Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM)
Ardiani , Farida
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PERANCANGAN SISTEM FACE RECOGNITION BERBASIS DEEP LEARNING MENGGUNAKAN PRE-TRAINED MODEL ARCFACE Romadhoni , Latif Hilmi; Ardiani , Farida
Journal of Information System Management (JOISM) Vol. 7 No. 2 (2026): Januari (On Progress)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2026v7i2.2415

Abstract

Sistem presensi dan manajemen identitas di institusi pendidikan masih menghadapi tantangan berupa inefisiensi dan kerentanan terhadap manipulasi. Penelitian ini bertujuan untuk merancang dan menguji efektivitas sistem face recognition berbasis Deep Learning untuk identifikasi guru dan staf SMP N 1 Sukorejo. Metodologi yang digunakan mengintegrasikan model ArcFace sebagai ekstraktor fitur dan Linear Support Vector Classification (LinearSVC) sebagai pengklasifikasi identitas. Dataset yang digunakan adalah citra wajah real-world dari seluruh guru dan staf, yang mencakup variasi pose, pencahayaan, dan ekspresi. Citra di-preprocessing menggunakan Face Alignment dan kemudian dipetakan oleh ArcFace menjadi vektor embedding berdimensi 512 yang sangat diskriminatif, berkat optimalisasi dari Additive Angular Margin Loss. Vektor embedding ini kemudian digunakan untuk melatih LinearSVC. Hasil evaluasi pada Data Uji 20% menunjukkan kinerja yang sangat tinggi, Akurasi: 99.40%, Presisi: 99,52%. Kinerja superior ini memvalidasi hipotesis bahwa kombinasi ekstraksi fitur ArcFace yang robust dengan efisiensi klasifikasi LinearSVC efektif untuk mengatasi tantangan face recognition di lingkungan yang tidak terkontrol.
RANCANG BANGUN SISTEM PREDIKSI KELAYAKAN PINJAMAN MENGGUNAKAN DECISION TREE Rahmadhani, Laila Nova; Ardiani , Farida
Journal of Information System Management (JOISM) Vol. 7 No. 2 (2026): Januari (On Progress)
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2026v7i2.2423

Abstract

Proses penilaian kelayakan pinjaman di KSU Raja masih terkendala karena tidak tersedianya sistem digital, sehingga kecepatan, konsistensi, dan ketepatan analisis belum optimal dalam pengambilan keputusan. Penelitian ini merancang sistem prediksi kelayakan pinjaman berbasis machine learning menggunakan algoritma Decision Tree karena kemampuannya menangani data numerik dan kategorikal serta mudah diinterpretasikan. Data yang digunakan merupakan data histori nasabah dengan atribut seperti pendapatan, pengalaman kerja, jumlah pinjaman, kepemilikan rumah, dan riwayat pinjaman. Tahap praproses meliputi imputasi missing value, transformasi label, dan encoding variabel kategorikal, kemudian data dibagi menjadi data latih (80%) dan data uji (20%). Model dilatih menggunakan Grid Search Cross Validation dan menghasilkan akurasi 92%, menunjukkan performa yang baik dalam mengklasifikasikan nasabah ke kategori “Layak” atau “Tidak Layak.” Model kemudian diintegrasikan ke aplikasi web berbasis Flask yang menyediakan prediksi real-time, histori otomatis, filterisasi, ekspor data, dan notifikasi untuk mendukung digitalisasi layanan koperasi.
Co-Authors Rahmadhani, Laila Nova Romadhoni , Latif Hilmi