Article Per Year (5 Year)
p-Index From 2020 - 2025
0.888
P-Index
This Author published in this journals
All Journal Semantik International Journal of Zakat (IJAZ) Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Journal of System and Computer Engineering Jurnal Publikasi Ilmu Komputer dan Multimedia
Binti Mamluatul Karomah
Universitas Nahdlatul Ulama Indonesia, Jakarta
Religion Computer Science & IT Decision Sciences, Operations Research & Management Other

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

Found 5 Documents
Search

 1 
INFRM 370 Investigasi Hubungan antara Jumlah Dimensi Parameter Extraksi Terhadap Keakurasian Pengenalan Tanda Tangan Secara Offline Fajrian Nur Adnan; Pratnya Satria Saelindri; Binti Mamluatul Karomah
Semantik Vol 2, No 1 (2012): Prosiding Semantik 2012
Publisher : Semantik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (500.07 KB)

Abstract

Tandatangan merupakan jenis biometric tingkah laku yang unik, susah ditiru, serta dapat digunakan untuk membedakan antar individu. Tandatangan sudah lama digunakan dan diterima sebagai identitas pribadi yang sah. Pengenalan tandatangan secara off-line yaitu proses pengenalan tandatangan dalam berbentuk digital. Pemilihan variable yang penting sangat diperlukan dalam proses klasifikasi dan pengenalan pola. Klasifikasi sulit dilakukan pada variable yang banyak, terlebih jika sebagian besar variable tersebut tidak relevan, seperti pada pengenalan tandatangan secara off-line, dimana background merupakan komponen yang dominan. Maka di perlukanlah teknik feature extraction untuk mendapatkan komponen utama pada gambar untuk mempermudah proses klasifikasi dalam pengenalan tandatangan. Beberapa teknik feature extraction seperti PCA dan LDA telah berhasil digunakan untuk mengekstrak fitur wajah dalam pengenalan wajah. Beberapa artikel pun membahas tentang kombinasi PCA dan LDA yang mampu menghasilkan keakurasian yang lebih baik. Dalam laporan kali ini, peneliti akan menggunakan PCA-LDA untuk mengekstrak fitur tandatangan offline dan menginvestigasi hubungan antara jumlah dimensi parameter ekstraksi terhadap keakurasian dalam pengenalan tandatangan. Hasil dari percobaan menunjukkan bahwa jumlah komponen penting yang digunakan, yang terkait dengan rasiovarian serta jumlah informasi yang tidak relevan pada gambar yang terkandung pada parameter ekstraksi berpengaruh pada keakurasian pengenalan tanda tanganKata kunci : Feature Extraction, LDA, Parameter Ekstraksi, Pengenalan Tanda Tangan secara Offline
Rancang Bangun Sistem Informasi Pembayaran SPP Berbasis Web Menggunakan Framework Laravel 9 Mohammad Reza Fahlevi; Dwi Rizky Rahmawati; Binti Mamluatul Karomah
Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI) Vol. 6 No. 3 (2023): Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI)
Publisher : Utility Project Solution

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

Abstract

Perkembangan dunia teknologi dan juga sistem informasi telah memberikan dampak besar pada semua aspek dalam kehidupan, termasuk dalam dunia pendidikan. Dalam konteks ini, pemanfaatan teknologi dan informasi dapat secara signifikan meningkatkan efisiensi pengelolaan data pembayaran Sumbangan Pembinaan Pendidikan (SPP) di sekolah. Salah satu contoh implementasi teknologi ini dapat ditemukan dalam Madrasah Ibtidaiyah Al-Istiqomah yang saat ini masih mengelola pembayaran SPP secara konvensional. Perancangan dan pengembangan sistem informasi berbasis web pada penelitian ini berfokus pada pengelolaan dan rekapan data pembayaran SPP. Penelitian ini menggunakan sistem informasi dengan PHP sebagai bahasa pemrograman, Laravel 9 sebagai framework, dan aplikasi MySQL sebagai basis data. Dengan memanfaatkan teknologi ini, sekolah memiliki peluang untuk mengoptimalkan proses transaksi serta pengarsipan data pembayaran SPP. Penerapan sistem informasi berbasis web ini membawa berbagai manfaat, termasuk pengarsipan yang lebih mudah dan efisien, kemampuan untuk mengakses data secara cepat dan akurat, serta peningkatan dalam pengelolaan keuangan sekolah. Selain itu, digitalisasi pembayaran SPP juga memungkinkan para siswa dan orang tua untuk melakukan pembayaran dengan lebih praktis dan aman melalui platform online. Melaui inovasi ini, Madrasah Ibtidaiyah Al-Istiqomah dapat mengoptimalkan pengelolaan SPP secara lebih modern dan efisien. Selain itu, langkah ini juga sejalan dengan perkembangan teknologi dan informasi yang terus bergerak maju, membantu sekolah beradaptasi dengan tuntutan zaman yang selalu berubah.
PENERAPAN METODE STACKING DALAM MENGKLASIFIKASIKAN PENDERITA PENYAKIT DIABETES Karomah, Binti Mamluatul
Jurnal Publikasi Ilmu Komputer dan Multimedia Vol 1 No 3 (2022): September : Jurnal Publikasi Ilmu Komputer dan Multimedia
Publisher : Pusat Riset dan Inovasi Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (243.127 KB) | DOI: 10.55606/jupikom.v1i3.522

Abstract

International Diabetes Federation (IDF) Atlas 2017 mencatat bahwa penyakit diabetes di Indonesia mengalami peningkatan.Penyakit diabetes melitus adalah penyakit yang memiliki kompleksitas tinggi, perawatan medis yang berkelanjutan sangat dibutuhkan untuk menurunkan dampak dari komplikasi.Dengan adanya dampak yang diakibatkan, maka dapat dilakukan deteksi dini yang diharapkan dapat menurunkan resiko komplikasi pada pasien diabetes diwaktu mendatang. Dalam penelitian ini akan digunakan metode Stacking Stacking menggunakan C4.5 dan SVM sebagai base model dengan logistic regression sebagai meta model dalam klasifikasi penderita penyakit diabetes. Hasil dari penelitian ini menunjukan bahwa algoritma Stacking mampu meningkatkan performa base/single classifier dari sisi accuracy, recall dan precision. Penggunaan metode stacking yang lebih baik dapat dilakukan pada penelitian selanjutnya untuk meningkatkan performa klasifikasi pada penderita diabetes dengan memodifikasi pada base model dan meta model nya.
Prediction of Factors Supporting the Success of BAZNAS RI Digital Fundraising Using the C4.5 Algorithm Yuliana, Yuliana; Karomah, Binti Mamluatul; Fahlevi, Mohammad Reza
International Journal of Zakat Vol 9 No 1 (2024): International Journal of Zakat
Publisher : Center of Strategic Studies (PUSKAS) BAZNAS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37706/ijaz.v9i1.493

Abstract

The C4.5 algorithm as a prediction method in zakat fundraising. The approach utilized incorporates the CRISP-DM (Cross-Industry Standard Process for Data Mining), which encompasses the data preparation phase to transform raw data into analyzable format, alongside the application of the C4.5 algorithm for constructing a decision tree model. The prediction model formed has the ability to predict the success of zakat fundraising from prospective muzaki. The primary aim of this research is to create a predictive model aimed at assisting the National Amil Zakat Agency of the Republic of Indonesia (BAZNAS RI) in enhancing the efficacy of their zakat fundraising strategy planning. Through this prediction model, BAZNAS RI can optimize zakat fundraising strategies and allocate resources more efficiently. The dataset for Muzaki encompasses various demographic factors such as age, gender, occupation group, transaction period, nominal amount, and nominal category, which served as inputs for this study. Evaluation of the model revealed an impressive accuracy rate of 92% in predictive capabilities, suggesting the potential effectiveness of this model as a supportive tool for BAZNAS RI's zakat fundraising endeavors.
Sentiment Analysis in Indonesian’s Presidential Election 2024 Using Transfomer (Distilbert-Base-Uncased) Aljabar, Andi; Karomah, Binti Mamluatul; Tarisafitri, Nahla; Jeffry, Jeffry
Journal of System and Computer Engineering Vol 6 No 2 (2025): JSCE: April 2025
Publisher : Universitas Pancasakti

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61628/jsce.v6i2.1867

Abstract

Utilizing a transformer-based natural language processing model called DistilBERT-base-uncased, this study investigates the use of sentiment analysis in relation to Indonesia's 2024 presidential election. Particularly during political events, sentiment analysis is a potent tool for gaining insight into public opinion. The program divides public posts' sentiment into positive and negative categories by examining social media data (twitter). In order to assure consistency and correctness, the dataset used in the research has been carefully selected. DistilBERT is then used to train the model. The result shows from 19920 row of data only 4.47% of Indonesia’s citizen left positive comment.
Co-Authors Aljabar, Andi Dwi Rizky Rahmawati Fajrian Nur Adnan Jeffry Jeffry Mohammad Reza Fahlevi Pratnya Satria Saelindri Tarisafitri, Nahla Yuliana Yuliana