Claim Missing Document
Check
Articles

Found 30 Documents
Search

Sistem Informasi Pelaporan Kendaraan Dan Alat Berat Menggunakan Metode Rapid Application Development: (Studi Kasus: PT. Andalas Karya Mulia) Oktavian, Kurnia Eka; Sapriadi, Sapriadi; Syaliman, Khairul Umam
Jurnal Testing dan Implementasi Sistem Informasi Vol. 2 No. 1 (2024): Jurnal Testing dan Implementasi Sistem Informasi
Publisher : Lembaga Riset dan Inovasi Almatani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55583/jtisi.v2i1.776

Abstract

Andalas karya mulia (AKM) merupakan perusahaan yang bergerak di bidang jasa konstruksi dan penyewaan alat berat. PT. AKM Saat ini perusahaan melakukan pelaporan kendaraan berat dan alat berat masih dilakukan secara manual melalui via whatsapp. sehingga pihak kantor kesulitan dalam mendapatkan data-data yang terbaru dari setiap proyek yang dimiliki perusahaan. Berdasarkan dari permasalahan tersebut diperlukan sebuah sistem yang dapat memudahkan karyawan yang berada di lokasi proyek dalam melakukan pelaporan kendaraan berat dan alat berat, Agar memudahkan karyawan kantor mendapatkan laporan kendaraan yang terbaru. Dari penjelasan diatas dapat dibuat sebuah sistem yaitu sistem pelaporan kendaraan berat dan alat berat. Sistem ini dirancang menggunakan Framework Laravel, Flutter dengan Bahasa pemogramman PHP dan MySQL sebagai DBMS nya. Pembangunan sistem ini dilakukan menggunakan metode Rapid Aplication Development (RAD) agar pembangunan sistem ini dapat terselesaikan dalam waktu 60-90 hari sehingga dapat segera di praktekkan dilapangan. Diharapkan dengan adanya sistem ini diharapkan dapat membantu karyawan dalam melakukan pelaporan kendaraan berat dan alat berat. Penelitian ini dilakukan menggunakan metode pengujian blackbox testing, dengan hasil seluruh test case berhasil berfungsi sesuai yang diharapkan dari penggunanya. dilakukan pengujian menggunakan usability testing dari 6 orang responden dengan hasil rata-rata rekapitulasi pengujian dari 5 aspek usability testing sebesar 68.24% responden setuju bahwa sistem pelaporan alat berat dan kendaraan berat telah memenuhi kriteria secara fungsional.
Implementation of Local Mean Distance Weighting k-Nearest Neighbor in Determining Vocational High School Majors in Pekanbaru Syaliman, Khairul Umam; Gunawan, Dwi
Jurnal Testing dan Implementasi Sistem Informasi Vol. 2 No. 2 (2024): Jurnal Testing dan Implementasi Sistem Informasi
Publisher : Lembaga Riset dan Inovasi Almatani

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55583/jtisi.v2i2.965

Abstract

Vocational High School is a formal education at the secondary education level. SMK X Pekanbaru is one of the private vocational schools in Pekanbaru that provides IT-based education. There are 5 (five) majors in SMK X Pekanbaru, namely Computer and Network Engineering (TKJ), Software Engineering (RPL), Accounting and Financial Institution (AKL), Office Automation and Governance (OTKP), and Online Business and Marketing (BDP). During the registration period, prospective SMK students will enter their score data and will also choose the majors they want to take. In the absence of a system that can determine majors for prospective SMK students, obstacles will arise including errors in determining majors and requiring a long time to process prospective student data. Based on the above problems, a system will be built that can speed up and simplify the determination of new student majors by using Supervised Learning algorithms in Machine Learning, namely Local Mean Distance Weight k-Nearest Neighbor (LMDWkNN). Based on the results of the confusion matrix testing carried out, the accuracy results were 88.89%, the precision, recall and F1 score were 89%, which states that the model is good enough to determine majors
PENGEMBANGAN AUGMENTED REALITY CANDI MUARA TAKUS BERBASIS ANDROID SEBAGAI PEMBELAJARAN SEJARAH Yuliska; Fikri, Asyrul; Syaliman, Khairul Umam; Ardiyanto, Ardiyanto
JURNAL UNITEK Vol. 17 No. 2 (2024): Juli - Desember
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/unitek.v17i2.1120

Abstract

Salah satu teknologi yang dapat dimanfaatkan sebagai media pembelajaran Sejarah adalah teknologi Augmented Reality (AR). Teknologi AR menunjukkan potensi yang signifikan dalam meningkatkan pengalaman belajar. Peneliti mengembangkan sebuah media pembelajaran Augmented Reality Candi Muara Takus berbasis aplikasi android sebagai media pembelajaran. Candi Muara Takus adalah satu objek wisata Sejarah Provinsi Riau yang terletak di Kabupaten Kampar. Dengan dikembangkannya Augmented Reality ini, selain menjadi media pengenalan objek wisata, pembelajaran sumber Sejarah Candi Muara Takus juga menjadi lebih mudah dan menyenangkan. Peneliti melakukan dua tahapan pengujian untuk mengevaluasi kualitas Augmented Reality yang telah dikembangkan, yaitu Blackbox dan Usability Testing. Dari Blackbox Testing, Aplikasi Augmented Reality tidak memiliki error dan semua fungsionalitas aplikasi berjalan dengan baik. Dari Usability Testing, disimpulkan bahwa Augmented Reality Candi Muara Takus telah memenuhi kelima aspek pengujian usability dan memiliki nilai usability yang baik yaitu 3.96.
Pengembangan Sistem Survey Pembelajaran Berbasis Web Untuk Efisiensi Dan Evaluasi Kualitas Pembelajaran Dengan Metode Prototype Syaliman, Khairul Umam; Disa Putri, Tiara Ayu; Sapriadi, Sapriadi; Surya, Ibnu; Dwi Putra, Nanda
Jurnal Komputer Terapan Vol 10 No 2 (2024): Jurnal Komputer Terapan
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35143/jkt.v10i2.6441

Abstract

Madrasah Aliyah Negeri 2 Pekanbaru (MAN 2 Pekanbaru) is one of the Madrasah Aliyah in Pekanbaru. In 2014, MAN 2 Pekanbaru conducted a learning quality survey that was filled in by students. The survey was conducted by distributing paper to students containing questions about learning during one semester. However, there are several obstacles in the survey process, namely the use of excess paper, inefficient time and requires special storage space to store the collected survey paper. These obstacles cause the survey filling process to not run effectively. To overcome these problems, a website for filling out surveys on the quality of learning in schools can be built. On this website there are three access roles, namely, students, teachers and academic fields. Making this survey website will use the prototype method. By using this method, users will be directly involved in the analysis and design process. The results of system testing using Black Box testing and User Acceptance Testing (UAT) show that the system functionality runs well and in accordance with user needs.
IMPLEMENTASI SISTEM INFORMASI DONASI MINYAK JELANTAH (SIMINAH) BERBASIS DIGITAL DI KOTA DUMAI DENGAN PENDEKATAN LEAN SOFTWARE DEVELOPMENT Ramadhani, Shumaya Resty; Hanifah, Puja; Yuliska, Yuliska; Najwa, Nina Fadila; Hartanto, Boby; Syaliman, Khairul Umam
Jurnal Komputer Terapan Vol 10 No 2 (2024): Jurnal Komputer Terapan
Publisher : Politeknik Caltex Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35143/jkt.v10i2.6474

Abstract

Used cooking oil, or waste cooking oil, is the byproduct of repeatedly using cooking oil, which results in the formation of substances harmful to the body. Furthermore, improper waste cooking oil management poses a risk of environmental pollution. To address this issue, PT. Kilang Pertamina Internasional Refinery Unit II Dumai (PT. KPI RU II), through its Corporate Social Responsibility (CSR) program, initiated the "Sedekah Jelantah" program. This initiative involves the CSR division, several sub-districts in Dumai Timur, and the general public, aiming to raise awareness about environmental pollution and promote urban greening in Dumai. To support the program's implementation, a digital system is essential to efficiently manage the donation flow of waste cooking oil from upstream to downstream. Therefore, an integrated web and mobile-based information system, called Sistem Informasi Minyak Jelantah (SiMINAH), was developed using the Lean Software Development (LSD) methodology. Blackbox testing, user acceptance testing (UAT), and usability testing were conducted to ensure the system's quality. The black box testing and UAT results revealed that 100% of the application functions performed well and met stakeholder expectations. The usability test showed 87.3%, indicating that the system is highly feasible and meets user needs. All users provided positive feedback on SiMINAH, noting that it simplifies waste cooking oil donations and enhances management processes for local sub-districts and the Dumai city CSR team.
Rapid Application Development Dalam Pengembangan Sistem Informasi Kesiswaan Berbasis Website (Studi Kasus: Sman 11 Pekanbaru) Syaliman, Khairul Umam; Ramdani Hadi Nst, Andika
JURNAL FASILKOM Vol. 14 No. 2 (2024): Jurnal FASILKOM (teknologi inFormASi dan ILmu KOMputer)
Publisher : Unversitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jf.v14i2.7265

Abstract

This research identifies problems in the student data management process at SMAN 11 Pekanbaru, which still relies on manual recording for students who violate school regulations and students who excel. This causes limitations in operational efficiency. Apart from that, extracurricular activities also experience problems in organizing because the member registration process still uses paper forms. This research aims to develop and analyze a web-based student information system to increase the efficiency and effectiveness of student data management. The system development method used is Rapid Application Development (RAD), this method was chosen because of its flexibility in accommodating the needs of SMAN 11 Pekanbaru with a short implementation time. This system was developed using the PHP and MySQL programming languages as a database management system. System testing is carried out using User Acceptance Testing which involves admin, student affairs, school principals, homeroom teachers, and students as actors in the system. The results of website functionality testing using the Blackbox Testing method are in the good category, with 24 use cases successfully carried out with a success rate of 62.5%. Usability testing shows a high level of agreement with the system built, with a score of 82.4% for the system aspect, 81.8% for the user aspect, and 80% for the interaction aspect.
Analisa Nilai Lamda Model Jarak Minkowsky Untuk Penentuan Jurusan SMA (Studi Kasus di SMA Negeri 2 Tualang) Khairul Umam Syaliman bin Lukman; Ause Labellapansa
Jurnal Teknik Informatika dan Sistem Informasi Vol 1 No 2 (2015): JuTISI
Publisher : Maranatha University Press

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.28932/jutisi.v1i2.583

Abstract

SMA Negeri 2 (SMAN 2) is located in Tualang. So far the data report student majors only stored in a database as a final report. Data from the report of the majors could be used as guidelines to determine the students' decision majors for the following year. To take advantage of the data stored in that particular database, we can use data mining disciplines. The method used to make the determination of students majoring done by using Nearest K-Nearest Neighbor (K-NN) algorithm. On the other hand, the method for calculating the distance between the data used models Minkowsky distance with a value of lambda (λ) as a parameter. Lambda values that were analyzed were lambda 1, 2 and 3. Lambda with the value of 1 can generate increasing accuracy in the 11th experiment or with a large amount of data equal to 276 data. Lambda 2 will produce increasing accuracy by the 16th experiment or with the number of training data equal to 356 data while lambda 3 can also produce accuracy continuously increasing by the 11th experiement or with the amount of training data equal to 276 data. The accuracy of the lambda value of 1 is better than lambda 2 and lambda 3. This was proven in 25 experiments at lambda 1 which produces the highest accuracy value for 20 times.Keywords — Classification, Data Mining, K-Nearest Neighbor, Lamda (λ), Minkowsky.
Analisis Sentimen pada Data Saran Mahasiswa Terhadap Kinerja Departemen di Perguruan Tinggi Menggunakan Convolutional Neural Network Yuliska, Yuliska; Qudsi, Dini Hidayatul; Lubis, Juanda Hakim; Syaliman, Khairul Umum; Najwa, Nina Fadilah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 5: Oktober 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021854842

Abstract

Review atau saran dari customer dapat menjadi sangat penting bagi penyedia layanan, begitu pula saran dari mahasiswa mengenai layanan sebuah unit kerja di perguruan tinggi. Review menjadi penting karena dapat menjadi indikator kinerja penyedia layanan. Pengolahan review juga sangat penting karena dapat menjadi referensi untuk pengambilan keputusan dan peningkatan layanan yang lebih baik ke depannya. Penelitian ini menerapkan analisis sentimen pada data saran atau review mahasiswa terhadap kinerja unit kerja atau departemen di perguruan tinggi, yaitu Politeknik Caltex Riau. Analisis sentimen dilakukan dengan menggunakan Convolutional Neural Network (CNN) dan word embedding Word2vec sebagai representasi kata. CNN merupakan metode yang memiliki performa yang baik dalam mengklasifikasi teks, yaitu dengan teknik convolutional yang menggabungkan beberapa window kata pada kalimat dan mengambil window yang paling representative. Word2Vec digunakan sebagai representasi data saran dan inputan awal pada CNN, dimana Word2Vec merupakan dense vectors yang dapat merepresentasikan hubungan antar kata pada data saran dengan baik. Saran mahasiswa dapat mengandung kalimat yang sangat panjang, karena itu perpaduan Word2Vec sebagai representasi kata dan CNN dengan teknik convolutional, dapat menghasilkan representasi yang representative dari kalimat panjang tersebut. Penelitian ini menggunakan dua arsitektur CNN, yaitu Simple CNN dan DoubleMax CNN untuk mengidentifikasi pengaruh kompleksitas arsitektur terhadap hasil klasifikasi sentimen.  Berdasarkan hasil pengujian, DoubleMax CNN dapat mengklasifikasi sentimen pada saran mahasiswa dengan sangat baik, yaitu mencapai Akurasi tertinggi sebesar 98%, Recall 97%, Precision 98% dan F1-Score 98%. AbstractStudent’s reviews about department performance can be essential for a college for it can be used to evaluate the department performance and to take an immediate action to improve its performance. This research applies sentiment analysis in the student’s reviews of college department in Politeknik Caltex Riau. Convolutional Neural Network and Word2Vec are employed to analyze the sentiment. CNN is known for its good performance in text classification by applying a convolutional technique to the input sentences. Word2Vec is used as word representation and as an input to the CNN. Word2Vec are dense vectors which can represent the relationship between words excellently. Student’s reviews can be a long sentence; hence the combination of Word2Vec as word representation and CNN with convolutional technique can produce a representative fiture from that long sentence. This research utilizes two CNN architectures, which are Simple CNN dan DoubleMax CNN to identify the effect of the complexity of CNN architecture to final result. Our experiments show that DoubleMax CNN has a great performance in classifying sentiment in the student’s reviews with the best Accuracy value of 98%, Recall 97%, Precision 98% and F1-Score value of 98%.
Pelatihan dan Pengembangan Media Pembelajaran Bagi Guru Bidang Studi Pada SMAN 5 Pekanbaru Berbasis AI Ibnu surya; Syaliman, Khairul Umam; Hidayat, Erzi
J-PEMAS - Jurnal Pengabdian Masyarakat Vol. 5 No. 1 (2024): Jurnal Pengabdian Masyarakat J_PEMAS
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33372/j-pemas.v5i1.1104

Abstract

Proses belajar mengajar adalah interaksi antara guru dan murid, yang diakhiri dengan proses evaluasi hasil belajar dalam upaya mencapai tujuan pembelajaran yang berlangsung dalam suatu lokasi dan jangka waktu tertentu. Dalam proses pembelajaran dibutuhkan media pembelajaran dalam peyampaian materi agar siswa lebih memahami materi yang diberikan. Oleh sebab itu, usulan kegiatan pengabdian kepada masyarakat (PkM) kali ini yakni memberikan pelatihan kepada guru untuk membuat media pembelajaran dengan pendekatan kecerdasan buatan (AI). Kegiatan ini dilaksanakan bertujuan memberikan pelatihan pembuatan media pembelajaran berbasis AI dengan harapan dapat membantu para guru dalam menyiapkan materi atau bahan ajar pada bidang studi. Setelah dilaksanakan dan evaluasi kepada 54 responden dimana peserta diantaranya sebagian besar adalah para guru diperoleh hasil 34 dari 54 responden (63%) dapat meringankan dan membantu pekerjaan dalam membuat perangkat pembelajaran cepat dan akurat, 19 dari 54 responden (35%) dapat menambah pengetahuan, wawasan dan ilmu baru serta sisanya sekitar 2% masih jauh lebih baik merancang materi ajar sendiri sekalipun tidak menafikan perangkat kecerdasan buatan ini sebagai sesuatu yang baru dan bagus bagi para guru.
Klasifikasi Indeks Standar Pencemaran Udara Menggunakan Local Mean dan Distance Weighting K-Nearest Neighbor Rafif, Nabily; Syaliman, Khairul Umam
Journal of System & Technology (SYSTEC) Vol. 1 No. 1 (2025): Journal of System & Technology (June Edition)
Publisher : Jurusan Teknik Elektro, Fakultas Teknik, Universitas Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kualitas udara yang buruk dapat berdampak serius pada kesehatan manusia dan lingkungan. Di Indonesia, informasi kualitas udara disampaikan melalui Indeks Standar Pencemar Udara (ISPU), namun penyebaran informasi ini masih terbatas karena hanya menggunakan alat monitor di titik tertentu dan proses perhitungannya dilakukan secara manual. Penelitian ini menawarkan solusi dengan mengembangkan sistem klasifikasi status ISPU berbasis web menggunakan metode Local Mean dan Distance Weighting pada algoritma K-Nearest Neighbor (LMDWkNN). Sistem ini dirancang untuk mempercepat proses klasifikasi ISPU secara otomatis dan real-time. Pengujian terhadap model menunjukkan kinerja akurasi sebesar 96%, precision 98%, recall 82%, dan f1-score 89%. Sementara itu, pengujian sistem menggunakan Black Box Testing menunjukkan semua fitur berjalan sesuai harapan. Sistem ini dapat menjadi alat bantu yang efektif dalam menyampaikan informasi kualitas udara kepada masyarakat secara cepat dan akurat