Article Per Year (5 Year)
p-Index From 2019 - 2024
0.562
P-Index
This Author published in this journals
All Journal JURNAL SISTEM INFORMASI BISNIS KLIK (Kumpulan jurnaL Ilmu Komputer) (e-Journal) Journal of Information System
Silvia Ayunda Murad
Universitas Islam Syekh Yusuf
Computer Science & IT Economics, Econometrics & Finance

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

Found 3 Documents
Search

 1 
PENDETEKSIAN WAJAH MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK DALAM MENGHITUNG JUMLAH MAHASISWA Satria Ramadhan; Muhamad Irsan; Silvia Ayunda Murad
KLIK- KUMPULAN JURNAL ILMU KOMPUTER Vol 8, No 3 (2021)
Publisher : Lambung Mangkurat University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20527/klik.v8i3.398

Abstract

Face detection has become a technology in recognizing facial patterns. The presence of students in the learning process is essential to find out the number of student attendance they still have to count or call students one by one, where this can lead to errors in calculating the number of student attendance. This study was conducted to create a face detection system in counting the number of students, then capture and detect all student faces accurately and conduct testing on the system that has been created, where this is done to find out how far the system can work, in its application this study uses the Convolutional algorithm. Neural Network is a Deep Learning method that can be used to recognize and classify an object in a digital image. The accuracy rate of the training process is 99%, and the testing is 98%. Testing the system that has been made using the Raspberry Pi, the first true label for facial recognition with a distance of 1-5 meters has been identified, and the second true label at a distance of 4 meters has not been identified, while to detect the number of students obtained with a distance of 1-6 meters can detect the number with accurate.Keywords: Convolutional Neural Network, Face DetectionDeteksi wajah sudah menjadi sebuah teknologi dalam mengenali bentuk pola wajah. Kehadiran mahasiswa didalam proses pembelajaran sangat diperlukan untuk mengetahui jumlah kehadiran mahasiswa masih harus menghitung maupun memanggil mahasiswa satu persatu, dimana hal ini dapat terjadi kesalahan dalam menghitung jumlah kehadiran mahasiswa. Pada penelitian ini dilakukan untuk membuat sebuah sistem pendeteksian wajah dalam menghitung jumlah mahasiswa kemudian menangkap dan mendeteksi seluruh wajah mahasiswa secara akurat serta melakukan pengujian terhadap sistem yang telah dibuat, dimana ini dilakukan untuk mengetahui sejauh apa sistem dapat bekerja, dalam penerapannya penelitian ini menggunakan algoritma Convolutional Neural Network sebagai metode Deep Learning yang dapat digunakan untuk mengenali dan mengklasifikasi sebuah objek pada sebuah citra digital. Tingkat akurasi dari proses training sebesar 99%, dan testing 98%. Pengujian sistem yang telah dibuat menggunakan Raspberry Pi didapatlkan true label pertama untuk pengenalan wajah dengan jarak 1-5 meter berhasil diidentifikasi dan true label kedua jarak 4 meter tidak berhasil diidentifikasi, sedangkan untuk mendeteksi jumlah mahasiswa didapatkan dengan jarak 1-6 meter dapat mendeteksi jumlah dengan akuratKata kunci: Convolutional Neural Network, Deteksi Wajah
Generator Kuis untuk Meningkatkan Hasil Belajar Siswa dalam Smart LMS Dina Fitria Murad; Silvia Ayunda Murad; Andrey Yosua Malik
JOINS (Journal of Information System) Vol 6, No 2 (2021): Edisi November 2021
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1127.65 KB) | DOI: 10.33633/joins.v6i2.5269

Abstract

Penelitian ini bertujuan mengembangkan salah satu fitur Learning Management System (LMS) terkait online assessment yaitu kuis. Salah satu fitur didalam LMS ini adalah tersedianya fasilitas kuis bagi mahasiswa yang dapat dilakukan sesuai jadwalnya secara online. LMS saat ini hanya menampilkan capaian pengerjaan kuis mahasiswa dari segi nilai. Belum tersedia informasi terkait kesalahan jawaban beserta jawabannya sehingga mahasiswa tidak bisa mengukur capaiana pembelajaran mereka berdasarkan kuis. Menggunakan pendekatan machine learning, penelitian ini membangun sebuah model untuk auto-generate soal-soal kuis yang mengacu kepada lecture note yang sudah tersedia di LMS sesuai matakuliah yang berjalan. Hasilnya terbukti meningkatkan antusias mahasiswa didalam mengerjakan kuis berdasarkan uji coba pada beberapa matakuliah di Jurusan Sistem Informasi, bersumber pada lecture note, soal kuis berhasil di auto-generate per topik matakuliah tersebut. Selain menginformasikan nilai kuis mahasiswa, sistem LMS juga memunculkan jawaban yang salah beserta kunci jawabannya. didapatkan sebuah model guna pengembangan generator kuis.Kata kunci: Smart LMS, machine learning, lecture note, auto-generate, generator kuis
Teknologi Baru Pada Pendidikan Tinggi Menuju Revolusi Industri 4.0: Studi Kasus Indonesia dan Malaysia Dina Fitria Murad; Silvia Ayunda Murad; Rosilah Hassan; Yaya Heryadi; Bambang Dwi Wijanarko; Titan Titan
JSINBIS (Jurnal Sistem Informasi Bisnis) Vol 11, No 2 (2021): Volume 11 Nomor 2 Tahun 2021
Publisher : Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21456/vol11iss2pp139-145

Abstract

IoT with E-learning is intended to support data collection from devices and share to other devices in use for effective E-learning applications from Smart Campus. This study aims to conduct studies related to online learning models by utilizing Internet of Everything (IoE) technology to support Revolution 4.0. This study aims to support the latest communication paradigm in which the objects of everyday life will be equipped with a series of appropriate protocols and enable them to communicate well with each other as part of the internet. IoE will help improve learning by leveraging the large subject data generated by these objects to provide dynamic services to educators, learners, and even content developers. Using qualitative research methods This research uses a questionnaire to find out the views and assessments of the community in this case online learners regarding online learning as one of the impacts of the Covid-19 pandemic and produces an online learning model that is supported by an integrated system between learning media such as LMS and devices. others use IoE. The results of this study support the implementation of Smart campuses that allow the use of IoE methodologies to make them always ready in certain network areas.
Co-Authors Andrey Yosua Malik Bambang Dwi Wijanarko Dina Fitria Murad Dina Fitria Murad Muhamad Irsan Rosilah Hassan Satria Ramadhan Titan Titan Yaya Heryadi