Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Informatik : Jurnal Ilmu Komputer SEINASI-KESI Jurnal Sistem Cerdas The Indonesian Journal of Computer Science
Falih, Noor
Unknown Affiliation
Automotive Engineering Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 6 Documents
Search

 1 
RANCANG BANGUN SISTEM INFORMASI DISPOSISI ONLINE (SIDOL) Falih, Noor; Afrizal, Sarika; Pangaribuan, A. B.; Octa, Andhika
SEINASI-KESI Vol 1, No 1 (2018): Seinasi-Kesi 2018
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (338.769 KB)

Abstract

Disposisi adalah petunjuk singkat tentang tindak lanjut (penyelesaian) terhadap suatu urusan atau surat masuk. Disposisi dibuat oleh pimpinan untuk staf atau bawahan sesuai dengan bidang keahlian atau kewenangannya. Tujuan pembuatan disposisi ialah agar staf dapat menindaklanjuti atau menyelesaikan suatu urusan atau surat masuk sesuai dengan yang dikehendaki oleh pimpinan. Dalam hal administrasi tentang surat masuk, dan disposisi surat, Setjen KKP saat ini masih mengalami kendala dan kekurangan dalam mendisposisikan surat masuk yang masih menggunakan aplikasi desktop yang terpusat pada satu komputer saja. Aplikasi berbasis web yang responsif adalah solusi untuk mengatasi berbagai masalah tersebut. Penelitian ini menggunakan metode pengembangan prototype dan perancanganya menggunakan Unified Modeling Language (UML). Agar tampilan responsif dan modular, Sistem ini dibangun dengan mengkombinasikan antara javascript, framework css bootstap dan framework CodeIgnitier. Hasil akhir penelitian ini berupa sebuah Sistem Informasi Disposisi berbasis web yang bermanfaat untuk meningkatkan kinerja pegawai karena kemudahan untuk mengakses sistem informasi di mana saja dengan menggunakan koneksi internet. Selain itu proses pencarian surat dan statistik jumlah surat yang masuk dapat dilakukan dengan cepat.
IMPLEMENTASI METODE NAÏVE BAYES UNTUK ANALISIS SENTIMEN WARGA JAKARTA TERHADAP KEHADIRAN MASS RAPID TRANSIT Afrizal, Sarika; Irmanda, Helena Nurramdhani; Falih, Noor; Isnainiyah, Ika Nurlaili
Informatik : Jurnal Ilmu Komputer Vol 15, No 3 (2019): Desember 2019
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (29.722 KB)

Abstract

Kegiatan riset ini bertujuan untuk menganalisis animo masyarakat Indonesia khususnya warga Jakarta atas munculnya transportasi massa umum MRT yang di resmikan oleh Pemerintah di bulan Maret 2019. Tahapan penelitian diawali  proses crawling tweet dengan menggunakan tweetscrapper dari python. Kemudian dilakukan Preprocessing  sehingga didapatkan data tweet yang siap untuk diproses pada pemisahan data yaitu data training dan data testing. Data training dilakukan proses pembobotan dengan TF-IDF, dan proses pembelajaran dengan naive bayes. Proses ini disebut dengan proses training yang bertujuan untuk menghasilkan model klasfikasi. Model klasifikasi digunakan untuk data testing melakukan proses klasifikasi yang menghasilkan label sentimen (positif/negatif). Proses ini dinamakan dengan proses testing. Hasil testing akan dilakukan perhitungan akurasi dari model yang sudah dibuat. Luaran dari penelitian ini berupa analisis sentimen animo warga Jakarta pada media sosial Twitter terhadap kehadiran layanan transportasi publik MRT, dan akurasi yang dihasilkan oleh metode naïve bayes yang diimplementasikan pada analisis sentimen
Analisa Kebutuhan E-commerce untuk UKM Menggunakan Goal-Oriented Requirement Engineering (GORE) Falih, Noor
Informatik : Jurnal Ilmu Komputer Vol 15, No 1 (2019): April 2019
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1372.346 KB)

Abstract

Rekayasa kebutuhan berorientasi pada tujuan memberikan mekanisme yang sesuai untuk memahami kebutuhan aplikasi e-commerce yang diinginkan oleh pelanggan, yaitu UKM dan pembina UKM. KAOS adalah salah satu teknik pemodelan berorientasi pada tujuan yang menghasilkan kebutuhan yang lebih spesifik dan lebih mudah ditelusuri. Salah satu faktor yang menyebabkan e-commerce ditinggalakan oleh penjual dalam hal ini UKM, adalah tidak adanya akses pembiayaan dan pembinaan (seperti pendampingan/pelatihan, monitoring dan penilaian perbaikan) karena pembiayaan dan pembinaan adalah salah satu faktor kunci kesuksesan dan kegagalan suatu UKM. Penelitian ini membahas tentang model kebutuhan perangkat lunak e-commerce yang sesuai untuk UKM. Pembuatan model diawali dengan melakukan studi literature dan wawancara dengan UKM Center Universitas Universal sehingga menghasilkan tujuan (Goal) yang masih umum. Tujuan tersebut kemudian diturunkan menjadi beberapa sub-tujuan menggunakan pemodelan KAOS sehingga menghasilkan kebutuhan fungsional dan kebutuhan non-fungsional. Hasil penelitian ini menunjukkan bahwa pemodelan kebutuhan dengan menggunakaan KAOS dapat digunakan dalam memodelkan kebutuhan untuk aplikasi e-commerce yang sesuai dengan tujuan UKM dengan menghasilkan kebutuhan yang valid.
PENDETEKSIAN IKAN BANDENG BERFORMALIN MELALUI CITRA MATA MENGGUNAKAN ALGORITMA k-NEAREST NEIGHBOR (kNN) Aldino, Niko; Ernawati, Iin; Falih, Noor
SEINASI-KESI Vol 3, No 1 (2020): SEINASI-KESI 2020
Publisher : Fakultas Ilmu Komputer UPN Veteran Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Ikan berformalin masih banyak dijual untuk dikonsumsi oleh masyarakat untuk mengambil keuntungan karena tampilan ikan yang kelihatan masih segar sehingga tetap dapat dijual dengan harga murah. Berdasarkan hal tersebut permasalah penelitian ini yaitu untuk membedakan ikan berformalin dengan ikan segar, karena ikan berformalin terlihat seperti ikan segar. Penyelsaian masalah melalui proses pengambilan data (citra) ini dilakukan, dari 3 ikan bandeng  segar, diambil citra mata tanpa formalin hari ketiga setelah itu, citra mata ikan bandeng diformalin pada hari ketiga. Kemudian hari keempat dilakukan pengambilan citra mata ikan formalin. selanjutnya dilakukan ekstraksi ciri dengan model hue, saturation, values (HSV) dan diklasifikasi menggunakan algoritma k-Nearest Neighbor (kNN) Hasil dari penelitian ini yaitu algoritma kNN dapat mengklasifikasi secara baik dalam menentukan pendeteksian ikan bandeng berformalin melalui citra mata dan tingkat akurasi untuk pendeteksian citra mata ikan berformalin dan tidak berformalin didapatkan akurasi sebesar 80% pada percobaan k = 1 dan k = 3.
Pengukuran User Experience Platform Otomasi Proses berbasis Low Code Menggunakan UEQ Falih, Noor; Supangkat, Suhono Harso; Lubis, Fetty Fitriyanti; Prabowo, Okyza Maherdy
Jurnal Sistem Cerdas Vol. 6 No. 2 (2023)
Publisher : APIC

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37396/jsc.v6i2.320

Abstract

This study analyzes the user experience of a Low Code-based Process Automation Platform to enhance efficiency, productivity, and accuracy in business processes. In this study, an analysis of user experience was carried out using a modified long version of the User Experience Questionnaire (UEQ), consisting of six scales: attractiveness, perspicuity, efficiency, dependability, stimulation, and novelty. Based on the evaluation of the 26 items from the UEQ, the dependability and novelty scales scored the lowest compared to the other scales. Therefore, it is necessary to improve the aspects related to these two scales in order to enhance the platform's role in improving the holistic user experience of the platform.
Deteksi Pohon Kelapa Sawit dengan Pendekatan Deep Learning pada Citra Multispectral di Indonesia Prasvita, Desta Sandya; Santoni, Mayanda Mega; Falih, Noor
The Indonesian Journal of Computer Science Vol. 13 No. 2 (2024): The Indonesian Journal of Computer Science
Publisher : AI Society & STMIK Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33022/ijcs.v13i2.3753

Abstract

Perkebunan kelapa sawit memegang peran penting dalam ekonomi Indonesia, namun masih dihadapkan pada berbagai tantangan, salah satunya adalah tuduhan terkait deforestasi. Solusi untuk menangani permasalahan tersebut adalah dengan memanfaatkan teknologi remote sensing dan computer vision. Penggunaan kedua teknologi ini memungkinkan pemantauan otomatis pohon kelapa sawit dari jarak jauh. Penelitian ini berkontribusi dalam penerapan metode deep learning menggunakan teknologi remote sensing citra multispectral untuk deteksi pohon kelapa sawit. Data yang digunakan dalam penelitian ini juga merupakan data baru yang diperoleh dari perkebunan kelapa sawit di Kalimantan Timur, Indonesia. Metode deep learning berbasis deteksi objek yang digunakan adalah YOLOv5. Sebanyak enam belas model deteksi YOLOv5 dibangun dari kombinasi fitur citra multispectral (RGB, RGN, RBN, dan GBN) dan jaringan YOLOv5 yang berbeda (YOLOv5s, YOLOv5m, YOLOv5l, dan YOLOv5x) pada eksperimen penelitian ini. Model YOLOv5 terbaik untuk mendeteksi pohon kelapa sawit adalah RBN-YOLOv5m, dengan nilai mAP@50, mAP@[0.5,0.95], dan F1-score sebesar 78.3%, 44.9%, dan 81.0%. Kombinasi fitur near-infrared dan red band dapat memberikan informasi mengenai vegetasi sehingga kombinasi tersebut dapat meningkatkan hasil deteksi hanya dengan fitur RGB.
Co-Authors Aldino, Niko Andhika Octa Indarso Desta Sandya Prasvita Ernawati, Iin Fetty Fitriyanti Lubis Irmanda, Helena Nurramdhani Isnainiyah, Ika Nurlaili Pangaribuan, A. B. Prabowo, Okyza Maherdy Santoni, Mayanda Mega Sarika Afrizal, Sarika Suhono Harso Supangkat