Article Per Year (5 Year)
p-Index From 2020 - 2025
1.325
P-Index
This Author published in this journals
All Journal AL ISHLAH Jurnal Pendidikan INOVTEK Polbeng - Seri Informatika MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer JURTEKSI JSR : Jaringan Sistem Informasi Robotik Sains, Aplikasi, Komputasi dan Teknologi Informasi JAIA - Journal of Artificial Intelligence and Applications SATIN - Sains dan Teknologi Informasi
Susi Erlinda
STMIK Amik Riau
Aerospace Engineering Computer Science & IT Education Languange, Linguistic, Communication & Media Mathematics Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
Pengaruh Kehadiran Perkuliahan Terhadap Nilai Akhir Mahasiswa Menggunakan Metode Fuzzy Quantification Theory 1 Amelia Eka Putri; Susi Erlinda
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 (556.21 KB) | DOI: 10.33372/stn.v3i1.351

Abstract

Kehadiran mahasiswa merupakan faktor yang berpengaruh terhadap nilai akhir mahasiswa, dimana apabila kehadiran mahasiswa dibawah 70% dan lebih dari 4 kali pertemuan, maka mahasiswa tidak dapat mengikuti ujian akhir semester (UAS). Ada beberapa komponen penilaian, yaitu meliputi : Kehadiran mahasiswa 10%, nilai tugas 10%, nilai quis 20%, nilai uts 25% dan nilai uas 35%. Fuzzy Quantification Theory I, adalah suatu metode untuk menentukan hubungan antara variabel kualitatif yang diberikan dengan nilai antara 0 sampai 1 dan variabel- variabel  numeris  dalam  fuzzy  group  yang  diberikan  dalam  sampel.  Pada penelitian ini, Fuzzy Quantification Theory I akan digunakan untuk menentukan seberapa besar faktor kualitatif kehadiran mahasiswa terhadap kualitatif nilai akhir mahasiswa. Sistem ini diharapkan mampu memberikan kemudahan dan ketepatan dalam  menentukan  absensi  mahasiswa  dan  dapat  mengetahui  seberapa  besar pengaruh kehadiran terhadap nilai akhir mahasiswa
Analisa Dan Perancangan Sistem Penerima Beasiswa Bidik Misi ( Studi Kasus STMIK-AMIK– Riau ) Yelizar -; Susi Erlinda -
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 (438.654 KB) | DOI: 10.33372/stn.v3i2.371

Abstract

Beasiswa Bidik misi adalah beasiswa yang diperuntukkan bagi mahasiswa berprestasi dan berasal dari keluarga tidak mampu. Banyak kriteria dan persyaratan yang harus dipenuhi untuk dapat nya seorang mahasiswa menerima beasiwa ini, karena akan dibayarkan selama mahasiswa tersebut kuliah di Perguruan Tinggi. STMIK-AMIK Riau masih terkendala dalam menentukan siapa mahasiswa yang berhak menerima. Beasiswa bidik misi bertujuan  meningkatkan motivasi belajar dan prestasi mahasiswa, khususnya mereka yang menghadapi kendala ekonomi serta meningkatkan akses dan kesempatan belajar di perguruan tinggi bagi rakyat Indonesia yang berpotensi akademik tinggi dan kurang mampu secara ekonomi. Analisa Dan Perancangan Sistem Penerima Beasiswa Bidik Misi di STMIK - AMIK  Riau dapat mempermudah pihak BAAK melakukan proses seleksi siapa yang memenuhi syarat untuk lulus sebagai penerima beasiswa bidikmisi. Hasil penelitian ini juga dapat  mempercepat menyajikan informasi beasiswa bidik misi kepada mahasiswa dan pihak Akademik.
Prototipe Absensi STMIK Amik Riau Berbasis Face Recognition Menggunakan Metode Eigenface Abdul Muntholib; susi erlinda
SATIN - Sains dan Teknologi Informasi Vol 4 No 2 (2018): SATIN - Sains dan Teknologi Informasi
Publisher : STMIK Amik Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (522.414 KB) | DOI: 10.33372/stn.v4i2.413

Abstract

Pengenalan wajah merupakan salah satu teknologi dari komputer yang bisa mengidentifikasi wajah seseorang melalui sebuah gambar digital. Pengenalan wajah bisa di padukan dengan sistem absensi sehingga menjadi hal yang sangat menarik, dimana sistem absensi juga dapat di lakukan menggunakan wajah. Untuk kondisi absensi yang ada saat ini masih menggunakan kartu tanda karyawan, sehingga di lakukan penitipan absensi. Seringkali pada daftar hadir tercantum nama karyawan, tetapi setelah di lihat ternyata karyawan tersebut belum masuk. Karyawan bisa saja datang terlambat absen sehingga dapat menurunkan tingkat kedisiplinan dan kualitas kerja. Untuk mengatasi hal tersebut, maka di buat sebuah alat sensor wajah dengan menggunakan metode eigenface. Metode eigenface suatu metode pengenalan wajah yang berdasarkan pada algoritma Principal Component Analysis (PCA). Secara singkat prosesnya merupakan citra yang di representasikan dalam sebuah gabungan vektor yang dijadikan satu matriks tunggal. Dari matriks tunggal akan diekstraksi kan suatu ciri utama yang akan membedakan antara sebuah citra wajah satu dengan citra wajah lainnya.. Hasil dari alat ini dapat melihat wajah karyawan melalui webcame dan juga akan mengidentifikasi kecocokan data yang tersedia pada database.
Empowering Introvert Students: How Artificial Intelligence Applications Enhance Speaking Ability Liya Astarilla Dede Warman; Susi Erlinda; Tashid Tashid; Karpen Karpen; T Sy Eiva Fatdha
AL-ISHLAH: Jurnal Pendidikan Vol 15, No 4 (2023): AL-ISHLAH: JURNAL PENDIDIKAN
Publisher : STAI Hubbulwathan Duri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35445/alishlah.v15i4.4435

Abstract

The rapid development of technology has increased the use of Artificial Intelligence (hereafter, AI) applications to improve students’ English skills, especially in speaking skill. This study aimed to investigate the effectiveness of AI applications to improve the introvert students’ speaking ability. Pre-experimental one group pre-test and post-test design was utilized in this study. This study conducted with 85 introvert students from two universities in Riau, Indonesia chosen by using MBTI test and purposive sampling technique. The data were collected through the questionnaire and speaking test. The data were analyzed by using SPSS 25th version to find out the descriptive statistic, normality test, and paired sample t-test. This finding shed light AI applications were effective in improving the introvert students’ speaking ability. It was proved that the t-test was higher than the t-table value (12.8231.663) with the level of significance p0.05. In short, there was significant difference on the students’ speaking ability before and after using AI applications for English speaking practiced. In conclusion, AI applications can be implemented to improve university students’ speaking ability.
Co-Authors -, Dwi Haryono -, Fachrizal -, Syapriadi -, Tashid -, Yelizar Abdul Muntholib Abdul Muntholib Ambiyar, Ambiyar Amelia Eka Putri Anam, M Khairul Astarilla, Liya Dedy Irfan Efrizoni, Lusiana Esi Tri Emerlada Fachrizal - Fransiskus Zoromi Hadi Asnal, Hadi Hamdani - Hamdani . Jamaris, Muhamad Junadhi Junadhi Karpen Khusaeri Andesa Mardainis Melda Royani Muhammad Oase Ansharullah Nasrul Sani Putri, Amelia Eka Rahmiati Rahmiati -, Rahmiati Syapriadi - T Sy Eiva Fatdha Torkis Nasution Tri Agustina Tri Agustina, Tri Unang Rio Wirta Agustin Yelizar -