Azima Lubis, Fauzan
Unknown Affiliation

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

IMPLEMENTASI SEDERHANA APLIKASI BUKU TELEPON OFFLINE DENGAN MENGGUNAKAN SELECTION SORT DI PYTHON Fauzan, M Rosyid; Juliana Silalahi, Feby; Azima Lubis, Fauzan; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12361

Abstract

Di zaman digital sekarang,penggunaan buku telepon offline tetap memiliki peranan penting,terutama di daerah dengan akses internet yang terbatas.Namun, pengelolaan data dalam buku telepon seringkali menjadi tantangan, terutama saat jumlah entri meningkat.Penelitian ini memiliki tujuan untuk merancang dan mengimplementasikan aplikasi Buku Telepon yang dapat berfungsi secara offline dengan menggunakan bahasa pemrograman Python.Aplikasi kontak ini dirancang untuk menyimpan dan mengelola data pengguna secara efisien.Salah satu fitur utama yang dihadirkan dalam aplikasi ini ialah algoritma pengurutan Selection Sort, yang berfungsi untuk mengurutkan daftar kontak berdasarkan nama secara efektif.Metode pengembangan yang diadopsi adalah pendekatan berbasis objek, dengan memanfaatkan pustaka GUI Tkinter untuk menciptakan antarmuka pengguna.Aplikasi ini memberikan kemampuan kepada pengguna untuk menambah, mengedit,mengurutkan,mencari, dan menghapus data kontak, serta menampilkan daftar kontak yang telah diurutkan.Pengujian dilakukan untuk memastikan aplikasi berfungsi dengan baik dan efisiensi algoritma pengurutan yang diterapkan.Hasil pengujian menunjukkan bahwa aplikasi ini bekerja dengan baik dan dapat menyajikan data kontak secara cepat dan terorganisir.Dan pada penelitian ini,bisa diketahui bahwasannya metode selection sort bisa beroperasi sedikit lebih cepat dibandingkan dengan Insertion sort.Diharapkan aplikasi ini dapat memberikan kemudahan bagi pengguna dalam pengelolaan informasi kontak secara praktis tanpa memerlukan koneksi internet
ANALISIS PERFORMA SISTEM OPERASI MANJARO LINUX DALAM LINGKUNGAN KOMPUTASI DESKTOP VIRTUAL Insan Pratama Siagian, Raihan; Azima Lubis, Fauzan; Abid Syuja, Muhammad; Kiswanto, Dedy
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 1 (2025): JATI Vol. 9 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i1.12668

Abstract

Penelitian ini bertujuan untuk menganalisis performa Manjaro Linux dalam lingkungan komputasi desktop virtual menggunakan VirtualBox. Sistem operasi ini diuji dengan berbagai parameter, meliputi waktu booting, penggunaan memori, penggunaan CPU, dan performa grafis, dengan menggunakan alat bantu seperti systemd-analyze, htop, stress-ng, dan glxgears pada desktop environment KDE. Hasil pengujian menunjukkan bahwa Manjaro Linux memiliki waktu booting yang cepat (18,2 detik), penggunaan memori yang efisien (1081 MB dalam kondisi idle), serta performa CPU dan grafis yang stabil. Dengan hasil ini, Manjaro Linux direkomendasikan untuk kebutuhan komputasi desktop ringan hingga menengah di lingkungan virtual, dengan optimalisasi lebih lanjut pada pengalokasian sumber daya virtual untuk meningkatkan performa.
PENGEMBANGAN “LOOPA” ASISTEN PENGINGAT JADWAL PINTAR BERBASIS AI Muslim Sinaga, Rizal; Alby Savana HSB, Muhammad; Farezi, Nazwar; Azima Lubis, Fauzan; Perdana, Adidtya
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13990

Abstract

Di era digital saat ini, manajemen waktu menjadi tantangan bagi banyak individu, terutama ketika sistem pengingat yang digunakan tidak mampu memahami bahasa alami pengguna. Masalah muncul ketika pengguna masih mengandalkan metode manual atau aplikasi kalender konvensional yang kurang efisien dalam menangkap kebutuhan berbasis teks alami. Penelitian ini bertujuan untuk mengembangkan Loopa, sebuah aplikasi web pintar berbasis AI yang dapat mengelola jadwal secara otomatis melalui pemahaman bahasa alami. Aplikasi ini dirancang menggunakan arsitektur client-server dengan Flask sebagai backend dan SQLite sebagai basis data, serta mengintegrasikan model NLP google/flan-t5-small yang telah di-fine-tune untuk memahami input jadwal berbentuk teks. Sistem ini juga dilengkapi fitur notifikasi otomatis menggunakan Twilio. Evaluasi model menunjukkan akurasi sebesar 62%, yang berarti sebagian besar input berhasil dipahami dengan benar, dan ROUGE-L sebesar 0,9596 yang menandakan tingkat kemiripan yang sangat tinggi antara hasil prediksi dan referensi. Hal ini menunjukkan bahwa Loopa mampu memahami konteks input dengan baik dan mengubahnya menjadi format terstruktur secara efektif.Aplikasi Loopa berhasil menunjukkan performa yang baik dalam mengubah input alami menjadi format terstruktur serta mengirimkan pengingat otomatis, sehingga dapat membantu pengguna dalam mengelola waktu secara lebih efisien dan cerdas.