Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Penelitian Rumpun Ilmu Teknik Jurnal Teknologi Informasi
Faza Qori Aina
Universitas Ibrahimy
Computer Science & IT Engineering

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

Found 2 Documents
Search

 1 
KLASIFIKASI EMOSI WAJAH MANUSIA (HAPPY, SAD, ANGRY, NEUTRAL) DARI CITRA MENGGUNAKAN GOOGLE TEACHABLE MACHINE Eny Itsnainy Agustin; Abd. Ghofur; Faza Qori Aina; Lisa Muhfidha; Tuti Alawiyah
Jurnal Teknologi Informasi Vol 13 No 1 (2025): Jurnal Teknologi Informasi
Publisher : LPPM USTJ

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58839/jti.v13i1.1547

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan emosi wajah manusia berdasarkan ekspresi citra digital menggunakan platform Google Teachable Machine. Empat kategori emosi yang digunakan dalam klasifikasi ini adalah bahagia, sedih, marah, dan datar. Data dikumpulkan dari berbagai platform daring seperti Pinterest, Freepik, dan lainnya, kemudian melalui proses cleaning untuk mengelompokkan dataset sesuai kelas dan menghapus duplikasi atau data yang tidak relevan. Model dilatih menggunakan metode transfer learning dengan pengaturan parameter seperti epoch, batch size, dan learning rate. Tiga model dilatih dengan konfigurasi berbeda, dan model ketiga (epoch 300, batch size 32, learning rate 0.0001) memberikan hasil terbaik dengan akurasi tinggi dan distribusi klasifikasi yang seimbang pada keempat kelas. Prototipe dari model ini di-deploy menggunakan fitur cloud shareable export pada Teachable Machine, menghasilkan aplikasi berbasis web yang dapat langsung digunakan melalui webcam atau unggahan gambar, serta kompatibel dengan perangkat smartphone. Hasil penelitian menunjukkan bahwa Teachable Machine tidak hanya mampu menghasilkan model klasifikasi ekspresi wajah yang akurat, tetapi juga dapat digunakan sebagai alat validasi dataset secara cepat dan efisien.
Penerapan Data Mining untuk Kelulusan Al-Barqi di Pesantren Salafiyah Syafi’iyah Menggunakan Metode Random Forest Faza Qori Aina; Zaehol Fatah
Jurnal Penelitian Rumpun Ilmu Teknik Vol. 4 No. 3 (2025): Jurnal Penelitian Rumpun Ilmu Teknik
Publisher : Lembaga Pengembangan Kinerja Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55606/juprit.v4i3.5625

Abstract

Application of data mining methods using Random Forest algorithm to predict student graduation in the Al-Barqi learning program at Pesantren Salafiyah Syafi'iyah. The background of this research is the continued use of manual evaluation systems that have the potential to create subjectivity and lack transparency. The data used comes from student evaluation results, covering aspects of fasohah, tilawah, numerical scores, and discipline. The research process was conducted through stages of data collection, preprocessing, modeling, and implementation using RapidMiner Studio software. The research results show that the Random Forest algorithm is able to provide predictions with a good level of accuracy, as well as identify the score factor as the most dominant variable in determining graduation, followed by aspects of Quranic reading and discipline. These findings confirm that the use of data mining can improve accuracy, objectivity, and transparency in student assessment systems, while supporting digital transformation in pesantren environments. Thus, this research provides data-based recommendations to improve the quality of learning and evaluation systems in pesantren.
Co-Authors Abd. Ghofur Eny Itsnainy Agustin Fatah, Zaehol Lisa Muhfidha Tuti Alawiyah