Article Per Year (5 Year)
p-Index From 2020 - 2025
0.702
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Pebiana Putri, Fahra
Unknown Affiliation
Computer Science & IT

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

Found 4 Documents
Search

 1 
ANALISIS KECEPATAN METODE PENYORTIRAN DAN PEMROSESAN YANG DITERAPKAN PADA PROGRAM KERANJANG BELANJA Prana Walidin, Adamsyach; Pebiana Putri, Fahra; Farezi, Nazwar; Khoiriah, Najwatul; 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.v9i1.12407

Abstract

Kecepatan adalah salah satu aspek yang sangat diperlukan dalam teknologi saat ini. Kecepatan biasanya menjadi tolak ukur sebuah sistem atau perangkat, semakin cepat semakin baik. Efisiensi sebuah sistem atau perangkat ditentukan oleh kecepatan sistem itu sendiri ketika memproses atau mengolah data. Pada zaman yang mewajibkan tiap hal berjalan secara singkat dan praktis, diperlukan pengujian terhadap berbagai macam hal terutama pada bidang teknologi struktur data. Untuk mengetahui seberapa efisien teknik struktur data list dan dictionary maka dilakukan implementasi pada sebuah program keranjang belanja sederhana untuk membuktikan dan mendapatkan angka pasti dalam hal kecepatan. Dengan menggunakan metode eksperimental kuantitatif, program dikembangkan dalam bahasa python dengan GUI dari library tkinter dan modul penghitungan waktu dari library time. Diketahui bahwa penggunaan dan kombinasi list dan kamus pada program keranjang belanja relatif cepat dalam memproses data, dengan rentang waktu 0.00007 detik hingga 1.8 detik dalam memproses setiap variabel. Hal ini membuat list dan kamus relatif efisien dalam penggunaannya pada program shopping cart.
KALI LINUX SEBAGAI ALAT ANALISIS KEAMANAN JARINGAN MELALUI PENGGUNAAN NMAP, WIRESHARK, DAN METASPLOIT Prana Walidin, Adamsyach; Pebiana Putri, Fahra; 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.v9i1.12661

Abstract

Keamanan jaringan merupakan sesuatu yang sangat penting dalam kehidupan bersama internet sehari hari, terutama pada sistem operasi dan komputer yang digunakan. Dengan adanya masalah seperti pencurian data, penyadapan akun, dan pendobrakan akses, dibutuhkan sebuah analisis dalam mencari cara tepat mengamankan jaringan dari gangguan gangguan tersebut. Kali linux adalah salah satu sistem operasi yang sangat dalam pada bidang keamanan baik kemananan jaringan ataupun kemananan cyber. Pada kali linux, dilengkapi banyak alat seperti Nmap, Wireshark, dan Metasploit. Ketiga alat ini ternyata memiliki fungsi masing masing. Metode yang digunakan pada penelitian ini ibarat vaksin yang mencari penyelesaian menggunakan masalah yang ada, lebih tepatnya eksperimental kualitatif. Dapat diketahui setelah dilakukannya penelitian ini, bahwa jaringan terbuka merupakan sesuatu yang rentan terhadap serangan siber. Sebagai pengguna yang bijak, tersedia banyak solusi demi melindungi diri dari serangan siber seperti update selalu sistem keamanan dan hindari jaringan terbuka yang minim keamanan.
PINTARJADWALAI : APLIKASI PRODUKTIVITAS BERBASIS WEB DENGAN INTEGRASI MANAJEMEN TUGAS DAN FOCUS TIMER Pratama, Ega; Putri Handayani, Agata; Pebiana Putri, Fahra; Juliana, Feby; 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.v9i4.14035

Abstract

Di era digital, mahasiswa menghadapi tantangan besar dalam mengelola waktu akibat beban akademik yang padat dan distraksi digital. Permasalahan muncul saat aplikasi manajemen waktu konvensional tidak mampu menyesuaikan jadwal secara cerdas dan adaptif. Untuk itu, penelitian ini bertujuan mengembangkan PintarJadwalAI, aplikasi web berbasis kecerdasan buatan yang dapat menyusun jadwal otomatis berdasarkan prioritas, urgensi, dan estimasi waktu tugas pengguna. Penelitian menggunakan metode Research and Development (R&D) melalui tahapan analisis kebutuhan, perancangan sistem, implementasi dengan React & TypeScript, serta pengujian fungsionalitas. Hasil menunjukkan bahwa sistem mampu menghasilkan jadwal otomatis yang efisien, memberikan notifikasi tepat waktu, dan mendukung peningkatan produktivitas melalui fitur Focus Timer. Umpan balik pengguna juga menyatakan sistem ini efektif dalam membantu pengelolaan waktu harian secara fleksibel dan terstruktur.
OLAH DATA EKUASI MENGGUNAKAN KOMBINASI GRAPH NEURAL NETWORK (GNN) DALAM MACHINE LEARNING Prana Walidin, Adamsyach; Pebiana Putri, Fahra; Raffi Akbar, Muhammad; Fahmi Sagala, Khairul; Ramadhani, Fanny
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.v9i4.14096

Abstract

Pengolahan Data ini dikembangkan sebagai platform edukasi berbasis kecerdasan buatan yang membantu pengguna dalam menyelesaikan tugas akademik, seperti penyelesaian ekuasi matematis. Sistem ini memanfaatkan Graph Neural Network (GNN) untuk mengubah soal matematika menjadi representasi graf, memungkinkan model untuk memahami dan menyelesaikan persamaan secara lebih efektif. Implementasi awal telah mencapai Minimum Viable Product (MVP) dengan hasil yang menunjukkan bahwa pendekatan berbasis graf dapat diterapkan dalam konteks pendidikan. Menggunakan dataset soal ekuasi, dengan susunan graf yang didukung model machine learning, Ekuasi ditentukan menggunakan operator matematis yang sudah dideklarasikan pada model. Namun, masih terdapat beberapa tantangan, seperti validasi input dan optimasi model agar lebih akurat. Didapatkan hasil latih model dengan epoch error loss terbaik sebesar 0.374512 dalam pelatihan model. Model juga diukur menggunakan pertanyaan matematis dengan hasil yang akurat terhadap soal dengan tingkat akurasi sebesar 93,36%. Ke depannya, penelitian lebih lanjut dapat dilakukan dengan meningkatkan akurasi model, serta mengeksplorasi kombinasi GNN dengan Large Language Models (LLMs) untuk meningkatkan pemahaman terhadap soal yang lebih kompleks. Dengan pengembangan yang berkelanjutan, inovatif dalam membantu pelajar dan pengajar mengakses solusi berbasis AI yang lebih interaktif dan cerdas.
Co-Authors Adidtya Perdana, Adidtya Dedy Kiswanto Fahmi Sagala, Khairul Farezi, Nazwar Juliana, Feby Khoiriah, Najwatul Prana Walidin, Adamsyach Pratama, Ega Putri Handayani, Agata Raffi Akbar, Muhammad Ramadhani, Fanny