Claim Missing Document
Check
Articles

Found 19 Documents
Search

Maintenance Web Based Applications Using Feature Location Arwan, Achmad; Rusdianto, Denny Sagita
Journal of Information Technology and Computer Science Vol. 5 No. 2: August 2020
Publisher : Faculty of Computer Science (FILKOM) Brawijaya University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1266.433 KB) | DOI: 10.25126/jitecs.202052180

Abstract

Maintenance web applications are a complex set of efforts. The FilkomApps are the web application used by the Faculty of Computer Science of Universitas Brawijaya to arrange the academic, theses of students, assignment of faculty, inventory, presence, honorarium. It has about 6K number of files(HTML, PHP, JS, CSS). The feature location was able to help the maintenance of the web applications by locating specific features on the files. The process comprises of preprocessing (tokenizing, web language syntax removal, splitting, stopword and stemming), indexing (VSM Lucene), and evaluations (precision and recall). The experiments were done by querying the keywords originate from previous maintenance modification effort and feature of a system. The results of precision were 86% and recall were 47%. The precision was better 374% than the conventional method (using the IDE search feature)
Analisis Kebergunaan Aplikasi Android Pemesanan Paket Wisata (Studi Kasus : PT Anugrah Travel) Achzubi, Muhammad Rayhan; Kharisma, Agi Putra; Arwan, Achmad
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 8 (2025): Agustus 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sektor pariwisata memiliki kontribusi besar dalam meningkatkan pertumbuhan ekonomi, khususnya melalui kemudahan akses layanan perjalanan. PT Anugrah Travel merupakan salah satu penyedia layanan paket wisata yang masih menerapkan sistem pemesanan melalui WhatsApp. Berdasarkan wawancara dengan pelanggan, ditemukan bahwa proses pemesanan yang ada kurang efisien dan menyulitkan dalam pengisian data serta konfirmasi pembayaran. Oleh karena itu, penelitian ini dilakukan untuk merancang dan menganalisis kebergunaan aplikasi mobile berbasis Android menggunakan metode Design Thinking. Aplikasi ini dilengkapi dengan Firebase untuk penyimpanan data paket dan pemesanan. Evaluasi dilakukan melalui usability testing dengan membandingkan aspek efektivitas, efisiensi, dan kepuasan pengguna antara aplikasi dan metode WhatsApp. Hasil pengujian menunjukkan bahwa tidak terdapat perbedaan signifikan pada aspek efektivitas. Namun, terdapat perbedaan signifikan pada aspek efisiensi dengan nilai T-Test sebesar 0,0000000133 dan effect size masing-masing 49,09 ± 4,05 untuk WhatsApp dan 17,64 ± 1,19 untuk aplikasi. Pada aspek kepuasan, juga terdapat perbedaan signifikan dengan nilai T-Test sebesar 0,000502 dan effect size sebesar 55,42 ± 11,07 untuk WhatsApp dan 84,58 ± 6,20 untuk aplikasi.
Dampak Implementasi Progressive Web Apps Terhadap Kinerja Aplikasi dan Keterlibatan Pengguna dalam Aplikasi Administrasi Sekolah Berbasis Web Ahmad, Harun; Jonemaro, Eriq Muhammad Adams; Arwan, Achmad
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Journal of Engineering and Technology for Industrial Applications (JETIA)
Optimasi Komposisi Makanan Untuk Atlet Endurance Menggunakan Metode Particle Swarm Optimization Rachmad, Zikfikri Yulfiandi; Ratnawati, Dian Eka; Arwan, Achmad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 2: Juni 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (689.542 KB) | DOI: 10.25126/jtiik.201632203

Abstract

AbstrakOlahraga adalah aktivitas yang tidak terpisahkan dari kehidupan sehari-hari sebagian besar masyarakat karena dapat menjaga kesehatan tubuh. Salah satu jenis dari olahraga adalah olahraga Endurance (ketahanan). Olahraga ini di tiap tahunnya mengalami peningkatan jumlah atlet yang berpartisipasi. Saat perlombaan atau turnamen olahraga, selain latihan yang rutin, komposisi makanan yang tepat adalah salah satu faktor yang menunjang performa atlet agar menjadi lebih baik. Pada penelitian ini menggunakan metode PSO (Particle Swarm Optimization) untuk menentukan kombinasi bahan makanan untuk memenuhi kebutuhan gizi atlet olahraga endurance dalam sehari. Total bahan makanan yang digunakan sebanyak 125 bahan dan tiap makanan memiliki kandungan gizi berupa protein, lemak, dan karbohidrat. Untuk setiap partikel dalam metode PSO mengandung 14 bahan makanan dengan direpresentasikan nomor bahan makanan dari tabel database bahan makanan. Dari hasil pengujian parameter metode PSO pada penelitian ini diperoleh ukuran populasi terbaik sebesar 200 partikel, jumlah iterasi terbaik sebanyak 80, dan kombinasi nilai C1 dan C2 adalah 1 dan 1. Hasil dari uji coba studi kasus, dapat disimpulkan bahwa sistem dapat memberikan hasil rekomendasi menu makanan yang baik, yaitu yang masih dalam batas tolerasi  ±10% selisih kecukupan kebutuhan gizi untuk atlet olahraga Endurance. Kata Kunci: Particle Swarm Optimization,  PSO, Komposisi Makanan, Atlet, Olahraga Endurance.AbstractSport is an activity that can’t be separated from daily life because their benefits for health. Endurance sport is one of the sport’s variety. Nowadays, People that interested in Endurance sport are increasing. Thus, when the tournament season or competition are coming, the food compositions for diet are one of factors that had a necessary role for increasing the performance of an athlete in a daily occasion. This research used 125 of foods and each of it contained different proportion of nutritions included protein, fat, and carbohydrate. For each particles in PSO methode contained 14 different food ingredients that will be represented with index based on the database of this research. The giving result of PSO method’s testing that has been conducted are 200 particles for best population, 80 iterations, and the combination for C1 and C2 is 1 and 1. From those result can be concluded that the system of this research able to give a fitting recommendation of food composition, by using the ±10% of tolerance limit of nutrition difference between athlete’s nutrition needs and nutrition recommendation from the system. Keywords: Particle Swarm Optimization,  PSO, Food Composition,  Athlete,  Endurance Sport.
Analisis Perbandingan Performa Library JSON pada Server Berbasis Kotlin: Studi Kasus pada Jackson, Gson, dan KotlinX Serialization Julia Nur Fajrina; Eriq Muhammad Adams Jonemaro; Achmad Arwan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Journal of Information Systems Engineering and Business Intelligence (JISEBI)
Pengembangan Sistem Informasi Road Damage Detection (RDD) Berbasis Web (Studi Kasus: PT XYZ dalam Proyek Infrastruktur Jalan PUPR) Huttaqi Sulthon, Ibar; Priyambadha, Bayu; Arwan, Achmad
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 9 (2025): September 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Tingkat kerusakan infrastruktur jalan di Indonesia cukuplah tinggi. Berdasarkan data BPS, sebanyak 56.02% dari seluruh jalan di Indonesia belum dalam kondisi yang baik. Penelitian ini bertujuan untuk mengembangkan sistem deteksi kerusakan jalan berbasis web menggunakan kecerdasan buatan untuk meningkatkan efisiensi pemeliharaan dan pemantauan jalan. Metode inspeksi jalan tradisional dibatasi oleh sumber daya manusia dan alat pengumpulan data, yang dapat menyebabkan kesalahan dan keterlambatan. Selain itu, solusi teknologi seperti ROMDAS memiliki ketergantungan perangkat keras dan fleksibilitas yang terbatas. Untuk mengatasi masalah ini, sistem yang diusulkan memungkinkan pengunggahan data video survei jalan dengan metadata GPS untuk diklasifikasikan kerusakan jalan berbasis AI. Penelitian ini menggunakan metode Software Development Life Cycle waterfall. Dalam penelitian ini, proses rekayasa kebutuhan menghasilkan 3 aktor, 38 kebutuhan fungsional, dan 3 kebutuhan nonfungsional. Penelitian ini dirancang dengan pendekatan berorientasi objek menggunakan Unified Modeling Language. Implementasi dilakukan menggunakan React.js Typescript, Hapi.js, dan PostgreSQL. Sistem ini diuji dengan pengujian white box dan black box dengan menunjukkan tingkat keberhasilan 100%. Sistem ini menyediakan solusi yang efisien dan hemat biaya untuk pemantauan kerusakan jalan, memungkinkan analisis dan manajemen proyek perbaikan jalan yang mudah. ​​Pendekatan ini menawarkan peningkatan yang signifikan dibandingkan metode konvensional, yang memungkinkan pengambilan keputusan dan alokasi sumber daya yang lebih baik.
Pengembangan Aplikasi Mobile untuk Mendukung Pengujian Model Klasifikasi Detak Jantung Berbasis Continuous Wavelet Transform dan Convolutional Neural Network Raihan Ghafar, Muhammad; Pramukantoro, Eko Sakti; Arwan, Achmad
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 10 (2025): Oktober 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Aritmia jantung, gangguan irama jantung yang terdeteksi melalui sinyal electrocardiogram (ECG), memerlukan metode klasifikasi akurat dan efisien pada perangkat dengan sumber daya terbatas. Penelitian ini mengembangkan aplikasi mobile Android untuk menguji model klasifikasi sinyal ECG berbasis Continuous Wavelet Transform (CWT) dan Convolutional Neural Network (CNN) yang telah dilatih sebelumnya. Aplikasi ini mendukung pengujian model secara offline dengan mengimpor file sinyal ECG format CSV, memprosesnya menjadi scalogram menggunakan transformasi wavelet, dan mengklasifikasikan hasilnya ke dalam lima kategori aritmia sesuai standar AAMI. Metode yang digunakan meliputi pengembangan aplikasi mobile dengan Kotlin, integrasi model TensorFlow Lite (.tflite), serta implementasi preprocessing CWT yang dioptimalkan untuk perangkat mobile. Pengujian kinerja model dilakukan menggunakan 48 file dari MIT-BIH Arrhythmia Database untuk mengukur waktu inferensi, penggunaan CPU, dan memori. Pengujian fungsionalitas juga dilakukan untuk memastikan seluruh fitur aplikasi berjalan sesuai kebutuhan. Hasil pengujian menunjukkan aplikasi berhasil menjalankan fungsi utama dan mampu mengklasifikasikan aritmia secara offline dengan performa sumber daya yang wajar. Meskipun demikian, confidence pada label non-normal (selain N) masih lebih rendah dibandingkan pengujian desktop, mengindikasikan perlunya optimasi preprocessing dan inferensi pada perangkat mobile. Penelitian ini membuktikan kelayakan pengujian model klasifikasi ECG secara offline pada perangkat Android, membuka peluang pengembangan aplikasi deteksi aritmia mobile berbasis edge computing.
Pengembangan Sistem Portal Manajemen Laboratorium (Studi Kasus: Fakultas Ilmu Komputer Universitas Brawijaya) Alfidhinnuni, Mohammad Ilham; Santoso, Nurudin; Arwan, Achmad
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 10 (2025): Oktober 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Laboratorium memiliki peran penting dalam menunjang kegiatan akademik dan penelitian di lingkungan perguruan tinggi. Namun, banyak laboratorium di Fakultas Ilmu Komputer Universitas Brawijaya masih menghadapi kendala dalam pengelolaan data administratif dan akademik yang dilakukan secara manual dan tersebar dalam berbagai platform. Penelitian ini bertujuan untuk mengembangkan Sistem Portal Manajemen Laboratorium (SPML), sebuah sistem berbasis web yang dirancang untuk mengintegrasikan berbagai proses manajemen laboratorium ke dalam satu portal terpusat. SPML menyediakan fungsionalitas seperti manajemen inventaris, jadwal pemakaian laboratorium, pendaftaran kegiatan, penyebaran berita, serta pengelolaan data penelitian dan pengabdian masyarakat. Metodologi pengembangan sistem menggunakan model waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, dan pengujian. Pengujian dilakukan secara menyeluruh melalui pengujian unit, pengujian integrasi, dan pengujian validasi untuk memastikan fungsionalitas sistem berjalan sesuai kebutuhan. Hasil penelitian menunjukkan bahwa SPML dapat meningkatkan efektivitas, efisiensi, dan akurasi dalam pengelolaan laboratorium serta mempermudah penyebaran informasi kepada publik. Sistem ini diharapkan menjadi solusi bagi permasalahan dalam pengelolaan laboratorium dan dapat mendukung tujuan strategis laboratorium.
SPERM ABNORMALITY CLASSIFICATION USING MULTI-PURPOSE IMAGE EMBEDDING AND CLASSICAL MACHINE LEARNING Adinugroho, Sigit; Sari, Yuita Arum; Kurniawan, Wijaya; Arwan, Achmad
JIKO (Jurnal Informatika dan Komputer) Vol 7, No 3 (2024)
Publisher : Universitas Khairun

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33387/jiko.v7i3.8938

Abstract

Since sperm cells have big impact for human welfare in terms of reproduction, there are many studies have been done. In this case, we are attracted to enrich the method in determining the morphological properties of them using machine learning. Most study about it is done using 2-steps action that are feature extraction which is continued by classification. In our work, we aimed to lower the complexity by using image embedding as a general-purpose feature extractor that requires no training. For feature extraction using image, it is found that RGB has better performance compared to grayscale if we want to use Support Vector Machine (SVM). Meanwhile, when a comparation is done between SVM, random forest, Multi-Layer Perceptron (MLP), Naïve Bayes, and k-Nearest Neighbour (kNN) for classification process, MLP shows the best performance among them which is around 85%. Moreover, our proposed method has low complexity indicated by the training time around one and a quarter minute s for the most accurate method, compared to hours of training time in similar methods.