Article Per Year (5 Year)
p-Index From 2020 - 2025
2.304
P-Index
This Author published in this journals
All Journal Jurnal Sains Dan Teknologi (SAINTEKBU) INOVTEK Polbeng - Seri Informatika KOMPUTIKA - Jurnal Sistem Komputer Jurnal Restikom : Riset Teknik Informatika dan Komputer Journal La Multiapp Curtina
Arifia, Amaludin
Program Studi Teknik Informatika, Universitas PGRI Ronggolawe Tuban, Jawa Timur
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Library & Information Science

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Rancang Bangun Sistem Informasi Alumni Siswa Berbasis Web Menggunakan Framework Codeigniter Farkhan, Muhamad Farir; Arifia, Amaludin; Suryanto, Andik Adi; Wijayanti, Aris
Curtina Vol 4 No 2 (2023)
Publisher : Program Studi Teknik Informatika Universitas PGRI Ronggolawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/curtina.v4i2.1081

Abstract

Pengolahan data alumni dengan merekap secara manual menghambat pengerjaan dan penyampaian data alumni kepada pimpinan yang sewaktu waktu meminta data alumni. Dan belum dapat dilakukan dengan cepat dan masih sering terjadi kesalahan, serta setiap alumni tidak terdata karena pendataan alumni yang sedang berjalan saat ini hanya mencatat data alumni yang datang kesekolah. Focus dalam penelitian ini adalah pembuatan aplikasi dengan menggunakan bahasa pemograman yang telah banyak digunakan yaitu PHP dan MySQL. Metode Pengumpulan Data dalam penelitian ini mengenai sistem informasi pendataan alumni pada MTs Negeri 3 Tuban berbasis web dan untuk metode pengembangan sistem menggunakan Waterfall. Penelitian ini menunjukkan hasil bahwa untuk menyajikan informasi Alumni MTs Negeri 3 Tuban yang meliputi penyajian data alumni. Serta informasi lainnya yang dirasa perlu untuk disajikan pada saat dibutuhkan seperti, memudahkan pencarian alumni lama atau baru. Pengembangan sistem informasi berbasis web ini, maka penanganan terhadap perubahan data baik itu penambahan, pengurangan atau pencarian data akan lebih mudah.
SISTEM PAKAR PENENTUAN KUALITAS AYAM PETELUR MENGGUNAKAN METODE DECISION TREE Rosyida, Arina; Arifia, Amaludin; Amaluddin, Fitroh
Curtina Vol 5 No 1 (2024)
Publisher : Program Studi Teknik Informatika Universitas PGRI Ronggolawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55719/curtina.v5i1.1192

Abstract

Sistem Pakar Penentuan Kualitas Ayam Petelur Menggunakan Metode Decision Tree.Penelitian ini bertujuan untuk mengembangkan sistem pakar yang memanfaatkan algoritma Decision Tree dalam menilai dan memprediksi kualitas ayam petelur. Kualitas telur ayam petelur adalah faktor penting dalam industri peternakan, yang mempengaruhi pasar dan kepercayaan konsumen.Dalam pengembangan sistem ini, kami mengumpulkan data dari berbagai atribut yang relevan seperti umur ayam, bobot telur, warna kulit telur, serta kondisi fisik ayam. Metode Decision Tree digunakan untuk membangun model klasifikasi yang dapat mengklasifikasikan telur menjadi berbagai kategori kualitas.Sistem pakar ini dirancang untuk memberikan keputusan cepat dan akurat dalam menentukan kualitas telur ayam petelur. Hal ini diharapkan dapat membantu peternak dan produsen dalam meningkatkan efisiensi produksi, mengurangi pemborosan, dan memastikan bahwa hanya telur berkualitas tinggi yang mencapai konsumen.Hasil penelitian ini menunjukkan bahwa penerapan metode Decision Tree dalam sistem pakar penentuan kualitas ayam petelur memiliki potensi besar untuk meningkatkan pengelolaan produksi dalam industri peternakan. Sistem ini juga memberikan landasan untuk pengembangan aplikasi serupa dalam industri peternakan lainnya yang membutuhkan penilaian kualitas produk secara efisien.
Implementing the Internet of Things in a Web-Based Air Pollution Detection System using NodeMCU Afifuddiin, Mohammad; Wijayanti, Aris; Arifia, Amaludin
SAINTEKBU Vol. 17 No. 01 (2025): Vol. 17 (01) January 2025
Publisher : KH. A. Wahab Hasbullah University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32764/saintekbu.v17i01.5612

Abstract

Air pollution is one of the factors that causes health problems. Air pollution can be caused by several factors, two of which are natural factors and human factors. Plumpang District is one of the areas in Tuban Regency where there are many mining and industrial activities, especially limestone processing. Of course, this will cause an increase in the production of pollutant gases that are harmful to the body, one of which is carbon monoxide (CO). The use of the Internet of Things (IoT), microcontrollers, and sensors is expected to create a real-time air pollution monitoring tool. In this study, the MQ-7 sensor was used to detect carbon monoxide gas, and NodeMCU was used as a means of processing data to send data to the database. And later the information from the sensor readings will be displayed on the website page. The results of this study have succeeded in creating a real-time air pollution monitoring system which can then be developed to monitor air pollution itself.
Food and Beverage Product Review Sentiment Analysis on E-Commerce with Word Embedding and LSTM Bowo, Herry; Suryanto, Andik Adi; Arifia, Amaludin
Journal La Multiapp Vol. 6 No. 5 (2025): Journal La Multiapp
Publisher : Newinera Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37899/journallamultiapp.v6i5.2468

Abstract

Sentiment analysis is a widely used method to understand customer opinions about a product. This study aims to analyze the sentiment of food and beverage product reviews on the Tokopedia marketplace using the Long Short-Term Memory (LSTM) approach and word embedding. The data used consisted of customer reviews that were categorized into three sentiment classes, namely positive, neutral, and negative. The model was developed through a series of stages of preprocessing, embedding, training with LSTM, as well as performance evaluation using accuracy and F1-score metrics. The results show that the developed model is able to classify sentiment with a fairly high level of accuracy. Based on the results of the final test on 5,000 data, the model managed to classify 122 data as negative, 130 data as neutral, and 4,871 data as positive, although it still showed an imbalance in class classification. Further analysis through word cloud visualization showed that words like "delicious", "steady", and "good" dominated the positive sentiment, while words like "disappointed", "broken", and "slow" often appeared in negative sentiment. This study provides valuable insights for businesses in understanding customer opinions and improving the quality of products and services.
Co-Authors Adi Suryanto, Andik Afifuddiin, Mohammad Agustia Hidayatullah, Zaebi Alfian Nurlifa Andik Adi Suryanto Aries Eko Prasetyo Aris Wijayanti Asfan Muqtadir Bowo, Herry Dwi Kurnia Basuki Farkhan, Muhamad Farir Fitroh Amaluddin Fitroh Amaluddin Ghozali, Daniel Reredo Ahmad Haryoko, Andy Heru Prastyo Khoirianti, Rini Mochamad Zaenal Fanani Ningsih, Ulfia Ratna Putra, Angga Dwiga Mahendra Putri, Shinta Widayati Ridiani, Nia Maulina ROCHMAH, AINUR Rosyida, Arina Sari, Fitria Atika Sasmita, Niken Diah Syamsul Arifin Ustadatin, Fina