Poster Skripsi Mahasiswa – Bulan Juli 2023

Setiap mahasiswa mempunya kewajiban mempublikasi hasil penelitian skripsi dalam bentuk poster. Berikut daftar poster hasil skripsi mahasiswa Program Studi Teknik Informatika, Jurusan Teknik Elektro, Fakultas Teknik, Universitas Riau.

1. JUDUL SKRIPSI : “Penerapan Sistem Keamanan Jaringan Menggunakan Intrusion Prevention System Berbasis Suricata”

2. JUDUL SKRIPSI : “Pengenalan Alfabet SIBI Menggunakan Convolutional Neural Network sebagai Media Pembelajaran Bagi Masyarakat Umum”

3. JUDUL SKRIPSI : “Sistem Pendukung Keputusan Pemilihan Dosen Tugas Akhir Mahasiswa berdasarkan Profile Matching

4. JUDUL SKRIPSI : “Klasifikasi Jamur berdasarkan Genus dengan menggunakan Algoritma CNN”

5. JUDUL SKRIPSI : “Perancangan VPN Menggunakan SSTP Untuk Keamanan Jaringan SMK Labor Binaan FKIP Universitas Riau”

6. JUDUL SKRIPSI : “Pengembangan Music Rhythm Dan Matching Puzzle Untuk Perkembangan Sensor Motorik Halus Anak-Anak Umur 3 Sampai 5 Tahun Berbasis Android”

7. JUDUL SKRIPSI : “Perancangan keamanan secure Shell menggunakan fail2ban pada Linux Ubuntu di SMA negeri 2 pangkalan kerinci”

8. JUDUL SKRIPSI : “Rancang Bangun Aplikasi Penempatan Staf di Dinas Komunikasi dan Informatika Kabupaten Rokan Hulu Dengan Metode Learning Vector Quantization”

9. JUDUL SKRIPSI : “RANCANG BANGUN APLIKASI PEMESANAN MENU PADA
REHAT COFFEE BERBASIS ANDROID”

10. JUDUL SKRIPSI : “Sistem Pendukung Keputusan Penerimaan Guru Honorer Dengan Metode AHP dan SAW Berbasis Web di Sekolah SDN 018 Ukui”

11. JUDUL SKRIPSI : “Implementasi Metode Klasifikasi Simple Additive Weighting (SAW) Dalam Sistem Pendukung Keputusan Pemilihan Coffee Shop Berbasis Website”

12. JUDUL SKRIPSI : “Management Banwidth dan Pembatasan akses internet dengan Metode Hirarchical Token Bucket (htb) dalam Meningkatkan Quality Of Service di SMA Serirama”

13. JUDUL SKRIPSI : “Klasifikasi Jenis dan Kematangan Pisang menggunakan Metode Convolutional Neural Network (CNN)”

14. JUDUL SKRIPSI : “Klasifikasi Jenis Sampah berbasis Deep Learning menggunakan metode CNN dan Transfer Learning Restnet-50 pada Aplikasi Bank Sampah”