Article Per Year (5 Year)
p-Index From 2021 - 2026
2.533
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering JTT (Jurnal Teknologi Terpadu) RABIT: Jurnal Teknologi dan Sistem Informasi Univrab Jurnal Informatika JURNAL MEDIA INFORMATIKA BUDIDARMA Seminar Nasional Teknologi Informasi Komunikasi dan Industri INOVTEK Polbeng - Seri Informatika JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI ILKOM Jurnal Ilmiah MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Digital Zone: Jurnal Teknologi Informasi dan Komunikasi JURIKOM (Jurnal Riset Komputer) EDUMATIC: Jurnal Pendidikan Informatika Jurnal Tekinkom (Teknik Informasi dan Komputer) Jurnal J-PEMAS pendidikan, science, teknologi, dan ekonomi JAIA - Journal of Artificial Intelligence and Applications SATIN - Sains dan Teknologi Informasi
Agustin
STMIK Amik Riau
Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health

Published : 32 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 32 Documents
Search

 1   2   3   4 
Model Aplikasi Penilaian Kinerja Dosen Menggunakan Metode Profile Matching Agustin Agustin; Fransiskus Zoromi; Erlin Erlin
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2018: SNTIKI 10
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (318.332 KB)

Abstract

Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) STMIK Amik Riau merupakan suatu lembaga yang memfasilitasi dosen dalam melaksanakan penelitian dan pengabdian masyarakat. Salah satu agenda tahunan dari lembaga ini adalah melakukan penilaian terhadap kinerja setiap dosen dalam kedua bidang tersebut. Perhitungan kinerja dosen dibidang penelitian dan pengabdian masyarakat menggunakan metode Profile Matching. Metode ini membandingkan antara kompetensi yang dinilai dengan kompetensi yang telah ditetapkan sehingga dapat diketahui perbedaan kompetensinya yang disebut gap. Semakin kecil gap yang dihasilkan maka bobot nilainya semakin besar, yang berarti memiliki peluang lebih besar pula. Tujuan dari penelitian ini adalah untuk membangun model aplikasi penilaian kinerja dosen, yang menjadi acuan dalam pengembangan perangkat lunak dari aplikasi penilaian kinerja dosen tersebut. Hasil penelitian, telah dibangun sebuah model penilaian kinerja dosen yang diperuntukkan membantu pihak LPPM, dosen dan pimpinan dalam melakukan pengolahan dan penilaian kinerja dosen bidang penelitian dan pengabdian masyarakat.
Aplikasi Penilaian Kinerja Dosen Bidang Penelitian dan Pengabdian Masyarakat Menggunakan Metode Profile Matching Agustin Agustin; Fransiskus Zoromi
Jurnal Inovtek Polbeng Seri Informatika Vol 3, No 2 (2018)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1019.719 KB) | DOI: 10.35314/isi.v3i2.858

Abstract

Penilaian kinerja merupakan suatu metode atau alat yang digunakan untuk menilai pencapaian pelaksanaan kegiatan berdasarkan rencana strategis atau tujuan yang telah ditetapkan. Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) STMIK Amik Riau merupakan suatu lembaga yang memfasilitasi dosen dalam melaksanakan dua dari tiga dharma perguruan tinggi yaitu penelitian dan pengabdian masyarakat. Sistem penilaian kinerja yang dimiliki LPPM STMIK Amik Riau sebelumnya, belum bisa mengukur atau menilai kinerja dosen secara otomatis di bidang penelitian dan pengabdian masyarakat, sehingga menyebabkan kurangnya pengawasan atau pemantauan terhadap kinerja dosen, untuk itu perlu dibangun sebuah aplikasi yang bisa menilai kinerja dosen secara otomatis. Metode Profile Matching merupakan metode yang membandingkan nilai dari variabel-variabel data tes atau data uji terhadap nilai minimal untuk setiap variabel yang telah ditentukan. Perbandingan variabel ini, menghasilkan nilai selisih antara keduanya, yang disebut dengan gap. Gap diberi bobot, semakin kecil gap yang dihasilkan maka bobot nilainya semakin besar yang berarti memiliki kinerja yang lebih besar untuk kesesuaian antara kinerja dengan parameter dalam acuan penilaian. Aplikasi yang dibangun telah memudahkan LPPM STMIK Amik Riau dalam melakukan penilaian kinerja dosen bidang penelitian dan pengabdian masyarakat dan membantu pihak pimpinan dalam pengambilan keputusan.
Pengembangan Model Sistem Pengukuran Kinerja Dosen Berdasarkan TridharmaPerguruan Tinggi Menggunakan Key Performance Indicatordi STMIK Amik Riau Agustin Agustin
Jurnal Inovtek Polbeng Seri Informatika Vol 1, No 1 (2016)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (549.483 KB) | DOI: 10.35314/isi.v1i1.140

Abstract

Intisari— STMIKAmik Riau adalah sebuah perguruan tinggi swasta di Riau, yang belum memiliki sistem yang dapat mengukur kinerja dosen berdasarkan Tridharma perguruan tinggi, itu karena kurangnya pengawasan atau pengendalian oleh pemimpin, sehingga menyebabkan kurangnya motivasi untuk  setiap  dosen  untuk  meningkatkan  kinerja  mereka.  Oleh  karena  itu,  diperlukan  untuk menciptakan sebuah sistem yang secara otomatis dapat mengukur dan mengevaluasi pekerjaan dosen obyektif dan transparan menggunakan Key Performance Indicator. Ini adalah alat atau instrumen manajemen untuk suatu kegiatan atau proses yang dapat diikuti, yang juga dapat dikendalikan atau diperbaiki ketika memiliki beberapa masalah, sehingga dapat digunakan untuk mencapai kinerja yang diinginkan. Teknik ini akan membandingkan apa yang telah dibuat dan ditetapkan. Setelah dibandingkan, dapat diidentifikasi indikator untuk setiap aspek untuk mengukur kinerja dosen. Ada 15 indikator untuk mengajar, 40 indikator untuk penelitian, dan 13 indikator untuk dedikasi. Hasil dari implementasi sistem, diperoleh informasi dari masing-masing kinerja dosen untuk setiap semester dan untuk aspek Thridarma perguruan tinggi, dan Tridharma perguruan tinggi yang meningkat atau menurun, sehingga pemimpin dapat menggunakan informasi tersebut untuk meningkatkan kinerja dosen Kata Kunci—Dosen, Kinerja, Key Performance Indicator
APLIKASI PENGUKUR TINGKAT SENTIMEN PELANGGAN BERDASARKAN KOMPLAIN PELANGGAN PLN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR rahmiati rahmiati; Dedy Irfan; Agustin Agustin; Siska Hediyati
Jurnal Inovtek Polbeng Seri Informatika Vol 5, No 2 (2020)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v5i2.1467

Abstract

PLN merupakan perusahaan milik negara yang mempunyai peran dalam menyediakan pelayanan kepada masyarakat mengenai listrik. Permasalahan yang sering terjadi mengenai listrik PLN adalah pemadaman listrik yang disebabkan oleh beberapa faktor seperti cuaca, kerusakan maupun karena penghematan. Masalah tersebut mengakibatkan kerugian pada lini bisnis, kesehatan, pendidikan dan arus lalu lintas. Berbagai kendala tersebut memberikan dampak kepada masyarakat sehingga menyebabkan masyarakat berkomentar baik secara langsung maupun melalui sosial media. Adanya komentar pada layanan PLN tersebut, dapat dijadikan masukan untuk PLN dalam memberikan layanan yang lebih baik lagi kepada masyarakat. Komentar tersebut menjadi sumber data dalam penelitian text mining untuk klasifikasi jenis komentar. Pengguna dapat memberikan opini yang baik maupun tidak baik. Dengan menggunakan teknik pengolahan data dalam text mining, penelitian ini memanfaatkan hal tersebut dengan menggunakan Algoritma KNN (K-Nearest Neighbor). Pada penelitian ini menggunakan dataset 100 komentar dan terdiri dari 3 kelas, yaitu positif, negatif, dan netral. Dari hasil hasil data latih dan data uji, didapatkan Algoritma KNN (K-Nearest Neighbor) mampu mengelompokkan komentar tersebut ke dalam kelas positif, negatif dan netral.
Riau Heritage Digital Library sebagai Sarana Informasi dan Inventaris Warisan Budaya Nusantara berbasis Web Erlin Erlin; Yusuf Nuron; Triyani Arita Fitri; Agustin Agustin
Digital Zone: Jurnal Teknologi Informasi dan Komunikasi Vol. 9 No. 2 (2018): Digital Zone: Jurnal Teknologi Informasi dan Komunikasi
Publisher : Publisher: Fakultas Ilmu Komputer, Institution: Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (760.95 KB) | DOI: 10.31849/digitalzone.v9i2.2027

Abstract

Riau memiliki warisan budaya dan warisan alam yang banyak dan beragam yang tersebar disepanjang hamparan wilayah provinsi Riau. Semua warisan peninggalan generasi terdahulu yang tak ternilai ini harus dilindungi dengan baik dan diserahkan kepada generasi mendatang untuk diperlakukan sebagai sumberdaya bernilai historis yang sangat tinggi. Namun sampai saat ini belum tersedia suatu wadah yang mampu menampung seluruh data dan informasi mengenai warisan budaya dan warisan alam yang ada di Riau. Hal ini menyebabkan kurangnya minat dan kepedulian generasi muda untuk memelihara, menjaga dan melestarikan kebudayaan setempat. Sulitnya mencari informasi mengenai Riau heritage juga menjadi salah satu faktor yang menghambat sosialisasi pelestarian pusaka Riau kepada semua kalangan. Sebuah situs Riau Heritage Digital Library dirancang untuk mengatasi masalah ini. Situs ini mampu menampilkan seluruh warisan budaya dan warisan alam yang ada di provinsi Riau seperti bangunan kuno dan bersejarah, alam, candi, tarian dan musik tradisional, permainan rakyat dan properti sejarah lainnya. Semua informasi dikemas dalam bentuk digitalisasi dan visual serta dapat di break down berdasarkan wilayah, tipe koleksi dan topik koleksi.
Prediksi Penambahan Piutang Iuran Jaminan Sosial Ketenagakerjaan menggunakan Algoritma K-Nearest Neighbor Devi Efriadi; Rahmaddeni Rahmaddeni; Agustin Agustin; Junadhi Junadhi
Jurnal Pendidikan Informatika (EDUMATIC) Vol 6, No 1 (2022): Edumatic: Jurnal Pendidikan Informatika
Publisher : Universitas Hamzanwadi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29408/edumatic.v6i1.5255

Abstract

There are several issues with Social Security Organizing Agency (BPJS) employment at the moment, one of which is contribution receivable. To reduce the BPJS contribution receivables, BPJS has done various ways. However, the resulting effort is not maximal enough to reduce the number of receivables in BPJS. This study aims to provide input by predicting the addition of receivables from social security contributions made by several companies or organizations. This study used the K-Nearest Neighbor (KNN) Algorithm with a cross-validation technique. KNN is a very simple classification method in classifying an image based on the closest distance to its neighbors. This study conducted data processing from BPJS use, which amounted to 1193 data. The data is then preprocessed so that the processed data is clean from missing and noise, this data uses 70:30 data splitting. After the preprocessing and splitting of data were carried out, the next step was to do modeling using KNN, so the cross-validation to improve the accuracy of results obtained from the KNN algorithm. The results obtained from this research get the highest accuracy of 92% with the Optimal K value being 6, then the ROC curve gets 94% accuracy. From these results, it can be said that the use of cross-validation can increase the accuracy of this study.
Penerapan Metode VIKOR Dalam Pemilihan Calon Peserta Olimpiade Olahraga Siswa Nasional (O2SN) Muhammad W P Agatmadja; Atika Suri; Agustin Agustin
JURIKOM (Jurnal Riset Komputer) Vol 5, No 2 (2018): April 2018
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (191.272 KB) | DOI: 10.30865/jurikom.v5i2.609

Abstract

National Student Sports Olympiad is a national event to find new seeds of Indonesia in the field of sports. Students who follow the National Student Sports Olympiad are students who pass the selection held at the district/city and province that have been determined. The National Student Sports Olympiad is based because of the number of students' interest in sports. the holding of this activity aims to improve physical health, and student creativity. Until now, many students have participated in this competition, but in the selection of new applicants for too long because they still use the manual system. In this study, researchers used the VIKOR method for the selection of candidates for Olympic National Students Sports Competition which is expected to facilitate the way it works
SMART method utilization for meetinghouse elections in Pekanbaru City M. Khairul Anam; Purwanto; Agustin; Aniq Noviciatie Ulfah
JAIA - Journal of Artificial Intelligence and Applications Vol. 1 No. 1 (2020): JAIA - Journal of Artificial Intelligence and Applications
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (772.491 KB) | DOI: 10.33372/jaia.v1i1.632

Abstract

Choosing and looking for information about the meetinghouse in Kota Pekanbaru is a problem for people in need. A Distance of distant location and limited information obtained. This application is built based on Android using Simple Multi-Attribute Rating Technique (SMART) method, there are several criteria used are rental price, capacity, and facilities. The application is built using the JAVA programming language with Android Studio. This system design analysis uses the Unified Modeling Language (UML). The results that this application can help users to choose existing meetinghouses in Pekanbaru City using the SMART method. The search result is a list of meetinghouse names in which there are various information about the meetinghouse and the location to the meetinghouse. The test results of the built-in application can work well and can address the problems faced by the user in determining the multipurpose building elections.
Neural Network Method in Text Message Categorization of Online Discussion Erlin; Johan; Triyani Arita Fitri; Agustin; Hamdani
JAIA - Journal of Artificial Intelligence and Applications Vol. 1 No. 2 (2021): JAIA - Journal of Artificial Intelligence and Applications
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (484.401 KB) | DOI: 10.33372/jaia.v1i2.704

Abstract

This paper presents research in neural network approach for text messages categorization of collaborative learning skill in an online discussion. Although a neural network is a popular method for text categorization in the research area of machine learning, unfortunately, the use of neural network in educational settings is rare. Usually, text categorization by neural network is employed to categorize news articles, emails, product reviews, and web pages. In an online discussion, text categorization that is used to classify the message sent by the student into a certain category is often manual, requiring skilled human specialists. However, human categorization is not an effective way for a number of reasons; time- consuming, labor-intensive, lack of consistency in a category, and costly. Therefore, this paper proposes a neural network approach to code the message automatically. Results show that neural networks achieving useful classification on eight categories of collaborative learning skills in an online discussion as measured based on precision, recall, and balanced F-measure.
Sentiment Analysis of Online Lectures using K-Nearest Neighbors based on Feature Selection Junadhi; Agustin; Mi’rajul Rifqi; M. Khairul Anam
Jurnal Nasional Pendidikan Teknik Informatika : JANAPATI Vol. 11 No. 3 (2022)
Publisher : Prodi Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/janapati.v11i3.51531

Abstract

Online lecture is a distance learning system that utilizes information technology in its implementation. Although it has been agreed, this lecture system has caused controversy. Not infrequently online lectures are considered to bring a variety of new obstacles in lectures, and not a few also consider that online lectures are the most appropriate solution to continue to run lecture activities in the midst of alarming pandemic conditions. In response to this policy, many people expressed various kinds of opinions and views on the implementation of online lectures which are generally stated on social media, one of which is through Twitter. Sentiment analysis is a branch of the science of machine learning that is carried out to obtain useful information or new knowledge by extracting, understanding, and processing text data automatically. Several methods are widely used by researchers to classify sentiment analysis datasets including K-Nearest Neighbor (K-NN). K-NN will be adapted to classify online lecture datasets because K-NN can produce good accuracy on a large number of data. The presence of feature selection also helps machine learning in improving its performance. The purpose of this study was to determine student sentiment toward online lectures and to determine the level of accuracy of the combination of K-NN with various feature selections. Based on 780 tweets data, a classification of 394 positive sentiments, 320 negative sentiments, and 39 neutral sentiments was obtained. So, the results of student opinions are on POSITIVE sentiments. The accuracy result of the K-NN Algorithm was 56% and the accuracy of the K-NN Algorithm + Forward Selection was 51%, the accuracy of the KNN Algorithm + Adabost was 54%, and the accuracy of the KNN Algorithm + Genetic Algorithm was 55%.
Co-Authors Adellia Meiriza Agus Tri Nurhuda Aldino Evel Alyauma Hajjah Anam, M Khairul Atika Suri Bunga Nanti Pikir Dedy Irfan Deni, Rahmad Devi Efriadi Didik Sazali Didik Sudyana Edwar Ali Efrizoni, Lusiana Erlin Erlinda, Susi Fransiskus Zoromi Hadi Asnal, Hadi Hamdani - Hartina, Titi Helfin Harianto Herwin Herwin, Herwin Jamaris, Muhamad Johan Josef Sianturi Junadhi Junadhi Khusaeri Andesa Lagut Hamulian Mardainis Marni, Prina Mi`rajul Rifqi Muhammad Bambang Firdaus Muhammad W P Agatmadja Nora Lizarti Pratama, Ahmad Tara Purwanto Rahmaddeni Rahmaddeni Rahmiati Rometdo Muzawi, Rometdo Sahli Andrean Siska Hediyati Susanti, Susanti Susi Erlinda Tashid Triyani Arita Fitri Ulfah, Aniq Noviciate Wirta Agustin Yansyah Saputra Wijaya Yusuf Nuron