SATIN - Sains dan Teknologi Informasi
Fokus dan Ruang Lingkup Jurnal ini menerbitkan hasil penelitian dalam bentuk artikel penelitian, studi literatur dan artikel dalam bentuk konsep dan kebijakan dalam bidang komputer pada umumnya : Security and Networking Computing Theory and Computational Model E-Learning, E-Business, E-Government, E-Commerce Mobile Computing Software Engineering Soft Computing Computer Software and Applications Image Processing Database, Data Mining, Data Warehouse Intelligent Systems Embedded Systems
Articles
372 Documents
<![CDATA[Implementasi Algoritma FP-Growth untuk Mengukur Tingkat Kemampuan Siswa dalam Prestasi Belajar ]]>
<![CDATA[Harlan Kurnia AR]]>;
<![CDATA[Nurmaliana Pohan]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 8 No 1 (2022): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (429.887 KB)
|
DOI: 10.33372/stn.v8i1.843
<![CDATA[Siswa pada sekolah menengah pertama (SMP) berasal dari berbagai sekolah dasar (SD) dengan kualitas pendidikan yang berbeda. Hal tersebut tentu menjadi salah satu faktor berprestasinya siswa dalam pendidikan. Untuk menentukan seberapa besar pengaruh asal sekolah terhadap tingkat kemampuan siswa dalam prestasi belajar perlu dilakukan suatu penelitian. Atribut yang akan diuji yaitu nilai siswa pada mata pelajaran umum, dimana pelajaran tersebut juga dipelajari pada saat SD. Dengan mengambil data nilai dari Ijazah saat lulus SD serta nilai raporttt pada saat SMP. Dengan mengambil sampel data dari siswa berprestasi pada SMP N 9 Padang yang rata-rata raportt diatas 80. Data juga dipersempit dengan hanya mengambil data nilai pada mata pelajaran Matematika, Bahasa Indonesia, dan IPA hal ini menyesuaikan dengan mata pelajaran yang ada pada ujian nasional saat SD. Maka akan didapatkan setidaknya 166 sampel. Penelitian dilakukan dengan memanfaatkan data mining dari data sampel yang telah didapatkan sehingga akan menghasilkan suatu informasi yang lebih berharga yang diperoleh dengan cara mengekstraksi dan mengenali pola yang penting atau menarik dari data yang terdapat dalam basis data. Dengan menerapkan algoritma FP-Growth akan terbentuk berbagai rules yang mencerminkan korelasi suatu atribut dengan yang lain. Tingkat korelasi tersebut dapat dilihat dari nilai support dan konfiden suatu rules. Serta dengan pemanfaatan software rapidminer dapat mempermudah dalam pemrosesan data mining pada database yang memiliki sampel yang banyak. Dari hasil penelitian, didapatkan bahwa asal sekolah memiliki dampak yang cukup signifikan dalam berprestasinya siswa di sekolah. Hal tersebut dapat dilihat dari nilai support dan nilai confident yang tinggi.]]>
<![CDATA[Penerapan Metode Saw Dalam Penentuan Penerima Bahan Pangan Bersubsidi Untuk Keluarga Miskin dengan Metode Saw ]]>
<![CDATA[Gushelmi]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 4 No 2 (2018): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (884.753 KB)
|
DOI: 10.33372/stn.v4i2.857
<![CDATA[Sesuai dengan peraturan yang sudah ditentukan oleh pihak Kantor Kelurahan Air Tawar Barat Kota Padang untuk memperoleh Bahan Pangan Bersubsidi, maka diperlukan kriteria-kriteria untuk menentukan siapa yang akan terpilih untuk menerima bahan pangan bersubsidi. Pembagian bahan Pangan bersbsidi dilakukan oleh kantor Kelurahan Air Tawar Barat Kota Padang bagi warga yang kurang mampu ataupun miskin. Untuk membantu penentuan dalam menetapkan seseorang yang layak menerima bahan pangan bersubsidi maka dibutuhkan sebuah sistem pendukung keputusan. Salah satu metode yang dapat digunakan untuk Sistem Pendukung Keputusan adalah dengan menggunakan SAW (Simple Additive Weighting). Pada penelitian ini akan diangkat suatu kasus yaitu mencari alternatif terbaik bedasarkan kriteria-kriteria yang telah ditentukan dengan mengggunakan metode SAW (Simple Additive Weighting) untuk melakukan perhitungan metode pada kasus tersebut. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima bahan pangan bersubsidi berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu warga miskin.]]>
<![CDATA[Sistem Pakar Menggunakan Forward Chaining dan Certainty Factor Untuk Diagnosa Kerusakan Smartphone ]]>
<![CDATA[Refli Noviardi]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 8 No 1 (2022): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (330.596 KB)
|
DOI: 10.33372/stn.v8i1.858
<![CDATA[Seiring berjalannya waktu perkembangan Smartphone semakin meningkat dan fasilitas – fasilitasnya pun semakin banyak dan berkembang, kerusakan yang terjadipun juga sering terjadi. Sehingga terjadinya kepadatan orang untuk melakukan service di berbagai tempat. Sistem pakar diagnosa dilakukan dengan tujuan agar membantu proses diagnosa kerusakan pada smartphone agar tidak memerlukan waktu lama untuk memastikan diagnosa lebih lanjut. Dengan menggunakan metode forward chaining dan certainty factor, dimulai dengan informasi yang ada berupa data real lalu digabungkan menjadi sebuah rule untuk menghasilkan suatu kesimpulan. Hasil yang disimpulkan berdasarkan metode forward chaining dan certainty factor bisa mencapai kecocokan tingkat sebesar 73,33% dibandingkan dengan hasil yang didapatkan oleh pakar. Angka tersebut sudah menunjukkan bahwa metode ini cocok untuk membantu masyarakat.]]>
<![CDATA[Implementasi Metode Webqual 4.0 untuk Mengukur Kualitas Website Sistem Informasi Akademik Sekolah ]]>
<![CDATA[Rahmat Musfikar]]>;
<![CDATA[Nadia Fatin Harahap]]>;
<![CDATA[Hazrullah]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 8 No 2 (2022): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (645.62 KB)
|
DOI: 10.33372/stn.v8i2.863
<![CDATA[Banyaknya data yang dikelola oleh pihak akademik serta banyak informasi penting yang terdapat didalamnya tentu hal tersebut bukan perkara mudah dalam melakukannya. Pengolahan data akademik siswa menjadi satu permasalahan besar jika tidak di kelolah dengan sebuah sistem yang terorganisir dengan baik. Sistem informasi akademik bisa diartikan sebagai aplikasi yang dapat mempermudah pengelolaan informasi dan data yang berhubungan dengan lembaga pendidikan. Pengolahan data akademik SMK Negeri 4 Banda Aceh masih dilakukan secara manual yang artinya pengarsipan masih dalam bentuk buku atau kertas. Maka dari itu sistem informasi akademik ini dirancang dan dikembangkan untuk membantu proses pengelolaan kegiatan pada akademik. Kemudian, penelitian ini bertujuan untuk menganalisis tingkat kualitas sistem informasi akademik menggunakan metode pengujian WebQual 4.0 yang memiliki beberapa komponen yang terdiri dari kualitas penggunaan (Usability Quality), kualitas interaksi (Service Interaction Quality) dan Kualitas informasi (information Quality). Berdasarkan pengujian teori WebQul 4.0 kepuasan pengguna terhadap sistem, didapatkan hasil presentase yaitu bahwa pengguna yang memberikan respon positif terhadap sistem akademik yang dibangun, dengan nilai rata-rata yang didapat yaitu sebesar 2,88 dengan presentase 66% dan berada pada level mudah dan sesuai.]]>
<![CDATA[Desain dan Manajemen Jaringan Nirkabel SMK Harapan Bangsa Dengan Penerapan CAPsMAN dan Pembatasan Bandwidth ]]>
<![CDATA[Yayan Hendrian]]>;
<![CDATA[Zeta Adha Trisativa]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 9 No 1 (2023): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (2003.916 KB)
|
DOI: 10.33372/stn.v9i1.864
<![CDATA[Desain jaringan komputer yang baik sangat berpengaruh dalam optimalisasi penggunaan jaringan komputer tersebut. Teknologi jaringan komputer yang banyak digunakan di SMK Harapan Bangsa berupa nirkabel atau wireless dengan koneksi jaringan ke seluruh pengguna dalam area disekitarnya yang dipancarkan oleh Access Point. Permasalahan timbul karena banyaknya access point yang terhubung ke jaringan namun tidak mampu menjangkau seluruh area pengguna jaringan komputer sehingga membuat administrator jaringan cukup kesulitan untuk mengontrol aktifitas pengguna khususnya ketika terjadi kendala pada pemancar yang berbeda ruangan bahkan berbeda gedung. Oleh karena itu diperlukan sebuah strategi dan metode khusus untuk menanganinya. Salah satu caranya dengan mendesain ulang jaringan nirkabel kemudian melengkapinya dengan fitur CAPsMAN dan pengaturan bandwidth. Selain itu ditambahkan pula fitur keamanan wireless hotspot untuk memberikan keamanan yang lebih dikarenakan user harus mempunyai akun untuk melakukan login sehingga tidak sembarang user dapat terkoneksi kedalam jaringan SMK Harapan Bangsa. Dalam rancangan usulan, Penulis mengganti perangkat router utama yaitu RB951Ui-2HnD menjadi RB3011UiAS-RM dan merubah jalur access point ruang guru menuju mikrotik RB3011UiAS-RM agar konfigurasi dapat lebih terpusat dengan tambahan konfigurasi CAPsMAN. Dengan penerapan tersebut dapat meningkatkan kinerja jaringan wireless SMK Harapan Bangsa.]]>
<![CDATA[Implementasi Metode Simple Additive Weighting Dalam Penentuan Perawat Terbaik ]]>
<![CDATA[Sri Siswanti]]>;
<![CDATA[Setiyowati]]>;
<![CDATA[Retno Dwi Andari]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 8 No 2 (2022): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (782.134 KB)
|
DOI: 10.33372/stn.v8i2.865
<![CDATA[Guna meningkatkan kualitas kinerja perawat, pimpinan Klinik membuat suatu program pemilihan perawat terbaik dengan memberikan reward berupa penambahan gaji bagi perawat terbaik. Program seleksi perawat terbaik ini dilaksanakan setiap akhir tahun. Pada sistem lama proses seleksi saat ini menggunakan satu kriteria yaitu berdasarkan kedisiplinan dan mengabaikan kriteria lain. Hal ini menyebabkan ketidakpuasan bagi para perawat. Untuk mengatasi permasalahan tersebut dibutuhkan suatu sistem pendukung keputusan pemilihan perawat terbaik dengan Metode Simple Additive Weighting (SAW). Tujuan dari Penelitian ini adalah mengembangkan sistem pendukung keputusan untuk pemilihan perawat terbaik dengan menggunakan kriteria kinerja, kedisiplinan, pendidikan, sikap. Menggunakan metode SAW karena metode tersebut mampu menentukan alternative terbaik dan dapat melakukan proses perangkingan. Pengumpulan data melalui wawancara, observasi, dan studi pustaka. Pengembangan sistem menggunakan Model Waterfall, perancangan sistem menggunakan pendekatan terstruktur, bahasa pemrograman dengan PHP, sedangkan untuk pengambilan keputusan menggunakan Metode Simple Additive Weighting. Berdasarkan pengujian sistem baru dengan sistem lama menjukan bahwa sistem baru lebih baik kerena memiliki akurasi 80%.]]>
<![CDATA[Pemilihan Operator Terbaik Menggunakan Metode Profile Matching ]]>
<![CDATA[Dewa Ayu Diah Saraswati]]>;
<![CDATA[Laela Kurniawati]]>;
<![CDATA[Tuti Haryanti]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 8 No 2 (2022): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (341.368 KB)
|
DOI: 10.33372/stn.v8i2.871
<![CDATA[Kemajuan sebuah perusahaan sangat dipengaruhi oleh kualitas sumber daya manusia, salah satunya adalah operator yang bekerja dan mengabdi di dalam perusahaan. Untuk dapat mewujudkan suatu keberhasilan dalam sebuah perusahaan tentunya operator harus memiliki kinerja yang baik dan berkualitas. Permasalahan pengolahan data pada PT. Panggilan Burung Kutilang untuk penilaian operator terbaik yang dilakukan secara manual adalah dapat menyebabkan hasil penilaian operator yang diperoleh bersifat subjektif. Penilaian yang subjektif dianggap tidak akurat dan tidak tepat karena penilaian yang dilakukan pada umumnya mendapatkan hasil yang diperoleh berdasarkan duga-duga, sesuai perasaan atau selera manusia itu sendiri tanpa menilai berdasarkan kriteria-kriteria tertentu. Ada beberapa kriteria penilaian dalam pemilihan operator terbaik yang bisa dilihat dari dua aspek, yaitu: Aspek pertama adalah aspek kinerja meliputi prosedur kerja, kehadiran dan kemampuan. Aspek kedua adalah aspek sikap kerja meliputi kesopanan, kedisplinan, kejujuran dan kerjasama. Tujuan dari penelitian ini adalah untuk membantu perusahaan dalam menentukan operator terbaik pada perusahaan dengan melakukan penilaian yang tidak subjektif dan menghasilkan penilaian yang tepat dan akurat. Dalam melakukan pemilihan operator terbaik salah satunya dapat menggunakan metode Profile Matching, metode ini dapat menjadi solusi agar pemilihan operator lebih tepat dan akurat dengan penilaian yang baik dan proses pengambilan keputusan yang cepat dan tepat. Hasil penelitian yang telah dilakukan dengan menggunakan metode profile matching dalam pemilihan operator terbaik adalah operator terbaik berdasarkan hasil akhir perangkingan dengan memperoleh nilai rata-rata tertinggi yaitu 4,7.]]>
<![CDATA[Analisis Karakteristik Akun Twitter Berdasarkan Sentimen Pendapat Terkait Undang-Undang PSE ]]>
<![CDATA[Arya Akbar Rivaldi]]>;
<![CDATA[Bayu Azra Yudhantorro]]>;
<![CDATA[Ibadurrahman Ziaulhaq]]>;
<![CDATA[Nur Aini Rakhmawati]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 8 No 2 (2022): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (381.957 KB)
|
DOI: 10.33372/stn.v8i2.875
<![CDATA[Aturan untuk penyedia layanan di internet atau Penyelenggara Sistem Elektronik di Indonesia mendapatkan pro dan kontra semenjak adanya Peraturan Pemerintah yang diterbitkan. Twitter sebagai media sosial, menjadi salah satu tempat menyampaikan pendapat secara bebas, tidak terkecuali pendapat untuk peraturan PSE. Penelitian ini bertujuan untuk mengidentifikasi karakteristik akun pengguna Twitter dengan mempertimbangkan sentimen tweet mereka terhadap Peraturan PSE. Analisis ini dilakukan dengan mengidentifikasi sentimen pada data tweet, kemudian melihat atribut dari akun pengguna tweet tersebut. Pada proses penggalian data didapatkan sebanyak 849 tweet, 679 diantaranya diberikan label sentimen yang kemudian akan digunakan untuk membangun model machine learning berbasis IndoBERT. Selanjutnya, sebanyak 335 data terkait akun pengguna yang terikat dengan data tweet diatas juga didapatkan. Model machine learning yang dihasilkan mencapai akurasi sebesar 71%, didapatkan juga model paling baik dalam mengklasifikasi tweet dengan sentiment negatif. Ditemukan bahwa akun yang mendukung PSE atau memiliki postingan tweet dengan sentimen positif berusia lebih muda dibandingkan yang bersentimen negatif. Meski begitu rata-rata jumlah tweet yang dihasilkan akun-akun bersentimen positif lebih banyak dibandingkan akun dengan sentimen negatif meskipun rata-rata usianya jauh lebih tua. Ini menunjukkan bahwa akun bersentimen positif lebih sering mengirim tweet dibandingkan akun bersentimen negatif.]]>
<![CDATA[Perancangan Digital Enterprise Architect Smart course Pada Industri Pendidikan ]]>
<![CDATA[R Arif Firmansah]]>;
<![CDATA[Richardus Eko Indrajir]]>;
<![CDATA[Erick Dazki]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 8 No 2 (2022): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (736.995 KB)
|
DOI: 10.33372/stn.v8i2.876
<![CDATA[Smart course merupakan program pengembangan karier yang diimplementasikan dalam suatu program kursus. Di era transformasi digital, sangat dimungkinkan adanya infrastruktur teknologi untuk mencocokkan antara talenta siswa dan bidang ilmu yang sesuai, didukung dengan alur proses pembelajaran yang mendukung lingkungan pengembangan karier yang diadopsi dari dunia kerja nyata, sehingga produk talenta yang dihasilkan dapat memenuhi kebutuhan pasar kerja. Tujuan dari pengembangan bisnis ini adalah memberikan kesempatan kepada peserta kursus untuk menemukan talenta yang sesuai dengan dirinya dan menjadi profesional, sehingga dapat mengisi kebutuhan perusahaan akan keterampilan yang profesional. Implementasi Digital Enterprise Architecture ini menggunakan TOGAF Framework dan ArchiMate Modeling Language (the open group) meliputi desain arsitektur bisnis, arsitektur informasi/data, arsitektur teknologi.]]>
<![CDATA[Algoritma K-Medoids untuk Pengelompokan Produksi Padi dan Beras sebagai Upaya Optimalisasi Ketahanan Pangan di Provinsi Riau ]]>
<![CDATA[Luth Fimawahib]]>;
<![CDATA[Imam Rangga Bakti]]>;
<![CDATA[Asep Supriyanto]]>
<![CDATA[ SATIN - Sains dan Teknologi Informasi Vol 8 No 2 (2022): SATIN - Sains dan Teknologi Informasi ]]>
Publisher : <![CDATA[STMIK Amik Riau ]]>
Show Abstract
|
Download Original
|
Original Source
|
Check in Google Scholar
|
Full PDF (466.421 KB)
|
DOI: 10.33372/stn.v8i2.877
<![CDATA[Tanaman pangan seperti padi masih menjadi perhatian dunia, termasuk di negara Indonesia khususnya Provinsi Riau. Kendala yang dihadapi Provinsi Riau adalah terbatasnya pengetahuan dalam pengelompokan produksi padi dan beras. Data mining memiliki beberapa algoritma dalam Clustering data, salah satunya K-Medoids. Produksi padi dan beras di Provinsi Riau dalam penelitian ini dikelompokkan menggunakan algoritma K-Medoids dengan menetapkan k sejumlah 2 (dua). Perhitungan manual metode dan implementasi dalam RapidMiner untuk produksi padi dan beras dari tahun 2019 sampai 2021, maka diperoleh Cluster 1 (tinggi) sebanyak 4 kabupaten, sementara Cluster 2 (rendah) sebanyak 8 kabupaten. Hasil ini bisa menjadi informasi bagi pemerintah Provinsi Riau bahwa masih banyak kabupaten yang belum optimal dalam produksi padi dan beras, sehingga pemerintah bisa lebih fokus dalam meningkatkan produksi padi dan beras pada tahun-tahun berikutnya. Evaluasi Cluster menggunakan Davies-Bouldin Index (DBI) dan didapatkn nilai sebesar 0,626, sehingga bisa dikatakan bahwa evaluasi Cluster cukup baik, karena mendekati nol.]]>
