Articles
<![CDATA[Penerapan Quick Response (QR) Code Berbasis Web Di Puskesmas Payung Sekaki Pekanbaru ]]>
<![CDATA[Ken Rio Agizki]]>;
<![CDATA[Regiolina Hayami]]>;
<![CDATA[Harun Mukhtar]]>
<![CDATA[ Jurnal CoSciTech (Computer Science and Information Technology) Vol 1 No 1 (2020): Jurnal Computer Science and Information Technology (CoSciTech) ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/coscitech.v1i1.1795
<![CDATA[Puskesmas staffing data certainly cannot be separated from data that can change at any time. Changes to the data must be stored properly. At Puskesmas Payung Sekaki the attendance system is still using paper as an employee attendance data file, so that frequent loss of data and double data on absenteeism makes mistakes for the staffing of Puskesmas Payung Sekaki. Supporting Puskesmas staff every day must go to the Puskesmas to attend attendance when they come and go home, so that fraud arises in making attendance by making attendance care.Attendance system using the QR Code, can easily search data and minimize fraud in attendance care, because the QR Code must scan. The QR Code scanning results will be saved in the database. The QR Code is made with the Puskesmas Employee Identification Number. The results obtained from the Implementation of the Quick Response (QR) Code for the attendance of Puskesmas are able to facilitate employees in making attendance and the head of administration to get information on the attendance of Puskesmas Payung Sekaki employees.]]>
<![CDATA[Rancang Bangun Aplikasi Pemetaan Digital Pada Universitas Muhammadiyah Riau ]]>
<![CDATA[Royan Choiro Yahya]]>;
<![CDATA[Harun Mukhtar]]>;
<![CDATA[Regiolina Hayami]]>;
<![CDATA[Mitra Unik]]>
<![CDATA[ Jurnal CoSciTech (Computer Science and Information Technology) Vol 1 No 1 (2020): Jurnal Computer Science and Information Technology (CoSciTech) ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/coscitech.v1i1.1901
<![CDATA[The campus area is a place for students and teaching staff to carry out their routine activities. But there are times when campus visitors are not only focused on teaching staff or students who already know the ins and outs of the campus area. Some parties such as students' parents, new students, guests sometimes need a certain guide to find specific areas of interest in the campus area. The development of this application is carried out aiming to assist and alleviate these parties to search and find related areas. The design of the software is made with Adobe Edge Animation CC with Action Script 3.0. based on the results of this study it can be concluded that the Digital Mapping Application on the Muhammadiyah Riau Campus can overcome the problem of confusion among the parties when visiting the Muhammadiyah Riau campus.]]>
<![CDATA[Augmented Reality Berbasis Android Sebagai Media Pembelajaran Sistem Tata Surya ]]>
<![CDATA[Yulia Fatma]]>;
<![CDATA[Armen Salim]]>;
<![CDATA[Regiolina Hayami]]>
<![CDATA[ Computer Science and Information Technology Vol 2 No 1 (2021): Jurnal Computer Science and Information Technology (CoSciTech) ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/coscitech.v2i1.2178
<![CDATA[Along with the development, the application can be used as a medium for learning. Augmented Reality is a technology that combines two-dimensional’s virtual objects and three-dimensional’s virtual objects into a real three-dimensional’s then projecting the virtual objects in real time and simultaneously. The introduction of Solar System’s material, students are invited to get to know the planets which are directly encourage students to imagine circumtances in the Solar System. Explenational of planets form and how the planets make the revolution and rotation in books are considered less material’s explanation because its only display objects in 2D. In addition, students can not practice directly in preparing the layout of the planets in the Solar System. By applying Augmented Reality Technology, information’s learning delivery can be clarified, because in these applications are combined the real world and the virtual world. Not only display the material, the application also display images of planets in 3D animation’s objects with audio.]]>
<![CDATA[Penerapan Metode Single Exponential Smoothing Pada Prediksi Penjualan Bed Sheet ]]>
<![CDATA[Regiolina Hayami]]>;
<![CDATA[Sunanto]]>;
<![CDATA[Irfan Oktaviandi]]>
<![CDATA[ Jurnal CoSciTech (Computer Science and Information Technology) Vol 2 No 1 (2021): Jurnal Computer Science and Information Technology (CoSciTech) ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/coscitech.v2i1.2184
<![CDATA[Prediksi merupakan bagian dari awal suatu proses pengambilan suatu keputusan. Dalam kegiatan produksi, prediksi dilakukan untuk menentukan jumlah permintaan terhadap suatu produk dan merupakan langkah awal dari proses perencanaan dan pengendalian produksi. Permasalahan stok barang yang umum terjadi, seperti stok barang yang tidak terjual atau stok barang dengan merk tertentu menjadi kendala yang dihadapi dalam upaya untuk memenuhi kebutuhan pelanggan. Disamping itu, upaya dalam menghasilkan perencanaan dan pengendalian produksi yang baik juga merupakan salahsatu fungsi prediksi dalam kegiatan produksi. Pada penelitian ini diimplementasikan penggunaan metode Single Exponential Smoothing untuk memprediksi stok bedsheet dari berbagai merk berdasarkan data-data penjualan produk tersebut. Metode yang digunakan untuk menghitung kesalahan prediksi yang dihasilkan adalah metode Mean Absolute Percent Error(MAPE). Nilai prediksi ditentukan dari nilai alpha yang paling cocok dari perhitungan kesalahan prediksi hingga menghasilkan nilai yang paling kecil. Data yang digunakan merupakan data penjualan bed sheet periode Februari 2020 sampai dengan Mei 2020 dari 3(tiga) merk yang cukup diminati pelanggan pada tempat studi kasus. Dari hasil perhitungan yang dilakukan hasil perhitungan akurasi prediksi dari beberapa merk bed sheet tersebut mencapai 94.01%.]]>
<![CDATA[Analisa Tanggapan Terhadap Psbb Di Indonesia Dengan Algoritma Decision Tree Pada Twitter ]]>
<![CDATA[Aditya Quantano Surbakti]]>;
<![CDATA[Regiolina Hayami]]>;
<![CDATA[Januar Al Amien]]>
<![CDATA[ Jurnal CoSciTech (Computer Science and Information Technology) Vol 2 No 2 (2021): Jurnal Computer Science and Information Technology (CoSciTech) ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/coscitech.v2i2.2851
<![CDATA[Community opinions are sometimes difficult to convey to the person in charge directly, it encourages people to express their opinions, criticisms and the like through social media, one of which is the popular social media today is Twitter. One collection of opinions or tweets from Twitter users about the PSBB effect one of which can be used as an analysis of public opinion sentiments. Data on the effects of PSBB were obtained as many as 2439 tweets, then processed using data mining techniques (data mining), in which there are processes of Collecting Data, text preprocessing and classification. Then it is tested into three different algorithms to be compared, the algorithm used is Decision Tree, Naïve Bayes Classifier and K-Nearest Neighbors (K-NN ) with the aim of finding the best accuracy. The highest results from this study were the Decision Tree algorithm with an accuracy value of 84.78%, precision 84.78% and recall 100%. Keywords: twitter, sentiment analysis, decision tree]]>
<![CDATA[Evaluasi Usabilitas Website E-Learning Umri Terhadap Mahasiswa Umri Menggunakan Metode Usability Testing ]]>
<![CDATA[Evans Fuad]]>;
<![CDATA[Regiolina Hayami]]>;
<![CDATA[Almer Kharisma]]>
<![CDATA[ Jurnal CoSciTech (Computer Science and Information Technology) Vol 2 No 2 (2021): Jurnal Computer Science and Information Technology (CoSciTech) ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/coscitech.v2i2.3029
<![CDATA[Dahulu sistem penjadwalan dibuat dengan manual dituliskan dalam bentuk tabel diatas kertas yang biasanya dipajang di dinding. Namun sekarang ini sistem penjadwalan sudah dapat diterapkan menggunakan teknologi komputer dimana proses penentuan jadwal dan informasi yang diberikan dapat diketahui oleh banyak penggunanya. Universitas Muhammadiyah Riau merupakan perguruan tinggi yang ada di Kota Pekanbaru, memiliki beberapa program studi salah satunya adalah program studi Teknik Informatika. Dalam kurikulum program studi Teknik Informatika di Universitas Muhammadiyah Riau, pada semester tujuh mahasiswa diwajibkan untuk menyelesaikan sebuah mata kuliah kerja praktek (KP) sebagai salah satu syarat untuk melanjutkan ke skripsi. Proses pemilihan dosen penguji yang terlibat masih dilakukan secara manual disesuaikan dengan kriteria-kriteria tertentu. Kemudian pengaturan jadwal juga secara manual dimana timbul kendala pada saat seminar yang dilaksanakan secara paralel yaitu pada waktu yang sama namun di ruangan yang berbeda, dosen pembimbing maupun dosen penguji harus mengecek secara manual agar jadwal dosen tersebut tidak bentrok. Algoritma genetika cukup baik untuk digunakan dalam penjadwalan mata kuliah di sebuah perguruan tinggi negeri karena algoritma ini dapat menyelesaikan masalah multi-kriteria dan multi-objektif]]>
<![CDATA[Klasifikasi Jamur Menggunakan Algoritma Naïve Bayes ]]>
<![CDATA[Regiolina Hayami]]>;
<![CDATA[Soni]]>;
<![CDATA[Irzi Gunawan]]>
<![CDATA[ Jurnal CoSciTech (Computer Science and Information Technology) Vol 3 No 1 (2022): Jurnal Computer Science and Information Technology (CoSciTech) ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/coscitech.v3i1.3685
<![CDATA[Jamur merupakan tanaman dari kingdom fungi dengan tubuh berdaging dan dapat dapat dimakan, meski demikian terdapat beberapa spesies jamur yang tidak dapat dimakan dan memiliki ciri khas tersendiri. Banyaknya orang yang mengkomsumsi jamur tanpa tahu apakah jamur yang dikomsumsi aman untuk dimakan atau beracun mengakibatkan banyak insiden keracunan jamur bahkan hingga meninggal. Salah satu jenis edukasi yang dapat dilakukan adalah dengan membuat sebuah alat dalam bentuk perangkat lunak untuk mengklasifikasikan jenis jamur menjadi bisa dimakan atau beracun. Salah satu jenis klasifikasi menggunakan algoritma kecerdasan buatan adalah algoritma Naïve Bayes yang mengasumsikan setiap nilai atribut yang mempengaruhi nilai kelas bersifat independen dari nilai atribut yang mempengaruhi nilai kelas lainnya. Data yang digunakan diperoleh berupa dataset berisi kriteria jamur dari UCI Machine Learning Repository yang telah dilabelkan kedalam edible dan poisionous dengan total data sebanyak 8124 data. Dataset yang digunakan akan dibagi menjadi dua masing-masing untuk data train dan data test dengan porsi 80% banding 20% dan 90% banding 10%. Klasifikasi dilakukan sebanyak empat kali dengan pembagian dua kali menggunakan categorical naïve bayes dan dua kali menggunakan multinomial naïve bayes untuk setiap porsi dataset sehingga dihasilkan 4(empat) model klasifikasi. Berdasarkan hasil evaluasi dan confusion matrix dapat dilihat bahwa model dengan naïve bayes categorical adalah yang terbaik dengan jarak performa yang cukup besar dimana model Categorical1 dan Categorical2 mendapatkan akurasi 100% dengan 1 kesalahan prediksi kelas 0 pada model Categorical 2. Sementara itu, pada model Multinomial1 dan Multinomial2 diperoleh nilai akurasi sebesar 84% dan 85%.]]>
<![CDATA[Identifikasi Objek Cagar Budaya Candi Mahligai Berbasis Citra Digital Menggunakan Mask R-CNN ]]>
<![CDATA[Yoze Rizki]]>;
<![CDATA[Regiolina Hayami]]>;
<![CDATA[Elvina Rahmadani]]>
<![CDATA[ Jurnal CoSciTech (Computer Science and Information Technology) Vol 3 No 3 (2022): Jurnal Computer Science and Information Technology (CoSciTech) ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/coscitech.v3i3.3939
<![CDATA[Object detection is determining the existence of an object and its scope and location in an image. Excessive historical relics and it is generally difficult for humans to remember all the names. One of the fields of science that supports in facilitating human work is confidence score. The main problem in confidence score is how to recognize images and make use of the images they capture. The purpose of this research is to identify the image of Mahligai Temple. This research uses the Deep Learning Mask R-CNN algorithm as a detection of image objects that can recognize cultural heritage sites. The application is carried out on the image of Mahligai Temple. The results using Confussion Matrix and obtained an accuracy of 82.0%, precision 78.57% and recall 88.0%. Single Class identification done successfully at the threshold value 0.776 with error percentage of 18%.]]>
<![CDATA[Akuisisi Bukti Digital Pada Aplikasi Michat di Smartphone Menggunakan Metode National Institute of Standards and Technology (NIST) ]]>
<![CDATA[Soni Soni]]>;
<![CDATA[Regiolina Hayami]]>;
<![CDATA[Muhammad Hamadi]]>
<![CDATA[ Jurnal CoSciTech (Computer Science and Information Technology) Vol 3 No 3 (2022): Jurnal Computer Science and Information Technology (CoSciTech) ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/coscitech.v3i3.4359
<![CDATA[The development of technology in the world of mobile devices is growing. However, these developments have a detrimental impact, one of which is cybercrime. Cybercrime is a crime that uses information technology. One of the smart phone technologies which includes cases of cybercrime that are often found in Indonesia include online prostitution of minors. This is done by utilizing social media, namely Michat as a medium of communication. The “chat with nearby users” feature by uploading a status that can be connected to the surrounding area within a certain radius and after being connected, the actor and his potential customer will negotiate and transact with each other until they finally meet. To eliminate digital evidence in the form of conversations in messages, usually perpetrators will delete the history of messages that produce data that can be used as evidence and perpetrators who can avoid legal traps, which are ultimately online. prostitution will be rampant. For online prostitution activities, it is necessary to carry out mobile forensics to find evidence which is then useful to be given to the authorities. This research uses the National Institute of Standards and Technology (NIST) method.]]>
<![CDATA[Klasifikasi multilabel komentar toxic pada sosial media twitter menggunakan convolutional neural network(CNN) ]]>
<![CDATA[Regiolina Hayami]]>;
<![CDATA[Sofhia Mohnica]]>;
<![CDATA[Soni]]>
<![CDATA[ Computer Science and Information Technology Vol 4 No 1 (2023): Jurnal Computer Science and Information Technology (CoSciTech) ]]>
Publisher : <![CDATA[Universitas Muhammadiyah Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
DOI: 10.37859/coscitech.v4i1.4365
<![CDATA[Meningkatnya jumlah pengguna dari media sosial berarti jumlah konten akan meningkat. Apalagi pengguna media sosial yang membuat kontennya menarik cenderung ingin ditanggapi atau mendapat pengakuan dari pengguna lain, baik itu berupa suka maupun komentar. Tak jarang komentar berisi berisi kata-kata ancaman, cabul, penghinaan atau kebencian terhadap identitas atau disebut juga dengan komentar beracun. Meskipun ada peraturan yang mengatur semua aktivitas di media sosial, namun tetap saja tidak bekerja secara efektif karena ketidakmungkinan mengklasifikasikan komentar secara manual. Tujuan dari penelitian ini adalah membangun sebuah model klasifikiasi multilabel yang dapat mengklasifikasikan ke dalam kategori nya menggunakan algoritma Convolutional Neural Network serta Word2Vec yang digunakan sebagai pembobotan kata. Pada penelitian ini menghasilkan model klasifikasi dengan Nilai performa dari pengujian model mesin pembelajaran CNN dengan menggunakan optimizer adam menghasilkan akurasi sebesar 99%, presisi 100%, recall 99% dan F1-Score 99%.]]>
