Rahmiati
Department Of Informatics Management, STMIK-AMIK Riau, Pekanbaru

Published : 15 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 15 Documents
Search

Sistem Informasi Administrasi Kemahasiswaan pada STMIK-AMIK Riau Rahmiati -; Torkis Nasution -
SATIN - Sains dan Teknologi Informasi Vol 3 No 1 (2014): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3765.28 KB) | DOI: 10.33372/stn.v3i1.359

Abstract

Dalam Penyelenggaraan Perguruan Tinggi, porsi layanan terhadap mahasiswa sangat dominan dan menentukan. Wujud formal hubungan antara mahasiswa dan perguruan tinggi terlihat dalam layan administrasi kemahasiswaan. STMIK-AMIK Riau yang menaungi dua program studi, layanan administrasi kemahasiswaan sampai saat ini barulah pada sistem keuangan dan nilai mahasiswa yang berjalan secara optimal. Sementara itu layan administrasi surat menyurat mahasiswa belum ada aplikasi khusus yang digunakan. Permasalahan yang diutarakan diperlukan usaha untuk mengatasinya melalui pendekatan penerapan teknologi informasi. Untuk meningkatkan layanan yang baik terhadap mahasiswa, diperlukan suatu sistem yang berbasis komputer untuk mengatasi hal tersebut, informasi pengolah data proses pembuatan surat menyurat yang tertata dengan baik  Tahapan penelitian dimulai dengan tahap analisa, perancangan sistem, konstruksi aplikasi dan implementasi sistem. Sistem yang dibuat dapat membantu BAAK dalam meningkatkan pelayanan administrasi surat menyurat yang lebih baik dan lebih cepat, sehingga mahasiswa dapat menerima pelayanan yang lebih baik
Evaluasi Dosen Dibidang Pengajaran Menggunakan Metode Technique For Order Preference By Similarity To Ideal Solution (TOPSIS) (Studi Kasus : STMIK-AMIK Riau) Teguh Sujana -; Rahmiati -
SATIN - Sains dan Teknologi Informasi Vol 3 No 2 (2014): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (839.431 KB) | DOI: 10.33372/stn.v3i2.361

Abstract

Salah satu penentu kualitas pendidikan tinggi adalah dosen. Dosen yang kompeten untuk melaksanakan tugasnya secara profesional adalah dosen yang memiliki kompetensi pedagogik, profesional, kepribadian dan sosial, sehingga perlu adanya penilaian yang mengacu kepada kompetensi dosen. Untuk mendapatkan hasil yang lebih sesuai dengan kualitas dosen maka penilaian yang dilakukan tidak hanya dari mahasiswa, tetapi juga dari teman sejawat, atasan, dan diri sendiri. Namun untuk memilih yang terbaik dari berbagai aspek penilaian menjadikan kendala dalam evaluasi dosen dibidang pengajaran. Metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif. Konsep ini banyak digunakan pada beberapa model MADM untuk menyelesaikan masalah keputusan secara praktis. Multiple Attribute Decision Making (MADM) digunakan untuk menyelesaikan masalah-masalah dalam ruang diskret. Oleh karena itu MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang terbatas. Hasil dari penelitian ini adalah dengan penggunaan metode TOPSIS dalam evaluasi dosen dibidang pengajaran dapat ditentukan dosen terbaik dibidang pengajaran yang berkompeten sehingga diharapkan dapat mendorong dosen untuk secara berkelanjutan meningkatkan profesionalismenya
Penerapan Augmented Reality Untuk Pengenalan Ukiran Rumah Gadang Khas Minangkabau Menggunakan Metode 3d Objek Tracking Rahmiati; Ambyar; M.Giatman; Fransiskus Zoromi; Maharani
SATIN - Sains dan Teknologi Informasi Vol 7 No 1 (2021): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33372/stn.v7i1.715

Abstract

West Sumatra is a famous place which loved for tourist both its natural beauty and culture products such as tourist attraction of the seribu rumah gadang, the pagaruyuang palace and rumah gadang sungai beringin. At the rumah gadang sungai beringin currently there is no tour guide that explains the meaning of the engraving contained in the rumah gadang. Then we need a technology that can be used by visitors through mobile such as Augmented Reality. Augmented Reality is a technology that combines two-dimensional and or three-dimensional virtual objects into a real three-dimensional environment and then projects these virtual objects in a real time. So using Augmented Reality technology can make it easier for users to know and learn the meaning contained in the Minangkabau traditional house carvings. So the first with collecting data carvings in the Rumah gadang sungai beringin as a target model. Furthermore, it is processed by using Unity as the target databases. Features in this application display the details of engraving and pepatah minang equipped with audio. By the presence of mobile-based Augmented Reality technology, it can make it easier for users to understand and learn the carvings that found in the Rumah Gadang sungai beringin
IMPLEMENTASI METODE SUPPORT VECTOR MACHINE PADA OPINION MINING MASYARAKAT TERKAIT CHATGPT Muhammad Muadin; Junadhi Junadhi; Rahmiati Rahmiati; Hadi Asnal
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 7 No 1 (2023)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v7i1.2911

Abstract

ChatGPT mampu memberikan manfaat kepada para dosen dan mahasiswa karena mereka langsung bisa mendapatkan informasi dengan akurat. Sebaliknya, ChatGPT juga memungkinkan para mahasiswa untuk menyontek saat ujian berlangsung dan meminta ChatGPT untuk membuatkan essai soal mata kuliah. Berbagai pendapat atau opini banyak disampaikan melalui media sosial twitter terkait kehadiran ChatGPT. Sebagian masyarakat menganggap ChatGPT sebagai ancaman. Sebagian lainnya justru memandang ChatGPT sebagai peluang. Analisis sentimen merupakan bidang penelitian yang cukup popular, karena dapat memberikan keuntungan untuk berbagai aspek. Penelitian ini menggunakan algoritma Support Vector Machine (SVM) dan menggunakan 189919 dataset. Proses splitting data menggunakan tiga model yaitu 60:40 (60% adalah Training 40% adalah testing), 70:30 (70% adalah Training 30% adalah testing), dan 80:20 (80% adalah Training 20% adalah testing). Hasil penelitian memperoleh data uji dan data latih dengan kombinasi 60:40 menghasilkan tingkat akurasi sebesar 68%. Kemudian kombinasi data latih dan data uji 70:30 menghasilkan tingkat akurasi sebesar 69% dan dengan kombinasi 80:20 menghasilkan nilai akurasi sebesar 70%. Oleh karena itu, dapat disimpulkan bahwa opinion mining masyarakat terhadap ChatGPT menggunakan metode SVM menghasilkan akurasi yang terbaik adalah 70% dengan rasio perbandingan 80:20.
REVIEW APLIKASI KREDIVO MENGGUNAKAN ANALISIS SENTIMEN DENGAN ALGORITMA SUPPORT VECTOR MACHINE Agustin Agustin; Sahli Andrean; Susanti Susanti; Rahmiati Rahmiati; Hamdani Hamdani
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 9 No 1 (2024): Januari
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v9i1.4107

Abstract

Kredivo adalah aplikasi kredit instan yang memberikan kemudahan untuk beli sekarang dan bayar nanti. Aplikasi ini juga dikenal dengan kartu kredit digital dimana peminjam dapat menggunakannya untuk belanja cicilan online. Selain digunakan untuk keperluan berbelanja, peminjam juga dapat mencairkan dalam bentuk uang tunai. Namun, tidak semua penggunanya merasa puas dengan pelayanan tersebut, terdapat banyak komentar yang salah satunya disampaikan melalui fitur ulasan aplikasi kredivo pada google play store. Oleh sebab itu, pada penelitian ini peneliti mencoba melakukan analisis sentimen review aplikasi kredivo pada google play store menggunakan algoritma support vector machine. Penelitian ini bertujuan untuk mengetahui hasil analisis sentimen dengan mengklasifikasikan review menjadi positif atau negatif serta melihat seberapa tinggi nilai akurasi yang dihasilkan algoritma support vector machine. Dari pengujian yang dilakukan terhadap 10000 data review pengguna aplikasi kredivo pada google play store dengan pembagian data training dan testing 80:20, didapat bahwa review yang mengandung sentimen positif sebanyak 59% dan mengandung sentimen negatif sebanyak 41%. Evaluasi hasil klasifikasi dengan pengujian confusion matrix diperoleh nilai akurasi sebesar 87%, nilai precision sebesar 84%, nilai recall sebesar 85%, dan nilai f1 score sebesar 85%.