Article Per Year (5 Year)
p-Index From 2021 - 2026
3.737
P-Index
This Author published in this journals
All Journal TEKNIK INFORMATIKA Seminar Nasional Aplikasi Teknologi Informasi (SNATI) JURNAL MEDIA INFORMATIKA BUDIDARMA Indonesian Journal of Artificial Intelligence and Data Mining Seminar Nasional Teknologi Informasi Komunikasi dan Industri Prosiding Seminar Nasional Teknoka JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Informatika Universitas Pamulang Jurnal Nasional Komputasi dan Teknologi Informasi JURIKOM (Jurnal Riset Komputer) Building of Informatics, Technology and Science Zonasi: Jurnal Sistem Informasi JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH) Journal of Computer System and Informatics (JoSYC) JUKI : Jurnal Komputer dan Informatika Jurnal Computer Science and Information Technology (CoSciTech) Bulletin of Computer Science Research KLIK: Kajian Ilmiah Informatika dan Komputer
Iis Afrianty
Universitas Islam Negeri Sultan Syarif Kasim Riau
Aerospace Engineering Humanities Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Neuroscience Transportation

Published : 37 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 37 Documents
Search

 1   2   3   4 
SISTEM PENDUKUNG KEPUTUSAN (SPK) PEMILIHAN KARYAWAN TERBAIK MENGGUNAKAN METODE FUZZY AHP (F- AHP) Jasril Jasril; Elin Haerani; Iis Afrianty
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2011
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

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

Abstract

Pemilihan karyawan terbaik merupakan persoalan pengambilan keputusan menggunakan multi kriteria (Multi Criteria Decision Making/MCDM). Pada makalah ini, dibangun Sistem Pendukung Keputusan (SPK) pemilihan karyawan terbaik pada PT. “X” menggunakan kriteria-kriteria antara lain: SOP (Standart Operational Procedure), sikap dan kepribadian, penilaian konsumen, dan penilaian dari lingkungan kerja (tim). Metode yang digunakan adalah Fuzzy Analytical Hierarchy Process (F-AHP) dengan pendekatan model Chang (1996). Sistem ini dibangun menggunakan bahasa pemograman VB.6 dan Ms. Access 2007. Dari hasil pengujian, SPK berhasil menentukan pemilihan karyawan terbaik dengan F-AHP yang mendekati cara penilaian yang sebenarnya. Selain itu SPK ini bersifat dinamis dimana sistem dapat menangani jika terjadi perubahan/penambahan kriteria.
Implementation of Backpropagation Neural Network to Detect Suspected Lung Disease Fadhilah Syafria; Boni Iqbal; Elvia Budianita; Iis Afrianty
Indonesian Journal of Artificial Intelligence and Data Mining Vol 1, No 1 (2018): March 2018
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (519.707 KB) | DOI: 10.24014/ijaidm.v1i1.5023

Abstract

Many People were less concerned with lung health, it caused people identified as suffering from lung diseases. Early symptoms that often appear  was cough that took a long time and could be the beginning of more severe disease. Therefore it was necessary to create application that could detect suspected person contracted lung disease. The applications were made by using artificial neural network with Backpropagation with initial input data, symptoms by patients of lung diseases. The symptoms were 22, and kind of lung diseases as a diagnosis were asthma, pneumonia, pulmonary tuberculosis and lung cancer. It used medical records of lung disease as much as 110 data. Network training uses 3 different architectures [input neurons ; hidden neurons ; output neurons], liked [22; 22 ; 2], [22 ; 33 ; 2] and [22 ; 43 ; 2]. Testing with 2 training data sharing and test data, namely comparison 90:10 and 80:20. The Parameters values were used namely learning rate 0.1, 0.3, 0.5, 0.7 and 0.9. The number of epoch was used, that is 15 epoch, 25 epoch and 35 epoch. Based on the tests performed, it was obtained an accuracy system on the 90:10 data comparison of 82% and the 80:20 data ratio of 82% as well. Thus, backpropagation method could be applied in detecting suspected lung diseases.
Prototipe Penerapan Knowledge Management System pada Sistem Informasi Kebudayaan Islam Iis Afrianty; Ismail marzuki
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2015: SNTIKI 7
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (510.984 KB)

Abstract

This paper proposes a prototype of the Knowledge Management System (KMS) to provide the Islamic culture information in Riau Province by utilizing an interactive mapping zone. One of the causes of the fading Islamic culture in Indonesia is due to people tend to appreciate the cultures of other countries rather than cultures and artworks own country. Moreover, the Islamic culture information is still difficult to be found or is not accessible. Hence, it is highly required to develop a good system providing complete information to potential people who need information regarding the Islamic culture in Indonesia, especially in Riau Province. This information system can be developed by employing the KMS-based. It can organize, store, preserve the diversity of Islamic culture knowledge, and even foster the sharing knowledge practices interactively according to its mapping zone. Accordingly, this paper proposes a prototype of KMS-based for Islamic culture information in Riau Province.Keywords: Information Systems, Interactive Mapping zone, Islamic Culture, Knowledge Management System
Penerapan Algoritma Jaringan Syaraf Tiruan Backpropagation Untuk Prediksi Jumlah Jamaah Pendaftar Haji Provinsi Riau Elvia Budianita; Ihlal Hanafi Harahap; Iis Afrianty
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2021: SNTIKI 13
Publisher : UIN Sultan Syarif Kasim Riau

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

Abstract

Indonesia merupakan negara yang berpenduduk mayoritas muslim terbanyak dan terbesar di Asia Tenggara, dari jumlah total penduduk Indonesia tersebut 229 juta jiwa atau sekitar 87,2 % yang menganut agama Islam. kantor wilayah kementerian agama Provinsi Riau ini memiliki bidang penyelenggaraan haji dan umrah yang mempunyai tugas sebagai pelaksana dan pemberi layanan ibadah haji terhadap masyarakat yang meliputi pelayanan teknis. Di daerah Riau setiap bulannya jumlah pendaftar haji mengalami kenaikan dan penurunan yang signifikan. Penelitian ini bertujuan untuk melakukan prediksi terhadap jumlah jamaah pendaftar haji provinsi Riau. Data yang digunakan yaitu data primer yang di kumpulkan dan diolah dari Kantor Wilayah Kementerian agama Provinsi Riau. Data yang digunakan yaitu jumlah jamaah pendaftar haji perbulan dari tahun 2008 sampai dengan tahun 2021. Data tersebut akan di olah menggunakan metode backpropagation. Metode backpropagation adalah metode sistematika yang di pergunakan untuk melakukan peramalan atau prediksi tentang karakteristik atau kuantitas. Dari penelitian yang telah dilakukan menghasilkan aplikasi untuk memprediksi jumlah Jamaah pendaftar haji provinsi Riau dengan menggunakan time series data dan metode backpropagation. Hasil dari penelitian ini dengan learning rate 0.9, maks epoch 600 dengan arsitektur jaringan syaraf tiruan 12-12-1 dan pembagian data 90% : 10% menghasilkan akurasi MSE pengujian terkecil yaitu 0.03264. Hasil prediksi pada 3 bulan kedepan tahun 2021 terdapat beberapa kabupaten yang mengalami kenaikan jumlah pendaftar haji yang signifikan dan ada juga yang tidak mengalami kenaikan seperti pada bulan Agustus pada kabupaten siak. Sedangkan bulan agustus pada kabupaten kampar jumlah penumpang justru mengalami penurunan.Indonesia merupakan negara yang berpenduduk mayoritas muslim terbanyak dan terbesar di Asia Tenggara, dari jumlah total penduduk Indonesia tersebut 229 juta jiwa atau sekitar 87,2 % yang menganut agama Islam. kantor wilayah kementerian agama Provinsi Riau ini memiliki bidang penyelenggaraan haji dan umrah yang mempunyai tugas sebagai pelaksana dan pemberi layanan ibadah haji terhadap masyarakat yang meliputi pelayanan teknis. Di daerah Riau setiap bulannya jumlah pendaftar haji mengalami kenaikan dan penurunan yang signifikan. Penelitian ini bertujuan untuk melakukan prediksi terhadap jumlah jamaah pendaftar haji provinsi Riau. Data yang digunakan yaitu data primer yang di kumpulkan dan diolah dari Kantor Wilayah Kementerian agama Provinsi Riau. Data yang digunakan yaitu jumlah jamaah pendaftar haji perbulan dari tahun 2008 sampai dengan tahun 2021. Data tersebut akan di olah menggunakan metode backpropagation. Metode backpropagation adalah metode sistematika yang di pergunakan untuk melakukan peramalan atau prediksi tentang karakteristik atau kuantitas. Dari penelitian yang telah dilakukan menghasilkan aplikasi untuk memprediksi jumlah Jamaah pendaftar haji provinsi Riau dengan menggunakan time series data dan metode backpropagation. Hasil dari penelitian ini dengan learning rate 0.9, maks epoch 600 dengan arsitektur jaringan syaraf tiruan 12-12-1 dan pembagian data 90% : 10% menghasilkan akurasi MSE pengujian terkecil yaitu 0.03264. Hasil prediksi pada 3 bulan kedepan tahun 2021 terdapat beberapa kabupaten yang mengalami kenaikan jumlah pendaftar haji yang signifikan dan ada juga yang tidak mengalami kenaikan seperti pada bulan Agustus pada kabupaten siak. Sedangkan bulan agustus pada kabupaten kampar jumlah penumpang justru mengalami penurunan.
Optimasi Pada Radial Basis Function Menggunakan Tabu Search Untuk Menentukan Jenis Serangan Pada Jaringan Iwan Iskandar; Iis Afrianty; Elvia Budianita; suwanto sanjaya
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 (515.372 KB)

Abstract

Serangan jaringan komputer semakin berkembang dan rentan dalam pembobolan sehingga merugikan pengguna jaringan. Keamanan jaringan merupakan hal yang sangat penting dalam perkembangan teknologi informasi dan dapat menimbulkan banyak masalah yang cukup serius terhadap keamanan suatu sistem jaringan komputer. Namun dengan banyaknya jenis serangan dapat dicegah secara dini. Pada penelitian ini dibuat sebuah aplikasi yang dapat membantu dalam mengklasifikasi jenis serangan pada jaringan komputer. Aplikasi ini menerapkan metode Radial Basis Function (RBF) yang telah dioptimasi menggunakan algoritma Tabu Search. Algoritma Tabu Search digunakan sebagai perbaikan bobot awal pada metode RBF. Data yang digunakan sebanyak 1000 data dari data KDD CUP 1999. Terdapat lima kelas jenis serangan yaitu normal, DoS, U2R, U2L dan probes. Pada pengujian data dibagi menjadi data latih 70%, 80%, 90% dan data uji 30%, 20%, 10%. Nilai spread yang digunakan bervariasi, diantaranya yaitu 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0, 1.1, 1.2 dan menggunakan epoch 1000. Hasil dari penelitian ini diperoleh target akurasi tertinggi mencapai 99% pada spread 1.2. Kesimpulan akhir penelitian ini telah berhasil menerapkan metode radial basis function yang telah dioptimasi menggunakan algoritma tabu search.
Klasifikasi Daun Jambu Air Menggunakan Ekstraksi Ciri Morfologi dan Backpropagation Iis Afrianty; Rahmat Al Hafiz; Febi Yanto; Eka Pandu Cynthia
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12
Publisher : UIN Sultan Syarif Kasim Riau

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

Abstract

Jambu air merupakan salah satu jenis tumbuhan yang dibudidayakan hampir diseluruh wilayah Indonesia. Pada penelitian sebelumnya yang mengangkat kasus tumbuhan jambu air belum menggunakan ciri yang tepat serta terdapat kekurangan metode dalam klasifikasi. Oleh karena itu, penelitian ini menggunakan Ekstraksi Ciri Morfologi dan Backpropagation dalam mengklasifikasikan daun jambu air. Pengambilan data daun menggunakan scanner sebanyak 500 data dari 10 jenis tumbuhan jambu air. Neuron input pada Backpropagation sebanyak 17 dari ciri morfologi. Parameter pengujian yang digunakan yaitu pembagian data dengan 5-fold cross validation, neuron hidden = 18 dan 33, serta learning rate = 0,01; 0,04; dan 0,07. Hasil akurasi terbaik diperoleh sebesar 53% pada neuron hidden 33, learning rate  0.07, dan data uji fold IV. Dari hasil pengujian, dapat disimpulkan bahwa ekstraksi ciri morfologi dan Backpropagation bisa diterapkan pada klasifikasi jenis tumbuhan jambu air, namun ciri tersebut belum mampu mengambil pola dari tulang daun karena ciri yang diekstraksi belum detail.Kata kunci: Backpropagation, Ekstraksi Ciri Morfologi, Klasifikasi, Daun Jambu Air
Penerapan Elman Recurrent Neural Network (ERNN) Untuk Prediksi Penjualan Pilus iis afrianty; efni humairah; suwanto sanjaya; siska kurnia gusti; erni rouza
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 (447.648 KB)

Abstract

PT. X merupakan salah satu perusahaan yang memproduksi Pilus. Jumlah produksi yang banyak mengakibatkan adanya produk yang return ke perusahaan yang dapat mengakibatkan kerugian. Penelitian ini menerapkan Elman Recurrent Neural Network (ERNN) untuk memprediksi penjualan Pilus agar dapat menimalisir terjadinya kerugian. Parameter yang digunakan untuk penelitian ini yaitu harga jual, biaya promosi, jumlah tempat pemasaran, return dan penjualan. Jumlah data yang digunakan yaitu 60 data pada tahun Januari 2012 hingga Desember 2016. Pembagian data latih dan data uji adalah 70%:30%, 80%:20%, dan 90%:10%. Parameter yang digunakan yaitu epoch 500, nilai learning rate 0.1 hingga 0.9 dengan arsitektur 5 neuron input layer, 7 neurons hidden layer dan 1 output. Berdasarkan pengujian yang telah dilakukan, diperoleh akurasi tertinggi yaitu 90.25% dengan epoch 500 dan nilai learning rate 0.9 pada pembagian data 90%:10%. Dengan demikian, dapat disimpulkan bahwa penerapan metode ERNN baik digunakan untuk prediksi penjualan Pilus.
Sistem Penentuan Penerima Bantuan Pendidikan Gratis Menggunakan PCA dan FAHP Jasril Jasril; M Irsyad; Iis Afrianty
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2012: SNTIKI 4
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (730.468 KB)

Abstract

One program management agency is distributing zakat free educational assistance (Sekolah Juara)for prospective elementary school students and junior high school. Problems in this free education aid,many criteria must be considered as well as the determination of the potential recipients of the group wasnot able to (very poor and poor). This study uses Principal Component Analysis to categorize recipientsinto three groups: very poor, poor and not poor. Furthermore, the very poor and poor sorted to obtainsequence receiver using Fuzzy Analitycal Hierarchical Process. There are 7 criteria and 4 poor groupingcriteria used for determining as a result of the decision. The results of calculations can be concluded thatthe application of the method Principal Component Analysis and Fuzzy Hierarchical Process Analitycalmulticriteria problems can be taken, as in the case of classification and determination of free educationalassistance Sekolah Juara.Keywords: Fuzzy Analitycal Hierarchical Process, Principal Component Analysis
Penerapan Learning Vector Quantization 3 (LVQ 3) untuk Menentukan Penyakit Gangguan Kejiwaan Elvia Budianita; Fadhilah Syafria; Iis Afrianty
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 (832.855 KB)

Abstract

Beberapa pendapat yang berkembang di kalangan masyarakat bahwa gangguan jiwa itu identik dengan gila (sakit jiwa), sedangkan gangguan jiwa tidak sama dengan sakit jiwa. Seseorang yang mengalami gangguan pada kesehatan mentalnya (gangguan jiwa), jika tidak segera ditangani akan berkembang menjadi sakit jiwa. Pasien yang mengalami sakit jiwa dirawat di rumah sakit (rawat inap), sedangkan pasien yang mengalami gangguan jiwa melakukan perawatan jalan atau diagnosa oleh Dokter yang memerlukan waktu hingga satu bulan. Oleh karena itu, untuk membantu masyarakat agar bisa dengan cepat mengetahui seseorang terkena gangguan jiwa, maka dibutuhkan suatu sistem penerapan dibidang teknologi informasi. Metode yang digunakan adalah Learning Vector Quantization 3 (LVQ3) dengan inputan 14 gejala dan hasil keluaran 5 jenis penyakit kejiwaan yaitu penyakit Skizofernia, Gangguan  Mental Organik (GMO), Gangguan mental dan perilaku akibat pengguna zat, Gangguan suasana perasaan dan Gangguan perkembangan psikologis. Parameter yang digunakan adalah learning rate 0.02, 0.025, 0.045, 0.050, 0.75, pengurangan learning rate 0.005, minimal learning rate 0.01, dan nilai window 0, 0.2, 0.4. Jumlah data yang digunakan yaitu 190 data latih dan 20 data uji. Berdasarkan hasil pengujian nilai window dan jumlah data latih mempengaruhi hasil akurasi. Akurasi tertinggi diperoleh adalah 95%. Metode Learning Vector Quantization 3 dapat diterapkan untuk menentukan jenis gangguan kejiwaan. Kata kunci: gangguan jiwa, learning vector quantization 3, window
Sistem Pendukung Keputusan (SPK) Menentukan Kelayakan Calon Penerima Zakat Menerapkan Multi-Factor Evaluation Process (MFEP) Iis Afrianty; Ravi Umbara
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2016: SNTIKI 8
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (497.654 KB)

Abstract

Zakat is one of the pillars of Islam which must be met and some muzaki entrust distribution of zakat in a National Zakat Organization (LAZNAS). Zakat collected in LAZNAS then channeled to mustahik (receive zakat) eligible in accordance with the applicable syar'i. Problems arise when determining the eligibility of candidates because the number of the lot and extends over a period of time so require accuracy in the selection. In this study constructed a Decision Support System (DSS) for selecting candidates using the Multi-Factor Evaluation Process (MFEP). The data used are the criteria and sub-criteria, as well as potential recipients (alternative data). The criteria used are five criteria (the condition of the ability of households, income and dependents, residence, ownership of the goods, and character). At each criterion has sub-criteria with a total of 35 sub-criteria, each of which has a weight value and sub-criteria used in the calculation MFEP. The result of the calculation resulted in a total weight of weight evaluation of each alternative in the form of ranking. Based on testing, black box the system was as expected while testing the User Acceptance Test using a Likert scale by distributing questionnaires, giving a value of testing 87.87% (system are received is very good). Therefore, it can be concluded that the system has been built with MFEP can be applied to the case of recipients of zakat. Keywords: Decision Support System, Multi-Factor Evaluation Process, ranking, zakat
Co-Authors Agung Surya Maulana Alwaliyanto Alwis Nazir Alwis Nazir Alwis Nazir Alwis Nazir Arif Mudi Priyatno Boni Iqbal Darmila Dewi Nasien efni humairah Eka Pandu Cynthia Elin Haerani Elin Haerani Elin Haerani Elvia Budianita Erni Rouza, Erni Fadhilah Syafria Faizah Husniah Febi Yanto Felian Nabila Fitra Lestari Fitri Insani Fratiwi Rahayu Gusti, Siska Kurnia Habibollah Haron Ihlal Hanafi Harahap Ikhsanul Hamdi Ismail marzuki Iwan Iskandar Iwan Iskandar Iwan Iskandar Jasril Jasril Karina Julita Lestari Handayani Mawadda Warohma Mentari Aulia Putri Muhammad Fikry Muhammad Habib Nazlis Muhammad Irsyad Nazruddin Safaat H Negara, Benny Sukma Nurafni Syahfitri Nurul Fatiara Purnama, Nilam Puspa Melani Almahmuda Qurrata A'yuni Rahayu Anggraini Rahmad Abdillah Rahmad Kurniawan Rahmat Al Hafiz Ravi Umbara Reski Mai Candra Riyan Wibowo Saputra Robby Azhar Said Nurfan Hidayad Tillah Sephia Pratista SURYA ADITYA GD Surya Agustian Suswantia Andriani Suwanto Sanjaya Syaiful Azhar Yusra Yusra