Dwi Oktarina
Jurusan Teknik Sipil Fakultas Teknik Universitas Sriwijaya

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Web Mobile Pada Sistem Informasi Pencarian Dan Pemesanan Rumah Kos Di Kota Pekanbaru Oktarina, Dwi; Sukrianto, Darmanta; Wistiana, Wistiana
IT JOURNAL RESEARCH AND DEVELOPMENT Vol 3 No 2 (2019)
Publisher : UIR PRESS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25299/itjrd.2019.vol3(2).2241

Abstract

Tempat tinggal atau rumah kos merupakan kebutuhan para pendatang yang akan melanjutkan pedidikan atau mencari nafkah ke suatu daerah. Permasalahan dalam mencari informasi  rumah kos ada beragam, tidak mengetahui daerah dan sulit mendapatkan rumah kos yang sesuai dengan keinginan. Oleh karena itu, menimbulkan permasalahan bagaimana pencari kos dapat menemukan rumah kos, mendapatkan informasi rumah kos, dan memesan rumah kos yang mereka inginkan dengan mudah. Pembuatan Aplikasi sistem informasi pencarian dan pemesanan kos berbasis web mobile dengan bahasa pemrograman PHP dan database MySQL, diharapkan dapat sangat mendukung dan memudahkan pencarian, pemesanan, dan promosi rumah kos di kota pekanbaru. Hasilnya adalah Sistem Informasi Pencarian dan Pemesanan Kos Berbasis Web Mobile yang dapat memberikan informasi dan deskripsi dari rumah kos kepada pencari kos, dapat mesanan kos menggunakan perangkat portable seperti smartphone dan gadget/tablet melalui jaringan internet serta menjadi media promosi bagi pemilik kos.
Tinjauan Kasus Model Speech Recognition: Hidden Markov Model Jollyta, Deny; Oktarina, Dwi; Johan, Johan
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 6, No 2 (2020): Volume 6 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v6i2.39231

Abstract

Teknologi pengenal suara (speech recognition) merupakan teknologi yang berkembang pesat dalam bidang kecerdasan buatan (artificial intelligent). Saat ini, teknologi pengenal suara menjadi hal yang komersil melalui berbagai media teknologi seperti smartphone dan komputer. Salah satu pembentuk struktur pengenal suara agar dapat bekerja pada perangkat tersebut adalah model statistik pengenal suara Hidden Markov Model (HMM). Penerapan HMM pada berbagai kasus menunjukkan bahwa model ini cocok dengan berbagai macam data. Tulisan ini merupakan sebuah tinjauan untuk model HMM yang bertujuan untuk memberikan gambaran dan pemahaman terhadap kinerja HMM melalui rangkuman sejumlah penelitian yang digunakan dalam berbagai data. Penerapan HMM tersebut menunjukkan optimalisasi kinerja HMM dan tinjauan terhadap sejumlah penelitian menunjukkan bahwa tingkat keberhasilan HMM dalam mengenali data mencapai 71.43%.