Andi Tenriawaru
Universitas Halu Oleo

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 5 Documents
Search

Sistem Informasi Alumni Program Studi Ilmu Komputer FMIPA Universitas Halu Oleo dengan API Berbasis Web Nur Fitriani; Natalis Ransi; Amalia Nurani Basyarah; Andi Tenriawaru; La Ode Saidi; Umar Reky
Just TI (Jurnal Sains Terapan Teknologi Informasi) Vol 13, No 1 (2021): Januari 2021
Publisher : Politeknik Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46964/justti.v13i1.607

Abstract

Alumni merupakan hasil atau produk dari sebuah institusi pendidikan yang memiliki peran penting untuk pengembangan lembaga pendidikan. Keberadaan alumni saat ini merupakan salah satu komponen penilaian akreditasi suatu lembaga pendidikan. Program Studi Ilmu Komputer FMIPA Universitas Halu Oleo merupakan salah satu lembaga yang perlu menyediakan media bagi para alumni, salah satunya dengan memanfaatkan penggunaan sistem informasi dalam pendataan alumni. Tujuan sistem informasi ini diharapkan mampu mempermudah pengelolaan data alumni. Selain itu, sistem informasi alumni juga dapat memfasilitasi berbagai keperluan seperti forum antar alumni, berita dan informasi kegiatan, lowongan kerja, informasi beasiswa dan tracing (penelusuran) alumni. Bertujuan mempermudah akses alumni dalam memberikan informasi untuk mendata informasi alumni Program Studi Ilmu Komputer FMIPA Universitas Halu Oleo. Metode pengembangan sistem yang digunakan pada penelitian ini adalah metode Waterfall untuk merancang dan juga membangun sistem informasi alumni. Sistem ini dibuat menggunakan bahasa pemrograman PHP dengan framework laravel dan MySQL sebagai database. Dari hasil pengujian sistem menggunakan metode black box dan hasil pengujian API menggunakan aplikasi Postman, diketahui bahwa sistem informasi alumni yang dibangun memiliki fungsionalitas yang baik dan berjalan sesuai dengan yang diharapkan. Hal ini ditandai dengan respon sistem yang sudah sesuai dengan input yang diberikan dalam proses pengambilan data alumni menggunakan API dan pencarian data alumni.
Sistem Pakar Diagnosa Penyakit Menular Pada Anak Menggunakan Metode Forward Chaining dan Backward Chaining Suci Hardianti; Andi Tenriawaru; Natalis Ransi
Just TI (Jurnal Sains Terapan Teknologi Informasi) Vol 13, No 2 (2021): Juli 2021
Publisher : Politeknik Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46964/justti.v13i2.625

Abstract

Sistem pakar merupakan pengetahuan seorang ahli yang dimasukkan kedalam sistem komputer agar dapat memecahkan masalah tertentu. Sebab terbatasnya pengetahuan dan informasi mengenai penyakit menular, khususnya yang menyerang anak-anak menjadi permasalahan umum yang didapatkan di masyarakat. Para orang tua kesulitan untuk memprediksi penyakit yang diderita oleh anak mereka, dan bingung untuk mengobatinya. Orang tua lebih memilih merawat anak mereka sendiri sesuai kemampuan mereka karena terkendala biaya yang bagi sebagian orang tua merupakan biaya yang cukup mahal. Hal itu sering kali terjadi, akibat keterlambatan penanganan menyebabkan penyakit tersebut bertambah parah dan sulit untuk disembuhkan. Tujuan dibuatnya sistem pakar diagnosa penyakit menular pada anak adalah untuk mempermudah orang tua dalam mendiagnosa penyakit yang dialami oleh anak dan dapat segera mendapatkan penanganan sesuai penyakit yang dialami oleh anak sehingga dapat Menghemat waktu dalam pengambilan keputusan. Bagi pakar diharapkan dapat menyimpan pengetahuan dan keahlian para pakar. Metode pengembangan sistem yang digunakan dalam penelitian ini adalah metode waterfall karena metode ini lebih mudah dipahami untuk perancangan sistem pakar. Sistem ini dibuat menggunakan bahasa pemrograman PHP dan MySQL sebagai database. Dari hasil pengujian menggunakan metode blackbox testing diperoleh sistem pakar diagnosa penyakit menular pada anak yang  dibangun memiliki fungsionalitas yang baik dan berjalan sesuai dengan yang diharapkan.
Analisis Kemampuan Berpikir Kreatif Dalam Memecahkan Masalah Matematis Ditinjau Dari Self-Efficacy Adham Panggu Rumanda; Makkulau Makkulau; Andi Tenriawaru; Andi Muhammad Islah H. Mansyur
Jurnal Pembelajaran Berpikir Matematika (Journal of Mathematics Thinking Learning) Vol 7, No 2 (2022)
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/jpbm.v7i2.30191

Abstract

Tujuan penelitian ini adalah untuk mengetahui kemampuan berpikir kreatif dalam memecahkan masalah matematis siswa kelas VII SMPN 1 Landawe dengan tingkat self-efficacy tinggi, sedang, dan rendah. Jenis penelitian ini adalah peneltian kualitatif deskriptif. Instrumen dalam penelitian ini ada  dua macam yaitu instrumen utama dan instrumen bantu. Instrumen utama adalah peneliti itu sendiri dan instrumen bantu yaitu angket self-efficacy, tes kemampuan berpikir kreatif, dan wawancara. Data yang telah diperoleh selanjutnya diuji keabsahan datanya menggunakan Uji kredibilitas data dengan triangulasi metode. Hasil penelitian menunjukkan bahwa: (1) Kemampuan berpikir kreatif siswa dengan self-efficacy tinggi dalam pemecahan masalah matematika mampu memenuhi indikator kefasihan, fleksibelitas, orisinalitas dan elaborasi. Sehingga kemampuan berpikir kreatif siswa dengan self-efficacy tinggi termasuk dalam kategori sangat kreatif. (2) Kemampuan berpikir kreatif siswa dengan self-efficacy sedang dalam pemecahan masalah matematika mampu memenuhi indikator kefasihan dan fleksibelitas dan agak kurang pada indikator  orisinalitas dan elaborasi. Sehingga kemampuan berpikir kreatif /siswa dengan self-efficacy sedang termasuk dalam kategori cukup kreatif. (3) Kemampuan berpikir kreatif siswa dengan self-efficacy rendah dalam pemecahan masalah matematika agak kurang memenuhi indikator kefasihan dan fleksibelitas dan tidak memenuhi pada indikator  orisinalitas dan elaborasi. Sehingga kemampuan berpikir kreatif siswa dengan self-efficacy rendah termasuk dalam kategori kurang kreatif.
ANALISIS KLASIFIKASI KEPUASAN MAHASISWA TERHADAP PENYELENGGARAAN PELAYANAN AKADEMIK FMIPA UNIVERSITAS HALU OLEO MENGGUNAKAN ALGORITMA RANDOM FOREST Auni Tiftazani; Andi Tenriawaru; Gusti Arviana Rahman
AnoaTIK: Jurnal Teknologi Informasi dan Komputer Vol 2 No 2 (2024): Desember 2024
Publisher : Program Studi Ilmu Komputer FMIPA-UHO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/anoatik.v2i2.64

Abstract

Student satisfaction with academic services is an important indicator for assessing the performance of higher education institutions. This research aims to measure the level of satisfaction of Halu Oleo University FMIPA students with the academic services provided. It is hoped that the results of this research can help universities improve inadequate services and maintain or improve the quality of services that are already good. This research uses quantitative methods with a survey approach. Data was obtained through a questionnaire filled out by 91 FMIPA students at Halu Oleo University. Data analysis was carried out with the Random Forest algorithm using R Studio software. The analysis process includes data cleaning, dividing data into training data and test data, as well as classification using Random Forest. Model evaluation was carried out with a confusion matrix and k-fold cross-validation to ensure the accuracy and reliability of the classification results. The research results show that the Random Forest algorithm can classify student satisfaction levels with 94% accuracy. The factors that most influence student satisfaction are assurance (guarantee), tangibles (physical evidence), reliability (reliability), responsiveness (responsiveness), and empathy (empathy).
IMPLEMENTASI MODEL TRANSFER LEARNING PADA KLASIFIKASI KESEHATAN TERUMBU KARANG BERBASIS CITRA DIGITAL Azeslim Azeslim; Andi Tenriawaru; Gunawan
AnoaTIK: Jurnal Teknologi Informasi dan Komputer Vol 3 No 1 (2025): Juni 2025
Publisher : Program Studi Ilmu Komputer FMIPA-UHO

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33772/anoatik.v3i1.110

Abstract

Coral reefs are marine ecosystems that are highly vulnerable to damage and require regular monitoring of their health conditions. However, the manual classification process of coral reef health tends to be time-consuming. Therefore, this research aims to develop an application that implements a transfer learning model for classifying coral reef health based on digital images. This study utilizes three pretrained model architectures: DenseNet121, MobileNetV2, and EfficientNet-B0. Each model is trained and evaluated to measure its performance in classifying coral reef images. The best-performing model, DenseNet121, is then integrated into a mobile application for real-time classification. The evaluation results show that DenseNet121 achieved the highest accuracy compared to MobileNetV2 and EfficientNet-B0. The training data accuracy of DenseNet121 reached 98.80%, and the testing data accuracy was 98.25%.