Article Per Year (5 Year)
p-Index From 2020 - 2025
3.874
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Zulfia Zahro’, Hani
Unknown Affiliation
Computer Science & IT

Published : 24 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 24 Documents
Search

 1   2   3 
SISTEM INFORMASI GEOGRAFIS PENGELOMPOKAN TINGKAT KRIMINALITAS KOTA MALANG MENGGUNAKAN METODE K-MEANS Sutejo, Danang; Agus Pranoto, Yosep; Zulfia Zahro’, Hani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 4 No. 1 (2020): JATI Vol. 4 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v4i1.2315

Abstract

Kota malang menjadi salah satu kota pendidikan dengan jumlah perguruan tinggi lebih dari 80 lokasi, hal ini membuat padatnya tingkat penduduk dan membuka peluang tinggi terjadinya kriminalitas terutama bagi masyarakat umum dan khususnya para mahasiswa baru yang belum banyak mengetahui mengenai daerah rawan kriminal di Kota Malang. Sebagai solusi masalah ini diperlukan sistem informasi geografis yang secara khusus menampilkan informasi mengenai daerah persebaran lokasi yang mempunyai kerawanan kriminal. Sistem yang akan dibangun yaitu sebuah sistem informasi geografis Pengelompokan tingkat kriminalitas Kota Malang ini dibuat menggunakan QGIS 2.18 dengan mengkombinasikan metode clustering. Salah satu metode Clustering adalah dengan menggunakan metode K-Means dengan menggunakan pengujian keakuratan menggunakan Davies-Bloudin Index. Penerapan dari hasil clustering yang dilakukan menunjukan bahwa hasil clustering menggunakan K-Means menghasilkan percobaan 3 cluster yang memiliki hasil analisis keakuratan terkecil menggunakan Davies Bouldin Index yaitu sebesar 2,401 dengan pembagian daerah intensitas aman(C1) yaitu Kecamatan Kedungkandang, dalam cluster (C2) cukup rawan yaitu Kecamatan Blimbing, dalam cluster (C3) rawan yaitu kecamatan Klojen, Sukun dan dalam cluster sangat rawan (C4) yaitu kecamatan Lowokwaru. Pada pengujian user yang telah dilakukan, user memilih sangat baik adalah 32%, memilih baik 55%, memilih cukup baik 13% dan memilih kurang baik 0% kemudian hasil pengujian fungsionalitas aplikasi pada browser yang berbeda, sudah berjalan dengan baik.
PENERAPAN METODE K-MEANS CLUSTERING UNTUK PENGELOMPOKAN DATA BARANG PENJUALAN BERBASIS WEB PADA KOPERASI PT. X Chintia Devi, Annisa; Zulfia Zahro’, Hani; Vendyansyah, Nurlaily
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 4 No. 1 (2020): JATI Vol. 4 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v4i1.2337

Abstract

Kebutuhan bahan baku makanan hingga kebutuhan rumah tangga sangat dibutuhkan oleh pegawai atau pekerja yang ada pada PT. X. Jumlah permintaan kebutuhan konsumen yang tidak menentu, mengakibatkan stok persediaan barang yang ada di koperasi juga ikut tidak menentu. Karena hal ini, yang berwenang untuk memantau stok barang pada koperasi sering mengalami kesulitan dalam menentukan barang apa saja yang harus di stok lebih banyak, maupun barang apa saja yang harus di stok tidak banyak. Selain itu, koperasi juga tidak akan mengalami penumpukan barang yang dapat mengakibatkan kadaluarsa, dan koperasi juga tidak akan mengalami kekosongan barang yang dibutuhkan oleh pegawai atau pekerja yang ada pada PT. X. Pada sistem pengelompokan barang ini, menggunakan metode K-Means Clustering. Studi kasus pada penelitian ini adalah data barang pada Januari – Desember 2018 di koperasi PT. X. Barang yang ada pada koperasi PT. X akan dikelompokan berdasarkan 3 kelompok, yaitu barang yang tidak laku, barang yang paling laku, dan barang yang laku menggunakan metode K-means Clustering. Dengan adanya sistem ini diharapkan dapat membantu pihak yang berwenang dalam menentukan pemenuhan kebutuhan stok barang yang ada pada PT. X. Hasil pengujian dilakukan dengan cara manual menggunakan excel dan dengan menggunakan sistem. Dari pengujian tersebut didapatkan bahwa perhitungan manual dan sistem didapatkan hasil 100% sama. Hasil uji kepuasan pengguna melibatkan pengawas koperasi dan juga kasir pada koperasi PT. X, pada pengujian tersebut didapatkan hasil 82,5% baik, dan 17,5% cukup.
PEMANFAATAN SISTEM INFORMASI GEOGRAFIS UNTUK PEMETAAN SEKOLAH SMA/SMK DI KOTA MALANG BERBASIS WEB Fat al Ghozali, Mohamad; Achmadi, Sentot; Zulfia Zahro’, Hani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 4 No. 2 (2020): JATI Vol. 4 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v4i2.2690

Abstract

Pengembangan sistem informasi geografis memberikan kemudahan para calon siswa baru dalam mencari informasi tentang tempat pendidikan SMA dan SMK yang ada di Kota Malang dan membatu Diknas Kota Malang untuk menganalisis penerimaan siswa baru dengan menambahkan kuota jumlah siswa luar kota dan kuota siswa dalam zonasi. Perlu dibuat sebuah aplikasi pemetaan sekolah untuk memudahkan mencari tempat pendidikan SMA dan SMK di Kota Malang. Penelitian ini mengembangkan sistem informasi geografis pemetaan sekolah SMA/SMK di Kota Malang untuk membantu siswa mencari pendidikan SMA/SMK Negeri terdapat 10 SMA negeri dan 13 SMK Negeri di Kota Malang. Pada sistem ini dibuat menggunakan ArcGis 10.7 dan menggunakan Qgis 2.18 dengan adanya teknologi informasi ini kedepannya akan lebih mempermudah untuk mendapatkan informasi sekolah SMA dan SMK Negeri di Kota Malang dengan informasi yang lebih detail dari tiap-tiap Sekolah. Setelah melakukan pengembangan sistem informasi geografis hasil uji yang di dapat dari hasil uji dari penelitian yang telah dikembangkan yaitu Sistem Informasi Geografis untuk Pemetaan Sekolah SMA/SMK di Kota Malang berbasis website bahwa hasil dari program yang telah dibuat memiliki hasil yang baik, dibuktikan dari hasil pengujian fungsional sistem dengan akses sebagai user, admin sesuai dengan fungsinya pada browser. Semua fungsi dari sistem berjalan sesuai dengan yang di inginkan.
PENENTUAN PENERIMA BANTUAN SOSIAL BAGI SISWA YANG TERKENA DAMPAK COVID-19 MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) Faris, Mochammad; Agus Pranoto, Yosep; Zulfia Zahro’, Hani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 5 No. 1 (2021): JATI Vol. 5 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v5i1.3244

Abstract

School is an institution or institution where learning and teaching and a place to receive and give lessons. Along with the development of communication and information technology, and the rapid spread of the Covid-19 outbreak in Indonesia, learning is carried out online / long distance. However, the government policy in implementing the Distance Learning (PJJ) system many parents objected to having to meet their needs during online learning. The provision of social assistance from the school for students affected by Covid-19 still uses a manual system, which is selecting student files one by one, then assessing which student files are eligible for social assistance. The problem that arises from this selection process is that there are too many student files and the school takes too long to make decisions if there are similarities in student data. These problems are the background of making a web-based BANSOS covid-19 application system that applies the K-Nearest Neighbor method which will make it easier for schools to classify new student data, whether or not they are affected by covid-19, so that schools can provide assistance or not quickly and accurately. Based on the results of system functional testing, this system can run well on 2 browsers, namely Google Chrome and Mozilla Firefox. testing the calculation of the K-Nearest Neighbor algorithm with a parameter value of K = 5 using confusion matrix, the accuracy value is 98%, the precision value is 100%, and the recall value is 96%.
SISTEM PENDUKUNG KEPUTUSAN PEREKRUTAN ANGGOTA BARU RESIMEN MAHASISWA DI ITN MALANG MENGGUNAKAN KOMBINASI METODE AHP (Analytical Hierarchy Process) dan TOPSIS (Technique for Others Reference by Similarity to Ideal Solution) Dwi Megafani, Silvi; Dedy Irawan, Joseph; Zulfia Zahro’, Hani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 5 No. 1 (2021): JATI Vol. 5 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v5i1.3313

Abstract

Unit Kegiatan Mahasiswa (UKM) adalah kegiatan kemahasiswaan di luar kelas yang bertujuan untuk menampung dan mengembangkan minat, bakat, dan pengetahuan profesional tertentu yang dimiliki oleh mahasiswa dari berbagai jurusan. Pada setiap semester UKM ini melakukan perekrutan anggota baru dengan beberapa kriteria yang diharapkan, biasanya proses ini membutuhkan waktu yang lama karena dalam sistem rekrutmen anggota baru Menwa UKM masih menggunakan cara manual yaitu menghitung hasil evaluasi ujian yang dilakukan oleh tim Menwa. Sehubungan dengan hal tersebut, maka peneliti merancang suatu sistem pendukung keputusan penerimaan anggota Menwa baru menggunakan metode AHP dan TOPSIS. Metode AHP ini digunakan pada proses awal yaitu menentukan bobot dari setiap kriteria dan langkah selanjutnya menggunakan metode TOPSIS yang digunakan untuk menentukan nilai dari tiap calon anggota untuk melakukan proses perangkingan. Berdasarkan hasil pengujian fungsional melakukan pembobotan dan normalisasi matriks kemudian perangkingan dari kombinasi metode AHP dan TOPSIS antara perhitungan manual dan sistem didapatkan selisih 0 artinya antara perhitungan manual dan sistem hasil dari perangkingan tidak memiliki selisih atau sama.
APLIKASI FORECASTING PENJUALAN BAHAN BANGUNAN MENGGUNAKAN METODE TREND MOMENT (STUDI KASUS DI UD. HASIL BUMI) Firmansyah, Mohamad Agung; Panji Sasmito, Agung; Zulfia Zahro’, Hani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 5 No. 2 (2021): JATI Vol. 5 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v5i2.3759

Abstract

Toko UD. Hasil Bumi memiliki permasalahan mengenai belum adanya sebuah sistem untuk memprediksi penjualan bahan bangunan dari masa ke masa. Dalam hal ini strategi permasalahan yang tepat untuk mengatasinya adalah menggunakan Forecasting dengan metode Trend Moment yang berbasis website. Tujuan penelitian ini adalah menghasilkan sebuah aplikasi Forecasting penjualan bahan bangunan yang dapat membantu toko UD. Hasil Bumi untuk memprediksi penjualan bahan bangunan dari masa ke masa dengan berbasis web dan menerapkan metode Trend Moment pada aplikasi Forecasting penjualan bahan bangunan yang dapat membantu toko UD. Hasil Bumi dalam memprediksi penjualan untuk tahun yang akan datang. Penelitian ini menggunakan data penjualan toko UD. Hasil Bumi pada tahun 2018 sampai dengan tahun 2019. Penelitian ini menggunakan metode Trend Moment yang digunakan untuk memprediksi penjualan diwaktu yang akan datang dengan perhitungan statistika dan matematika. Hasil dari perhitungan rata – rata persentase error pada hasil Forecasting penjualan bahan bangunan keseluruhan di UD. Hasil Bumi yaitu 36.78770742 %. Hasil penelitian ini menunjukkan adanya perkembangan dari aplikasi Forecasting penjualan bahan bangunan dengan metode Trend Moment dan dapat dijalankan dengan baik berdasarkan hasil pengujian metode Black-Box dapat dijalankan sesuai luaran yang diharapkan.
ANALISIS PERBANDINGAN METODE SINGLE EXPONENTIAL SMOOTHING DAN TREND PARABOLIK UNTUK PREDIKSI PENJUALAN KOPI (STUDI KASUS PADA TODAY COFFEE) Bastomi, Dwi; Auliasari, Karina; Zulfia Zahro’, Hani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 5 No. 2 (2021): JATI Vol. 5 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v5i2.3760

Abstract

Didalam dunia bisnis dan usaha mengharuskan perusahan untuk merancang berbagai macam strategi usaha untuk dapat bertahan. Peramalan atau prediksi inilah yang digunakan sebagai salah satu bahan pertimbangan terutama dalam sektor bisnis dan ekonomi, dimana kerugian suatu perusahaan dapat diminimalisir sebisa mungkin dan keuntungan dapat diraih semaksimal mungkin. Maka dari itu diperlukan suatu perhitungan untuk memprediksi setiap periodenya. Dalam hal ini diterapkan analisis perhitungan metode trend parabolic dan single exponential smoothing dengan nilai alpha 0,1, 0,3, 0,5, 0,7 dan 0,9. Untuk menghitung prediksi penjualan kopi today coffee yang berada di Tulungagung. Kedua metode tersebut dibandingkan untuk mendapatkan nilai akurasi tertinggi (nilai kesalahan terkecil) dengan menggunakan perhitungan MAPE. Data yang digunakan sebagai prediksi adalah data penjualan kopi pada bulan juli 2020 sampai bulan maret 2021. Setelah dilakukan perhitungan didapatkan hasil prediksi menggunakan metode trend parabolic dengan nilai rata-rata MAPE di semua varian rasa sebesar 37,23% dan pada metode single exponential smoothing mendapatkan nilai rata-rata MAPE di semua varian rasa sebesar 54,37%.
KLASIFIKASI DATA PRODUK MEBEL ANEKA JAYA MENGGUNAKAN METODE K-NEAREST NEIGHBOR BERBASIS WEB Maulana, Ferdian; Orisa, Mira; Zulfia Zahro’, Hani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 5 No. 2 (2021): JATI Vol. 5 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v5i2.3782

Abstract

Penelitian bertujuan untuk memudahkan pemilik toko mebel Aneka Jaya dalma mengklasifikasikan data produk mebel. Subjek penelitian adalah 188 data berupa data latih dan data uji dari tahun 2019-2021. Data penelitian diperoleh melalui dokumentasi. Validasi data dengan menggunakan metode algoritma K-Nearest Neighbor. Pada proses penelitian ini, dibuatlah sebuah sistem untuk mengklasifikasi data produk mebel untuk memudahkan pemilik toko mebel dalam mengklasifikasikan data produk mebel baru dengan menggunakan metode K-Nearest Neighbor (K-NN). Kriteria yang digunakan pada sistem ini adalah Nilai Panjang, Nilai Lebar, Nilai Tinggi, dan Nilai Harga. Website pada penelitian ini diimplementasikan dan dirancang dengan menggunakan bahasa pemograman PHP (Hypertext Preprocessor), dan Database menggunakan MySQL. Dari hasil pengujian website yang telah dibuat dengan metode K-Nearest Neighbor dapat ditarik kesimpulan bahwa hasil pengujian metode menggunakan confussion matrix menghasilkan nilai accuracy sebesar 90% dari data prediksi menggunakan data di tahun 2019 dibandingkan dengan data real di tahun 2020 dan 80% dari data prediksi menggunakan data di tahun 2020 dibandingkan dengan data real di tahun 2021 dan berhasil membantu dalam mengklasifikasikan data produk mebel baru. Perhitungan algoritma ini dilakukan menggunakan metode Euclidean Distance. Pengujian dilakukan pada website dengan menggunakan 2 browser yang berbeda, semua tampilan dan fungsi aplikasi dapat berjalan 100% pada 2 browser yaitu, Opera versi 76.0.4017.177 dan Google Chrome versi 91.0.4472.106 pada Windows 10. Dengan adanya website ini diharapkan pemilik toko mebel dapat melakukan klasifikasi terhadap data produk mebel yang baru.
PENERAPAN METODE REGRESI LINIER DALAM PREDIKSI PENJUALAN LIQUID VAPE DI TOKO VAPOR PANDAAN BERBASIS WEBSITE Ababil, Oliver Januardi; Wibowo, Suryo Adi; Zulfia Zahro’, Hani
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 1 (2022): JATI Vol. 6 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i1.4537

Abstract

Vape atau rokok elektrik merupakan sebuah inovasi dari bentuk rodok konvensional menjadi rokok modern. Selain hemat dan ramah lingkungan rokok elektrik lebih hemat daripada rokok biasa karena bisa diisi ulang menggunakan cairan khusus yang disebut dengan liquid. Permasalahan yang saat ini dihadapi oleh Toko Vapor Pandaan yaitu, belum memiliki sistem untuk memprediksi penjualan di mengenai stok liquid yang harus disediakan. Sehingga toko mengalami masalah dalam manajemen perencanaan maupun persediaan stok liquid. Sistem prediksi penjualan ini, menggunakan metode yang ada dalam data mining yakni disebut dengan metode Regresi Linier. Sistem ini berbasis website, dengan tools database yang digunakan yaitu MySQL, Bahasa pemrograman yang digunakan adalah MySQL, bahasa pemrograman yang digunakan adalah PHP Nativ, framework yang digunakan adalah css, boostrap version 3.0. Data yang diolah menggunakan data yang bersumber dari data penjualan liquid tahun 2018-2020. Parameter yang digunakan dalam proses perhitungan adalah periode, jumlah terjual, jumlah stok penjualan selama 1 tahun. Dari hasil uji keakurasian atau uji nilai error yang telah dilakukan, dengan menggunakan MAPE Mean Absolut Percentage Error, didapatkan hasil nilai error sebesar 3% dimana dilihat dari persyaratan MAPE apabila nilai error <10%, maka tingkat akurasi pada metode Regresi Linier sangat cocok di terapkan pada prediksi stok penjualan liquid.
SISTEM MONITORING KUALITAS AIR AKUARIUM MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION Dzulhijjah, Dwi Ahmad; Adi Wibowo, Suryo; Zulfia Zahro’, Hani; Joyo Sentoso, Lukas
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 6 No. 2 (2022): JATI Vol. 6 No. 2
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v6i2.5298

Abstract

Hobi akuarium merupakan hobi populer yang dapat didukung dengan penggunaan teknologi. Penggunaan teknologi kecerdasan buatan dan internet of things dapat mempermudah aktivitas sehari-hari untuk memantau atau memonitoring alat atau lingkungan, salah satu lingkungan yang dapat dipantau dengan teknologi internet of things adalah kualitas air akuarium. Kualitas air akuarium dapat dipantau melalui parameter pH, temperatur, TDS, dan turbidity. Klasifikasi manual dapat dilakukan dengan mengikuti standar Indeks Pencemaran (IP), Water Quality Index (WQI) dan STORET namun memerlukan waktu dan biaya yang tinggi. Klasifikasi manual atau inferensi akan tidak efisienan ketika data yang ditambahkan menggunakan parameter yang beragam. Klasifikasi manual dapat digantikan dengan metode klasifikasi otomatis atau menggunakan neural network seperti Learning Vector Quantization (LVQ). Berdasarkan hasil penelitian hardware sudah berhasil mengakuisisi data kemudian menyimpan ke database dan ditampilkan di website berikut hasil klasifikasinya. Sistem monitoring melalui pengujian hardware sudah berhasil mengirimkan data antar perangkat dan komunikasi ke website melalui API kemudian uji sensor dilakukan dengan melihat rata-rata error pada pembacaan yang kurang dari 5%. Melalui pengujian blackbox, responsivitas, dan uji penggunaan aplikasi ini sudah memenuhi standar ekspektasi penelitian berikut uji notifikasi dengan hasil pengiriman notifikasi dari website yang dapat digunakan secara fungsional. Penerapan Learning Vector Quantization mampu menghasilkan klasifikasi dengan akurasi sebesar 94%.
Co-Authors Ababil, Oliver Januardi Agung Panji Sasmito Bastomi, Dwi Chintia Devi, Annisa Deddy Rudhistiar Deran Koli, Diana Diouf Ghiffary, Fiqih Dwi Megafani, Silvi Dzulhijjah, Dwi Ahmad Enusjaya Putra, Arga Farhan Abiyyu, Ivan Faris, Mochammad Fat al Ghozali, Mohamad Febriana Santi Wahyuni Firman Alamsyah, Davi Firmansyah, Mohamad Agung Hendra Nata, Michael IKA NURFARIDA Joyo Sentoso, Lukas Jufani, Muh. Nifky Karina Auliasari Maulana, Ferdian Menando, Afei Mira Orisa Nugi Ferdiyanto, Elan Nurien Windiantika, Berliana Nurlaily Vendyansyah Renaldi Primaswara Prasetya Rizal Yusuf, Muhammad Sentot Achmadi Suryo Adi Wibowo Sutejo, Danang Tri Budi Setiawan, Ibadurrahman Umaryanto, M. Widyanto Pratama, Dody Yosep Agus Pranoto