Claim Missing Document
Check
Articles

Found 5 Documents
Search
Journal : RJOCS (Riau Journal of Computer Science)

APLIKASI PENDATAAN PENERIMA BANTUAN BEDAH RUMAH BERBASIS WEB (Studi Kasus Dinas Perumahan Dan Kawasan Permukiman Rokan Hulu) Alfares, M Riski; Fimawahib, luth
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 1 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i1.1761

Abstract

Dinas Perumahan dan Kawasan Permukiman (DPKP) masih bernama PU KIMPRASWI, gabungan antara dua Dinas, yaitu Dinas PKP dan PUPR. Pada Tahun 2008 PU dipecah menjadi dua Dinas. Dinas Tata Ruang dan Cipta Karya sebelum berganti nama menjadi Dinas Perumahan dan Kawasan Permukiman (DPKP). Dinas yang kedua adalah BINAMARGA sebelum berganti nama menjadi Dinas Pekerjaan Umum dan Penataan Ruang (PUPR). Program Bantuan Bedah Rumah dari pemerintah ini yang terjadi di Dinas Perumahan Dan Kawasan Permukiman Rokan Hulu sering terjadi kendala atau masalah yang terjadi kesalahan pada masyarakat yang bisa dikatakan mampu malah mendapatkan bantuan tersebut, sedangkan masyarakat yang kurang mampu justru tidak medapatkannya dan bantuan beda rumah tersebut terkadang justru membuat masyarakat yang perekonomiannya sangat minim merasa terbebani karena harus mencukupi kekurangan yang di berikan pemerintah untuk menyelesaikan rumah mereka. Dalam penulisan ini selain memaparkan kajian teori yang digunakan sebagai dasar penyusunan juga akan dibahas mengenai perancangan aplikasi berbasis web dengan menggunakan PHP dan MYSQL. Aplikasi Pendataan Penerima Bantuan Bedah Rumah diharapkan dapat mempermudah Dinas Perumahan dan Kawasan Permukiman Rokan Hulu dalam pengelolaan dan pendataan yang saat ini sudah mencapai 80% data dari 100% yang sudah di Input pada aplikasi. Berdasarkan pengujian yang telah dilakukan dengan Blackbox dan hasil perhitungan UAT menunjukkan persentase yang cukup tinggi yaitu 90,25% sehingga dapat disimpulkan bahwa aplikasi ini dapat diterima dengan baik
PENGEMBANGAN MEDIA PEMBELAJARAN BERBASIS WEB SEKOLAH MENENGAH PERTAMA (SMP) KEPENUHAN HULU MATA PELAJARAN ILMU PENGETAHUAN SOSIAL Erfisal, Wawan; Fimawahib, Luth
RJOCS (Riau Journal of Computer Science) Vol. 9 No. 1 (2023): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v9i1.1762

Abstract

Dari hasil observasi magang yang dilakukan pada bulan Juli-Oktober 2022, yang menjadi permasalahan di SMP Negeri 1 Kepenuhan Hulu adalah masih banyak guru yang menggunakan metode pembelajaran ceramah, modul dan buku. Hal tersebut yang menjadikan minat belajar siswa menurun, siswa menjadi pasif dan mudah bosan. Saat ini jarang sekali guru yang menggunakan media pembelajaran interaktif dan efektif, seperti halnya media pembelajaran berbasis multimedia salah satunya adalah web. Adapun penyampaian materi dengan menggunakan media pembelajaran berbasis web memiliki manfaat dan keuntungan tersendiri bagi siswa. Dengan menggunakan media ini maka proses belajar mengajar ini menjadi lebih menyenangkan, memiliki unsur interaktifitas yang lebih tinggi, dan menjadikan siswa mengingat pelajaran lebih banyak, sehingga prestasi dan minat belajar siswa meningkat. Pada sistem ini menu hanya dapat diakses oleh admin dan user. Dalam penulisan ini selain memaparkan kajian teori yang digunakan sebagai dasar penyusunan juga akan dibahas mengenai perancangan aplikasi berbasis web dengan menggunakan PHP dan MYSQL. Aplikasi pendataan UMKM Rokan Hulu diharapkan dapat mempermudah Kamar Dagang dan Industri dalam pengelolaan dan pendataan yang saat ini sudah mencapai 80% data dari 100% yang sudah di Input pada aplikasi. Berdasarkan pengujian yang telah dilakukan dengan Blackbox bahwa aplikasi ini layak dan di terima
Visualisasi Data Proses Pemesanan Barang 2019-2023 Berdasarkan Status Pengiriman Menggunakan Lookerstudio Google Atika Fresilia; Supriyanto, Asep; Fimawahib, Luth; Ikorasaki, Frans; Sudaryanto, Aris
RJOCS (Riau Journal of Computer Science) Vol. 10 No. 1 (2024): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v10i1.2409

Abstract

Proses pemesanan barang 2019-2023 adalah publikasi yang menyajikan proses pemesanan barang berdasarkan status pengirimannya yaitu dikirim, selesai, diproses, dibatalkan dan dikembalikan dalam kurun waktu empat tahun, mulai tahun 2019 sampai dengan 2023. Penelitian ini bertujuan untuk melakukan proyeksi pemesanan barang berdasarkan status pengirimannya menggunakan platform Lookerstudio Google. Metode yang digunakan adalah analisis data sekunder dengan menggunakan data pemesanan. Hasil penelitian menunjukkan bahwa pengiriman barang akan terus meningkat hingga tahun 2023. Dalam penelitian ini, platform Lookerstudio Google terbukti dapat digunakan untuk memvisualisasikan data proyeksi proses pemesanan barang dengan mudah dan efektif. Penelitian ini diharapkan dapat memberikan kontribusi bagi perencanaan jangka panjang. Dalam konteks ini, Lookerstudio Google mungkin dapat membantu dalam memantau status pengiriman dengan mengintegrasikan data dari sistem pemesanan, sistem pengiriman, dan sumber data lainnya. Dengan memanfaatkan fitur analitik dan visualisasi data yang ditawarkan oleh Lookerstudio Google, pelanggan dan penjual dapat melihat secara real-time status pengiriman barang. Disarankan untuk mengacu pada dokumentasi resmi dan sumber daya terbaru dari Lookerstudio Google untuk memperoleh informasi yang lebih terperinci dan akurat mengenai kemampuan dan penggunaannya dalam konteks pemesanan barang
Implementasi Business Intelligence Untuk Analisa Dan Visualisasi Data Honda Menggunakan Platform Data Studio Lullail, Jamalul; Agung Setiawan; Fimawahib, Luth; Yulfita Aini
RJOCS (Riau Journal of Computer Science) Vol. 10 No. 1 (2024): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v10i1.2579

Abstract

Sektor otomotif menghasilkan banyak data dari berbagai sumber yang dapat membantu bisnis dengan memberikan informasi yang bermanfaat untuk membuat keputusan terbaik. Namun, karena kompleksitasnya, data ini sulit dievaluasi dan diinterpretasikan secara manual. Tujuan proyek ini adalah untuk menggunakan alat Business Intelligence (BI) Google Data Studio untuk menganalisis dan memvisualisasikan data rating produk Honda. Pendekatan ini memiliki signifikansi penting dalam konteks bisnis mobil dan rencana pemasaran Honda. Honda merupakan salah satu produsen terkemuka solusi transportasi fleksibel, cepat, dan tangkas bagi pelanggannya. Namun, pemahaman preferensi konsumen sangat penting dalam membuat keputusan strategis terkait kesuksesan kampanye pemasaran serta kemungkinan pengembangan produk baru.Untuk mengevaluasi indikator kinerja penjualan termasuk pendapatan total dan laba kotor, dibutuhkan koneksi antara semua data penjualan menjadi database seperti BigQuery sebelum membuat laporan interaktif atau dashboard dengan tabel atau grafik sebagai representasi visual. Proyek ini memiliki implikasi penting bagi para profesional yang bekerja di industri otomotif yang tertarik melacak tren pasar melalui alat BI sambil mengoptimalkan proses pengambilan keputusan mereka berdasarkan wawasan interpretatif dari analisis rating pada produk-produk Honda
Akurasi Citra Image Penyakit Daun Kentang berdasarkan Citra Sehat, Citra Early Blight, dan Citra Late Blight Menggunakan Convolutional Neural Network (CNN) Rohima; Hariyen Ulfa; Yuliani; Hafiz Maulana; Fimawahib, Luth; Fauzi Erwis
RJOCS (Riau Journal of Computer Science) Vol. 10 No. 2 (2024): RJOCS (Riau Journal of Computer Science)
Publisher : Fakultas Ilmu Komputer, Universitas Pasir Pengaraian

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30606/rjocs.v10i2.2862

Abstract

Kentang merupakan salah satu produk hasil pertanian yang memiliki kandungan tepung tertinggi keempat setelah jagung, gandum, dan padi. Pengelolaan pertanian kentang menghadapi berbagai permasalahan, salah satunya adalah penyakit pada daun kentang yang dapat menyebabkan hasil produksi yang buruk hingga gagal panen jika tidak ditangani dengan tepat. Dua penyakit yang sering ditemui pada daun kentang adalah early blight dan late blight, yang masing-masing memiliki gejala serta penanganan berbeda. Proses klasifikasi penyakit yang lambat dapat menyebabkan tambahan biaya untuk perawatan. Penelitian ini memanfaatkan algoritma deep learning, yaitu Convolutional Neural Network (CNN), untuk klasifikasi citra daun kentang. Metode CNN menggunakan proses konvolusi di mana citra dipecah menjadi gambar-gambar yang lebih kecil dengan konvolusi yang sama. Hasil dari gambar-gambar kecil tersebut kemudian dimasukkan ke dalam array baru yang digunakan untuk prediksi. Data yang digunakan dalam penelitian ini berjumlah 5400 citra, terbagi menjadi tiga kelas: citra sehat, citra early blight, dan citra late blight. Hasil pengujian menunjukkan akurasi tertinggi pada data validasi sebesar 99% dengan waktu komputasi per epoch sekitar 2,5 detik. Dengan demikian, dapat disimpulkan bahwa algoritma deep learning Convolutional Neural Network (CNN) mampu melakukan proses klasifikasi penyakit pada citra daun kentang dengan sangat baik.