Articles
95 Documents
Search results for
, issue
"2017: SNTIKI 9"
:
95 Documents
clear
<![CDATA[PERANCANGAN MESIN PENCUCI BIODIESEL DENGAN SISTEM PENYEMPROTAN AIR DALAM MINYAK ]]>
<![CDATA[Erry Ika Rhofita]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (542.461 KB)
<![CDATA[Pencucian biodiesel secara langsung menentukan kuantitas dan kualitas biodiesel yang dihasilkan, sehingga diperlukan metode pencucian yang tepat. Metode pencucian penyemprotan air dalam minyak dimungkinkan mampu untuk mengurangi terjadinya permasalahan dalam proses pencucian khususnya emulsifikasi. Perancangan ini bertujuan untuk menemukan sebuah metode pencucian baru dengan mensirkulasikan dan menyemprotkan air dalam minyak yang mampu mengurangi permasalahan yang ada. Dari hasil pengujian mesin pencuci biodiesel diperoleh kecepatan aliran pencucian dan jumlah emulsi yang terbentuk bergantung pada kecepatan putar pompa. Semakin besar putaran pompa, nilai kecepatan aliran pencucian dan jumlah emeulsi yang terbentuk semakin besar. Kebutuhan energi spesifik mesin pencuci biodiesel hasil perancangan sebesar 0,209 KJ/ml jauh lebih kecil dinading dengan metode pencucian gelembung dan pengadukan. Biodiesel hasil pencucian kemudian dibandingkan karakteristiknya dengan SNI 7182:2015 tentang syarat mutu biodiesel dan telah sesuai dengan ketentuan syarat mutu biodiesel SNI.]]>
<![CDATA[PENERAPAN MULTIPLE REGRESSION DALAM PENDUGAAN AWAL KELULUSAN MAHASISWA ]]>
<![CDATA[Vellyca Werdining Putri]]>;
<![CDATA[Rifaldi Saputra]]>;
<![CDATA[Riat Rayendra]]>;
<![CDATA[Mustakim Mustakim]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (741.424 KB)
<![CDATA[Keterlambatan kelulusan Mahasiswa UIN Sultan Syarif Kasim Riau (UIN Suska Riau) sangat mempengaruhi pada akreditas universitas, Fakultas danProgram Studi atau Jurusan. Selain itu, hal ini juga berdampak buruk pada tingkat produktivitas dari Mahasiswa yang mengalami penurunan karena ketidaktepatan waktu dalam menggapai prestasi atau target yang sudah ditetapkan. Dengan dilakukan Rancang Bangun Aplikasi Prediksi Semester Kelulusan Mahasiswa Dengan Metode Multiple Regression diharapkan dapat mengatasi permasalahan tersebut dengan menggunakan bahasa aplikasi pemrograman java pada Netbeans.Hasil yang didapatkan pada perhitungan metode Multiple Regression adalah nilai hubungan antara IPK, Fakultas dan Jurusan dalam mempengaruhi penentuan semester tamat Mahasiswa sebesar 0.531, yaitu termasuk korelasi kuat. Sedangkan pengaruh variabel IPK, Fakultas dan Jurusan terhadap semester adalah 28,2%.]]>
<![CDATA[PEMODELAN ONLINE DAN PENGATURAN KECEPATAN MOTOR DC MENGGUNAKAN LINEAR QUADRATIC REGULATOR SECARA REAL-TIME ]]>
<![CDATA[Bofy Panji Prayudha]]>;
<![CDATA[Zulfatman Has]]>;
<![CDATA[Ermanu A. Hakim]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (500.753 KB)
<![CDATA[Salah satu metode pemodelan matematis yang sesuai untuk sebuah sistem dinamis yang parameter dan ketaklinierannya tidak diketahui adalah identifikasi sistem. Jika sistem dijalankan secara real-time, maka pilihan pemodelan yang lebih baik adalah pemodelan online, agar model yang diperoleh lebih akurat. Sehingga, parameter kontrol yang dirancang juga lebih akurat. Tujuan dari studi ini adalah memodelkan motor DC secara online menggunakan metode Recursive Least Square (RLS) dan merancang teknik kontrol berupa Linear Quadratic Regulator (LQR). Pada studi ini, pengambilan dan pengiriman data menggunakan Arduino Mega 2560. Data yang dikirim akan diterima oleh perangkat lunak identifikasi pada Matlab dan langsung diolah sehinggga model diperoleh secara online. Teknik kontrol yang dirancang meliputi sistem kontrol PID dan LQR. Kedua jenis sistem kontrol tersebut digunakan untuk mengontrol kecepatan motor DC secara real-time, dengan membandingkan respon transien dan kesalahan keadaan mantap keluaran motor DC. Dari pengujian yang telah dilakukan didapatkan bahwa pemodelan online dalam menghasilkan model yang lebih akurat. Kemudian dari perbandingan kedua sistem kontrol tersebut, LQR memiliki respon transien dan kesalahan keadaan mantap yang lebih baik dari pada teknik PID.]]>
<![CDATA[ANALISA KERANJANG BELANJA KONSUMEN PADA DATA PENJUALAN BULAN RAMADHAN MENGGUNAKAN ALGORITMA APRIORI (STUDI KASUS: DISTRO COFFEPARK CLOTHES PEKANBARU) ]]>
<![CDATA[M Iqbal]]>;
<![CDATA[Muatin Muatin]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (772.247 KB)
<![CDATA[Distro coffeepark clothes adalah salah satu usaha yang menjual pakaian jadi yang langsung di supply dari Bandung, yang mana omset penjualan tertinggi distro adalah pada bulan ramadhan. Namum pada bulan ramadhan 2016 penjualan distro mengalami penurunan yang sangat signifikan yaitu dari 318 juta pada ramadhan 2015 menjadi 186 juta pada tahun 2016, penurunan berkisar 41,51%. Jika dibiarkan berkemungkinan berdampak terhadap penurunan penjualan ramadhan mendatang. Untuk itu perlu dilakukan evaluasi, salah satunya dengan menganalisa keranjang belanja konsumen atau market basket analysis untuk melihat pola belanja konsumen sebagai acuan strategi penjualan dibulan puasa mendatang. Penganalisaan dilakukan dengan menggunakan algoritma apriori dengan metode asosiciation rule. Dari hasil penelitian penganalisaan keranjang belanja konsumen yang dilakukan pada data bulan ramadhan 2016 didapatkan hasil pembelian kombinasi item set yang mendominasi adalah kombinasi item G dan D dengan nilai support tertinggi yaitu 0,502. Dari penelitian di dapatkan kombinasi item yang memiliki tingkat hubungan paling tinggi adalah kombinasi item E dan D yaitu kombinasi item kemeja panjang dan celana pendek yang dapat dilihat dari nilai confidance tertinggi yaitu 0,925. Dari hasil tersebut dapat ditarik kesimpulan bahwasanya setiap konsumen membeli kemeja panjang ada indikasi konsumen juga akan membeli kemeja pendek.]]>
<![CDATA[IMPLEMENTASI METODE SEGMENTASI DAN LVQ UNTUK IDENTIFIKASI CITRA DAGING SAPI DAN BABI ]]>
<![CDATA[Jasril Jasril]]>;
<![CDATA[Lestari Handayani]]>;
<![CDATA[Elvia Budianita]]>;
<![CDATA[Fikri Utri Amri]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (1039.897 KB)
<![CDATA[Tingginya permintaan daging sapi menjadi celah bagi pedagang nakal untuk melakukan pencampuran daging sapi dengan daging babi (oplosan). Hal ini sangat merugikan konsumen khususnya umat muslim yang diharamkan mengkonsumsi daging babi. Pada penelitian ini dibangun system pengolahan citra untuk mengidentifikasi daging sapi dan babi.Terdapat dua tahapan dalam proses identifikasi yaitu tahap pelatihan (training) dan pengujian (testing). Pengambilan data latih dan uji (citradaging) menggunakan 3 jenis kamera yaitu kamera DSLR Canon EOS 70D, CAMDIG Sony DSC-W810 dan HP Lenovo A369i. Proses identifikasi dimulai dengan melakukan segmentasi citra menggunakan metode Spatial Fuzzy C-Means untuk memisahkan objek (daging) dan background. Setelah diperoleh objek kemudian dilakukan proses ekstraksi ciri warna menggunakan metode HSV dan ciri tekstur dengan GLCM. Berdasarkan nilai hasil ekstrasi ciri warna (HSV) dan tekstur (GLCM), dilakukan proses klasifikasi menggunakan Learning Vector Quatization (LVQ). Data yang digunakan sebanyak 65 dengan dua variasi yaitu pertama jumlah data latih 50 dan data uji 15 serta jumlah data latih 30 dan data uji 15. Pengujian dilakukan dengan berbagai learning rate (α) yaitu 0.03, 0.05, 0.075 dan 0.1. Hasil pengujian memperlihatkan sistem yang dibangun dapat mengenali citra daging sapi dan citra daging babi dengan persentase nilai akurasi tertinggi 80 % dengan nilai learning rate (α) 0.1 dan jumlah data latih 30, nilai minimal learning rate (Mina) yang digunakan adalah 0,01 dan nilai pengurangan α adalah 0,1.]]>
<![CDATA[PERBANDINGAN METODE HOT FIT DAN TAM DALAM MENGEVALUASI PENERAPAN SISTEM INFORMASI MANAJEMEN KEPEGAWAIAN (SIMPEG) ]]>
<![CDATA[Nesdi Rozanda]]>;
<![CDATA[Arita Masriana]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (541.001 KB)
<![CDATA[PTUN Pekanbaru dalam mengolah data dan informasi menggunakan SIMPEG untuk membantu kelancaran administrasi dan manajemen kepegawaian. Untuk mengetahui keberhasilan penerapan SIMPEG dilihat dari manfaat yang dihasilkan maka dilakukan evaluasi terhadap SIMPEG. Metode yang digunakan untuk mengevaluasi SIMPEG yaitu HOT FIT dan TAM, menganalisis pengaruh masing-masing konstruk pada kedua metode dan melihat perbedaan hasil kedua metode berdasarkan nilai yang dihasilkan dari pengolahan data dan mengetahui metode yang terbaik antara metode HOT FIT dan TAM. Pengambilan data melalui kuesioner, wawancara dan observasi. Teknik analisis data menggunakan SEM diperoleh hasil yaitu konstruk dalam metode HOT FIT yang memiliki nilai t statistik tertinggi yaitu konstruk struktur organisasi atau SO berpengaruh positif terhadap net benefit atau NB dengan nilai t statistik 8,53. Konstruk dalam metode TAM yang memiliki nilai t statistik tertinggi yaitu konstruk kemudahan atau PEOU berpengaruh positif terhadap konstruk kebermanfaatan atau PU dengan nilai t statistik 34,8. R-square tertinggi dalam metode HOT FIT yaitu r-square konstruk NB sebesar 62%, R-square tertinggi dalam metode TAM yaitu r-square konstruk PU sebesar 69% Berdasarkan nilai t statistik dan nilai R-square tertinggi metode TAM adalah metode terbaik dalam mengevaluasi SIMPEG di PTUN Pekanbaru]]>
<![CDATA[MODEL PREDIKSI DAMPAK PENERAPAN KEBIJAKAN MANDATORI BLENDING TERHADAP KEBUTUHAN LAHAN DAN TINGKAT EMISI CO2 PERKEBUNAN KELAPA SAWIT DI INDONESIA ]]>
<![CDATA[Petir Papilo]]>;
<![CDATA[Hartrisari H]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (574.912 KB)
<![CDATA[Penerapan kebijakan mandatori pencampuran (blending) antara bahan bakar nabati ke dalam bahan bakar minyak telah memberikan pengaruh kepada peningkatan kebutuhan biodiesel, kebutuhan luas lahan perkebunan kelapa sawit dan dampak lingkungan dalam bentuk emisi CO2 hingga tahun 2030. Penelitian ini bertujuan mengidensifikasi besarnya tingkat kebutuhan masing-masing faktor serta dampaknya terhadap lingkungan. Melalui analisis dengan perancangan model matematis, telah diperolehi bahwa secara bertahap, dari hingga tahun 2030 terjadi peningkatan kebutuhan bahan bakar nabati sebesar 14,79 juta kl. Sebagai upaya memenuhi kebutuhan bahan bakar nabati tersebut diperlukan lahan perkebunan kelapa sawit seluas 35,2 juta ha serta peningkatan emisi CO2 5,41 Gg t CO2.]]>
<![CDATA[INDONESIAN-MALAYSIAN STOCK MARKET MODELS USING FUZZY RANDOM TIME SERIES ]]>
<![CDATA[Riswan Efendi]]>;
<![CDATA[Nureize Arbaiy]]>;
<![CDATA[Mustafa Mat Deris]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (569.971 KB)
<![CDATA[Various fuzzy and non-fuzzy models have been presented to forecast the stock market with multiple inputs data or variables. In other words, some of the researchers have overlooked the key success in financial time series forecasting which is minimizing number of inputs. Moreover, most of the existing time series models have been focused on data consisting of single values, or fuzzy numbers without randomness into consideration. In real situations, there exists a genuine need to cope with data that involves the factors of fuzziness and probability. To address the drawbacks, we propose an enhanced fuzzy random auto-regression model for better stock market forecasting using the low-high procedure. This procedure is able to represent the daily prices variations in stocks. The daily stock markets of Indonesia-Malaysia are used as numerical examples and efficiency of the proposed procedure is compared with baselines models.]]>
<![CDATA[ANALISIS BIAYA PEMBANGUNAN PROYEK PERUMAHAN MENGGUNAKAN METODE PERT DAN EVM (STUDI KASUS: PERUMAHAN D’LION CLUSTER) ]]>
<![CDATA[Sri Basriati]]>;
<![CDATA[Afri Melda]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (401.651 KB)
<![CDATA[Penelitian ini menjelaskan tentang perbandingan optimalisasi waktu pengerjaan proyek perumahan dengan menggunakan metode Program Evaluation and Review Technique (PERT) dan Eearned Value Method (EVM), dengan studi kasus proyek perumahan D’Lion Cluster. Optimalisasi ini dilakukan untuk mempercepat pembangunan proyek perumahan dan memprediksi percepatan waktu pengerjaan proyek apabila dilakukan penambahan waktu jam kerja selama 1 jam dan 3 jam. Serta memprediksi penambahan biaya proyek setelah dilakukan penambahan waktu kerja. Hasil perbandingan dari metode PERT dan EVM tersebut dapat disimpulkan bahwa untuk memperoleh biaya dan waktu yang optimum lebih baik menggunakan metode EVM, karena perkiraan waktu penyelesaian proyek dan nilai tambahan serta cost slope nya lebih rendah dibanding metode PERT.]]>
<![CDATA[EFEKTIVITAS PENEMPATAN TENAGA KERJA FREELANCE PADA UMKM DI PEKANBARU (KASUS PADA USAHA CATERING) ]]>
<![CDATA[Suryalena Suryalena]]>;
<![CDATA[Sri Zuliarni]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2017: SNTIKI 9 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (390.786 KB)
<![CDATA[Penelitian ini bertujuan untuk menganalisis sejauh mana efektivitas penempatan pekerja lepas di usaha mikro, kecil dan menengah di Pekanbaru (kasus pada usaha katering). Teknik pengumpulan data adalah dengan instrument kuesioner. Analisis data menggunakan metode deskriptif dan kuantitatif. Berdasarkan hasil penelitian membuktikan bahwa penempatan tenaga kerja freelance pada usaha katering di Pekanbaru sangat efektif diuji melalui tiga variabel, yaitu produktivitas tenaga kerja, kualitas kerja dan kriteria biaya.]]>
