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 5 Documents
Search
Journal : Seminar Nasional Teknologi Informasi Komunikasi dan Industri

 1 
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.
Penerapan Struktur Backpropagation Pada Jaringan Syaraf Tiruan Untuk Mendeteksi Gangguan Penyakit Tropis Novi Yanti
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2018: SNTIKI 10
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (202.182 KB)

Abstract

 Tropical disease is the most common diseases in tropical and subtropical regions. Many factors affected the spread of these diseases, such as poor sanitation and bad environment. Islam establishes the principles in maintaining health through the cleanliness, wudu, and taking bath regularly. Technology through the expert system development tried to transform the expertise knowledge into computers that can mimic the workings of the human brain. One of the methods applied is Artificial Neural Network (ANN) with backpropagation structure. This method detected the tropical diseases of patients, including Dengue Hemorrhagic Fever (DHF) and Typhoid Fever to perform the appropriate treatment as early as possible. ANN diagnosed the type of diseases by identifying the pattern of symptoms in patients. ANN training was presented using 80% of training data and 20% test data. The binary sigmoid activation function [0 1] is used. The learning rate (α) values 0.05, 0.1, 0.2, 0.5, 0.75 and the hidden layers values 10, 50 and 100 are used in testing process. ANN trained the input symptoms, thus the results proposed whether patients affected by any kinds of tropical disease or not. Keywords: DBD, hidden layer, JST, learning rate, Tifoid
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