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[Perancangan Chatbot untuk Layanan Informasi Sekolah (Studi Kasus SMK Dwi Sejahtera Pekanbaru) ]]>
<![CDATA[Ivan Gunawan]]>;
<![CDATA[Hadi Asnal]]>;
<![CDATA[Muhammad Nur Cahyadi]]>;
<![CDATA[Zaki Mubarok G]]>
<![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 (564.434 KB)
|
DOI: 10.33372/stn.v8i2.880
<![CDATA[Abstrak Seiring berkembangnya teknologi saat ini, tentunya ini sangat memberikan kemudahan bagi masyarakat dalam mencari informasi. Dalam mencari informasi terkait sekolah yang akan dituju, biasanya calon siswa akan mendatangi langsung sekolah yang bersangkutan untuk mendapatkan informasi terkait syarat pendaftaran untuk masuk ke sekolah tersebut. Informasi tersebut biasanya didapat dari madding sekolah, brosur, staff guru, dan lainnya. Pada penelitian ini, chatbot digunakan untuk memenuhi kebutuhan informasi SMK Dwi Sejahtera. Chatbot adalah system layanan informasi yang berfungsi untuk memberikan kebutuhan informasi pada system layanan service. System Chatbot yang digunakan adalah system chatbot berbasis text. Dengan menggunakan Artificial Intelligence Markup Language (AIML). AIML digunakan untuk memberikan jawaban yang relevan yang sesuai dengan pola kalimat yang telah ditemukan dalam Bahasa manusia agar tidak terjadi kesalahan saat user berinteraksi dengan bot. system ini dibangun dengan tujuan agar siswa baru yang ingin mendaftar atau hanya sekedar ingin memperoleh informasi di SMK Dwi Sejahtera kemudahan dalam berinteraksi langsung dengan bot di kolom chat tanpa harus datang menemui staff yang bersangkutan. Abstract Along with the development of technology today, of course, this is very easy for the public to find information. In looking for information related to the school to be targeted, usually prospective students will go directly to the school concerned to get information related to the registration requirements for admission to the school. This information is usually obtained from school madding, brochures, teacher staff, and others. In this study, chatbots were used to meet the information needs of SMK Dwi Sejahtera. Chatbot is an information service system that functions to provide information needs in the service system. The Chatbot system used is a text-based chatbot system. By using Artificial Intelligence Markup Language (AIML). AIML is used to provide relevant answers that match the sentence patterns that have been found in human language so that no errors occur when the user interacts with the bot. This system was built with the aim that new students who want to register or just want to get information at SMK Dwi Sejahtera are easy to interact directly with bots in the chat column without having to come to see the staff concerned.]]>
<![CDATA[Sistem Pendukung Keputusan Penerrima Bantuan Zakat untuk Anak Yatim Menggunakan FMADM dengan Metode AHP ]]>
<![CDATA[Sajaratud Dur]]>;
<![CDATA[Fibri Rakhmawati]]>;
<![CDATA[Jumianti Ritonga]]>
<![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 (545.711 KB)
|
DOI: 10.33372/stn.v8i2.882
<![CDATA[Penelitian ini bertujuan untuk membuat sebuah model pendukung keputusan di BAZNAS (Badan Amil Zakat Nasional) Sumatera Utara dalam menentukan calon penerima zakat. Dalam penelitian ini akan membahas tentang pengaplikasian Sistem Pendukung Keputusan (SPK). Pada penelitian ini peneliti menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode Analytical Hierarchy Process (AHP), metode ini dipilih karena metode ini mampu melakukan perbandingan antar kriteria yang lebih kompleks bila dibandingkan dengan metode Sistem Pendukung Keputusan (SPK) yang lainnya. Untuk kriteria yang digunakan dalam dalam penelitian ini ada tiga yaitu status, umur dan kelengkapan surat calon penerima zakat, dengan status merupakan cost(C), usia dan kelengkapan surat merupakan benefit(B), selanjutnya melakukan normalisasi pada masing-masing kriteria berdasarkan jenis atribut setelah melakukan normalisasi maka diperoleh nilai preferensi. Nilai preferensi teretinggi adalah penerima zakat yang akan lebih diprioritaskan. Nilai preferensi tertinggi pada Salsabilah Nasution dengan nilai preferensi 0,004633462. Hasil utama dari penelitian ini adalah sebuah perangkingan calon penerima zakat BAZNAS Sumatera Utara pada 289 calon penerima zakat.]]>
<![CDATA[Penerapan Metode Collaborative Filtering Dan Knowledge Item Based Terhadap Sistem Rekomendasi Kamera DSLR ]]>
<![CDATA[Romindo]]>;
<![CDATA[Jefri Junifer Pangaribuan]]>;
<![CDATA[Okky Putra Barus]]>;
<![CDATA[Jusin]]>
<![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 (502.054 KB)
|
DOI: 10.33372/stn.v8i2.883
<![CDATA[Sistem rekomendasi adalah sistem yang dibuat dengan tujuan untuk membantu pengguna dalam mengetahui item yang diminati oleh mereka. Sistem rekomendasi banyak diimplementasikan di marketplace, sosial media dan untuk tujuan lainnya. Salah satu proses yang membutuhkan sistem rekomendasi adalah pada proses pemilihan kamera. Pemilihan kamera untuk fotografer yang belum berpengalaman menggunakan kamera menjadi salah satu permasalahan yang cukup penting dikarenakan banyaknya kamera yang bermunculan hingga saat ini. Proses pemilihan kamera biasanya dilakukan dengan bertanya kepada fotografer senior yang sudah terjun lama dalam bidang fotografi agar diberikan rekomendasi terkait kamera yang sesuai dengan kriteria. Proses konvensional tersebut tentunya akan memakan waktu yang sangat lama. Oleh karena permasalahan tersebut, maka perlu dilakukan penelitian untuk sebuah sistem informasi rekomendasi pada proses pemilihan kamera. Pada penelitian ini akan diterapkan 2 metode rekomendasi yaitu metode Collaborative Filtering dan Knowledge Item Based. Hasil penelitian menunjukkan bahwa sistem informasi rekomendasi kamera DSLR yang dibangun menerapkan metode Collaborative Filtering dan Knowledge Item Based dalam memberikan rekomendasi prediksi pilihan kamera berdasarkan pola rating dari user lainnya.]]>
<![CDATA[Sistem Pendukung Keputusan Untuk Menentukan Kelayakan Customer Dalam Proses Pengkreditan dengan Metode Scoring System ]]>
<![CDATA[Khusaeri Andesa]]>;
<![CDATA[Herwin]]>;
<![CDATA[Torkis Nasution]]>
<![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 (471.556 KB)
|
DOI: 10.33372/stn.v8i2.884
<![CDATA[Kegiatan kredit merupakan hal yang wajar dikalangan masyarakat, pengkreditan adalah kemampuan untuk melaksanakan suatu pembelian atau mengadakan suatu pinjaman dengan suatu janji pembayaran pada jangka waktu yang telah disepakati. Penentuan kelayakan pengajuan kredit menjadi salah satu syarat yang harus dilalui seorang pemohon kredit sebelum melakukan proses pengkreditan. Sistem manajemen pengkreditan PT. Taruna Sinar Laut yang digunakan selama ini belum adanya sistem pendukung keputusan untuk menentukan kelayakan customer dalam proses pengkreditan, sehingga menimbulkan banyaknya customer yang macet didalam pembayaran kredit. Dari permasalahan tersebut memunculkan gagasan untuk membuat suatu sistem pendukung keputusan dengan analisa pehitungannya menggunakan metode Scoring System, dimana memiliki kemampuan menyajikan informasi dalam bentuk angka yang nantinya dapat menyajikan informasi yang awalnya berbentuk kualitatif menjadi informasi yang berbentuk kuantitatif yang dapat memecahkan masalah tersebut.]]>
<![CDATA[Penerapan Penerapan Data Mining Untuk Klasifikasi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Random Forest ]]>
<![CDATA[Oon Wira Yuda]]>;
<![CDATA[Darmawan Tuti]]>;
<![CDATA[lim Sheih Yee]]>;
<![CDATA[Susanti]]>
<![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 (446.155 KB)
|
DOI: 10.33372/stn.v8i2.885
<![CDATA[Salah satu faktor yang meningkatkan prestasi perguruan tinggi adalah kemampuan mahasiswa untuk menyelesaikan studi tepat waktu. Beberapa faktor dapat dilihat dari Indeks Prestasi Kumulatif (IPK) yang mencerminkan seluruh nilai yang diperoleh mahasiswa setiap semester yang sedang berjalan, dan jumlah SKS yang telah ditempuh mahasiswa. STMIK Amik Riau selalu berupaya untuk meningkatkan jumlah mahasiswa lulus tepat waktu secara terus menerus. Berdasarkan hal tersebut, maka dilakukan penelitian pada STMIK Amik Riau yang bertujuan untuk mengatasi masalah mahasiswa yang tidak lulus tepat waktu. Untuk mencapai tujuan tersebut, pada penelitian ini digunakan metode klasifikasi untuk mengklasifikasi kelulusan mahasiswa berdasarkan beberapa kategori yang telah ditentukan. Proses klasifikasi ini menggunakan algoritma Random Forest. Dengan menggunakan algoritma random forest ini dalam mengklasifikasi kelulusan mahasiswa, diperoleh tingkat akurasi sebesar 98%. Nilai akurasi yang diperoleh ini menunjukkan bahwa proses klasifikasi yang dilakukan sangat akurat.]]>
<![CDATA[Sistem Pakar Rekomendasi Tanaman Herbal Berdasarkan Faktor Lingkungan Menggunakan Metode Certainty Factor ]]>
<![CDATA[Ulfa Khaira]]>;
<![CDATA[Bisma Aulia]]>;
<![CDATA[Desi Musfiroh]]>
<![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 (504.945 KB)
|
DOI: 10.33372/stn.v8i2.889
<![CDATA[Tren bertani dikala pandemi saat ini digemari oleh masyarakat, terlebih tanaman herbal. Sehingga masyarakat banyak mengikuti tren tersebut. Akan tetapi, masyarakat perlu ilmu dalam bertani tersebut. Dalam pembibitannya, tanaman herbal memiliki karakteristik dan perlakuan lingkungan yang berbeda-beda. Sehingga diperlukan pengetahuan yang baik terkait proses pembibitan tanaman tersebut. Konsultan pertanian dibutuhkan untuk memberikan rekomendasi tanaman herbal apa yang cocok sesuai dengan faktor lingkungan. Melalui sistem pakar, masyarakat dapat mengetahui informasi yang baik dan benar seperti dari pakar langsung. Dalam penelitian ini, sistem pakar rekomendasi tanaman herbal dibangun untuk membantu memberikan rekomendasi tanaman herbal yang cocok ditanam berdasarkan faktor lingkungan. Faktor-faktor lingkungan yang digunakan untuk dasar rekomendasi adalah ketinggian wilayah, suhu, kelembapan udara, curah hujan, dan jenis tanah. Pada penelitian ini sampel akuisisi pengetahuan tanaman herbal yang digunakan adalah 12 jenis. Metode yang digunakan pada sistem pakar ini adalah metode certainty factor. Melalui metode certainty factor akan membantu menangani ketidakmampuan pakar dalam mendefinisikan antara sebuah aspek lingkungan dengan tanaman yang cocok ditanam secara pasti. Dengan memilih faktor lingkungan yang dilihat maka sistem dapat merekomendasi tanaman herbal dengan nilai certainty factor terbesar. Hasil dari penelitian ini dapat memberikan masyarakat informasi rekomendasi tanaman yang cocok untuk lokasi daerah mereka serta memberikan tingkat keyakinannya.]]>
<![CDATA[Penerapan Metode Design Sprint Dalam Perancangan UI/UX Aplikasi Pengingat Sarapan ]]>
<![CDATA[Nelianli Yan Jaya]]>;
<![CDATA[M. Agustian Reyza Novris]]>;
<![CDATA[Junadhi]]>
<![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 (532.859 KB)
|
DOI: 10.33372/stn.v8i2.892
<![CDATA[Sarapan adalah kegiatan mengkonsumsi makanan dan minuman yang dilakukan pada pagi hari mulai dari bangun tidur sampai dengan pukul 09.00 pagi untuk memenuhi nutrisi harian tubuh. Kesibukan harian membuat kebiasaan sarapan di pagi hari mulai menghilang. Berdasarkan data yang diperoleh melalui kuesioner, terdapat beberapa faktor, yaitu kebiasaan malas, lupa dan kesulitan bangun tidur di pagi hari (60%), tidak tersedianya menu untuk sarapan (36,4%), dan juga kurangnya pengetahuan mengenai pentingnya sarapan di pagi hari bagi kesehatan tubuh (3,6%). Aplikasi Pengingat Sarapan yang dirancang sesuai dengan kebutuhan pengguna untuk memperoleh informasi mengenai sarapan pagi, referensi menu, resep menu, pemesanan online menu sarapan, dan pengingat jadwal sarapan yang membantu pengguna menerapkan pola hidup sehat dan teratur. Metode yang digunakan dalam pembuatan aplikasi ini adalah metode Design Sprint. Hasil pengujian pada prototipe UI/UX aplikasi kepada 25 pengguna menggunakan System Usability Scale (SUS) untuk menentukan kelayakan rancangan aplikasi diperoleh angka (89%) dan merupakan kategori Excellent berdasarkan Adjective Rating yang menunjukkan bahwa rancangan aplikasi layak dan dapat diterima dengan baik oleh pengguna.]]>
<![CDATA[Analisis Sentimen Terhadap Program Kampus Merdeka Pada Twitter Menggunakan Metode Naïve Bayes, Union dan Synthetic Minority Over Sampling Technique (SMOTE) ]]>
<![CDATA[Jefina Tri Kumalasari]]>;
<![CDATA[Agustiena Merdekawati]]>
<![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 (741.322 KB)
|
DOI: 10.33372/stn.v9i1.894
<![CDATA[Program Kampus Merdeka bertujuan menyiapkan mahasiswa menghadapi tantangan perubahan sosial, dan kemajuan teknologi yang semakin cepat. Kampus Merdeka memberikan peluang mahasiswa untuk mengambil materi program atau jurusan lain atau yang sama pada kampus yang lain sehingga diharapkan dapat menghasilkan lulusan yang dapat menghadapi dinamika masyarakat pada lingkungan usaha dan industri. Twitter salah satu media yang digemari digunakan sebagai media bersosialisasi, bertukar informasi dan berpendapat sehingga sesuai sebagai sumber analisa sentiment. Mengumpulkan, mengenali, mengekstrak opini dalam bentuk teks sehingga dapat digunakan sebagai informasi yang bermanfaat. Algoritma klasifikasi Naïve Bayes memprediksi apakah suatu opini bernilai positif atau negative. Menganalisa data dengan jumlah besar membutuhkan operator Union. Variable yang digunakan dalam penelitian ini yaitu hasil tweet dengan kata kunci kampus merdeka dan hasil sentiment sebagai label. Data yang diambil berjumlah 680, sedangkan data yang tidak diberi label berjumlah 430 yang merupakan data raw yang berasal dari media social Twitter berisi ungkapan, pertanyaan, pengalaman pengguna. Berdasarkan hasil analisa akumulasi sentiment menghasilkan nilai positif 86% dibandingkan yang memberikan nilai negative 14%. Sehingga dapat disimpulan Program Merdeka Belajar memberikan opini baik. Selain itu untuk mengoptimalkan data yang tidak seimbang digunakan Synthetic Minority Oversampling Technique (SMOTE) menghasilkan keakuratan data sebesar 99.21% sedangkan tanpa SMOTE keakuratan data hanya 77.60%. Sehingga dapat disimpulan Program Merdeka Belajar memberikan opini baik.]]>
<![CDATA[Sistem Pakar Diagnosa Penyakit dan Hama Tanaman Kakao Dengan Metode Certainty Factor ]]>
<![CDATA[Minarni]]>;
<![CDATA[Engla Novira]]>;
<![CDATA[Eva Yulianti]]>;
<![CDATA[Ganda Yoga Swara]]>
<![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 (435.257 KB)
|
DOI: 10.33372/stn.v8i2.901
<![CDATA[Kakao (Theobroma cacao. L) merupakan tanaman perkebunan yang memiliki nilai ekonomi yang tinggi. Biji kakao mulai dihasilkan pada saat berumur 18 bulan yang nantinya akan diproses menjadi coklat dalam bentuk bubuk. Beberapa tahun terakhir terjadi penurunan produksi tanaman kakao, yang disebabkan adanya serangan hama dan penyakit. Kurangnya pengetahuan petani tentang penyakit dan hama yang memiliki beberapa gejala yang sama, serta jumlah dan waktu kerja penyuluh terbatas mengakibatkan penanganannya menjadi terhambat. Untuk mengatasi persoalan ini dibangun sebuah sistem dengan mengimplementasikan metode Certainty Factor (CF) untuk mendiagnosis penyakit atau hama yang dialami oleh tanaman kakao. Penelitian ini menghasilkan suatu sistem pakar diagnosis tanaman kakao terdiri dari 6 penyakit dan 4 hama dengan 68 gejala. Hasil diagnosis menyatakan sistem memiliki kecocokan dengan pakar sebesar 93,33% pada 30 data uji. Ini membuktikan sistem mampu mendiagnosa penyakit dan hama tanaman kakao dengan baik. Dengan dibangunnya sistem ini diharapkan dapat dimanfaatkan oleh petani dalam mendiagnosis penyakit dan hama tanaman kakao, sehingga dapat melakukan penanganan lebih awal sehingga produktivitas tanaman kakao dapat meningkat.]]>
<![CDATA[Klasifikasi Retak Ban Kendaraan Menggunakan Arsitektur ResNet50 ]]>
<![CDATA[Iwansyah Edo Hendarawan]]>;
<![CDATA[Riza Ibnu Adam]]>;
<![CDATA[Chaerur Rozikin]]>
<![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 (1296.193 KB)
|
DOI: 10.33372/stn.v9i1.902
<![CDATA[Ban adalah salah satu komponen penting yang hampir ada pada semua kendaraan. Ban berfungsi untuk meneruskan fungsi pengereman serta memberikan kenyamanan kepada pengguna. Seiring usia ban yang sering digunakan dapat mengalami kerusakan yang disebabkan oleh berbagai faktor seperti jalan yang dilalui ataupun cuaca yang diterima oleh ban kerndaraan. Retak pada ban merupakan salah satu kerusakan yang dapat terjadi pada ban dimana hal ini dapat menjadi sebuah tanda dimana ban yang digunakan telah kehilangan sifat lenturnya. Ban yang telah mengalami penurunan pada kelenturannya menandakan bahwa traksi yang dimiliki ban berkurang sehingga jika diabakan dapat menjadi sumber potensi kecelakaan pengendara. Perawatan yang tepat pada ban sangat diperlukan sehingga ban yang digunakan dapat dalam keadaan optimal sehingga tidak akan melukai pengendara. Dalam proses perawatan ban kendaraan saat ini masih dilakukan secara manual yang bergantung ke mata telanjang manusia sehingga dapat terjadi kemungkinan human error. Pada penelitian ini dilakukan pengembangan model dimana untuk melakukan klasifikasi terhadap ban kendaraan yang retak sebagai upaya mengurangi kemungkinan human error. Model yang dibangun menggunakan arsitektur ResNet50 yang merupakan salah satu arsitektur CNN yang merupakan algoritma dalam deep learning. Arsitektur ResNet50 menggunakan model Transfer Learning dimana model tidak memerlukan pelatihan atau penyesuaian layer. Dari 6 skenario parameter tunning yang dilakukan model mendapat nilai terbaik untuk akurasi 94%, presisi 94% dan recall 94%.]]>
