Article Per Year (5 Year)
p-Index From 2019 - 2024
1.556
P-Index
This Author published in this journals
All Journal SITEKIN: Jurnal Sains, Teknologi dan Industri Sosial Budaya Jurnal Edukasi dan Penelitian Informatika (JEPIN) Seminar Nasional Teknologi Informasi Komunikasi dan Industri J I M P - Jurnal Informatika Merdeka Pasuruan Jurnal Nasional Komputasi dan Teknologi Informasi Jurnal Sistem Komputer dan Informatika (JSON) Journal of Education Informatic Technology and Science
Novi Yanti
Universitas Islam Negeri Sultan Syarif Kasim Riau
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 14 Documents
Search

 1   2 
MENGUKUR INDEKS KINERJA PEGAWAI UIN SUSKA RIAU DENGAN PENERAPAN METODE BALANCED SCORECARD Novi Yanti
SITEKIN: Jurnal Sains, Teknologi dan Industri Vol 14, No 2 (2017): JUNI 2017
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/sitekin.v14i2.3228

Abstract

Pengukuran kinerja pegawai merupakan salah satu faktor penting dalam perusahaan. Selain digunakan untuk menilai keberhasilan perusahaan, juga dapat digunakan sebagai dasar untuk menentukan system imbalan dalam perusahaan. Perana pegawai dalam pelayanan menciptakan proses pembelajaran yang kondusif merupakan dukungan keberhasilan institusi. Melalui kinerja yang baik yang dibangun diatas prinsip profesionalisme dan dedikasi yang tinggi. Pengukuran kinerja pegawai dapat dilakukan dengan menggunakan metode Balanced Scorecard yang terdiri atas perspektif keuangan, perspektif pelanggan, perspektif bisnis internal dan perspektif pembelajaran dan pertumbuhan. Didapatkan hasil bahwa hasil uji validasi menunjukkan nilai signifikansi kurang dari 0.05 sehingga hasil dinyatakan valid. Uji reliabilitas menunjukkan nilai dari Cronbach Alpha on Standardized Item sebesar 0.967 atau sebesar 96.7%. Deskriptif bernilai 2.40 pada aspek keuangan, bisnis internal dan pembelajaran.
Penerapan Jaringan Syaraf Tiruan untuk Peramalan Daftar Penilaian Pelaksanaan Pekerjaan Pegawai Negeri Sipil (Dp3) Novi Yanti
SITEKIN: Jurnal Sains, Teknologi dan Industri Vol 8, No 2 (2011): Juni 2011
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/sitekin.v8i2.619

Abstract

Pegawai merupakan modal pokok dalam suatu organisasi, baik itu organisasi pemerintah maupun organisasi swasta karena berhasil tidaknya suatu organisasi dalam mencapai tujuannya tergantung pada pegawai yang memimpin dalam melaksanakan tugas-tugas yang ada dalam organisasi tersebut. Penilaian kinerja Pegawai Negeri Sipil (PNS) adalah penilaian secara periodik. Tujuan penilaian kinerja adalah untuk mengetahui keberhasilan atau ketidak berhasilan seorang PNS dan untuk mengetahui kekurangan dan kelebihan yang dimiliki dalam melaksanakan tugasnya. Hasil penilaian kinerja digunakan sebagai bahan pertimbangan dalam pembinaan PNS, antara lain pengangkatan, kenaikan pangkat, pengangkatan dalam   jabatan, pendidikan dan pelatihan, serta pemberian penghargaan. Penilaian kinerja PNS meliputi unsur-unsur kesetiaan, prestasi kerja, tanggung jawab, ketaatan, kejujuran, kerjasama, prakarsa, dan kepemimpinan. Pada paper ini mencoba menerapkan metode Jaringan Syaraf Tiruan dengan struktur backpropagation untuk melakukan peramalan penilaian DP3 PNS dengan implementasi menggunakan aplikasi Matlab 6.1. Penerapan metode ini bertujuan untuk mendapatkan hasil peramalan penilaian DP3 PNS. Hasil diberikan dalam bentuk angka dan grafik untuk peramalan tahun berikutnya dengan jumlah node input 10, node hidden 3 dan node output 1. Nilai learning rate yang digunakan adalah 0.1, 0.5 dan 0.8. Hasil pengujian yang dilakukan menghasilkan RMSE pada learning rate 0.1, 0.5 dan 0.8. Diharapkan metode ini dapat memberikan solusi kepada pimpinan terkait untuk melakukan peramalan penilaian DP3 PNS satu tahun kedepan sehingga mempermudah dalam memberikan penilaian.
Sistem Informasi Pengelolaan Data Pasien Rumah Bersalin Insani Swadayah Ummah Novi Yanti; Miftahul Ghifrah Sembiring
SITEKIN: Jurnal Sains, Teknologi dan Industri Vol 9, No 2 (2012): Juni 2012
Publisher : Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/sitekin.v9i2.587

Abstract

Rumah Bersalin Insani membebaskan biaya pengobatan dan bersalin kepada kaum duafa (sistem member). Namun Rumah Bersalin Insani juga membuka pengobatan dan persalinan bagi masyarakat umum (non-member). Pengelolaan data pasien yang telah terdaftar baik member maupun non-member dan data pasien yang melakukan pengobatan umum maupun bersalin, pencatatan kedatangan masih menggunakan buku induk kemudian data tersebut ditulis pada kartu berobat dan disimpan dalam lemari tanpa membedakan status. Jumlah pasien semakin hari bertambah, menyebabkan kartu berobat yang disimpan pada lemari jumlahnya juga bertambah sehingga menyulitkan pencarian data. Untuk mengatasi masalah di atas, maka dibuatlah suatu sistem yang dapat menggantikan sistem manual yang selama ini digunakan. Sistem akan mengelola data pasien yang terdiri dari: data pasien yang telah terdaftar (member dan non-member), data pengobatan (umum dan bersalin), dan hasil akhir (laporan). Sistem dibangun berdasarkan acuan dari sistem lama dengan memberikan beberapa fasilitas yang bisa bekerja secara cepat dan hemat waktu. Tahapan penting yang dapat  dilakukan dengan penggunaan sistem informasi ini adalah proses penyimpanan data pasien, perubahan data, penghapusan data, pencarian data, dan pelaporan yang dapat dialkukan dengan mudah baik untuk pasien member maupun yang non-member. Sehingga aplikasi diharapkan dapat meningkatkan kinerja, ketepatan, kecepatan dan efisiensi dalam proses pengobatan.
Sistem Informasi Audit Mutu Internal Universitas Islam Negeri Sultan Syarif Kasim Riau (Studi Kasus: Lembaga Penjaminan Mutu) Novi Yanti
Sosial Budaya Vol 10, No 2 (2013): Juli - Desember 2013
Publisher : Lembaga penelitian dan pengabdian kepada Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24014/sb.v10i2.396

Abstract

Evaluation of the implementation of the Internal Quality Assurance System (SPMI) in college has been implemented by a working group within the Directorate of Academic. State Islamic University implementation of internal audit college. State Islamic University of Sultan Syarif Kasim Riau has conducted in each department/study program. Along with the development of State Islamic University of Sultan Syarif of science. It is appropriate this problem is mitigated by the use of information systems. Information systems are built is designed to assist, facilitate and streamline the work performed by an auditor and auditee in the that apply, as well as facilitate the department/study program in the administration and academic evaluation system. The system is built to be used by auditors and users (auditee)
Sistem Pakar untuk Mendiagnosis Gangguan Tidur Menggunakan Metode Dempster Shafer Ivo Dwi Ananda; Rahmad Kurniawan; Novi Yanti; Fitri Insani
J I M P - Jurnal Informatika Merdeka Pasuruan Vol 6, No 3 (2021): DESEMBER
Publisher : Fakultas Teknologi Informasi Universitas Merdeka Pasuruan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37438/jimp.v6i3.354

Abstract

Poor quality of sleep can cause psychological and physiological health problems. Estimated from 238,452 million people in Indonesia every year, about 67% elderly people reported having trouble sleeping. With a prevalence of 10% or about 28 million people suffering from sleep disorders. This makes Indonesia has the highest number of sleep disorders in Asia. The cases of sleep disorders increased during the Covid-19 pandemic by 23.87% in general public and by 36.53%  in medical personnel. This study aims to build a system that can diagnose sleep disorders like an expert. This study employed the Dempster Shafer method with 25 symptoms and four types of sleep disorders. The Dempster Shafer method is a commonly applied technique which is combining evidence in uncertainty cases. The experimental testing based on the validation of the results of the system diagnosis with expert diagnosis, the percentage of test accuracy is 90%. It can be concluded that the system potentially be used for early sleep disorder diagnosis.Keywords—expert system, dempster shafer, sleep disorders, sleep quality, uncertainty.
Penerapan Metode Elman Recurrent Neural Network (ERNN) Untuk Peramalan Penjualan Eka Pandu Cynthia; Novi Yanti; Yusra Yusra; Yelvi Fitriani; Muhammad Yusuf
Jurnal Pendidikan Teknologi Informatika dan Sains Vol 1 No 2 (2019): Journal of Education Informatic Technology and Science (JeITS)
Publisher : Faculty of Teacher Training and Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (847.155 KB)

Abstract

Penjualan adalah suatu aktivitas atau bisnis menjual suatu produk atau jasa. Pada penelitian ini, mengambil studi kasus pada sebuah perusahaan penjualan tempe (PT. HB) di Kota Pekanbaru yang menggunakan metode penjualan melalui agen atau sales. Permasalahan penjualan pada perusahaan ini adalah sering terjadinya returned product karena tidak laku, yang dapat menyebabkan kerugian yang cukup besar. Menggunakan Algoritma Elman Recurrent Neural Network (ERNN), penelitian ini melakukan prediksi penjualan tempe pada PT. HB. Data yang digunakan adalah data penjualan tempe harian periode Juli 2016 hingga September 2018 dengan parameter Jumlah Produksi, Harga, Jumlah Agen dan Jumlah Penjualan. Hasil yang diperoleh melalui percobaan beberapa skenario pelatihan dan pengujian implementasi algoritma pada kasus ini adalah akurasi tertinggi bernilai 96,92% pada arsitektur jaringan 3 input neuron layer, 3 neuron hidden layer, 1 output, pembagian data latih dan uji 70 : 30, nilai learning rate 0,9 dan maksimum epoch 900.
Rancang Bangun Aplikasi Pembelajaran Bahasa Inggris Pada Platform Android Nazruddin Safaat H Safaat H; Novi Yanti
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2015: SNTIKI 7
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (397.122 KB)

Abstract

Bahasa Inggris bukanlah bahasa resmi di Indonesia. Banyak masyarakat Indonesia yang kurang mampu dalam berbahasa Inggris. Akibatnya sulit bagi masyarakat Indonesia untuk ikut dalam dunia kerja internasional. Selain itu, kurangnya praktek juga menyebabkan pembelajaran bahasa Inggris kurang menarik bagi sebagian orang khususnya pelajar. Dengan adanya praktek, kemampuan berbahasa Inggris seseorang akan terasah sehingga akhirnya terbiasa dan terlatih dalam berbahasa Inggris. Salah satu cara cerdas untuk mengatasi akan masalah tersebut adalah penggunaan aplikasi pembelajaran bahasa Inggris yang dapat diakses melalui perangkat mobile. Pada penelitian ini akan dibangun sebuah aplikasi pembelajaran bahasa Inggris yang dapat dijalankan di sistem operasi Android. Materi-materi yang ditampilkan pada aplikasi ini adalah tenses, listening, speaking, idiom, expression, regular dan irregular verb, dan slang. Aplikasi ini dirancang dengan pemodelan UML, dikembangkan meng-gunakan bahasa pemrograman Java dan diujikan dengan metode blackbox dan kuesioner. Dari hasil pengujian yang dilakukan maka dapat disimpulkan bahwa sistem dapat dijalankan dengan baik dan berfungsi sesuai yang diharapkan dan nilai responden terhadap aplikasi ini sangat baik. Untuk pengembangan lebih lanjut diharapkan aplikasi ini dapat diakses pada multiplatform.Kata kunci: Android, Mobile Learning, Mobile English Learning
Perancangan dan Implementasi Sistem Audit Mutu Internal (Studi: UIN Sultan Syarif Kasim Riau) Muhammad Affandes; Albis Ya Albi; Muhammad Irsyad; Pizaini Pizaini; Novi Yanti
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2020: SNTIKI 12
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Universitas Islam Negeri Sultan Syarif Kasim Riau (UIN SUSKA RIAU) merupakan institusi yang bergerak dibidang akademik. institusi yang bergerak dibidang akademik atau peguruan tinggi harus mempunyai kualitas pendidikan yang baik yang terdapat pada UU Sisdiknas No. 20 tahun 2003 menerangkan tentang evaluasi pendidikan terdiri dari kegiatan pengendalian, penjaminan, dan penetapan mutu pendidikan harus dilakukan, baik dalam program studi maupun institusi pendidikan secara berkelanjutan. Setiap program studi harus diperhatikan kualitas nya baik dari dosen/pegawai, mahasiswa, dan hal-hal lain yang membantu program studi tersebut meningkat harus di data dan akhir nya laporan tersebut diserahkan kepada BAN-PT selaku badan pemerintahan yang menaungi bidang pendidikan. Maka akan dibentuk sistem yang dapat mengelola kegiatan audit internal yang akan dilakukan oleh dosen-dosen UIN SUSKA Riau. Sistem audit mutu internal mempunyai beberapa peran atau role yaitu auditi dan auditor. Role Based Access Control digunakan untuk membedakan hak akses pada setiap user yang akan menggunakan sistem audit mutu internal. Dalam melakukan perancangan sistem dilakukan analisis dengan menggunakan Unified Modelling Language (UML).
PERBANDINGAN METODE ROUGH SET DAN NEURAL NETWORK UNTUK PREDIKSI STOK OBAT DI APOTEK Novi Yanti
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2011: SNTIKI 3
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (591.631 KB)

Abstract

Stock collection of drug is a problems that always pharmacist’s deal because of the difficulty of counting a large amounts of data and lack of checks on the existing data. The amount of data often lead to errors, mistakes and difficulties. The impact of chaos and loss accounts. Based on stock drug problems made predictions using the comparison method of Rough Set and Neural Network. Variables consist of drug names, drug type, drug dose, the drug unit, drug packaging, expiration, the stock of drugs, sold drugs, remaining drug and medication orders. RS make predictions in the form of decision systems, write a class equivalent to a discernibility matrix modulo D to form reduction. Reduct establish rules and knowledge. While the NN using backpropagation to determine the structure of the input nodes, hidden and output. Perform normalization, learning rate, error tolerance and maximum iteration values. Tests using Rosetta V1.4.41 RS and NN using Matlab 6.1. The final result gives the output of the RS prediction rule and knowledge. While the NN in the form of numbers and graphs. The final result of the comparison provides one of the best methods that can help the pharmacist in making decisions. Keywords: Backpropagation, Neural Network, Prediction, Rough Set, Stock Drugs
PREDIKSI RADIASI MATAHARI DENGAN PENERAPAN METODE ELMAN RECURRENT NEURAL NETWORK Eka Pandu Cynthia; Novi Yanti; Yelvi Fitriani; Yusra Yusra
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1210.119 KB)

Abstract

Bumi menerima energi panas dari matahari yang disebut sebagai radiasi matahari. Energi panas sekitar 51% yang mencapai bumi dan sisanya diserap oleh awan beserta gas-gas lain yang berada di atmosfer. Radiasi matahari bermanfaat bagi manusia sebagai penghangat dan penerangan ruangan, pengeringan hasil pertanian dan perikanan, proses fotosintesis tumbuhan, sebagai sumber energi baru dan lain sebagainya. Radiasi matahari juga bisa menimbulkan kerugian seperti menyebabkan kulit terbakar, penyakit mata, demam, sakit kepala dan pemanasan bagi lingkungan. Pengamatan terhadap energi panas ini dilakukan oleh Badan Meteorologi dan Geofisika (BMKG) yang tersebar pada beberapa stasiun di seluruh wilayah Indonesia. BMKG melakukan pencatatan besaran radiasi yang sampai ke bumi dengan melihat durasi penyinaran matahari, kemudian besaran pengaruhnya terhadap lingkungan seperti suhu udara, curah hujan dan kelembaban udara. Metode Elman Recurrent Neural Network (ERNN) merupakan salah satu metode kecerdasan buatan pada jaringan syaraf tiruan. Penelitian ini diharapkan dapat memprediksi besaran radiasi dan pengaruhnya pada lingkungan sehingga dapat dilakukan antisipasi pengaruh buruk kedepannya yang dapat diterima manusia dan lingkungan. ERNN akan memprediksi besaran pancaran radiasi matahari (W/m2) menggunakan data masukan hasil pencatatan BMKG yang dipengaruhinya yaitu durasi penyinaran matahari (%), suhu udara (0Celcius), curah hujan (mm) dan kelembaban udara (%). Menggunakan beberapa skenario pelatihan dan pengujian dengan pemberian nilai set parameter yang berbeda, menghasilkan nilai akurasi terbaik sebesar 96,33% pada pembagian data latih dan data uji 90%:10% dengan set parameter nilai learning rate 0,1 epoch 500 dan minimal error 0,0001.
Co-Authors Afriani, Defi Albis Ya Albi Arif Pratama Budiman Eka Pandu Cynthia Elvia Budianita Fitri Insani Fitri Insani Ivo Dwi Ananda Lola Oktavia Marliana Safitri Miftahul Ghifrah Sembiring Muhammad Affandes Muhammad Irsyad MUHAMMAD YUSUF Nasriah Nasriah Nazruddin Safaat H Safaat H Pizaini Pizaini Rahmad Kurniawan Reski Mai Candra Sarjon Defit Setiawan, Adil Yelvi Fitriani Yelvi Fitriani Yusra, Yusra