Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal bit-Tech Malcom: Indonesian Journal of Machine Learning and Computer Science Jurnal Ilmu Komputer (JIK) Jitu: Jurnal Informatika Utama
Anwar, A. Nurul
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Materials Science & Nanotechnology

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

 1 
Penerapan Logika Fuzzy Mamdani Untuk Menentukan Stok Beras Di Toko Ijal Jaya Berbasis Web Lutfi, Achmad; Suwarno, Joko; Yuliana, Yuliana; Anwar, A. Nurul
Jurnal Pendidikan Umum Vol 2 No 1 (2024): Jitu: Jurnal Informatika Utama
Publisher : CV. Astina Mandiri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55903/jitu.v2i1.179

Abstract

Beras merupakan bahan pangan yang sangat strategis. Beras sebagai bahan pangan masih merupakan kebutuhan pokok, sehingga kebutuhan beras lebih besar dari kebutuhan beras untuk industri. Dibandingkan dengan bahan makanan pokok lainnya, konsumsi beras nasional relatif besar, sehingga dapat terdistribusi secara merata dalam jumlah yang cukup dan terjangkau oleh masyarakat, meningkatkan pendapatan untuk para pengusaha penjual beras. Dalam setiap toko penjualan beras tentunya memiliki banyak masalah, masalah yang sering di alami adalah jumlah ketersediaan tidak cukup atau kehabisan stok. Setiap toko pastinya di haruskan menjaga ketersediaan stok yang cukup supaya penjualan dalam toko tersebut berjalan dengan lancar. Untuk membangun sistem yang mampu melakukan penentuan stok beras secara cepat, Fuzzy Mamdani membuat rancangan sistem yang sesuai dengan kebutuhan yang sedang berjalan melalui pemodelan, dan melakukan pembuatan Usecase diagram, Sequence diagram, Class diagram, dan Desain interface untuk user lalu dilanjutkan dengan pembuatan program dengan menggunakan PHP dan MySQL sebagai database lalu apache yang akan digunakan sebagai web server. Fuzzy Mamdani ini lebih spesifik yang berarti metode ini lebih memperhatikan keadaan pada setiap daerah Fuzzy nya. Sehingga Fuzzy Mamdani ini akan menghasilkan keputusan yang lebih cepat dan akurat. Penelitian ini bertujuan untuk membantu merekomendasikan pemesanan stok beras supaya stok tersebut selalu tersedia dalam jumlah yang cukup, sehingga dapat memperlancar penjualan
APLIKASI PEMILIHAN KETUA OSIS BERBASIS ANDROID DENGAN METODE SYSTEMS DEVELOPMENT LIVE CYCLE Dani; Anwar, A. Nurul
Jurnal Ilmu Komputer Vol 6 No 2 (2023): Jurnal Ilmu Komputer (JIK)
Publisher : LPPM-STMIK Pranata Indonesia

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

Abstract

Sistem Pemilihan ketua OSIS pada SMK PANTI KARYA 3 masih menggunakan cara konvensional. Proses voting yang dilakukan adalah secara centang atau coblos pada kertas suara menjadi cara dalam pemilihan calon ketua OSIS. Untuk mengatasi hal tersebut maka dibangun sebuah sistem untuk melaksanakan voting berbasis web atau yang disebut e-voting. Sistem e-voting dianggap lebih efektif dan efisien dalam proses perhitungan suara dan hasil pemilihan bisa langsung diketahui secara cepat dan akurat. Metode Systems Development Live Cycle, berbasis web untuk panel admin dengan bahasa pemrograman HTML dan PHP tanpa framwork serta MySql sebagai penyimpanan data. Sistem ini diharapkan agar siswa siswi dapat melakukan proses pemilihan Ketua Osis dengan mudah dan cepat mampu mengurangi permasalahan pada sistem pemilihan konvensional [1]. Hasil kuesioner Sistem ini mendapat penilaian 87,69% dari 22 sampel pemilih dan target penelitian ini adalah jurnal Issn.
Network Security Analysis on The Internet Facility (Wifi) UIN Syarif Hidayatullah Jakarta Against Packet Sniffing Attacks Anwar, A. Nurul
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 4 No. 3 (2024): MALCOM July 2024
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v4i3.1307

Abstract

In an increasingly digital era, network security has become very important to protect sensitive data from cyber attacks. One common attack is a packet sniffing attack, where hackers can capture and snoop on data packets sent over a WiFi network. This research aims to analyze the level of network security in internet facilities (WiFi) at UIN Syarif Hidayatullah Jakarta against packet sniffing attacks. The methods used include surveys, observations and technical analysis of existing network infrastructure. The research results show that although UIN Syarif Hidayatullah Jakarta has implemented several network security measures, there are still gaps that can be exploited by packet sniffing attacks. Factors such as the use of vulnerable network protocols and lack of use of data encryption are the main causes of network vulnerability to these attacks. Recommendations include the implementation of additional security measures such as the use of more secure protocols, implementation of strong data encryption, as well as user training and awareness to minimize the risk of packet sniffing attacks. In this way, it is hoped that internet facilities (WiFi) at UIN Syarif Hidayatullah Jakarta can be safer and protected from potentially detrimental cyber attacks.
Naïve Bayes Algorithm Analysis For Student Graduation Timeliness Prediction Anwar, A. Nurul; Dani, Dani; Napila, Ade
bit-Tech Vol. 8 No. 1 (2025): bit-Tech
Publisher : Komunitas Dosen Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32877/bt.v8i1.2825

Abstract

This study developed a student graduation prediction system using the Naïve Bayes algorithm, using PS1-PS4 scores, PK, and SKS as indicators of academic progress. This model achieved 88.33% accuracy and an ROC value of 0.900, indicating superior predictive ability. These results outperform other common models such as logistic regression and the C4.5 decision tree, which have approximately 85% accuracy in predicting student graduation. These results also outperform previous research in the same field, which had ROC values of approximately 0.85.Graduation predictions were categorized as "ON TIME" and "LATE" with high precision. The Naïve Bayes algorithm has proven effective in predicting student graduation, particularly in identifying factors that influence graduation timeliness, such as poor academic performance, difficulty completing final assignments, poor personal conditions, and lack of motivation and interest.By designing a graduation prediction system using the Naïve Bayes algorithm, this research aims to help educational institutions predict student graduation timeliness and provide appropriate interventions. This system can improve educational quality and reduce dropout rates, making it an important tool for educational institutions to improve graduate quality and achieve their academic goals.This research demonstrates that the Naïve Bayes algorithm can be an effective and accurate graduation prediction method, thus helping educational institutions develop strategies to improve educational quality and reduce dropout rates. Therefore, this research has the potential to significantly impact higher education institutions and assist them in achieving their academic goals.
Co-Authors Achmad Lutfi Dani Dani Dani Joko Suwarno Napila, Ade Yuliana Yuliana