Article Per Year (5 Year)
p-Index From 2019 - 2024
1.431
P-Index
This Author published in this journals
All Journal Jurnal Simantec Jurnal Ilmiah Kursor Jurnal IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi) Network Engineering Research Operation [NERO] ComTech: Computer, Mathematics and Engineering Applications
Fifin Ayu Mufarroha
Fakultas Teknik, Universitas Trunojoyo Madura
Computer Science & IT Decision Sciences, Operations Research & Management Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Social Sciences

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 10 Documents
Search

 1 
DETEKSI MANUSIA MENGGUNAKAN METODE HISTOGRAM OF ORIENTED GRADIENT DAN EUCLIDEAN DISTANCE Mufarroha, Fifin Ayu; Sirajuddin, Indah Agustien; Kusumaningsih, Ari
Network Engineering Research Operation [NERO] Vol 3, No 3 (2018): NERO
Publisher : Universitas Trunojoyo Madura

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

Abstract

Prinsip utama dari human detection adalah menemukan objek atau manusia didalam sebuah gambar. Banyak keuntungan yang bisa diambil dari hal ini, terutama dalam video pengawasan. Human detection dalam sebuah gambar lebih sulit karena banyaknya kendala yang dihadapi seperti pencahayaan, pakaian atau penampilan objek dan pose objek didalam setiap gambar yang berbeda. Pada penelitian ini akan diusulkan suatu metode ekstraksi fitur yang menggunakan histogram untuk melakukan human detection disebut dengan histogram of oriented gradient. Metode diawali dengan menghitung nilai gradien dari konversi citra grayscale yang kemudian citra akan dibagi menjadi sel dan tiap sel akan dibuat sebuah histogram dari nilai perhitungan gradien tersebut. Langkah selanjutnya adalah membentuk sebuah blok yang merupakan kumpulan dari sel. Setelah di bentuk sebuah blok, blok tersebut akan dinormalisasi dan hasil dari normalisasi blok tersebut adalah fitur. Sehingga dari hasil ekstraksi fitur akan dilakukan pengukuran kemiripan dengan citra file dengan menggunakan metode Euclidean Distance. Citra pelatihan  dan citra pengujian coba yang digunakan adalah 200 citra dengan 50 data positif, 50 data negatif, dan 100 citra uji. Dari uji coba aplikasi menggunakan pengukuran kemiripan Euclidean Distance dengan nilai threshold= 2,3,4, dan 5 pada skenario 1 dan 2 diperoleh rata – rata akurasi sebesar 80,55%.Kata kunci: Deteksi, fitur, Human Detection, Histogram of Oriented Gradient, Euclidean Distance.
DETEKSI MANUSIA MENGGUNAKAN METODE HISTOGRAM OF ORIENTED GRADIENT DAN EUCLIDEAN DISTANCE Fifin Ayu Mufarroha; Indah Agustien Sirajuddin; Ari Kusumaningsih
Network Engineering Research Operation Vol 3, No 3 (2018): NERO
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (19051.602 KB) | DOI: 10.21107/nero.v3i3.94

Abstract

APLIKASI PENERJEMAH SEBAGAI MEDIA KOMUNIKASI BAGI PENYANDANG DISABILITAS MENGGUNAKAN KOMBINASI METODE SKIN DETECTION-ANFIS, KNN DAN TTS Fifin Ayu Mufarroha
Jurnal Simantec Vol 9, No 2 (2021)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v9i2.10745

Abstract

Bahasa isyarat merupakan media komunikasi yang digunakan penyandang disabilitas dalam bertukar pesan.  Bahasa isyarat berupa gerakan tangan dimana setiap gerakan memiliki pola dan arti yang berbeda. Bahasa isyarat hanya dapat dipahami oleh para penyandang disabilitas dan volunteer, sedangkan jumlah volunteer menjadi semakin sedikit. Dalam memahami pola dan arti dari gerakan tangan tersebut dibangun aplikasi penerjemah bahasa isyarat. Tujuan dari penelitian ini adalah membantu penyandang disabilitas secara leluasa berinteraksi dengan masyarakat umum. Aplikasi menerjemahkan gerakan tangan pengguna menjadi hasil pengenalan berupa teks dan suara. Langkah – langkah yang diterapkan dalam pembangunan diantaranya menangkap gerakan tangan menggunakan webcam, pengenalan, dan terjemahan suara. Pada tahap pengenalan, terdapat beberapa sub proses yakni melakukan segmentasi hasil tangkapan gambar dengan menerapkan skin detection sebagai metode untuk mendapatkan objek tangan dan metode ANFIS sebagai penentuan grup gerakan tangan. Sub proses lainnya, melakukan proses klasifikasi menggunakan metode K-NN dengan masukan berupa fitur area yang menghasilkan teks alfabet. TTS diterapkan  untuk menciptakan suara pada aplikasi. Metode ini mengolah teks hasil klasifikasi dengan mengkomparasikan fonem teks dan file wav untuk medapatkan suara terjamahan. Aplikasi secara real time dapat menerjemahkan gerakan tangan dari webcam menjadi teks dan suara.
Smart Mobile Application for Decision Support Systems on Determination of Resident in Dormitory Achmad Jauhari; Fifin Ayu Mufarroha; Muhammad Amfahtori Wijarnoko; Moh. Yusril Ihza Maulana; Ahmad Try Bayu Al Haq; Linawati Linawati
Jurnal Ilmiah Kursor Vol 10 No 3 (2020)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/kursor.v10i3.236

Abstract

The dormitory is one of the facilities provided with the aim of helping students to get a place to live because some of them come from distant places. The Trunojoyo Madura University dormitory has regulations that serve as a place for the process of character education, spiritual deepening, moral improvement. With these regulations, plus the boarding house is a conducive, economical, and strategic place to stay making many students interested in being able to live there. The problem is that each semester change is carried out by the selection of dorm residents and so far it is still done manually by way of discussion of each individual. Therefore, the purpose of this research is to help the board by building a decision support system in determining residents who are still eligible to live in a dormitory and provide opportunities for other students to live in a dormitory. We develop systems based on mobile applications. TOPSIS method (Technique for Order of Preference by Similarity to Ideal Solution) is implemented as a multi criteria decision making method with four main criteria including routine absence, non-routine absence, violation and notes. The final results of this decision support system are ranks and colors that indicate the status of boarding residents. Ranking starts from the top (1) to the bottom (216) accompanied by a status of green to red. The color status is divided into 3 namely green (safe), yellow (vulnerable), and red (issued). From 216 boarders we took 10 samples of dormitory data for testing. The results of trials with 10 data samples by applying the TOPSIS method obtained an accuracy of 90%.
Implementasi Relevant Feedback Menggunakan Algoritma Genetika pada Dokumen Bahasa Indonesia (Implementation of Relevant Feedback Using Genetic Algorithm in Indonesian Documents) Ika Oktavia Suzanti; Fifin Ayu Mufarroha
IPTEK-KOM : Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi Vol 23, No 2 (2021): JURNAL IPTEK-KOM (Jurnal Ilmu Pengetahuan dan Teknologi Komunikasi)
Publisher : BPSDMP KOMNFO Yogyakarta, Kementerian Komunikasi dan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33164/iptekkom.23.2.2021.125-139

Abstract

Mesin pencarian telah banyak digunakan untuk membantu user dalam mendapatkan informasi  yang dibutuhkan. Pada mesin pencarian saat ini, terdapat keterbatasan pada query. Sering kali, query tidak tepat tetapi user beranggapan bahwa informasi yang dibutuhkan ada pada mesin pencarian. Hasilnya, mesin pencarian akan menampilkan hasil meskipun query kurang spesifik.  Oleh karena itu, untuk dapat memenuhi kebutuhan pengguna dalam menemukan dokumen yang sesuai, dibutuhkan mesin pencarian informasi baru. Pada penelitian ini, diterapkan metode relevance feedback menggunakan algoritma genetika untuk meningkatkan pencarian dokumen dengan memperbaiki query. Terdapat dua metode seleksi yang digunakan, yaitu roulette wheel selection dan tournament selection. Dengan menggunakan 1000 data, diperoleh hasil 58% rata - rata precision , 89% rata - rata recall, dan 59% rata-rata F-Measure pada roulette wheel selection. Adapun pada tournament selection diperoleh 57% rata - rata precision,  92% rata-rata recall, dan  60% rata-rata f-measure. Waktu komputasi roullete wheel selection rata-rata 10,23 detik, sedangkan untuk tournament selection adalah 5,97 detik.
IMPLEMENTATION OF WEBSITE PERFORMANCE EVALUATION WITH SIMILARWEB ON ACADEMIC WEBSITES Ika Oktavia Suzanti; Fifin Ayu Mufarroha; Khusnul Fatimah; Doni Abdul Fatah; Hanifudin Sukri; Achmad Dafid
Jurnal Simantec Vol 10, No 2 (2022)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v10i2.14234

Abstract

Trunojoyo University Madura is a state university in Indonesia. The Trunojoyo Madura University website is used for information delivery media. The website can be accessed by anyone and used to make announcements for both students and outsiders. Based on this, the desired website quality must have high performance, usability, mobile friendliness, accessibility, SEO (Search Engine Optimization), connected to social media, and safe. This study was conducted to determine the level of usability through evaluating the performance of the academic website of Trunojoyo Madura University. Therefore, this study evaluates the performance of the website by using an automatic evaluation tool, namely SimilarWeb. This tool checks the level of popularity of a website both in terms of ranking and the number of visitors who access the website. In addition, measurements from the usability side were taken to determine the usability of the website obtained from the responses of students and visitors who have accessed the website. The results showed that by using SimilarWeb website traffic was obtained at a good level. Usability measurement has been carried out, as many as 58 respondents have answered 15 questions.
DETEKSI CYBERBULLYING PADA DATA TWEET MENGGUNAKAN METODE RANDOM FOREST DAN SELEKSI FITUR INFORMATION GAIN Rachmad Masbadi Hatullah Nurnaryo; Mulaab Mulaab; Ika Oktavia Suzanti; Doni Abdul Fatah; Andharini Dwi Cahyani; Fifin Ayu Mufarroha
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.17256

Abstract

Indonesia merupakan salah satu negara dengan pengguna media sosial terbanyak. Dengan banyaknya pengguna media sosial, hal ini dapat memicu munculnya cyberbullying. Cyberbullying adalah tindakan berulang yang melecehkan, mempermalukan, mengancam, atau mengganggu orang lain melalui komputer, ponsel, dan perangkat elektronik lainnya, termasuk situs web jejaring sosial online. Twitter merupakan salah satu media sosial yang sering digunakan untuk melakukan cyberbullying. Deteksi cyberbullying merupakan langkah penting untuk membuat lingkungan yang baik dalam interaksi media sosial. Penelitian ini mendeteksi cyberbullying yang berasal dari tweet berbahasa Indonesia dengan menggunakan metode Random Forest sebagai pengklasifikasi. Seleksi fitur information gain juga digunakan untuk menyeleksi fitur yang berupa atribut. Penelitian ini bertujuan untuk mengetahui akurasi deteksi cyberbullying dari metode Random Forest dan memilih fitur penting untuk meningkatkan kinerja metode. Dari hasil pengujian, didapatkan nilai Accuracy tertinggi sebesar 72.1% dengan atribut berjumlah 1295 dari 2277 atribut. Hal ini berarti, pemilihan fitur yang baik dapat meningkatkan performa dari metode machine learning.Kata kunci: Cyberbullying, Information Gain, Random Forest, Tweet
KLASIFIKASI JENIS REMPAH PENGHASIL MINYAK ATSIRI MENGGUNAKAN METODE MACHINE LEARNING Fifin Ayu Mufarroha; Doni Abdul Fatah
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.19743

Abstract

Rempah-rempah merupakan bahan alami yang digunakan dalam berbagai industri, seperti kuliner, obat-obatan, kosmetik, dan industri parfum. Minyak atsiri yang dihasilkan dari rempah-rempah memiliki nilai ekonomi yang tinggi dan digunakan dalam berbagai aplikasi industri. Penelitian ini bertujuan untuk mengenali pola dalam data rempah-rempah dan mengklasifikasikan jenis rempah-rempah ke dalam jenis yang tepat berdasarkan karakteristik dari setiap rempah. Metode K-NN dipilih karena kesederhanaannya dan kemampuannya dalam menghasilkan akurasi yang baik. Penelitian ini melibatkan beberapa tahap, antara lain pengumpulan data rempah-rempah, ekstraksi fitur dari data, dan pengenalan jenis rempah menggunakan metode K-NN. Penelitian ini menggunakan 125 dataset, yang terdiri dari 25 data untuk setiap jenis rempah, yaitu Lengkuas, Temulawak, Kencur, Jahe, dan Kunyit. Hasil klasifikasi metode K-NN dalam 3 skenario, yaitu dengan nilai K = 1, 3, dan 6. Hasil klasifikasi terbaik diperoleh pada nilai K = 3, dimana hasil akurasi sebesar 96%. Hasil akurasi ini dapat digunakan untuk mengevaluasi kinerja model klasifikasi yang dikembangkan.Dengan adanya metode ini, diharapkan dapat membantu dalam pengenalan rempah-rempah yang berkualitas, pengendalian kualitas produk yang mengandung rempah-rempah, serta pengembangan produk baru dalam berbagai industri.Kata kunci: Rempah, Klasifikasi, Machine Learning, K-NN.
PERANCANGAN ANTARMUKA PENGGUNA SISTEM INFORMASI AKADEMIK BERBASIS WIREFRAMING Doni Abdul Fatah; Fifin Ayu Mufarroha; Okie Maria Amul Husnah
Jurnal Simantec Vol 11, No 1 (2022): Jurnal Simantec Desember 2022
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v11i1.19739

Abstract

Perancangan antarmuka pengguna (user interface design) sangat penting dalam pengembangan sistem informasi akademik di sekolah. Sistem informasi akademik digunakan untuk mengelola data peserta didik, catatan akademik, jadwal, dan informasi penting lainnya yang terkait dengan pendidikan. Dengan adanya perancangan antarmuka pengguna yang baik, peserta didik dan guru dapat dengan mudah mengakses informasi tersebut dan menggunakannya untuk meningkatkan kinerja akademik mereka. Wireframing adalah metode perancangan antarmuka pengguna yang melibatkan pembuatan sketsa kasar dari tampilan dan fungsionalitas yang diinginkan. Penelitian ini bertujuan untuk menginvestigasi penerapan wireframing dalam perancangan antarmuka pengguna untuk sistem informasi akademik di sekolah. Tahapan penelitian pada penelitian ini adalah studi kasus dengan mengambil sampel dari pengguna baik itu peserta didik ataupun guru. Data dikumpulkan melalui wawancara, observasi, dan kuesioner untuk mengetahui perspektif mereka terhadap penggunaan wireframing, untuk pengujian desain menggunakan System Usability Scale (SUS). Berdasarkan dari hasil pengujian, penelitian menunjukkan bahwa penggunaan wireframing dapat mempermudah perancangan antarmuka pengguna sistem informasi akademik di sekolah dilihat dari nilai yang diperoleh mendapatkan skor 72 masuk dalam rentang Nilai B yang berarti BAIK. Pada penggunaan wireframing dapat memberikan masukan yang lebih baik dan meningkatkan keterlibatan pengguna dalam proses perancangan. Oleh karena itu, disarankan agar sekolah mengadopsi wireframing sebagai metode perancangan antarmuka pengguna untuk sistem informasi akademik.Kata kunci : Sistem Informasi Akademik, System Usability Scale, User Interface Design, Wireframing.
K-Nearest Neighbors Method for Recommendation System in Bangkalan’s Tourism Devie Rosa Anamisa; Achmad Jauhari; Fifin Ayu Mufarroha
ComTech: Computer, Mathematics and Engineering Applications Vol. 14 No. 1 (2023): ComTech
Publisher : Bina Nusantara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21512/comtech.v14i1.7993

Abstract

The more tourist objects are in an area, the more challenging it is for local governments to increase the selling value of these attractions. The government always strives to develop tourist attraction areas by prioritizing the beauty of tourist attractions. However, visitors often have difficulty in determining tourist objects that match their criteria because of the many choices. The research developed a tourist attraction recommendation system for visitors by applying machine learning techniques. The machine learning technique used was the K-Nearest Neighbor (KNN) method. Several trials were conducted with a dataset of 315 records, consisting of 11 attributes and 21 tourist attractions. Based on the dataset, the preprocessing stage was previously carried out to improve the data format by selecting data where the data were separated based on existing criteria, then calculating the closest distance and determining the value of k in the KNN method. The results are divided into five folds for each classification method. The highest system accuracy obtained at KNN is 78% at k=1. It shows that the KNN method can provide recommendations for three tourist attraction classes in Bangkalan. Applying the KNN method in the recommendation system determines several alternative tourist objects that tourists can visit according to their criteria in natural, cultural, and religious tourist objects.
Co-Authors Achmad Dafid Achmad Jauhari Ahmad Try Bayu Al Haq Andharini Dwi Cahyani Ari Kusumaningsih Devie Rosa Anamisa Doni Abdul Fatah Doni Abdul Fatah Hanifudin Sukri Ika Oktavia Suzanti Indah Agustien Sirajuddin Khusnul Fatimah Linawati Linawati Moh. Yusril Ihza Maulana Muhammad Amfahtori Wijarnoko Mulaab Mulaab Okie Maria Amul Husnah Rachmad Masbadi Hatullah Nurnaryo Siradjuddin, Indah Agustien