kehilangan data. Sistem ini terbukti stabil, mudah digunakan, dan dapat diterapkan untuk berbagai format file digital. Temuan ini menunjukkan bahwa kombinasi RSA dan AES efektif digunakan sebagai solusi keamanan untuk pengiriman file digital, khususnya pada skenario yang membutuhkan perlindungan data yang kuat dan proses enkripsi yang efisien.
Co-Authors Adiba, Fhatiah Akbar, Muh. Anastasia, Tezza Annisa Shela Amaliah Farghina, Syakira Ayma Ghina Raodatul Jannah