Article Per Year (5 Year)
p-Index From 2020 - 2025
19.311
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Jurnal Ilmu Komputer dan Informasi Lontar Komputer: Jurnal Ilmiah Teknologi Informasi PIKSEL : Penelitian Ilmu Komputer Sistem Embedded and Logic Jurnal Ilmiah Kursor Jurnal Mahasiswa Jurusan Arsitektur Jurnal Teknologi Informasi dan Ilmu Komputer Journal of Information Systems Engineering and Business Intelligence Jurnal Teknologi dan Sistem Komputer JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Journal of Information Technology and Computer Science Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Kinetik: Game Technology, Information System, Computer Network, Computing, Electronics, and Control Jurnal Nasional Teknik Elektro dan Teknologi Informasi Journal of Management Research and Studies
Fitra Abdurrachman Bachtiar
Fakultas Ilmu Komputer - Universitas Brawijaya
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Social Sciences

Published : 222 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 222 Documents
Search

 1   2   3   4   5 
Penilaian Faktor Penerimaan Teknologi Blended learning di PTIIK Universitas Brawijaya dengan Metode Unified Theory of Acceptance and Use of Technology (UTAUT) Pradana, Fajar; Rachmadi, Aditya; Bachtiar, Fitra A.
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2, No 1 (2015)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (805.774 KB)

Abstract

AbstrakBlended learning adalah kolaborasi atau kombinasi antara pembelajaran tradisional (pembelajaran dengan tatap muka secara langsung) dan pembelajaran menggunakan teknologi atau e-learning. Universitas Brawijaya sebagai penyelenggara pendidikan tinggi juga telah memfasilitasi penggunaan teknologi untuk blended learning. Namun pada penerapan blended learning masih terdapat beberapa permasalahan Pada penelitian ini digunakan Unified Theory of Acceptance and Use of Technology (UTAUT) sehingga mampu menutupi kekurangan dari penelitian sebelumnya. Faktor-faktor yang dapat diidentifikasi dengan UTAUT diwakili 2 faktor yaitu perilaku penggunaan (Use Behavior) serta perilaku keinginan dalam menggunakan sistem (Behavioral Intention). Masing-masing dari kedua faktor ini dipengaruhi oleh 4 faktor yaitu harapan kinerja sistem (performance expectancy), harapan usaha yang dikeluarkan untuk mengoperasikan sistem (Effort Expectancy), pengaruh sosial (Social Influence) serta kondisi fasilitas yang mendukung operasional sistem (Facilitating Conditions). Sedang 4 faktor ini ditentukan oleh gender, umur, pengalaman dalam menggunakan sistem kesukarelaan penggunaan sistem dari pengguna. Dengan  menggunakan  UTAUT ternyata  didapatkan  hasil  evaluasi bahwa faktor-faktor yang memiliki pengaruh terhadap penggunaan sistem blended learning  di PTIIK adalah H1 : Variabel-variabel PU, JF, RF, EA dan OE tidak berpengaruh terhadap variabel AT, H2 : Variabel-variabel PeoU berkontribusi terhadap variabel AT, H3 : SN, SF dan I tidak berkontribusi terhadap variabel AT, H4 : Variabel-variabel PBC/PB berkontribusi terhadap variabel IM, dan H5 : Variable AT mempengaruhi IM.Kata kunci: Blended Learning,UTAUT, Universitas BrawijayaAbstractBlended learning is a collaboration or a combination of traditional learning (learning by direct face to face) and learning to use the technology or e-learning. UB as a provider of higher education has also facilitated the use of technology for blended learning. However, on the application of blended learning there are still some problems in this research used the Unified Theory of Acceptance and Use of Technology (UTAUT) so as to cover the lack of previous studies. Factors that can be identified by UTAUT represented by two factors, namely the usage behavior (Behavior Use) as well as the desire to use the system behavior (Behavioral Intention). Each of these two factors is influenced by four factors: the expectations of system performance (performance expectancy), the hope of effort expended to operate the system (Effort Expectancy), social influence (Social Influence) and the condition of the facilities that support the operation of the system (Facilitating Conditions). 4 of these factors being determined by gender, age, experience in using the voluntary system of use of the system from the user. By using UTAUT it was found on the evaluation that the factors that have an influence on the use of a system of blended learning in PTIIK is H1: Variables PU, JF, RF, EA and OE does not affect the variable AT, H2: Variables PEOU contribute to AT variables, H3: SN, SF and I do not contribute to the variable AT, H4: Variables PBC / PB contribute to variable IM, and H5: Variable AT affect IMKeywords: Blended Learning,UTAUT, Brawijaya University
KUALITAS DAYA TARIK DUSUN SUMBERWANGI DALAM PENGEMBANGAN UB FOREST SEBAGAI DESTINASI EKOWISATA Fitra Bachtiar; Novi Sunu Sri Giriwati
Jurnal Mahasiswa Jurusan Arsitektur Vol 7, No 2 (2019)
Publisher : Jurnal Mahasiswa Jurusan Arsitektur

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

Abstract

Dusun Sumberwangi merupakan salah satu dusun yang terdapat didalam UB Forest, Kabupaten Malang. Dusun Sumberwangi memiliki potensi daya tarik yang melimpah meliputi daya tarik alam dan buatan. Potensi daya tarik yang ada saat ini perlu dikaji ulang sehubung adanya pengembangan UB Forest sebagai destinasi ekowisata, Penelitian ini bertujuan untuk mengetahui kulitas daya tarik Dusun Sumberwangi yang nantinya dapat mendukung pengembangan ekowisata UB Forest. Penilaian kualitas daya tarik didasarkan pada persepsi masyarakat yang didukung dengan kajian teoritik kondisi lapangan. Hasil dari penelitian ini didapatkan aspek – aspek daya tarik yang perlu dikembangkan sehingga dapat menjadi acuan dalam pengembangan Ekowisata UB Forest. Kata kunci: Daya Tarik, Ekowisata, UB Forest
Klasifikasi Ulasan Palsu Menggunakan Borderline Over Sampling (BOS) dan Support Vector Machine (SVM) (Studi Kasus : Ulasan Tempat Makan) Aisyah Awalina; Fitra Abdurrachman Bachtiar; Indriati Indriati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925692

Abstract

Kemudahan memperoleh informasi saat ini telah banyak membantu manusia, salah satu mencari ulasan untuk tempat makan baru. Pencarian ulasan ini dipicu karena pengunjung tidak mengetahui layanan dari tempat tersebut. Ulasan juga dapat menguntungkan penjual, karena mereka mengetahui pengalaman yang dimiliki pengunjungnya. Oleh karena itu, ulasan palsu dimanfaatkan banyak orang untuk membuat ulasan palsu. Ulasan palsu bisa secara efektif dibedakan menggunakan machine learning. Namun, banyak dari dataset ulasan palsu ini tidak seimbang (imbalanced dataset) sehingga dapat mempengaruhi hasil klasifikasi. Oleh karena itu, penelitian ini menggunakan metode BOS untuk mengatasi tidak seimbangnya data dan melakukan klasifikasi dengan metode SVM. Adapun tahapan dari penelitian yaitu preprocessing, lalu pembobotan kata dengan TF-IDF dan fitur sentimen menggunakan lexicon-based features, dilanjutkan proses menyeimbangkan dataset dengan BOS, setelah itu proses klasifikasi oleh SVM. Adapun langkah dalam pengujian BOS dan SVM yaitu pembagian data latih dan uji dengan 80%:20%, setelah itu pencarian parameter terbaik pada data latih dengan 5-fold cross validation, dan dievaluasi dengan data uji. Adapun nilai parameter terbaik pada BOS dan SVM yaitu N dengan nilai 400% dimana hasil evaluasi akurasi dengan nilai 78,6%; precision dengan nilai 19,7%; recall dengan nilai 17,1%; f-measure dengan nilai 14,4%; dan g-mean dengan nilai 32%. Oleh karena itu, penggunaan BOS dapat meningkatkan hasil evaluasi dari terhadap klasifikasi ulasan palsu.AbstractThe convenience of obtaining information nowadays has helped many people such as looking for reviews for new places to eat. The search for reviews was triggered because visitors were not aware of the services of the place. Reviews can also benefit sellers, because they know the experience their visitors have had. Therefore, many people abuse reviews to create spam reviews. Spam reviews can be effectively resolved using machine learning. However, many of these spam review datasets are imbalanced and thus may affect classification results. In this study, BOS algorithm was used to overcome data imbalances, and SVM algorithm for the classification of spam reviews. The stages of the research are preprocessing, then weighting words with TF-IDF and sentiment features using lexicon-based features, followed by the process of balancing the dataset with BOS, and classification process with SVM. Step in testing BOS and SVM are split data of training and test data with 80%:20%, after that the search for the best parameters in the training data with 5-fold cross-validation, and evaluated with test data. The best parameter values for BOS and SVM were N with a value of 400% where the results of the accuracy evaluation were 78.6%; precision with a value of 19.7%; recall with a value of 17.1%; f-measure with a value of 14.4%; and g-mean with a value of 32%. Therefore, use of BOS can improve the evaluation results from the classification of spam reviews.
Pengenalan Aktivitas Manusia Menggunakan Sensor Akselerometer dan Giroskop pada Smatphone dengan Metode K-Nearest Neighbor Zainal Arifien; Fitra Abdurrahman Bachtiar; Novanto Yudistira
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022915593

Abstract

Pengenalan aktivitas manusia atau Human Activity Recognition (HAR) merupakan salah satu topik yang populer karena besarnya peluang untuk diterapkan di kehidupan sehari-hari. Tujuan dari pengenalan ini adalah untuk mengenali, mendeteksi, dan mengklasifikasikan aktivitas yang dilakukan manusia. Pengenalan aktivitas manusia adalah salah satu teknologi penting untuk memantau dinamisme seseorang sehingga dapat bermanfaat di berbagai hal. Selain untuk menjaga kesehatan, pencegahan penyakit, dan membantu menentukan jenis olah raga, HAR dapat dimanfaatkan juga untuk diterapkan pada bidang keamanan dan pengembangan teknologi. Penelitian ini menggunakan smartphone sebagai teknologi utama dalam memperoleh data dengan memanfaatkan sensor akselerometer dan giroskop yang telah tertanam di dalamnya. Terdapat 8 macam aktivitas yang diteliti dengan kombinasi lama waktu eksperimen 5, 10, dan 15 detik serta posisi smartphone dipegang bebas maupun di dalam saku celana kanan. Data yang diperoleh terdiri dari 3 sumbu (x, y, dan z) pada setiap sensor yang digunakan. Data tersebut kemudian melalui proses pengolahan dan klasifikasi menggunakan algoritme k-Nearest Neighbor (k-NN). Hasil akurasi yang didapat dalam penelitian ini mencapai 79,56%. Hasil yang diperoleh melalui penelitian ini menunjukkan bahwa perbedaan peletakan smartphone mempengaruhi hasil pengenalan aktivitas manusia secara stabil. Selain itu, perbedaan jumlah data akibat perbedaan lamanya waktu eksperimen dapat mengakibatkan perbedaan lamanya waktu komputasi. Penelitian ini menjadi penting karena hasilnya dapat menjadi batu loncatan bagi penelitian selanjutnya. Beberapa peluang pengembangan juga dilampirkan pada bagian akhir. AbstractHuman activity recognition (HAR) is one of the most popular topics because of the large opportunities for its application in life. The purpose of HAR is to recognize, detect and classify human activities. Human activity recognition is one of the important technologies for monitoring a person's dynamism so that it can be utilized in various ways. Apart from maintaining health, preventing disease, and helping determine the type of exercise, HAR can also be used to be applied in the field of security and technological developments. This study uses smartphones as the main technology in obtaining data by utilizing the built-in accelerometer and gyroscope sensors. There are 8 types of activities studied with a combination of 5, 10, and 15 seconds of experimental time and the position of the smartphone is carried freely or in the right trouser pocket. The data obtained consists of 3 axes (x, y, and z) on each sensor used. The data then processed and classified using the k-Nearest Neighbor (k-NN) algorithm. The accuracy results obtained in this study reaches 79.56%. The results obtained through this study indicate that differences in smartphone placement affect the results of human activity recognition stably. In addition, differences in the amount of data due to differences in the length of the experiment period can result in differences in the length of computation time. This research is important because the results can be used as material for further research assistance. Some development opportunities are also attached at the end. 
Implementasi Support Vector Machine untuk Deteksi Stres pada Pengguna E-Learning Fajar Pradana; Fitra A. Bachtiar; Muhammad Zulfikarrahman
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 4: Agustus 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021844371

Abstract

Pada masa ini, e-learning cenderung monoton yang hanya digunakan untuk otomasi pekerjaan saja. Pada pengembangan e-learning yang akan datang, e-learning menerapkan lingkungan adaptif agar hasil yang didapatkan dari penggunaan e-learning dapat menjadi lebih optimal. Salah satu strategi agar e-learning menjadi adaptif adalah adaptasi dengan kondisi mental pengguna. Contoh kasus ketika pengguna stres maka sistem e-learning yang adaptif akan memberikan materi latihan yang lebih mudah atau memberi notifikasi untuk istirahat. Deteksi stres dapat dilakukan dengan pengolahan data dari sinyal fisiologis, yaitu heart rate. Metode klasifikasi Support Vector Machine diterapkan untuk deteksi stres. Fitur yang digunakan untuk klasifikasi stres adalah fitur yang berasal dari domain Heart Rate Statistical. Pengujian akurasi metode Support Vector Machine terhadap kasus pengguna e-learning mampu menghasilkan akurasi sampai 58,3% dengan menggunakan 12 sampel data. AbstractThis time, e-learning tends to be monotonous which is only for job automation. In future of e-learning development, e-learning will apply adaptive environment so that the result obtained from e-learning can be more optimal. One of the strategies to turn e-learning to be adaptive is adaptation to user’s mental condition. By example, when user is stressed then adaptive e-learning system will provide easier exercise or pop notification for break. Stress detection can be achieved by processing data from physiological signal that is heart rate. The Support Vector Machine classification method can be implemented for stress detection. The features that used for stress detection are derived features from Heart Rate Statistical domain. The Support Vector Machine validation testing on case of e-learning users able to provide 58,3% accuracy by using 12 samples of data.
Analisis Model Mental Mahasiswa dalam Pengembangan E-Learning Pemrograman Berbasis Gamifikasi Menggunakan Metode Agile UX Retno Indah Rokhmawati; Fitra Abdurrachman Bachtiar; Fajar Pradana; Kharis Alfian
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925642

Abstract

 Tujuan penelitian ini adalah menghasilkan model mental mahasiswa tentang bagaimana perilaku mereka belajar materi pemrograman. Model mental ini kemudian diterapkan dalam perbaikan desain e-learning CodeManiac. CodeManiac sebelumnya telah dikembangkan di Fakultas Ilmu Komputer Universitas Brawijaya (FILKOM UB) untuk mendukung matakuliah pemrograman di tingkat perguruan tinggi. Penelitian ini diawali dengan mengujicobakan CodeManiac versi awal kepada 15 mahasiswa FILKOM UB yang telah diseleksi untuk merepresentasikan karakteristik lima program studi S1 di FILKOM UB. Pertimbangan yang digunakan dalam memilih 15 mahasiswa tersebut didasarkan pada penelitian sebelumnya yang membahas model mental mahasiwa dibagi menjadi 3 persona (berdasarkan model mental penelitian sebelumnya) dalam bentuk level, antara lain: level dasar (elementary), level sedang (intermediate), dan level lanjutan (advanced). Penelitian ini lebih menajamkan pada susunan menu/fitur yang diperlukan agar kebutuhan belajar ketiga level tersebut terakomodasi dalam satu platform, yaitu CodeManiac. Oleh karena penelitian ini telah didasari penelitian eksperimen sebelumnya dan berfokus pada perbaikan desain solusi, maka Agile UX sesuai diterapkan pada penelitian ini. Hasil penelitian ini adalah menerapkan model mental ke dalam desain baru CodeManiac, yang selanjutnya divalidasi kembali kepada 15 mahasiswa yang telah terlibat pada pengujian awal. Penelitian ini menemukan kebutuhan baru terkait Sign Up dan Login, Course, Achievements, Exercises, Challenge, dan permasalahan umum (navigasi dan layout). Berdasarkan pengujian desain perbaikan, 15 mahasiswa memberikan umpan balik yang menunjukkan peningkatan kualitas sebagai berikut: peningkatan sebesar 24,1% pada aspek learnability, peningkatan sebesar 20,5% pada aspek intuitive efficiency, peningkatan sebesar 42% pada aspek ease of use, dan peningkatan sebesar 56% pada aspek interactivity. AbstractThe purpose of this research is to analyze students' mental models of how their behavior learns programming material. This mental model is then applied to improve the e-learning CodeManiac design. CodeManiac has previously been developed at the Faculty of Computer Science Universitas Brawijaya (FILKOM UB) to support programming courses at the university level. This research begins by testing the initial version of CodeManiac to 15 students of FILKOM UB who have been selected to represent the characteristics of five undergraduate study programs at FILKOM UB. The considerations used in selecting the 15 students were based on previous research that discussed the mental model of students divided into 3 personas (based on previous research) in the form of levels, including elementary level, intermediate level, and advanced level. This research is more focused on the arrangement of the menus/features needed so that the learning needs of the three levels are accommodated in one platform, namely CodeManiac. Because this research has been based on previous experimental research and focuses on improving solution design, Agile UX is appropriate to be applied to this research. The result of this research is to apply the mental model into the new CodeManiac design, which is then validated again to 15 students who have been involved in the initial test. This research finds new needs related to Sign Up and Log in, Courses, Achievements, Exercises, Challenges, and common problems (navigation and layout). Based on the improvement design test, 15 students gave feedback indicating the quality improvement as follows: 24.1% improvement in learnability aspect, 20.5% improvement in intuitive efficiency aspect, 42% improvement in ease-of-use aspect, and 56% improvement on the aspect of the interactivity. 
Penilaian Faktor Penerimaan Teknologi Blended learning di PTIIK Universitas Brawijaya dengan Metode Unified Theory of Acceptance and Use of Technology (UTAUT) Fajar Pradana; Aditya Rachmadi; Fitra A. Bachtiar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 1: April 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (805.774 KB) | DOI: 10.25126/jtiik.201521130

Abstract

AbstrakBlended learning adalah kolaborasi atau kombinasi antara pembelajaran tradisional (pembelajaran dengan tatap muka secara langsung) dan pembelajaran menggunakan teknologi atau e-learning. Universitas Brawijaya sebagai penyelenggara pendidikan tinggi juga telah memfasilitasi penggunaan teknologi untuk blended learning. Namun pada penerapan blended learning masih terdapat beberapa permasalahan Pada penelitian ini digunakan Unified Theory of Acceptance and Use of Technology (UTAUT) sehingga mampu menutupi kekurangan dari penelitian sebelumnya. Faktor-faktor yang dapat diidentifikasi dengan UTAUT diwakili 2 faktor yaitu perilaku penggunaan (Use Behavior) serta perilaku keinginan dalam menggunakan sistem (Behavioral Intention). Masing-masing dari kedua faktor ini dipengaruhi oleh 4 faktor yaitu harapan kinerja sistem (performance expectancy), harapan usaha yang dikeluarkan untuk mengoperasikan sistem (Effort Expectancy), pengaruh sosial (Social Influence) serta kondisi fasilitas yang mendukung operasional sistem (Facilitating Conditions). Sedang 4 faktor ini ditentukan oleh gender, umur, pengalaman dalam menggunakan sistem kesukarelaan penggunaan sistem dari pengguna. Dengan  menggunakan  UTAUT ternyata  didapatkan  hasil  evaluasi bahwa faktor-faktor yang memiliki pengaruh terhadap penggunaan sistem blended learning  di PTIIK adalah H1 : Variabel-variabel PU, JF, RF, EA dan OE tidak berpengaruh terhadap variabel AT, H2 : Variabel-variabel PeoU berkontribusi terhadap variabel AT, H3 : SN, SF dan I tidak berkontribusi terhadap variabel AT, H4 : Variabel-variabel PBC/PB berkontribusi terhadap variabel IM, dan H5 : Variable AT mempengaruhi IM.Kata kunci: Blended Learning,UTAUT, Universitas BrawijayaAbstractBlended learning is a collaboration or a combination of traditional learning (learning by direct face to face) and learning to use the technology or e-learning. UB as a provider of higher education has also facilitated the use of technology for blended learning. However, on the application of blended learning there are still some problems in this research used the Unified Theory of Acceptance and Use of Technology (UTAUT) so as to cover the lack of previous studies. Factors that can be identified by UTAUT represented by two factors, namely the usage behavior (Behavior Use) as well as the desire to use the system behavior (Behavioral Intention). Each of these two factors is influenced by four factors: the expectations of system performance (performance expectancy), the hope of effort expended to operate the system (Effort Expectancy), social influence (Social Influence) and the condition of the facilities that support the operation of the system (Facilitating Conditions). 4 of these factors being determined by gender, age, experience in using the voluntary system of use of the system from the user. By using UTAUT it was found on the evaluation that the factors that have an influence on the use of a system of blended learning in PTIIK is H1: Variables PU, JF, RF, EA and OE does not affect the variable AT, H2: Variables PEOU contribute to AT variables, H3: SN, SF and I do not contribute to the variable AT, H4: Variables PBC / PB contribute to variable IM, and H5: Variable AT affect IMKeywords: Blended Learning,UTAUT, Brawijaya University
Evaluasi Usability Aplikasi Elektronik-Kesehatan Ibu dan Anak (e-KIA) Fitra Abdurrachman Bachtiar; Retno Indah Rokhmawati; Fajar Pradana; Intan Yusuf Habibie
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 6: Desember 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021824426

Abstract

Teknologi informasi sudah berkembang disemua bidang dan tidak terkecuali sudah diterapkan ke bidang kesehatan. Salah satu langkah awal penerapan teknologi informasi pada bidang kesehatan adalah dengan membangun aplikasi untuk memonitor kesehatan ibu dan anak yang disebut dengan e-KIA. Aplikasi e-KIA yang sudah dibangun saat ini masih belum diketahui tingkat usabilitas dari penggunaan aplikasi tersebut. Pengujian usability ini penting untuk dilakukan sebelum aplikasi tersebut digunakan oleh masyarakat secara luas dan dapat digunakan sebagai early warning untuk mendeteksi kemungkinan-kemungkinan kesalahan yang terjadi. Untuk mengatasi hal tersebut pengujian usability dilakukan pada aplikasi e-KIA. Pengujian usability dimulai dengan melakukan studi litearatur terkait. Kemudian dilakukan pemilihan evaluator sekaligus melakukan briefing proses evaluasi. Tahap selanjutnya adalah merancang instrumen untuk evaluasi dan merancang skenario evaluasi. Evaluasi usability yang dilakukan difokuskan pada 3 hal yaitu Severity Ranking (SR), Ease of Fixing Ranking (EFR), dan Kategori Masalah. Masalah yang ditemukan kemudian dikategorikan berdasarkan 10 prinsip heuristik Nielsen dan disederhanakan menjadi kategori Selection Driven Command (perbaikan interaksi), Content Organization (kelengkapan konten informasi), dan Visual Representation (pemilihan komponen desain yang tepat). Dari hasil evaluasi tersebut didapatkan temuan masalah Selection Driven Command (perbaikan interaksi) sejumlah 18 temuan, Content Organization (kelengkapan konten informasi) sejumlah 10 temuan, dan Visual Representation (pemilihan komponen desain yang tepat) sejumlah 7 temuan. AbstractInformation technology has emerged in all aspect including in the healthcare field. e-KIA is an application to monitor mother and child healthcare as initial steps in implementing information technology in the healthcare field. As a newly developed application, the usability level of e-KIA is not known yet. Usability testing is important steps to be taken before the application will be used by stakeholders. Usability testing could be used to identify problems that may occur in the early stage and could be used as early warning to application aspects need to be fixed. e-KIA Usability Testing is conducted to overcome the specified problems. Usability testing started by taking the literature review followed by evaluator selection and evaluation briefing. The next step is designing an evaluation instrument and evaluation scenario. The conducted usability testing is focus on Severity Ranking (SR), Ease of Fixing Ranking (EFR), and Problem Category. The identified problems are then categorized into Nielsen’s 10 Heuristic Principal. The identified problems are simplified to three categories of Selection Driven Command, Content Organization, and Visual Representation. The experiment has found 18 problems in Selection Driven category, 10 problem in Content Organization, and 7 problems in Visual Representation category. 
Penggalian Perilaku Pemain dalam Penentuan Tipe Permainan pada E-Learning Pemrograman Berbasis Gamification Bayu Priyambadha; Fajar Pradana; Fitra Abdurrachman Bachtiar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 4: Agustus 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020701295

Abstract

Salah satu kompetensi utama yang harus dimiliki oleh lulusan dari jurusan atau program studi bidang keilmuan komputer adalah kemampuan programming (membuat program). Berbagi informasi untuk meningkatkan kualitas pembelajaran pemrograman telah dilakukan di banyak kampus di Indonesia. Salah satunya adalah penerapan media pembelajaran online atau disebut juga sebagai E-Learning. Salah satu sistem pembelajaran yang paling umum, yang didukung oleh teknologi informasi, adalah e-learning. Namun, banyak juga sistem e-learning tidak mencapai tujuan yang diinginkan karena ketidakpatuhan dan kurangnya pengetahuan tentang teknik dan metode untuk pengembangan sistem informasi online. Tujuan yang dicapai antara lain efisiensi, efektifitas, motivasi dan keterlibatan siswa. Pendekatan gamification dapat digunakan untuk meningkatkan beberapa hal tersebut demi tercapainya tujuan pembelajaran online. Dalam sistem Code Maniac, terdapat beberapa elemen gamification yang digunakan, yaitu poin pengalaman, poin aktivitas dan badge. Namun, hal tersebut terbukti masih kurang meningkatkan motivasi mahasiswa dalam menggunakan Code Maniac. Pendekatan player-centric memungkinkan sistem menyesuaikan gameplay yang sesuai dengan gaya bermain seorang pemain. Untuk dapat mewujudkan sebuah media pembelajaran yang berorientasi pada pemain, maka dibutuhkan sebuah mekanisme untuk mengenali karakteristik pemainnya. Pada penelitian ini menekanan metode yang digunakan untuk menggali  perilaku permainan. Penggalian pola dilakukan pada data log proses per pemain dan per sesi yang berjumlah 136 proses. Kemudian proses tersebut dikelompokan sesuai dengan kedekatan atau kesamaan karakteristik bermain. Hasil penentuan jumlah kelompok yang paling optimal adalah k=2 dan k=3. Untuk itu pengelompokan dilakukan dan menghasilkan 2 kelompok dan 3 kelompok data. Kelompok tersebut dapat menjadi dasar untuk untuk penentuan gameplay pada Code Maniac. AbstractOne of the main competencies that must be possessed by graduates of departments or study programs in computer science is programming skills (making programs). Sharing information to improve the quality of programming learning has been done on many campuses in Indonesia. One of them is the application of online learning media or also called the E-Learning.. One of the most common learning systems, supported by information technology, is e-learning. However, many e-learning systems do not achieve the desired goals because of non-compliance and lack of knowledge about techniques and methods for developing information systems online. The objectives achieved include efficiency, effectiveness, motivation and student involvement. The gamification approach can be used to improve some of these things in order to achieve online learning goals. In the Code Maniac system, there are several gamification elements used, namely experience points, activity points and badges. However, this proved to be still lacking in increasing student motivation in using Code Maniac. The player-centric approach allows the system to adjust the gameplay to suit a player's playing style. To be able to realize a player-oriented learning media, a mechanism is needed to recognize the characteristics of the players. In this study emphasizes the methods used to explore game behavior. Pattern mining is performed on process log data per player and per session which amounts to 136 processes. Then the process is grouped according to the closeness or similarity of playing characteristics. The results of determining the most optimal number of groups are k = 2 and k = 3. For this reason, grouping is done and produces 2 groups and 3 groups of data. The group can be the basis for determining the gameplay in Code Maniac.
Penerapan Metode Association Rule Mining untuk Asosiasi Ulasan Terhadap Aspek Tempat Wisata Jawa Timur Park 3 Aisyatul Maulidah; Fitra A. Bachtiar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 5: Oktober 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021854417

Abstract

Google Review pada salah satu fitur Google Maps dapat menjadi salah satu media untuk mengukur tingkat kepuasan pengunjung Jawa Timur Park 3 (Jatim Park 3). Akan tetapi jumlah ulasan yang mencapai ribuan dan belum tersedianya media pengelola data ulasan dapat mempersulit manajemen Jatim Park 3 dalam mengeksplorasi dan menganalisis masukan pengunjung secara mendetail. Penelitian ini memanfaatkan teknik Association Rule Mining (ARM) dalam mengelola data ulasan sehingga dapat menemukan hubungan kata yang sering muncul pada ulasan. Teknik ini paling populer untuk menemukan hubungan tersembunyi antar variabel. Algoritma yang digunakan dalam mengimplementasikannya adalah algoritma Apriori karena dianggap paling efisien. Pada penelitian ini menggunakan data ulasan sebanyak 1067 ulasan dalam Bahasa Indonesia dari bulan Januari sampai bulan April tahun 2019. Berdasarkan wawancara, data tersebut digolongkan menjadi 8 aspek berdasarkan kata kunci yang sudah ditentukan sebelumnya. Aspek tersebut antara lain akses jalan, biaya, kebersihan, kepuasan, keramaian, pelayanan, keamanan, dan teknologi. Pengujian dilakukan untuk mengetahui pengaruh minimum support dan minimum confidence terhadap rule yang terbentuk. Keseluruhan aspek mampu menghasilkan asosiasi kata dengan algoritma Apriori. Selain itu, Keseluruhan rule yang terbentuk menghasilkan rata-rata lift ratio di atas 1 dimana rule dengan nilai lift ratio diatas 1 tersebut merupakan rule yang unik diantara rule-rule lain yang terebentuk dari asosiasi tersebut. Pada penelitian ini, rule yang terbentuk divisualisasikan untuk menampilkan keterkaitan antara kata kunci dengan aspek pada data ulasan pengunjung Jatim Park 3. Penelitian ini mencoba menggali informasi mengenai pemetaan layanan mana saja yang mendapatkan perhatian pengunjung di Jatim Park 3. Abstract Google Review, which is one of the features of Google Maps can be a medium to measure the satisfaction rate visitors of Jawa Timur Park 3 (Jatim Park 3). the number of reviews that reached thousands and media of review data manager is not available yet complicate the management of Jatim Park to explore and analyze visitor feedback in detail. The Association Rule Mining (ARM) technique is a text mining method that can support the knowledge discovery process in large document collections. ARM is able to link keywords to comments to find words that appear frequently. This technique is most popular for finding hidden relationships between variables. The algorithm used in this study is apriori algorithm because it is the most efficient. In this study, there are 1067 reviews of the visitors in Indonesian from January to April 2019 as the data. The data is classified into 8 aspects based on predetermined keywords. These aspects include road access, cost, cleanliness, satisfaction, hustle, service, security, and technology. Testing was conducted to determine the minimum support and minimum confidence impact of the established rules. The whole aspects is capable of generating word associations with an Apriori algorithm. In addition, the overall rules that are formed produce an average lift ratio above 1 where the rule with that value is a unique rule among other rules formed from the association. In this study, the rules that are formed are visualized to show the relationship between keywords and aspects of visitor reviews of Jatim Park 3. This research tries to dig up information about mapping which services get the attention of visitors in Jatim Park 3.
Co-Authors AA Sudharmawan, AA Abidatul Izzah Abu Wildan Mucholladin Achmad Arwan Achmad Basuki Achmad Fahlevi Achmad Firmansyah Sulaeman Achmad Hanim Nur Wahid Achmad Ridok Adam Hendra Brata Adam Syarif Hidayatullah Adam Syarif Hidayatullah Adinugroho, Sigit Aditya Rachmadi Aditya Rachmadi, Aditya Admaja Dwi Herlambang, Admaja Dwi Admi Rut Sinana Afida, Latansa Nurry Izza Afifurrijal Afifurrijal Agus Wahyu Widodo Ahmad Afif Supianto Ahmad Afif Supianto Ahmad Afif Supianto Ahmad Afif Supianto Ahmad Fairuzabadi Ahmad Foresta Azhar Zen Aisyah Awalina Aisyah Awalina Aisyatul Maulidah Aisyatul Maulidah Akhmad Lazuardi Alaikal Fajri Nur Alfian Aldi Fianda Putra Alfi Nur Rusydi Alfin Taufiqurrahman Alfirsa Damasyifa Fauzulhaq Alhasyimi, Dana Mustofa Alifi Lazuardi Gunawan Amalia Kusuma Akaresti Andi Alifsyah Dyasham Anggit Chalilur Rahman Anita Rizky Agustina Anita Rizky Agustina Anjasari, Ni Luh Made Beathris Anjumi Kholifatu Rahmatika Annuranda, Ramansyah Eka Apriyanti -, Apriyanti Ardi Wicaksono ari kusyanti Arieftia Wicaksono Aulia Akhrian Syahidi Aulia Dewi Savitri Aulia Nurrahma Rosanti Paidja Aulia Septi Pertiwi Azhar Izzannada Elbachtiar Azzam Syawqi Aziz Baharudin Yusuf Widiyanto Barlian Henryranu Prasetio Bayu Aji Firmansyah Bayu Sutawijaya Benni A. Nugroho Bere, Stevania Biabdillah, Fajerin Bianca Pingkan Nevista Bintang Fajrianti Brahma Hanif Farhansyah Budi Darma Setiawan Budi Setiawan Cahya, Reiza Adi Cinthia Vairra Hudiyanti Dariswan Janweri Perangin-Angin Dary Ardiansyah Haryono Dea Zakia Nathania Dedi Romario Delpiero, Rangga Raditya Desy Setya Rositasari Dika Imantika Dimas Angga Nazaruddin Dinda Adimanggala Dito William Hamonangan Gultom Diva Fardiana Risa Diva Fardiana Risa Djoko Pramono Dona Adittia Dyah Ayu Wulandari Dyah Ayu Wulandari Dzar Romaita Eka Devi Prasetiya Eka Yuni Darmayanti Eko Laksono Eko Setiawan Elok Nuraida Kusuma Dewi Fabiansyah Cahyo Kuncoro Pradipta Faizatul Amalia Fajar Pradana Fajar Pradana Fajerin Biabdillah Faranisa, Puspa Ayu Fardan Ainul Yaqiin Farhan Setya Dhitama Farid Syauqi Nirwan Fasya Ghassani Hadiyan Fatwa Ramdani, Fatwa Ferdian Maulana Akbar Ferry Ardianto Rismawan Ficry Agam Fathurrachman Fikar Mukamal Gandhi Ramadhona Giga Setiawan Gregorius Dhanasatya Pudyakinarya Gultom, Dito William Hamonangan Gunawan, Alifi Habib Bahari Khoirullah Haikal, Raihan Hanif Prasetyo Maulidina Hanifah Khoirunnisak Hanifah Muslimah Az-Zahra Hanifah Muslimah Az-Zahra, Hanifah Muslimah Haryowinoto Rizqul Aktsar Hasyir Daffa Ibrahim Hayashi, Yusuke Herman Tolle Heryana, Ana Hirashima, Tsukasa Holiyanda Husada Hutamaputra, William Ihza Razan Alghifari Ikhsan Putra Arisandi Ikrom Septian Hadi Ilham Pambudi Imam Cholissodin Imam Cholissodin Imam Cholissodin Indra K. Syahputra Indra Kurniawan Syahputra Indriati Indriati Indriati Indriati Intan Yusuf Habibie Iqbal Taufiq Ahmad Nur Irfani, Ilham Irma Nurvianti Irwan Suprianto Issa Arwani Ivqonnada Al Mufarrih Joseph Ananda Sugihdharma Joseph Ananda Sugihdharma Julia Ferlin Kartiko, Erik Yohan Katrina Puspita Kevin Gusti Farras Fari' Utomo Kharis Alfian Kharis Alfian Kresna Hafizh Muhaimin Krisnabayu, Rifky Yunus Krisnandi, Dikdik Kuncahyo Setyo Nugroho Kurnia Fakhrul Izza Kusumo, R. Budiarianto Suryo Lailil Muflikhah Ludgerus Darell Perwara Luthfi Afrizal Ardhani M Reza Syahputra A M. Ali Fauzi M. Khusnul Azhari M. Raabith Rifqi M. Sofyan Irwanto Mar'i, Farhanna Marvel Timothy Raphael Manullang Mawarni, Marrisaeka Michael Stephen Lui Moch Irfan Prayudha Adhianto Mochamad Chandra Saputra Mochamad Havid Albar Purnomo Mochammad Dearifaldi Al Ikhsan Mochammad Dearifaldi Al Ikhsan Moh Iqbal Yusron Mufidatun Nuha Muh. Edo Aprillia Andilala Muhammad Ferdyandi Muhammad Ifa Amrillah Muhammad Tanzil Furqon Muhammad Taufik Dharmawan Muhammad Wafi Muhammad Wafi Muhammad Zulfikarrahman Nabila Leksana Putri Nabila Lubna Irbakanisa Nadifa, Rahajeng Mufti Nainggolan, Cesilia Natasya Nanang Yudi Setiawan Nanang Yudi Setiawan Nanang Yudi Setyawan Nanda Ajeng Kartini Nanda Samsu Dhuha Nasita Ratih Damayanti Naufal Fathirachman Mahing Nourman Hajar Novanto Yudistira Novi Sunu Sri Giriwati Novianti, Siska Nur Wahyu Melliano Hariyanto Nurafifah Alya Farahisya Nurul Hidayat Oddy Aulia Rahman Nugroho Okta Dwi Ariska Ovy Rochmawanti Pamungkas, Gilang Alif Pradana , Fajar Priyambadha, Bayu Pryono, Muhammad Adam Puras Handharmahua Putra Pandu Adikara Rafif Taqiuddin Rafif Taqiuddin Rafly, Andi Raga Saputra Heri Istanto Rahman, Rafli Rahmat Adi Setiawan Ramadhan, Muhammad Fitrah Randy Cahya Wihandika Randy Cahya Wihandika Ratih Kartika Dewi Refi Fadholi Rekyan Regasari Mardi Putri, Rekyan Regasari Mardi Renavitasari, Ivenulut Rizki Diaz Retno Indah Rokhmawati Retno Indah Rokhmawati, Retno Indah Revanza, Muhammad Nugraha Delta Reza Syahputra Rezka Aditya Nugraha Hasan Rezky Dermawan Rhobith, Muhammad Rian Nugroho Ridwan Adi Setiabudi Riski Darmawan Riza Setiawan Soetedjo Rizal Setya Perdana Rizkey Wijayanto Rizkia Desi Yudiari Rizky Adinda Azizah Rizky Muhammad Faris Prakoso Robi Dwi Setiawan Rona Salsabila Said Atharillah Alifka Alhabsyi Samuel Arthur Satrio A. Wicaksono Satrio Agung Wicaksono Satrio Agung Wicaksono Satrio Hadi Wijoyo Satrio Hadi Wijoyo Satyawan Agung Nugroho Satyawan Agung Nugroho Shinta Aprilisia Sifaunnufus Ms, Fi Imanur Sintiya, Karena Siswahyudi, Puad Siti Mutdilah Sofyanda, Erika Yussi Sri Wulan Utami Vitandy Sueddi Sihotang Sugihdharma, Joseph Ananda Sulandri Sulandri Sza Sza Amulya Larasati Taufik Hidayat Timothy Julian Titus Christian Ubaydillah, Achmad Afif Utaminingrum, Fitri Vasha Farisi Sarwan Halim Very Sugiarto, Very Vivy Junita Wahyu Ardiansyah, Mohammad Wahyu Satriyo Wibowo Wahyudi, Hafif Bustani Wayan F. Mahmudy Wayan Firdaus Mahmudy Welly Purnomo Whita Parasati Wicky Prabowo Juliastoro Windy Adira Istiqhfarani Wiratama Ahsani Taqwim Wirdhayanti Paulina Yoga Tika Pratama Yudi Muliawan Yuita Arum Sari Zainal Arifien Zayn, Afta Ramadhan