Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal Journal of Informatics Management and Information Technology Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Jurnal Manajemen, Pendidikan dan Ilmu Komputer (JMENDIKKOM)
Laila Kumalasari
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Mathematics Other

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

Found 3 Documents
Search

 1 
Fuzzy Mamdani Menentukan Siswa Teladan Pada Sekolah Madrasah Aliyah Swasta Islam Tanah Jawa Yumni Syabrina Agustina Lubis; Laila Kumalasari; Fikri Wicaksono; Sundari Retno Andani
Jurnal Inovasi Artificial Intelligence & Komputasional Nusantara Vol. 1 No. 1 (2024): Volume 1 No 1 Tahun 2024
Publisher : PT Siantar Codes Academy Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.260396/y9sqpz94

Abstract

Menentukan siswa teladan merupakan salah satu kegiatan pentingdisekolah untuk mengevaluasi prestasi dan perilaku baik siswa. Namunmenentukan siswa teladan sering kali melibatkan kriteria dan penilaianyang subjektif dan kompleks. Penelitian ini bertujuan untukmengembangkan sistem pendukung keputusan berbasis logika fuzzymamdani, yang membantu menentukan siswa teladan secara lebih objektifdan terukur. Metode fuzzy mamdani digunakan untuk memodelkanpengambilan keputusan dengan mempertimbangkan beberapa kriteriaevaluasi seperti absensi, prestasi, dan kepribadian. Hasil pengujianmenunjukkan bahwa sistem pendukung keputusan berbasis logika fuzzymamdani dapat memberikan rekomendasi kepada siswa teladan denganlebih obyektif dan sesuai dengan kriteria evaluasi yang telah ditetapkanpihak sekolah. Penelitian ini diharapkan dapat membantu sekolahmengatasi penentuan siswa teladan secara lebih terorganisir dan transparan
Penerapan Metode MOORA Untuk Menentukan Shampoo Terbaik Bagi Kulit Berketombe Pada Perempuan Yumni Syabrina Agustina Lubis; Laila Kumalasari; Fikri Wicaksono; Irfan Sudahri Damanik
Journal of Informatics Management and Information Technology Vol. 5 No. 3 (2025): July 2025
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/jimat.v5i3.630

Abstract

Scalp dandruff is a common problem experienced by women and can cause discomfort and lower self-confidence. The large number of shampoo products on the market often makes it difficult for consumers to choose the product that best suits their scalp condition. This study aims to apply the MOORA (Multi-Objective Optimization on the Basis of Ratio Analysis) method to determine the best shampoo for women with dandruff. The problem faced is choosing an effective and safe shampoo for scalp dandruff, by considering various criteria such as price, active ingredients, and effectiveness in treating dandruff. This study uses predetermined criteria and calculates the weight of each criterion based on user preferences. Using the MOORA method, available shampoo alternatives are evaluated and ranked to find the optimal product. The results show that the MOORA method can provide objective and effective results in the decision-making process. With this system, it is hoped that consumers can more easily choose the appropriate shampoo, and assist manufacturers in improving product quality according to market needs. The research results show that the MOORA method can provide the right solution in choosing the best shampoo based on various factors, so that it can help consumers in making more informed and objective decisions.
Peningkatan Akurasi Pada Backpropagation Dengan Teknik Grid Search Terhadap Prediksi Kemiskinan Di Indonesia Laila Kumalasari
Jurnal Manajemen, Pendidikan Dan Ilmu Komputer Vol. 2 No. 1 (2025): Volume 2 No 1 Januari 2025
Publisher : Yayasan Darus Soleh Parung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.65309/yazj8j71

Abstract

Kemiskinan merupakan permasalahan sosial yang kompleks dan masih menjadi tantangan besar di berbagai negara, termasuk Indonesia. Prediksi tingkat kemiskinan yang akurat sangat penting untuk mendukung perencanaan kebijakan pemerintah dalam mengurangi jumlah penduduk miskin. Penelitian ini bertujuan untuk meningkatkan akurasi model prediksi kemiskinan dengan menggunakan Jaringan Syaraf Tiruan (JST) berbasis algoritma Backpropagation, yang dioptimalkan melalui teknik Grid Search. Dataset yang digunakan diambil dari Kaggle dan mencakup 13 atribut sosial ekonomi. Proses penelitian terdiri dari enam tahapan, yaitu pengumpulan data, pra-pemrosesan, perancangan model Backpropagation, penerapan Grid Search, pengujian model, dan evaluasi. Hasil eksperimen menunjukkan bahwa model Backpropagation biasa menghasilkan akurasi sebesar 97,0873% dengan nilai loss sebesar 0,1353. Sementara itu, setelah penerapan Grid Search, akurasi meningkat menjadi 99,0291% dengan nilai loss menurun menjadi 0,0666. Hasil ini membuktikan bahwa penerapan Grid Search secara sistematis dapat meningkatkan performa model secara signifikan dalam konteks prediksi kemiskinan.
Co-Authors Fikri Wicaksono Irfan Sudahri Damanik Sundari Retno Andani Yumni Syabrina Agustina Lubis