Articles
83 Documents
Search results for
, issue
"2019: SNTIKI 11"
:
83 Documents
clear
<![CDATA[MODEL MATEMATIKA PENYEBARAN FLU BURUNG PADA MANUSIA DAN UNGGAS DOMESTIK DENGAN FAKTOR IMIGRASI DAN VAKSINASI ]]>
<![CDATA[Mohammad Soleh]]>;
<![CDATA[Wartono Wartono]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (627.625 KB)
<![CDATA[Pada makalah ini dijelaskan tentang model matematika untuk penyebaran flu burung pada manusia dan unggas domestik dengan faktor imigrasi dan vaksinasi. Permasalahan yang diangkat dalam penelitian ini adalah bagaimana penurunan model , bagaimana menentukan titik ekuilibrium dan analisis kestabilan, bagaimana simulasi model pada penyebaran flu burung pada manusia dan unggas domestik dengan faktor imigrasi dan vaksinasi menggunakan Maple 13. Metode yang digunakan untuk menganalisis masalah adalah dengan studi pustaka. Dari model tersebut diperoleh dua titik ekuilibrium yaitu titik ekuilibrium bebas penyakit dan titik ekuilibrium endemik. Setelah dianalisis kestabilan pada titik ekuilibrium bebas penyakit akan stabil asimtotik untuk Sedangkan titik ekuilibrium endemik akan stabil asimtotik untuk Selanjutnya dilakukan simulasi dan diperoleh bahwa untuk nilai laju vaksinasi kurang dari 0.20 dan laju imigrasi besar dari maka penyakit masih mewabah atau tidak akan menghilang sedangkan untuk nilai laju vaksinasi besar sama dan laju imigrasi kecil sama dengan maka penyakit tidak akan meluas dalam artian minimum ada yang di vaksinasi dan maksimum ada unggas domestik yang berimigrasi dari seluruh individu yang rentan jika ingin penyakit flu burung menghilang. Kata kunci: Analisis kestabilan, flu burung, imigrasi, titik ekuilibrium, vaksinasi.]]>
<![CDATA[Pemodelan Arus Distribusi Komoditas dengan Metode TOGAF ]]>
<![CDATA[Indri Koesnadi]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (209.659 KB)
<![CDATA[Saat ini distribusi komoditas pokok dan strategis menyebar pada berbagai sarana perdagangan berupa pasar, gudang bahkan pedagang eceran sebelum sampai ke tangan konsumen. Sistem Distribusi sangat dipengaruhi oleh efektifnya berbagai sub-sistem baik didalam sektor perdagangan maupun diluar sektor perdagangan (instansi terkait dan dunia usaha) secara terpadu sehingga distribusi dapat berjalan secara efektif dan efisien. Untuk penyusunan informasi arus distribusi komoditas, diperlukan Sistem Informasi Distribusi Pangan Pokok dan Strategis Jawa Barat (SI-RUDI) sebagai enabler konektifitas sarana distribusi dalam negeri utamanya di Jawa Barat. Penyelarasan layanan SI-RUDI dengan tujuan penggunaan teknologi informasi dan komunikasi (TIK) dituangkan dengan metode TOGAF. Pemodelan yang dilakukan mencakup tata kelola operasional, layanan teknis operasional, pemodelan proses dan pemodelan data sebagai pembentuk building block dan metamodel layanan SI-RUDI.]]>
<![CDATA[Kestabilan Model SIRD Penyebaran Penyakit Ebola dengan adanya pengaruh Imigrasi ]]>
<![CDATA[Irma Suryani]]>;
<![CDATA[Wartono Wartono]]>;
<![CDATA[Aprijon Aprijon]]>;
<![CDATA[Ridho Prasetyo]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Ebola adalah salah satu penyakit menular yang disebabkan oleh virus penyebab kematian pada manusia. Penyakit Ebola dimodelkan dengan model matematika SIRD. Lebih lanjut, model matematika SIRD penyebaran penyakit ebola ditambah dengan pengaruh adanya migrasi. Pada model ini dibagi menjadi empat subpopulasi yaitu Susceptible (S), populasi Infected (I), populasi Recovery (R) dan populasi Death (D). Hasil yang diperoleh dari analisa model yaitu terdapat dua titik ekuilibrium antara titik ekuilibrium bebas penyakit dan titik ekuilibrium endemik penyakit. Kemudian, analisa kestabilan titik ekuibrium digunakan kriteria Routh-Hurwitz. Jika syarat terpenuhi, maka titik ekuilibrium bebas penyakit dan endemik penyakit akan stabil asimtotik.]]>
<![CDATA[ANALISIS STRATEGI PEMASARAN DENGAN MENGGUNAKAN METODE SWOT DAN ANALYTICAL HIERARCHY PROCESS (AHP) UNTUK MENINGKATKAN VOLUME PENJUALAN ]]>
<![CDATA[murni novita sijabat]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Father's Bakery Bakery is a Home Industry that is engaged in the processing of food bread and various types of cakes. The problem that occurred was Father's Bakery was experiencing a decline in terms of product image and income. The purpose of this research is to find out the factors that influence the marketing strategy and give the right marketing strategy proposals for Papa Bakery Bakery. Determination of the position of the IE matrix strategy is based on the results of the total value of the IFE matrix which biberi weights on the X axis and the total value of the EFE matrix on the Y axis. (Growth). Based on the results of the swot matrix there are 12 strategies. The final stage in this study is the selection of the chosen strategy to be implemented in the Papa Bakery Bakery by using the analytical hierarchy process (AHP). The results obtained then the chosen strategy is to implement an online sales system to expand the market.]]>
<![CDATA[Invers Matriks Blok 2×2 Dalam Aplikasi Matriks FLD〖circ〗_r Bentuk Khusus ]]>
<![CDATA[Ade Novia Rahma]]>;
<![CDATA[Maura Anggelina]]>;
<![CDATA[Rahmawati Rahmawati]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (338.253 KB)
<![CDATA[Untuk menentukan invers matriks blok dalam aplikasi matriks dari suatu matriks berbentuk khusus dengan menggunakan komplemen schur yang mempunyai dua submatriks yang invertible, terdapat beberapa langkah untuk menentukan invers blok matriks . Pertama memblok matriks berbentuk khusus menjadi matriks blok . Selanjutnya menentukan invers submatriks yang invertible dari matriks sehingga didapat bentuk umumnya. Terakhir diperhatikan bentuk pola sehingga mendapatkan bentuk umum invers matriks blok dalam aplikasi matriks berbentuk khusus. Hasil yang diperoleh adalah mendapatkan bentuk umum invers submatriks yang invertible dari matriks dan invers matriks blok dalam aplikasi matriks bentuk khusus.Kata kunci: blok; ; invers; komplemen schur; matriks]]>
<![CDATA[Managemen Pemetaan GIS Distribusi Lahan Terbuka Pasca Bencana Gempa Bumi Kab. Padang Pariaman ]]>
<![CDATA[Heri - Yanto]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Usaha mitigasi bencana dan pengaturan tempat terbuka di Kota Pariaman sangat diperlukan mengingat Kota Pariaman merupakan daerah pesisir di Sumatera Barat yang dekat dengan lokasi sumber gempa dan tsunami. Mitigasi tersebut dapat diwujudkan dengan membuat pemetaan tempat evakuasi di daerah pesisir yang dapat dijangkau dengan cepat oleh masyarakat saat akan terjadi tsunami, Lokasi evakuasi ini secara umum dapat berupa daerah alami dataran tinggi, dan Jalur-jalur cepat yang mengarah ke dataran tinggi. Manajemen risiko harus fokus pada perlindungan penduduk dari gelombang tsunami dengan pemetaan yang cermat terhadap potensi wilayah yang terpapar dan objek penting dalam usaha mitigasi risiko yang tepat, Rencana mitigasi untuk pengelolaan bencana meliputi rekonstruksi dan langkahlangkah persiapan untuk kejadian bencana. Karena kita ketahui dari sumber bencana disebabkan oleh gempa bumi, zona-zona yang terkena dampak bencana ditentukan menggunakan SIG. Peta inundasi dibangun dengan SIG digunakan untuk berbagai keperluan. Potongan-potongan dari gedung dan lembaran-lembaran jalan dan peta lembaran inundasi digunakan untuk mendeteksi gedung yang terkena gelombang tsunami, Lokasi penelitian berada di zona rawan gempa bumi, tsunami dan berjarak dekat dengan garis pantai.]]>
<![CDATA[Perbandingan Metode Moving Average untuk Prediksi Hasil Produksi Kelapa Sawit ]]>
<![CDATA[Surya Agustian]]>;
<![CDATA[Heru Wibowo]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (745.643 KB)
<![CDATA[Kelapa sawit menjadi salah satu produk utama dari Propinsi Riau, yang turut menyumbangkan PAD (Pendapatan Asli Daerah) dan devisa yang tinggi. Namun demikian, produksi sawit setiap bulan tidaklah selalu stabil atau meningkat, melainkan mengalami naik dan turun yang dipengaruhi oleh banyak faktor. Untuk meningkatkan produksi sawit, mempelajari pola hasil panen setiap bulannya menjadi penting, terutama untuk tujuan prediksi hasil panen di bulan berikutnya. Langkah-langkah antisipasi dapat diambil apabila hasil prediksi produksi menurun, sehingga hasil panen yang sebenarnya tetap memuaskan dan mencapai target. Penelitian ini mendiskusikan beberapa hasil dari empat metode prediksi berbasis moving average (MA), yaitu simple MA, double MA, exponential MA, dan weighted MA. Hasil pengujian terhadap data produksi bulanan PTPN V selama 5 tahun menunjukkan bahwa metode weighted moving average merupakan metode yang memiliki error terkecil berdasarkan parameter mean absolute percentage error (MAPE). Pengujian berdasarkan pergerakan data horizontal (produksi bulanan pada satu tahun) memiliki rata-rata persentase error sebesar 12.53%, dilakukan untuk mengamati trend hasil panen. Sedangkan hasil prediksi berdasarkan pergerakan data vertikal (produksi bulan yang sama dari data berurut tahunan) memiliki rata-rata persentase error sebesar 7.35%, yang dilakukan untuk pengamatan musim.]]>
<![CDATA[KUALITAS LAYANAN SISTEM INFORMASI PENGARSIPAN MENGGUNAKAN METOE SERVQUAL ]]>
<![CDATA[rice Novita]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (619.844 KB)
<![CDATA[Bank Indonesia - Records Management System (BI-RMS) is a web-based Bank Indonesia archive management service. This system began operating in early 2012 at the Bank Indonesia Head Office. Then in mid-2013, the BI-RMS system began operating at KPw Bank Indonesia, Riau Province. With various features offered in the BI-RMS, of course, it will simplify the management of records. However, there are only a few employees at KPw Bank Indonesia in Riau Province who use BI-RMS. Even though every employee can access the BI-RMS, only a few people often use the system. Even the system is more often used by apprentice employees than permanent employees. Therefore, a system analysis is needed to determine the quality of system services using the Service Quality (ServQual) method. The results of the analysis are in the form of ServQual gap analysis and service quality level per ServQual dimension. The results of this analysis are expected to solve the problems that exist in the system]]>
<![CDATA[Implementasi Algoritma Fuzzy C-Means untuk Pengelompokan Wilayah Bencana Banjir ]]>
<![CDATA[Aditya Ramadhan]]>;
<![CDATA[Mustakim Mustakim]]>;
<![CDATA[Rizki Handinata]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (390.757 KB)
<![CDATA[Mitigasi adalah serangkaian upaya untuk mengurangi resiko bencana, baik melalui pembangunan fisik maupun penyadaran dan peningkatan kemampuan menghadapi ancaman bencana. Penelitian ini dimaksudkan untuk melakukan pengelompokan terhadap kejadian bencana banjir yang terjadi di Indonesia. Proses pengelompokan dilakukan dengan mengggunakan metode Fuzzy C Means. Atribut yang digunakan pada penelitian ini adalah Jumlah Kejadian, Korban Meninggal dan Menghilang, Korban Menderita, Rumah Rusak, Fasilitas Rusak, dan Kepadatan Penduduk. Proses pengelompokan dan kejadian bencana dilakukan terhadap wilayah Kabupaten/Kota yang ada di Indonesia selama 10 Tahun terakhir. Kombinasi jumlah cluster dan nilai pangkat terbaik yang didapatkan adalah 3 cluster dan nilai w=2 dengan nilai PCI 0,7362, dan PEI 0,658.]]>
<![CDATA[Implementasi Algoritma K-Nearest Neighbor dan Probabilistic Neural Network untuk Analisis Opini Masyarakat Terhadap Toko Online di Indonesia ]]>
<![CDATA[Assad Hidayat]]>;
<![CDATA[Mustakim Mustakim]]>;
<![CDATA[Muhammad Zakiy Fauzi]]>;
<![CDATA[Imaduddin Syukra]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (509.441 KB)
<![CDATA[Twitter dipakai oleh semua orang untuk melakukan penilaian dan mengeluarkan pendapat mengenai segala sesuatu dan mengunggah postingan dengan opini yang berbeda-beda melalui tweet. Tweet yang digunakan berasal dari akun resmi toko online pada Twitter yaitu Lazada dan Blibli. Tweet tersebut dianalisi menggunakan sebuah teknik penggalian teks atau disebut juga text mining. Pada penelitian ini menggunakan dua algoritma klasifikasi yang terdapat pada text mining yaitu K-Nearest Neighbor dan Probabilistic Neural Network, dimana kelas data dibagi menjadi tiga yaitu netral, negatif dan positif yang ditentukan dengan cara menggunakan kamus sentimen. Data dibagi menggunakan K-Fold Cross Validation yang kemudian dihitung akurasinya. Pada percobaan menggunakan metode pembagian data dengan 10 K pada K-Fold Cross Validation didapat hasil perbandingan akurasi antara KNN dan PNN terhadap data Lazada dan data Blibli, Dimana pada data Lazada akurasi KNN lebih tinggi dibandingkan PNN dengan akurasi KNN sebesar 71.57% sedangkan PNN sebesar 66.71%. Untuk data Blibli akurasi KNN juga lebih tinggi dibandingkan PNN dengan akurasi KNN sebesar 68.29% sedangkan PNN sebesar 65.29%. Jadi hasil akurasi pada data Lazada dan Blibli menggunakan algoritma KNN memiliki performa lebih baik dibanding PNN.]]>
