Claim Missing Document
Check
Articles

Found 4 Documents
Search

Perancangan Multimedia Interaktif Visualisasi 3D Struktur Senyawa Turunan Alkana Berbasis WEBGL Kemal Pasha; Muhammad Jazman
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 (660.144 KB)

Abstract

Dalam mata pelajaran Kimia, terdapat materi senyawa turunan alkana yang mempelajari struktur, cara penulisan dan tata nama senyawa turunan alkana berdasarkan gugus fungsinya. Pada proses pembelajaran materi ini menggunakan buku paket sebagai sumber materi dan papan tulis untuk menggambar struktur senyawa. Untuk materi ini, penggunaan alat peraga alternatif seperti Molymod dapat dikatakan sedikit, dikarenakan tidak semua sekolah memiliki alat peraga tersebut serta harga Molymod yang kurang terjangkau dan jumlahnya juga terbatas. Oleh karena itu, dibutuhkan sebuah media pengajaran alternatif dengan tampilan tiga dimensi yang dapat membantu kegiatan belajar mengajar dalam materi ini sehingga peserta didik dapat memahami struktur-struktur senyawa turunan alkana dalam format tiga dimensi. Teknologi 3D saat ini telah mengalami banyak perkembangan, salah satunya yaitu WebGL. WebGL merupakan 3D library graphics berbasis web yang memungkinkan peramban-peramban internet modern terkini untuk melakukan 3D rendering secara standar dan efisien tanpa membutuhkan instalasi plugin tambahan. Dengan memanfaatkan perkembangan teknologi multimedia pembelajaran dengan menggunakan objek tiga dimensi, diharapkan kegiatan belajar mengajar pada senyawa turunan alkana akan menjadi lebih menarik serta dapat dipahami oleh peserta didik. Bagi pengajar, akan memberi tambahan alternatif media pengajaran selain buku dan papan tulis.
IMPLEMENTASI WEB MAP SERVICE (WMS) PADA SISTEM INFORMASI GEOGRAFIS BENCANA DI PROVINSI RIAU Herzavina Herzavina; Muhammad Jazman; Saide Saide
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (616.797 KB)

Abstract

Badan Penanggulangan Bencana Daerah (BPBD) adalah organisasi berorientasi penanggulangan bencana. BPBD Provinsi Riau menggunakan ArcGIS untuk menampilkan informasi spasial mengenai bencana. ArcGIS pada BPBD ini berbasis desktop, kelemahan sistem seperti ini adalah pengguna harus secara langsung berhubungan dengan perangkat SIG ketika ingin mengetahui informasi bencana. Selain itu, pengguna harus menggunakan media penyimpanan sementara (flashdisk atau hardisk) untuk memindahkan data dan kemudian di-import kembali ke dalam perangkat SIG pengguna. Lebih kronis lagi, ketika pertukaran data bencana dari antar BPBD Kabupaten dan Kota di Provinsi Riau dilakukan dengan cara menggunakan telepon. Tujuan penelitian ini adalah mengusulkan SIG menggunakan aplikasi QuantumGIS (QGIS) untuk mendigitasi peta dan mengelola tabel penyimpanan data. Selain itu, menggunakan protokol standar dari Open Geospatial Consortium yaitu Web Map Service. Hasil sistem ini berupa Sistem Informasi Geografis Bencana menggunakan standar Web Map Service. Manfaat yang diharapkan adalah untuk mendapatkan infrastruktur data spasial yang telah mendukung standar Web Map Service, sehingga peta bencana dapat ditampilkan di setiap client yang telah mendukung standar Web Map Service. Dengan demikian dapat mempermudah BPBD Provinsi Riau untuk melakukan kolaborasi penyebaran informasi bencana dengan BPBD se kabupaten dan kota di Provinsi Riau.
Administrative Data Automation of Civil Engineering Study Program Using Progressive Web Apps at Riau University Nining Setia Ningsih; Muhammad Jazman; Eki Saputra; Muhammad Afdal
Jurnal Inovtek Polbeng Seri Informatika Vol 8, No 1 (2023)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v8i1.3060

Abstract

The Department of Civil Engineering, University of Riau has a Final Assignment Administration service. The Final Assignment Administration service procedure currently implemented is still done manually. Starting from the registration data collection for Proposal Seminars, Results Seminars, and Thesis Defence, data processing was carried out using Microsoft Excel. The amount of data that has been processed so that the processing is done too long. Likewise in Microsoft Excel where formula changes often occur so that the data is not readable. Therefore, the Thesis Administration System was built using the Progressive Web Apps (PWA) method. The system built facilitates administrative services in the Civil Engineering Study Program at the University of Riau. The built system can be accessed on various devices, using the add to home screen feature which speeds up installation, and can be accessed offline. Testing of this system uses the Black Box method, which is to prove that the functional system is running properly and correctly. The results of this test are 100% proven with features that run as expected.
Determining the Final Project Topic Based on the Courses Taken by Using Machine Learning Techniques Vicky Salsadilla; Inggih Permana; Muhammad Jazman; M. Afdal
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 3 No. 2 (2023): MALCOM October 2023
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v3i2.904

Abstract

A thesis (TA) is a scientific paper based on a problem. TA must be completed by students who wish to complete their studies. During this time, students often experience difficulties in determining the TA topic they want to research. To fix it, this research tries to determine TA topics using Machine Learning (ML) techniques based on the elective courses that students have taken. Elective courses are one form of academic data that can be used to consider TA topics. The ML algorithms used are KNN, NBC, ANN, SVM, C4.5, Random Forest, and Logistic Regression. The dataset used in this research is imbalanced data. This research balances the data using the Random Oversampling method and the Random Undersampling method. The results of experiments show that datasets balanced using ROS produce much higher ML performance, but tend to over-fit due to data duplication in the dataset. If the dataset is not balanced at all then the ML performance will be very low. Therefore, for unbalanced data, it is recommended to use the RUS method as data balance. The highest accuracy results for algorithms balanced using ROS are ANN=69.7%, RF=66.7%, SVM=57.6%, LR=57.6%, NBC=42.4%, C4.5=42.4%, and KNN=33.3%