Articles
82 Documents
Search results for
, issue
"2020: SNTIKI 12"
:
82 Documents
clear
<![CDATA[Prediksi Cuaca Pekanbaru Menggunakan Fuzzy Tsukamoto dan Algoritma Genetika ]]>
<![CDATA[Fitri Insani (Scopus ID: 57190404820)]]>;
<![CDATA[Syafawani Fadilah]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[AbstrakKeadaan cuaca pekanbaru cenderung berubah dengan cepat, hal ini mengakibatkan terjadinya penyimpangan yang tidak dapat dihindari. Prediksi cuaca dibutuhkan untuk mengantisipasi keadaan cuaca yang cenderung berubah dengan cepat. Proses penentuan prediksi cuaca menggunakan beberapa krieria yaitu Suhu udara, Kelembaban, Kecepatan Angin dan Perawanan. Algoritma genetika berfungsi sebagai pencarian nilai optimum pada masing-masing individu yang akan dibangkitkan sebagai batas fungsi keanggotaan Fuzzy Tsukamoto. Adapun tahapan Algoritma Genetika pada kasus ini adalah inisialisasi populasi awal, perkawinan silang (crossover), Mutasi dan seleksi. Individu yang tertinggi akan dijadikan solusi untuk prediksi cuaca. Adapun akurasi yang didapatkan melalui pengujian sistem menggunakan akurasi yaitu 72% dengan nilai probabilitas crossover 0,6 dan probabilitas mutation 0,4. Hasil nilai evaluasi ini membuktikan kombinasi Fuzzy Tsukamoto menggunakan Algoritma Genetika mampu menghasilkan hasil akhir yang optimal.]]>
<![CDATA[PERANCANGAN DAN PEMBUATAN APLIKASI MONITORING PERKEMBANGAN KOPERASI ]]>
<![CDATA[Bayu Rahayudi]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Koperasi sebagai sebuah sistem dan badan usaha yang berasaskan gotong royong diharapkan dapat menjadi aktor penting dalam upaya peningkatan perekonomian dan mampu menjadi motor penggerak memberi kontribusi tercapainya kehidupan ekonomi yang sejahtera, baik orang-orang yang menjadi anggota maupun masyarakat di sekitarnya. Untuk memaksimalkan potensi koperasi maka dibutuhkan kegiatan dalam bentuk pemberdayaan yang dilakukan oleh setiap daerah. Salah satu hal utama yang diperlukan dalam penyusunan strategi pemberdayaan koperasi itu adalah tersedianya basis data yang kemudian dilanjutkan dengan rencana induk pengembangan koperasi yang terkini dan mudah diakses oleh para pihak yang berkepentingan sehingga pengambilan kebijakan pengembangan dan pemberdayaan koperasi tepat sasaran dan mampu berkontribusi dalam pembangunan ekonomi nasional.Pengembangan Aplikasi Monitoring Perkembangan Koperasi bertujuan untuk menyediakan basis data koperasi dan perkembangannya, yang pada akhirnya dapat digunakan untuk penyusunan kebijakan dan pemberdayaan koperasi ke depan. Pengembangan aplikasi ini dimulai dengan analisis kebutuhan, perancangan basis data, dan perancangan antar muka. Setelah diimplementasikan, maka akan dilakukan pengujian melalui pengujian fungsional atau pengujian blackbox. Hasil dari penelitian ini adalah aplikasi Monitoring Perkembangan Koperasi berbasis desktop yang berjalan di lingkungan sistem Operasi Windows 10.]]>
<![CDATA[Prediksi Hasil Produksi Kelapa Sawit Menggunakan Model Regresi Linear Berganda Pada PT. Perkebunan Nusantara V ]]>
<![CDATA[Jeni Adhiva]]>;
<![CDATA[Mustakim Mustakim]]>;
<![CDATA[Shinta Ayunda Putri]]>;
<![CDATA[Sindhy Genjang Setyorini]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Perusahaan industri banyak berkembang dibidang hasil produksi kelapa sawit, salah satunya adalah PT Perkebunan Nusantara V (PTPN V). Di kebun Tandun, PTPN berusaha meningkatkan produksi minyak sawit. Data prediksi merupakan input penting untuk perencanaan kapasitas produksi dan fasilitas produksi. Salah satu metode prediksi yang digunakan adalah Regresi Linier Berganda, Variabel bebas yang digunakan dalam memprediksi adalah tahun penanaman, luas dalam hektar, jumlah pokok, dan jumlah tandan, dan variabel terikat adalah hasil produksi kelapa sawit. Berdasarkan hasil uji korelasi dengan regresi linier berganda menunjukkan angka korelasi signifikansi di bawah 0,05, pengujian hipotesis meliputi regresi linier berganda dan korelasi, menggunakan uji t dan f dengan taraf signifikan α = 0,05. Nilai analisis korelasi berganda (R) adalah 0,947 dan koefisien determinasi adalah 90%. Kinerja persamaan regresi linier berganda dibentuk dari data pelatihan dan validasi dalam data uji dengan tingkat akurasi prediksi dengan Mean Absolute Percentage Error (MAPE) sebesar 21%.]]>
<![CDATA[Kombinasi Metode SMART-TOPSIS dalam Rekomendasi Wilayah Pembangunan Pabrik Kelapa Sawit ]]>
<![CDATA[Rahmatul Annisa]]>;
<![CDATA[Mustakim Mustakim]]>;
<![CDATA[Nurfadila Utami]]>;
<![CDATA[Ega Kuslia Sari]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Salah satu proyek yang dijalankan di PTPN V adalah proyek Pabrik Kelapa Sawit yang memiliki 12 PKS dan 20 Kebun. Dalam mengelola dan mengontrol bisnis kebun kelapa sawit dengan luasnya mencapai ribuan hektar, bahkan mencapai ratusan ribu hektar, bukan hal yang mudah. Apalagi lokasi perkebunan yang terpisah. Untuk itu, diperlukan rekomendasi wilayah yang akan dibangun pabrik kelapa sawit untuk mempermudah pasokan produksi kedepannya. Banyak sekali metode Sistem Pendukung Keputusan (SPK) yang dapat digunakan dalam menentukan pengambilan keputusan, salah satunya adalah metode SMART dan TOPSIS. Dalam penelitian ini mengkombinasikan Metode SMART sebagai langkah awal mencari nilai bobot pada setiap atribut dan dilanjutkan dengan metode TOPSIS sebagai pemilihan alternatif terbaik. Hasil yang didapat dalam kombinasi dua metode ini adalah alternatif terbaik di raih oleh kebun AMO-II, nilai preferensi 0,905 dan alternatif terakhir di raih oleh kebun SSI dengan nilai preferensi terendah 0,128. Hasil dari perankingan ini nantinya dijadikan sebagai rekomendasi kepada pihak PTPN V sebagai bahan acuan dalam pengembangan dan pembangunan pabrik kelapa sawit.]]>
<![CDATA[Penjadwalan Perawatan Root Train Pack dengan Menggunakan Metode MTBF dan FMEA ]]>
<![CDATA[Vera devani]]>;
<![CDATA[Andrian Saputra]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[PT. IU adalah sebuah perusahaan swasta yang menyediakan jasa perawatan root train pack. Penelitian ini dilakukan untuk menentukan waktu rata-rata perawatan root train pack dengan menggunakan metode MTBF (Mean Time Between Failure), mengindentifikasi dan menganalisa penyebab serta meminimalkan risiko terjadinya kegagalan dengan menggunakan metode FMEA (Falueir Mode Effect Analysis). Hasil penelitian diperoleh waktu rata-rata perawatan root train pack dalam 1 tahun dibutuhkan waktu selama 73,186 jam. Berdasarkan Pareto Diagram terdapat 5 jenis kegagalan yang memiliki frekuensi tertinggi, yaitu: oli filter, oli engine, pecah ban, oli transmisi, dan filter solar. Dari kelima kegagalan tersebut yang memiliki nilai RPN (Risk Priority Number) yang tinggi yaitu ban pecah, penyebab dominan adalah pada kondisi jalan yang tidak baik dengan nilai RPN sebesar 125. Oli filter, penyebab dominan adalah pada waktu pergantian yang tidak terjadwal dengan RPN sebesar 75. Oli engine, penyebab dominan adalah pada waktu pergantian yang tidak terjadwal dengan RPN sebesar 75. Filter solar, penyebab dominan adalah pada waktu pergantian yang tidak terjadwal dengan RPN sebesar 48. Sedangkan oli transmisi, mempunyai nilai RPN yang masih rendah yaitu 27. Berdasarkan nilai RPN tersebut perlu tindakan perbaikan untuk mengurangi tingkat kegagalan.]]>
<![CDATA[Source retrieval pada deteksi plagiarisme berdasarkan biword fingerprint dengan model ruang vektor ]]>
<![CDATA[Surya Agustian]]>;
<![CDATA[Agung Sucipto]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kasus plagiarisme dokumen berkembang semakin banyak seiring dengan pertambahan sumber digital yang pesat yang tersimpan di jaringan internet. Kesulitan ditemui saat harus menguji apakah suatu karya mengandung plagiarisme, dan di mana menemukan sumber aslinya (source retrieval) dari jutaan artikel dan dokumen yang ada tersebut. Penelitian ini bertujuan untuk melakukan pendeteksian kasus plagiarisme dari banyak dokumen sumber. Sistem pencarian sumber dokumennya menggunakan model ruang vektor, dengan kueri berbentuk frase word-n-gram, dengan n dari 3, 4 dan 5 (triword, quadword dan pentaword). Eksperimen dengan berbagai kombinasi, dilakukan dengan atau tanpa stemming, dan variasi pada frekuensi kata. Hasil yang diperoleh memberikan rekomendasi dokumen mana yang paling mirip dengan dokumen input dari sejumlah dokumen hasil pencarian awal. Hal ini sangat membantu manusia dalam menemukan dokumen sumber yang paling banyak diplagiasi.]]>
<![CDATA[Implementasi AHP dan TOPSIS Untuk Proses Penentuan Pembimbing Tugas Akhir Mahasiswa ]]>
<![CDATA[Yoga Handoko Agustin]]>;
<![CDATA[Fitri Nuraeni]]>;
<![CDATA[Dede Kurniadi]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Proses penentuan dosen pembimbing tugas akhir diawali dari proses pengajuan judul yang diajukan terlebih dahulu oleh Mahasiswa kepada Bagian Prodi. Pada proses pemilihan judul yang dilakukan oleh Bagian Prodi belum optimal, karena memerlukan banyak waktu, biaya yang tidak sedikit bahkan cukup menguras tenaga karena banyaknya mahasiswa dalam mengajukan judul tugas akhir. Untuk mengoptimalkan hal tersebut dibutuhkan suatu sistem pendukung keputusan dalam penentuan pembimbing tugas akhir. Metode yang digunakan dalam sistem pendukung keputusan ini adalah Analytical Hierarchy Process (AHP) yang dikombinasikan dengan metode lainnya, yaitu Technique for Order Preference By Similarity To Ideal Solution (TOPSIS). Kombinasi 2 metode ini dilakukan untuk meningkatkan efektifitas dengan jumlah kriteria dan alternative yang banyak, serta dapat menyelesaikan pengambilan keputusan secara praktis karena konsepnya sederhana dan mudah dipahami, komputasinya efisien, serta memiliki kemampuan mengukur kinerja relative dari alternatif-alternatif keputusan. Kriteria yang digunakan dalam penelitian ini sebanyak 7 kriteria. Hasil yang dicapai dari sistem pendukung keputusan ini dapat membantu proses pemilihan dosen pembimbing menjadi lebih cepat, menghasilkan nilai CR=0,07 yang menunjukkan konsistensi nilai perbandingan kriteria yang diberikan dan mampu menghasilkan dosen pembimbing. ]]>
<![CDATA[Trace Matriks Ketetanggaan n×n Berpangkat m=-2,-3,-4 ]]>
<![CDATA[fitri aryani]]>;
<![CDATA[Aulia Arjuna Nugraha]]>;
<![CDATA[Helsi vianingsih]]>;
<![CDATA[Corry Corazon Marzuki]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Jumlah dari elemen-elemen diagonal utama dari matriks bujursangkar disebut trace matriks. Penelitian ini bertujuan untuk mendapatkan bentuk umum trace matriks berpangkat negatif dua, negatif tiga, dan negatif empat, dengan matriks yang digunakan adalah matriks ketetanggaan dari graf lengkap. Sebelum mendapatkan bentuk umum trace matriksnya, maka didapatkan terlebih dahulu bentuk umum perpangkatan matriks ketetanggan dari graf lengkap tersebut. Hasil yang diperoleh berupa bentuk umum perpangkatan matriks dan trace matriks ketetanggan. Diberikan juga aplikasinya dalam bentuk contoh soal.]]>
<![CDATA[Optimasi Vehicle Routing Problem di PT. XYZ Menggunakan Metode Clarke and Wright Saving Heuristic dan Nearest Neighbour ]]>
<![CDATA[Vivi Engraini]]>;
<![CDATA[Nova Meirizha]]>;
<![CDATA[Dedi Dermawan]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Penelitian ini bertujuan untuk menentukan rute distribusi yang dapat meminimasi jarak, waktu dan biaya di PT. XYZ. Permasalahan penentuan rute termasuk dalam Vehicle Routing Problem (VRP). Adapun penyelesaian VRP dalam penelitian ini dilakukan menggunakan metode Clarke and Wright Saving Heusristic dan metode Nearest Neighbour lalu memilih rute dengan total jarak tempuh dan total waktu penyelesaian yang lebih kecil sebagai rute usulan yang optimal. Selanjutnya dilakukan perbandingan antara rute usulan yang optimal dengan rute distribusi perusahaan saat ini dari segi jarak, waktu dan biaya. Berdasarkan hasil perhitungan diperoleh bahwa rute yang dihasilkan oleh metode Nearest Neighbour lebih optimal karena memiliki total jarak tempuh dan total waktu penyelesaian yang lebih kecil dibandingkan rute yang dihasilkan oleh metode Clarke and Wright Saving Heuristic serta mampu memberikan penghematan jarak tempuh, waktu penyelesaian dan biaya distribusi berturut-turut sebesar 19,9%, 9,6% dan 24,4% dari rute distribusi perusahaan saat ini.]]>
<![CDATA[Usulan HOE Dalam Perancangan Alat Pembelah Buah Pinang Dengan Metode EFD ]]>
<![CDATA[Riri Nasirly]]>;
<![CDATA[Liyana Aqilah]]>
<![CDATA[ Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12 ]]>
Publisher : <![CDATA[UIN Sultan Syarif Kasim Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
<![CDATA[Kecamatan Kuala merupakan salah satu daerah penghasil buah pinang di Kabupaten Pelalawan. Dalam proses pembelahan buah pinang masih dilakukan secara manual yaitu dengan menggunakan parang yang diberikan landasan kayu dibawahnya. Hal ini memiliki banyak kekurangan. Salah satunya yaitu kurangya keamanan pada saat membelah buah pinang dan berakibat jari luka sehingga akan membahayakan keselamatan. Selain itu posisi kerja yang monoton juga menyebabkan keluhan terutama pada bagian tangan, leher dan pinggang. Oleh sebab itu, dalam penelitian ini dilakukan perancangan House Of Ergonomic (HOE) dengan metode Ergonomic Function Deployment (EFD). Dengan tujuan untuk menghasilkan usulan rancangan alat pembelah pinang yang dapat mengurangi keluhan dan cedera pada pekerja dan untuk mengetahui kriteria alat yang sesuai dengan kebutuhan pekerja. Hasil penelitian menunjukkan bahwa urutan prioritas dalam merancang alat pembelah pinang yaitu alat pembelah pinang yang hemat tempat, lebar alas duduk pada alat pembelah pinang dan dimensi ketinggian tempat duduk pada alat pembelah pinang. Dan konsumen menginginkan alat pembelah buah pinang yang memiliki atribut yaitu kayu yang ringan, mudah disimpan, mata pisau dapat dilepas, mengurangi cedera, simpel.]]>
