Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal Informatika Global Melek IT: Information Technology Journal PEMA: Jurnal Pendidikan dan Pengabdian Kepada Masyarakat
Rifaldy, Faqih
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Social Sciences Other

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

Found 3 Documents
Search

 1 
MODEL PERCEPTRON UNTUK KLASIFIKASI KEPUASAN MAHASISWA TERHADAP ASISTEN LABORATORIUM KOMPUTER Rifaldy, Faqih; Armansyah
Jurnal Ilmiah Informatika Global Vol. 16 No. 1: April 2025
Publisher : UNIVERSITAS INDO GLOBAL MANDIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36982/jiig.v16i1.5198

Abstract

Currently, student speculation on the performance of laboratory assistants varies greatly because there is no definitive data on their performance. Some students think that laboratory assistants do not do their job or speculate otherwise. The purpose of this study is to use a machine learning approach based on the Perceptron model to examine the level of student satisfaction with the services of computer laboratory assistants. Due to its effectiveness in binary classification, the Perceptron model was chosen. Using a questionnaire with two answer categories - “Yes” for satisfied and “No” for dissatisfied - 67 students at UIN SU's Computer Science Study Program provided survey results. Afterwards, the data underwent pre-processing steps such as normalization, numerical coding, and separation into training (80%) and testing (20%) data. Based on the training results, the Perceptron model consistently achieved 86% accuracy in both classes in terms of precision, recall, and F1-score. The strong performance of the model in identifying students' happiness and dissatisfaction is shown by the Confusion Matrix ranking. Both precision and recall were 88% for the “Dissatisfied” class and 83% for the “Satisfied” class. This shows that even with an unequal number of samples across classes, the model can effectively identify patterns in the data. The consistent performance of the model proves the effectiveness of this method in assessing the quality of laboratory assistant services. To improve learning in the laboratory, this research significantly advances the development of machine learning applications. Testing on larger and more varied datasets is recommended for additional validation to ensure the generalizability of the model.
PENGEMBANGAN SISTEM KLASIFIKASI SAMPAH UNTUK DAUR ULANG OTOMATIS BERBASIS CITRA MENGGUNAKAN MODEL CNN Rifaldy, Faqih; Prayoga, M Irsan; Harahap, Lailan Sofinah
Melek IT : Information Technology Journal Vol. 11 No. 1 (2025): Melek IT: Information Technology Journal
Publisher : Informatics Department-Universitas Wijaya Kusuma Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30742/melekitjournal.v11i1.397

Abstract

Salah satu masalah lingkungan yang paling signifikan yang perlu dipertimbangkan dengan cermat adalah sampah, terutama dalam hal daur ulang.  Tujuan dari penelitian ini adalah untuk membuat sistem klasifikasi sampah otomatis yang menggunakan gambar untuk membantu proses daur ulang.  Dengan menggunakan dataset yang luas yang mencakup lebih dari 30 kategori, model Convolutional Neural Network (CNN) digunakan untuk mengkategorikan berbagai bahan limbah, termasuk kertas, logam, kaca, dan plastik.  Untuk meningkatkan generalisasi model, dataset ini diproses terlebih dahulu dengan menggunakan beberapa metode, termasuk augmentasi data.  Rotasi, pembalikan, dan penyesuaian zoom adalah contoh teknik augmentasi yang menghasilkan data yang lebih banyak. Elemen visual gambar sampah diekstraksi menggunakan arsitektur model CNN langsung yang mencakup beberapa lapisan konvolusi dan penyatuan. Optimizer Adam digunakan untuk melatih model selama sepuluh epoch dengan tingkat pembelajaran 0,001.  Akurasi keseluruhan model pada dataset pengujian adalah 66%, menurut hasil evaluasi, dengan presisi dan recall yang berbeda berdasarkan kategori.  Menurut analisis matriks konfusi, model bekerja dengan baik pada kategori plastik dan kaca, tetapi mengalami kesulitan dalam membedakan antara kelas-kelas yang memiliki karakteristik visual yang mirip, seperti logam dan kertas. Fitur Histogram of Oriented Gradients (HOG) juga digunakan dalam model Support Vector Machine (SVM) sebagai dasar. Metode berbasis deep learning lebih dipilih karena model SVM hanya memperoleh akurasi 55%, lebih rendah dari CNN.  Selanjutnya, penilaian menyeluruh dilakukan dengan menggunakan analisis f1-score dan visualisasi prediksi untuk setiap kelas. Penelitian ini merupakan langkah awal untuk menciptakan sistem otomasi daur ulang berbasis pemrosesan gambar.  Dengan ketepatan yang dicapai, model ini dapat menjadi dasar atau titik acuan untuk penelitian lebih lanjut.  Di masa depan, data tentang kelas yang berkinerja buruk akan ditambahkan, model pembelajaran transfer seperti EfficientNet akan digunakan, dan model akan diintegrasikan dengan sistem waktu nyata untuk aplikasi yang bermanfaat.  Diharapkan bahwa temuan dari penelitian ini akan memberikan dasar untuk meningkatkan efektivitas pengelolaan sampah dan membantu inisiatif pelestarian lingkungan.
Pengaruh Penggunaan Tong Sampah Otomatis Terhadap Pengetahuan Siswa dalam Memilah Sampah di SDN 060942 Titi Papan Safira, Putri; Kurniawan, Dhimas; Putri Br Munthe, Anisah; Diniyati, Diniyati; Rifaldy, Faqih; Haritsyah, Alhafiz; Putrawan, Putrawan
PEMA Vol. 5 No. 2 (2025)
Publisher : Perkumpulan Manajer Pendidikan Islam Indonesia (PERMAPENDIS) Prov. Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56832/pema.v5i2.1468

Abstract

Masalah sampah merupakan isu lingkungan yang membutuhkan perhatian khusus, terutama dalam meningkatkan kesadaran dan pengetahuan generasi muda. Penelitian ini bertujuan untuk menganalisis pengaruh penggunaan tong sampah otomatis terhadap peningkatan pengetahuan siswa dalam memilah sampah. Metode penelitian menggunakan desain eksperimental "One- Group Pretest-Posttest Design" dengan sampel 62 siswa kelas IV, V, dan VI di SDN 060942 Titi Papan yang dipilih melalui teknik total sampling. Data dikumpulkan menggunakan kuesioner dan dianalisis menggunakan uji non-parametrik Wilcoxon Signed Rank Test. Hasil penelitian menunjukkan adanya peningkatan signifikan pada tingkat pengetahuan siswa tentang pemilahan sampah. Sebelum intervensi, mayoritas siswa berada pada kategori pengetahuan kurang baik (53,2%), namun setelah intervensi, sebanyak 96,8% siswa berada dalam kategori baik. Hasil uji Wilcoxon menghasilkan p-value 0,000 (p < 0,05), menunjukkan pengaruh signifikan penggunaan tong sampah otomatis terhadap peningkatan pengetahuan siswa. Penggunaan teknologi ini memberikan pengalaman belajar yang interaktif, sehingga meningkatkan pemahaman siswa mengenai pentingnya memilah sampah. Penelitian ini menunjukkan bahwa media edukasi inovatif seperti tong sampah otomatis dapat menjadi alat yang efektif untuk mendukung pendidikan lingkungan di sekolah dasar.
Co-Authors Armansyah Diniyati Diniyati, Diniyati Harahap, Lailan Sofinah Haritsyah, Alhafiz Kurniawan, Dhimas Prayoga, M Irsan Putrawan, Putrawan Putri Br Munthe, Anisah Safira, Putri