Claim Missing Document
Check
Articles

Found 4 Documents
Search

APLIKASI PENILAIAN ANGKA KREDIT DOSEN DALAM MENUNJANG PROSES PENGAJUAN JABATAN FUNGIONAL DOSEN PADA STMIK HANG TUAH PEKANBARU Herianto .; Akhmad Zulkifli; Yulanda .
Jurnal Ilmu Komputer Vol 6 No 2 (2017): Jurnal Ilmu Komputer
Publisher : STMIK Hang Tuah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33060/JIK/2017/Vol6.Iss2.71

Abstract

The increase of functional position is one of the process that must be passed by a lecturer in order to improve the career of his rank or position. Specifically for a lecturer, the promotion process is a form of assessment on the performance of lecturers based on the implementation of Tri Dharma Perguruan Tinggi in the form of research, teaching and devotion to the community. STMIK Hang Tuah Pekanbaru lecturer credit calculation process is still done conventionally, where lecturers have to enter data related to the credit numbers manually to the personnel, as well as the calculation of the credit score is still calculated by the lecturer is also by manual means which are further computed with microsoft excel application. With this condition, the process will take a long time, and the possibility of error in input large enough because it is still done conventionally. to speed up the process of calculating the credit score as well as to minimize the occurrence of error input and calculation of credit numbers it is necessary to design a web-based applications that can help lecturers and staff so that expected to make the work more effective and efficient.
Klasifikasi Akurasi Kematangan Buah Apel Anna Berdasarkan Analisis Warna Model Nasnet Pada Convolutional Neural Network (CNN) Lestari, Ayu; Amelia, Reski; Husni, Nisatul; Andriani, Amelia; Satria Riki Mustafa; Akhmad Zulkifli
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.v10i2.2856

Abstract

Apel (Malus Domestica) merupakan salah satu jenis buah yang unggul dan sangat diminati masyarakat karena rasanya yang bervariasi. Buah apel memiliki banyak nutrisi dan berbagai macam vitamin diantaranya lemak baik, karbohidrat, protein, vitamin dan masih banyak lagi. Apel anna merupakan salah satu varietas apel yang dikembangkan diKota Batu, Malang dan berkembang di beberapa wilayah yang memiliki agroklimat yang sesuai untuk pertumbuhan apel. Penelitian ini menggunakan citra gambar buah apel anna sebagai dataset. Berbagai cara dapat dilakukan untuk membedakan kematangan apel anna, salah satunya melalui analisis citra warna. Namun, secara kasat mata, kematangan apel anna sering kali sulit dibedakan. Tujuan penelitian ini adalah melakukan klasifikasi kematangan apel anna berdasarkan analisis warna menggunakan metode Convolutional Neural Network (CNN). Dengan menggunakan google colab dan bahasa pemograman phyton dan dataset dari kaggle.com sebanyak 139 dataset, data training 46%, data validasi 54%. Metode Convolutional Neural Network (CNN dipilih karena kemampuannya dalam mengenali pola visual dengan akurasi tinggi. Hasil pengujian menunjukkan bahwa model Convolutional Neural Network (CNN mampu mengklasifikasikan kematangan apel anna dengan akurasi rata-rata mencapai 95%. Penelitian ini membuktikan bahwa metode Convolutional Neural Network (CNN efektif untuk mengidetintifikasi fitur visual yang relevan untuk menentukan tingkat kematangan buah apel anna)
Advanced Classification of Oil Palm Fruit Ripeness Deep Learning for Enhanced Agricultural Efficiency Hasibuan, Achmad Alwi; Ali Amran Nst; Aldi Antoni; Ray Handika; Budi Yanto; Akhmad Zulkifli
Journal of ICT Applications System Vol 3 No 2 (2024): Journal of ICT Aplications and System
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56313/jictas.v3i2.395

Abstract

The classification of oil palm fruit ripeness is a critical factor in optimizing palm oil production. Traditional methods of ripeness assessment, based on the percentage of detached fruits and changes in skin color, are prone to human error due to subjective judgment. This study proposes an advanced approach utilizing deep learning with the ResNet50 model to classify oil palm fruit ripeness into four levels: unripe, under-ripe, ripe, and overripe. The research evaluates the model's performance under various data allocations, optimizers, and learning rates while incorporating data augmentation techniques to enhance accuracy. Experimental results indicate the optimal configuration includes a 90/10 data split, Adam optimizer, and a learning rate of 0.0001, achieving precision of 96%, recall of 98%, F1 score of 97%, and accuracy of 97%. These findings highlight the potential of ResNet50 in delivering reliable, real-time classification for agricultural applications, providing a practical solution for farmers and industries. The study concludes that large and diverse training datasets are essential for achieving robust classification results
Jurnal ANALISIS DAN PENGUKURAN KETERCAPAIAN PEMBELAJARAN ROBOT CALISTUNG PADA ANAK USIA DINI (STUDI KASUS DI TK BUSTANUL ULUM PEKANBARU): ANALISIS DAN PENGUKURAN KETERCAPAIAN PEMBELAJARAN ROBOT CALISTUNG PADA ANAK USIA DINI (STUDI KASUS DI TK BUSTANUL ULUM PEKANBARU) Rahmalisa, Uci; Akhmad Zulkifli
Jurnal Ilmu Komputer Vol 11 No 2 (2022): Jurnal Ilmu Komputer
Publisher : STMIK Hang Tuah Pekanbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33060/JIK/2022/Vol11.Iss2.278

Abstract

Penelitian ini merupakan turunan dari Riset Keilmuan LPDP yang lulus pada tahun 2022 yang penulis ikuti dan produk yang dihasilkan adalah Robot Pembelajaran Ringkas, yang disebut sebagai BELANGKAS. Permasalahan yang terdapat pada penelitian ini akan dilakukan perhitungan kuesioner untuk menghitung kepuasan pelanggan terhadap Robot Belangkas (Belajar Ringkas), Belum mengetahui efektifitas ataupun ketercapaian pembelajaran Calistung (Membaca, Menulis dan Menghitung) pada anak usia dini terhadap Robot Belangkas. Tujuan dari penelitian ini adalah menganalisa dan mengukur ketercapaian dari implementasi Robot Belangkas dalam proses pembelajaran calistung pada anak usia dini, sehingga dapat berfungsi sebagai media dalam memudahkan siswa dalam memahami pembelajaran menulis, membaca dan menghitung. Teknik pengambilan sampel menggunakan teknik acak dengan menyebarkan koesioner kepada Guru dan Siswa-siswi di TK Bustanul Ulum Pekanbaru dengan responden sebanyak 21 orang, kemudian dilakukan perhitungan menggunakan sebuah aplikasi yaitu SPSS (Statistika Product and Service Solution) 21. Metode Korelasional adalah suatu penelitian untuk mengetahui hubungan dan tingkat hubungan antara dua variabel atau lebih tanpa ada upaya untuk mempengaruhi variabel tersebut. Penelitian ini menggunakan pendekatan korelasional yang menghubungkan antara variabel Media Pembelajaran dan variabel Ketercapaian Pembelajaran pada siswa dan guru di TK Bustanul Ulum Pekanbaru. Maka hasil dan kesimpulan dari penelitian ini terdapat hubungan yang signifikan antara media pembelajaran dengan ketercapian pembelajaran sebesar 85%. Artinya semakin banyak Media Pembelajaran maka semakin Tinggi Ketercapaian Pembelajaran pada TK Bustanul Ulum Pekanbaru.