Article Per Year (5 Year)
p-Index From 2021 - 2026
16.609
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 Jurnal Neutrino : jurnal fisika dan aplikasinya Jurnal Ilmiah Teknik Elektro Komputer dan Informatika (JITEKI) 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) International Journal of Artificial Intelligence Research 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 Lontar Komputer: Jurnal Ilmiah Teknologi Informasi
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 Library & Information Science Physics Social Sciences

Published : 236 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 236 Documents
Search

 19   20   21   22   23 
Analisis Kinerja Algoritme TCP Congestion Control Berdasarkan Single dan Multiple Flow pada Multi-Path Routing Sutawijaya, Bayu; Basuki, Achmad; Bachtiar, Fitra Abdurrachman
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 5: Oktober 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020752402

Abstract

Teknik multi-path routing merupakan solusi efektif untuk menambah kapasitas bandwidth jaringan. Namun, TCP menggunakan multiple paths sama dengan di single path. Penelitian ini melakukan analisis kinerja algoritme TCP congestion control Reno, BIC, CUBIC, dan BBR pada multi-path routing dengan setiap multiple paths menggunakan cost yang sama. Analisis yang dilakukan meliputi perbandingan antara single path routing dengan multi-path routing, single flow, dan multiple flow. Analisis single flow meliputi link delay dan loss rate. Sedangkan analisis multiple flow meliputi inter TCP protocol fairness dan fairness antara TCP dengan UDP. Semua evaluasi dilakukan berdasarkan emulasi pada VirtualBox. Berdasarkan hasil emulasi, multi-path routing dapat berdampak pada packet reordering, tetapi tidak mengakibatkan penurunan rata-rata throughput yang signifikan. Pada single flow, BBR merupakan algoritme TCP congestion control terbaik pada multi-path routing. Namun, pada multiple flow, CUBIC merupakan algoritme TCP congestion control terbaik pada multi-path routing. Pada evaluasi link delay, rata-rata RTT BBR lebih rendah hingga 58 ms dibandingkan dengan Reno, BIC, dan CUBIC. Sedangkan pada evaluasi loss rate, rata-rata throughput BBR lebih tinggi hingga 12 Mbps dibandingkan dengan Reno, BIC, dan CUBIC. Pada evaluasi inter TCP protocol fairness dan fairness antara TCP dengan UDP, fairness CUBIC paling mendekati 1 dibandingkan dengan Reno, BIC, dan BBR. AbstractThe multi-path routing technique is an effective solution to increase network bandwidth capacity. However, TCP uses multiple paths similar to a single path. This study analyzes the performance of TCP congestion control algorithms Reno, BIC, CUBIC, and BBR on multi-path routing with each multiple paths using the same cost. The analysis includes a comparison between single path routing and multi-path routing, single flow, and multiple flows. In a single flow, the analysis includes link delay and loss rate. Whereas in multiple flows, the analysis includes inter TCP protocol fairness and fairness between TCP and UDP. All evaluations are based on emulation in VirtualBox. Based on the results from emulation, multi-path routing can have an impact on packet reordering but does not result in a significant degrade in average throughput. In a single flow, BBR is the best TCP congestion control algorithm on multi-path routing. However, in multiple flows, CUBIC is the best TCP congestion control algorithm on multi-path routing. In the link delay evaluations, the average RTT on BBR up to 58 ms lower than Reno, BIC, and CUBIC. Whereas in the loss rate evaluations, the average throughput on BBR up to 12 Mbps higher than Reno, BIC, and CUBIC. In the evaluation of inter TCP protocol fairness and fairness between TCP and UDP, fairness on CUBIC is closest to 1 than Reno, BIC, and BBR.
Implementasi Weighted Product untuk memberikan Rekomendasi Prospek Pelanggan bagi Sales Marketing Berdasarkan Web Analytics Pradana, Fajar; Bachtiar, Fitra Abdurrachman; Al Ikhsan, Mochammad Dearifaldi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020702586

Abstract

Keberhasilan sebuah perusahaan dalam memasarkan produk atau jasa yang ditawarkan sangat tergantung dari kinerja marketing. Kegiatan marketing saat ini berkembang tidak hanya dilakukan secara kovensional melalui tatap muka langsung dengan pelanggan. Salah satu pemasaran yang dilakukan pada perusahaan adalah dengan digital marketing. Digital marketing menggunakan Internet dan World Wide Web untuk mendekati pelanggan. Dalam mencapai tujuan ini, perusahaan harus mengadopsi Web analytics, yang didefinisikan sebagai pengukuran, pengumpulan, analisis dan pelaporan data Internet untuk tujuan memahami dan mengoptimalkan penggunaan Web. Dengan melakukan web analytics, marketing dapat mengenali calon pelanggan prospek yang sering mengakses website perusahaan. Tidak seperti kegiatan marketing konvensional, kegiatan mengenali pengunjung website menjadi kesulitan tersendiri. Pada penelitian ini akan dilakukan penggalian data lebih dalam untuk melihat perilaku dari pengunjung website dari sebuah perusahaan dengan menggunakan metode Weighted Product. Parameter yang dipertimbangkan antara lain: jumlah kunjungan (visit), durasi kunjungan (visit length), jumlah halaman yang dilihat (pageview), jumlah satu halaman yang dilihat pada satu kali kunjungan (bounce), kategori dari traffic source (medium), dan asal dari traffic (source). Berdasarkan proses perhitungan dan pengujian validasi maka didapatkan nilai kecocokan 100%. Sehingga dapat disimpulkan sistem rekomendasi memiliki tingkat akurasi yang tinggi. Abstract The success of a company in marketing the product or service offered is very dependent on marketing performance. Marketing activities currently developing are not only done conventionally through face-to-face contact with customers. One of the marketing activities done by companies is digital marketing. Digital marketing uses the Internet and the World Wide Web to approach customers. In achieving this goal, companies must adopt Web analytics, which is defined as "measurement, collection, analysis and reporting of Internet data for the purpose of understanding and optimizing Web use. By doing web analytics, marketing can recognize potential customers who often access the company's website. Unlike conventional marketing activities, the activity of recognizing website visitors becomes a particular difficulty. In this study deeper data will be extracted to see the behavior of website visitors from a company using the Weighted Product method. Parameters considered include: number of visits (visit length), number of visits (pageview), number of pages viewed at one visit (bounce), category of traffic source (medium), and origin from traffic (source). Based on the comparison of the results of the decision by applying the WP and the expert achieving a 100% match value. So it can be concluded that the recommendation system has a high level of accuracy.
Metode Deteksi Intrusi Menggunakan Algoritme Extreme Learning Machine dengan Correlation-based Feature Selection Sulandri, Sulandri; Basuki, Achmad; Bachtiar, Fitra Abdurrachman
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 1: Februari 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813358

Abstract

Deteksi intrusi pada jaringan komputer merupakan kegiatan yang sangat penting dilakukan untuk menjaga keamanan data dan informasi. Deteksi intrusi merupakan proses monitor traffic pada sebuah jaringan untuk mendeteksi adanya pola data yang dianggap mencurigakan, yang memungkinkan terjadinya serangan jaringan. Penelitian ini melakukan analisis pada traffic jaringan untuk mengetahui apakah paket tersebut mengandung intrusi atau merupakan paket normal. Data traffic yang digunakan untuk deteksi intrusi pada penelitian ini diambil dari dataset KDD Cup. Metode yang digunakan untuk melakukan deteksi intrusi dengan cara klasifikasi yaitu dengan menggunakan metode Extreme Learning Machine (ELM). Namun, dengan menggunakan metode ELM saja tidak mampu untuk menghasilkan akurasi yang baik maka, pada metode ELM perlu ditambahkan metode seleksi fitur Correlation-Based Feature Selection (CFS) untuk meningkatkan hasil akurasi dan waktu komputasi. Hasil penelitian yang dilakukan dengan menggunakan metode ELM menunjukkan tingkat akurasi mencapai 81,97% dengan waktu komputasi 3,39 detik. Setelah ditambahkan metode seleksi fitur CFS pada ELM tingkat akurasi meningkat secara signifikan menjadi 98,00% dengan waktu komputasi 2,32 detik. AbstractIntrusion detection of computer networks is a very important activity carried out to maintain data and information security. Intrusion detection is the process of monitoring traffic on a network to detect any data patterns that are considered suspicious, which allows network attacks. This research analyzes the network traffic to find out whether the packet contains intrusion or is a normal packet. Traffic data used for intrusion detection in this study were taken from the KDD Cup dataset. The method used to do intrusion detection by classification is using the Extreme Learning Machine (ELM) method. However, using the ELM method alone is not able to produce good accuracy, so the ELM method needs to be added to the Correlation-Based Feature Selection (CFS) feature selection method to improve the accuracy and computational time. The results of the research conducted using the ELM method showed an accuracy rate of 81.97% with a computation time of 3.39 seconds. After adding the CFS feature selection method to ELM the accuracy level increased significantly to 98.00% with a computing time of 2.32 seconds.
Implementasi Topsis untuk Menentukan Rekomendadi Makanan Anak Usia 1-3 Tahun pada Sistem Monitoring Tumbuh Kembang Anak Pradana, Fajar; Bachtiar, Fitra A.; Salsabila, Rona
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.2021844370

Abstract

 AbstractPenting bagi orang tua untuk memperhatikan pertumbuhan anak secara teratur terutama pada saat periode emasnya. Usia emas pada anak berada pada saat 1000 hari pertama sejak kelahiran atau hingga anak berusia 2 tahun, tumbuh kembang anak dapat meningkat sangat signifikan pada usia ini. Pertumbuhan anak dapat maksimal apabila nutrisi yang diberikan juga tepat sejak usia lahir sampai 3 tahun. Stunting (kerdil) merupakan salahsatu penyakit yang disebabkan karena kurangnya nutrisi pada anak. Stunting adalah sebuah kondisi dimana bayi memiliki panjang dan tinggi badan yang lebih rendah daripada bayi pada umumnya. Pola asuh orang tua terhadap bayi secara mandiri menjadi sangat diperlukan. Untuk membantu orang tua dalam memantau tumbuh kembang anak serta mengurangi peningkatan jumlah bayi stunting maka dibangun sistem monitoring tumbuh kembang anak berbasis web. Pada sistem ini terdapat fitur untuk memberikan rekomendasi makanan berdasarkan  kebutuhan kalori setiap anak. Dalam menentukan rekomendasi makanan diperlukan metode Sistem Pendukung Keputusan (SPK) sesuai dengan kebutuhan kalori anak. Dalam penerapan SPK, terdapat metode yang dapat digunakan untuk melakukan analisis data antara lain adalah metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). Alternatif yang digunakan meliputi nama makanan yang dapat dikonsumsi oleh anak usia 1 sampai dengan 3 tahun. Sedangkan kriteria yang digunakan adalah kalori yang didalamnya terdapat karbohidrat, lemak, protein, dan kalsium. 3. Hasil perankingan yang diberikan oleh TOPSIS pada telah berhasil memberikan perankingan dengan nilai yang berbeda-beda, kecuali pada beberapa alternatif. Hal itu dikarenakan kesamaan nilai dari kedua alternatif pada setiap kriteria.  AbstractIt is important for parents to pay attention to the growth of the child in the golden period. The golden age in children remains in the first 1000 days from birth or until the child is born 2 years, child growth and development can increase very significantly at this age. The number of children who can reach a maximum age of 3 years. Stunting is a disease that causes nutritional deficiencies in children. Stunting is a place where babies have a lower length and height than a baby's place in general. Parenting for independent babies is needed. To help parents in developing child growth and development also increase the number of stunting babies a web-based growth and development monitoring system was built. This system provides features to provide food recommendations based on the calorie needs of each child. In determining food recommendations, a Decision Support System (SPK) method is needed in accordance with the calorie needs of children. In the application of SPK, methods that can be used to analyze data include the Technical Method for Preference Order with Similarity to Ideal Solution (TOPSIS). The alternatives used are the names of foods that can be consumed by children aged 1 to 3 years. While the criteria used are calories in fat, fat, protein, and calcium. 3. The ranking results given by TOPSIS have succeeded in ranking them with different values, except for a number of alternatives. That's because it considers the value of the two alternatives on each criterion. 
Implementasi Support Vector Machine untuk Deteksi Stres pada Pengguna E-Learning Pradana, Fajar; Bachtiar, Fitra A.; Zulfikarrahman, Muhammad
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.
Implementasi Metode Naive Bayes untuk Mendeteksi Stres Siswa Berdasarkan Tweet pada Sistem Monitoring Stres Risa, Diva Fardiana; Pradana, Fajar; Bachtiar, Fitra Abdurrachman
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.2021864372

Abstract

Gangguan mental saat ini masih menjadi permasalahan bagi bidang kesehatan di seluruh dunia. Salah satu jenis dari gangguan mental yang dapat diprediksi saat ini adalah stres. Stres memiliki dampak yang sangat besar bagi Kesehatan penderitanya, namun masih banyak masyarakat yang terlalu meremehkan perihal keberadaan penyakit stres ini. Hal ini salah satunya disebabkan oleh media yang dapat digunakan untuk melakukan pengecekan tingkat stres masih sangat sedikit. Sejauh ini, pengecekan kondisi kesehatan mental khususnya stres dapat dilakukan melalui konsultasi ke psikolog terdekat. Namun, tidak banyak masyarakat yang mengetahui hal itu. Ketika seseorang mengalami gangguan kecemasan khususnya stres, maka ia akan cenderung melakukan tindakan yang dapat mengekspresikan kecemasannya di media sosial. Kegiatan ini dinamakan Self Disclosure. Hal ini dianggap dapat mengurangi beban penderita gangguan mental tersebut. Mengenai hal itu, saat ini penggunaan media sosial menjadi hal yang sangat lumrah dimasyarakat khususnya remaja. Salah satu jenis sosial media yang banyak digunakan oleh masyarakat adalah Twitter. Salah satu keunggulan Twitter adalah dikarenakan twitter lebih mudah digunakan dan memiliki tampilan yang sederhana. Selain itu, penulisan tweet pada akun twitter memiliki pembatasan jumlah karakter sehingga tweet yang ditulis pengguna lebih jelas dan ringkas. Oleh karena itu,pada penelitian ini akan dibangun fitur untuk mendeteksi tingkat stres melalui tweet pada akun twitter dengan menggunakan metode Naïve Bayes yang mana akan dapat mengklasifikasikan tingkat stres siswa berdasarkan tweet siswa kedalam tiga kelas yaitu kelas stres ringan, stres sedang dan stres berat. Fitur ini nantinya akan diimplementasikan pada sistem monitoring stres siswa berbasis website sebagai bahan pertimbangan bagi siswa dan guru bimbingan konseling dalam proses konseling siswa. Berdasarkan pengujian akurasi yang dilakukan dengan 90 data latih dan 4 data uji, maka didapatkan tingkat akurasi fitur ini mencapai angka 75%. AbstractMental disorders are currently still a problem for the health sector around the world. Stress is one type of mental disorder that can be predicted today. Stress has a huge impact on the health of sufferers, but there are still many people who underestimate the existence of the stress disease. This is partly due to the very few media that can be used to check stress levels. So far, checking mental health conditions, especially stress can be done through consultation with the nearest psychologist. However, not many people know about it. When a person experiences anxiety disorders, especially stress, he will tend to take actions that can express his anxiety on social media. This activity is called Self Disclosure. This is considered to reduce the burden on those with mental disorders. Regarding this, currently the use of social media is very common in society, especially teenagers. One type of social media that is widely used by the public is Twitter. One of the advantages of Twitter is that it is easier to use and has a simple interface. In addition, writing tweets on a Twitter account has a limit on the number of characters so that the tweet that the user writes is clearer and more concise. Therefore, this research will build a feature to detect stress levels via tweet on a twitter account using the Naïve Bayes method which will be able to classify students' stress levels based on student tweets into three classes, namely light stress, moderate stress and severe stress classes. This feature will later be implemented in a website-based student stress monitoring system as a consideration for students and counseling teachers in the student counseling process. Based on accuracy testing carried out with 90 training data and 4 test data, the accuracy rate of this feature is 75%.
Penerapan Metode Association Rule Mining untuk Asosiasi Ulasan Terhadap Aspek Tempat Wisata Jawa Timur Park 3 Maulidah, Aisyatul; Bachtiar, Fitra A.
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.
Evaluasi Usability Aplikasi Elektronik-Kesehatan Ibu dan Anak (e-KIA) Bachtiar, Fitra Abdurrachman; Rokhmawati, Retno Indah; Pradana, Fajar; Habibie, Intan Yusuf
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. 
Penerapan Algoritme Nearest Centroid Neighbor Classifier Based on K Local Means Using Harmonic Mean Distance (LMKHNCN) Untuk Klasifikasi Hasil Kinerja Pegawai Negeri Sipil Hidayatullah, Adam Syarif; Bachtiar, Fitra Abdurrachman; Cholissodin, Imam
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.2021834431

Abstract

Keberhasilan sebuah perusahaan terjadi karena dapat mengelola sumber daya manusianya dengan baik begitu juga sebaliknya. Salah satu instansi yang mengelola sumber daya manusia menggunakan Manajemen Talenta adalah Badan Kepegawaian Daerah (BKD) kota Malang, dengan mengevaluasi pegawainya setiap tahunnya setelah pekerjaan selesai dilakukan. Hal ini menyebabkan hasil pekerjaan yang telah dilakukan tidak optimal, sehingga perlu identifikasi dini pegawai yang memiliki kinerja dibawah rata – rata sehingga dapat dievaluasi dan meminimalisir hasil pekerjaan yang tidak optimal dengan menggunakan teknik klasifikasi. Penelitian ini menggunakan teknik klasifikasi Nearest Centroid Neighbor Classifier Based on K Local Means Using Harmonic Mean Distance (LMKHNCN). Metode ini merupakan metode modifikasi dari metode K-Nearest Neighbor (KNN) dan dibuktikan memiliki performa lebih baik dibandingkan dengan metode aslinya KNN. Dilakukan pengujian F1-Score dan akurasi menggunakan K-Fold Cross Validation untuk mengetahui persebaran akurasi dan juga pengujian mengenai pengaruh normalisasi karena tidak ada informasi normalisasi pada penelitian sebelumnya. Metode pada kasus ini menghasilkan performa klasifikasi yang baik, dibuktikan bahwa hasil akurasi dan F1-Score oleh metode ini berturut – turut ialah mencapai 98,8% dan 98,1%. AbstractThe success of company occurs because is manage human resources well and vice versa. One of institute that mange human resource using Talent Management is Malang city Badan Kepegawaian Daerah (BKD), which evaluates its employee annually after the work is completed. This can cause not optimal work result, so it necessary to early identification of employees who have performance below average performance so that can be evaluated and minimize not optimal result. This study is use classification technique Nearest Centroid Neighbor Classifier Based on K Local Means Using Harmonic Mean Distance (LMKHNCN). This method is modified base algorithm of K-Nearest Neighbor (KNN). F1-Score and Accuracy using K-Fold Cross Validation to measure performance of this method and normalization testing due to no any information about that in previous study. This method is proven to have better performance compared to it original algorithm KNN. The method in this study has produced good classification performance. The result of classification accuracy and F1-Score by this method reach 98,8% dan 98,1%.
Komparasi Metode Klasifikasi untuk Deteksi Ekspresi Wajah Dengan Fitur Facial Landmark Bachtiar, Fitra A.; Wafi, Muhammad
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.2021834434

Abstract

Human machine interaction, khususnya pada facial behavior mulai banyak diperhatikan untuk dapat digunakan sebagai salah satu cara untuk personalisasi pengguna. Kombinasi ekstraksi fitur dengan metode klasifikasi dapat digunakan agar sebuah mesin dapat mengenali ekspresi wajah. Akan tetapi belum diketahui basis metode klasifikasi apa yang tepat untuk digunakan. Penelitian ini membandingkan tiga metode klasifikasi untuk melakukan klasifikasi ekspresi wajah. Dataset ekspresi wajah yang digunakan pada penelitian ini adalah JAFFE dataset dengan total 213 citra wajah yang menunjukkan 7 (tujuh) ekspresi wajah. Ekspresi wajah pada dataset tersebut yaitu anger, disgust, fear, happy, neutral, sadness, dan surprised. Facial Landmark digunakan sebagai ekstraksi fitur wajah. Model klasifikasi yang digunakan pada penelitian ini adalah ELM, SVM, dan k-NN. Masing masing model klasifikasi akan dicari nilai parameter terbaik dengan menggunakan 80% dari total data. 5- fold cross-validation digunakan untuk mencari parameter terbaik. Pengujian model dilakukan dengan 20% data dengan metode evaluasi akurasi, F1 Score, dan waktu komputasi. Nilai parameter terbaik pada ELM adalah menggunakan 40 hidden neuron, SVM dengan nilai  = 105 dan 200 iterasi, sedangkan untuk k-NN menggunakan 3 k tetangga. Hasil uji menggunakan parameter tersebut menunjukkan ELM merupakan algoritme terbaik diantara ketiga model klasifikasi tersebut. Akurasi dan F1 Score untuk klasifikasi ekspresi wajah untuk ELM mendapatkan nilai akurasi sebesar 0.76 dan F1 Score 0.76, sedangkan untuk waktu komputasi membutuhkan waktu 6.97´10-3 detik.    AbstractHuman-machine interaction, especially facial behavior is considered to be use in user personalization. Feature extraction and classification model combinations can be used for a machine to understand the human facial expression. However, which classification base method should be used is not yet known. This study compares three classification methods for facial expression recognition. JAFFE dataset is used in this study with a total of 213 facial images which shows seven facial expressions. The seven facial expressions are anger, disgust, fear, happy, neutral, sadness, dan surprised. Facial Landmark is used as a facial component features. The classification model used in this study is ELM, SVM, and k-NN. The hyperparameter of each model is searched using 80% of the total data. 5-fold cross-validation is used to find the hyperparameter. The testing is done using 20% of the data and evaluated using accuracy, F1 Score, and computation time. The hyperparameter for ELM is 40 hidden neurons, SVM with  = 105 and 200 iteration, while k-NN used 3 k neighbors. The experiment results show that ELM outperforms other classification methods. The accuracy and F1 Score achieved by ELM is 0.76 and 0.76, respectively. Meanwhile, time computation takes 6.97 10-3 seconds.      
Co-Authors AA Sudharmawan, AA Abidatul Izzah Abu Wildan Mucholladin Achmad Arwan Achmad Basuki Achmad Basuki Achmad Fahlevi Achmad Firmansyah Sulaeman Achmad Hanim Nur Wahid Achmad Ridok Adam Hendra Brata Adam Syarif Hidayatullah Adhia, Nabila Nur Fajri Adinugroho, Sigit Aditya Rachmadi Aditya Rachmadi, Aditya Admaja Dwi Herlambang, Admaja Dwi Afida, Latansa Nurry Izza Afifurrijal Afifurrijal Agus Wahyu Widodo Ahmad Afif Supianto Ahmad Afif Supianto Ahmad Afif Supianto Ahmad Afif Supianto Ahmad Fairuzabadi Aisyah Awalina Aisyatul Maulidah Akhmad Lazuardi Al Ikhsan, Mochammad Dearifaldi Alaikal Fajri Nur Alfian Aldi Fianda Putra Aldo, Muhammad Alfi Nur Rusydi Alfian, Kharis Alfin Taufiqurrahman Alfirsa Damasyifa Fauzulhaq Alhasyimi, Dana Mustofa Amadea, Karina Amalia Kusuma Akaresti Amrillah, Muhammad Ifa 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 Arifien, Zainal Aulia Dewi Savitri Aulia Nurrahma Rosanti Paidja Aulia Septi Pertiwi Awalina, Aisyah Azhar Izzannada Elbachtiar Azizah, Rizky Adinda Azzam Syawqi Aziz Azzam, Ja'far Shidqul Baharudin Yusuf Widiyanto Barlian Henryranu Prasetio Bayu Aji Firmansyah Bayu Priyambadha Benni A. Nugroho Bere, Stevania Biabdillah, Fajerin Bianca Pingkan Nevista Bintang Fajrianti Budi Darma Setiawan Budi Setiawan Cahya, Reiza Adi Cinthia Vairra Hudiyanti Dariswan Janweri Perangin-Angin Darmawan, Riski Dary Ardiansyah Haryono Dea Zakia Nathania Dedi Romario Delpiero, Rangga Raditya Desy Setya Rositasari Dewi, Elok Nuraida Kusuma Dian Eka Ratnawati Dika Imantika Dimas Angga Nazaruddin Dinda Adimanggala Dito William Hamonangan Gultom Diva Fardiana Risa Djoko Pramono Dona Adittia Dyah Ayu Wulandari Dyah Ayu Wulandari Dyah Ayu Wulandari Dzar Romaita Eka Devi Prasetiya Eka Yuni Darmayanti Eko Laksono Eko Setiawan Fabiansyah Cahyo Kuncoro Pradipta Fahrezy, Ahmad Faizatul Amalia Fajar Pradana Faranisa, Puspa Ayu Fardan Ainul Yaqiin Farhan Setya Dhitama Farhansyah, Brahma Hanif Farid Syauqi Nirwan Fasya Ghassani Hadiyan Fatwa Ramdani, Fatwa Ferdian Maulana Akbar Ferry Ardianto Rismawan Ficry Agam Fathurrachman Fikar Mukamal Gandhi Ramadhona Gembong Edhi Setyawan Giga Setiawan Gregorius Dhanasatya Pudyakinarya Gultom, Dito William Hamonangan Gunawan, Alifi 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 Hidayatullah, Adam Syarif Hirashima, Tsukasa Holiyanda Husada Hutamaputra, William Ihza Razan Alghifari Ikhsan Putra Arisandi Ikrom Septian Hadi Ilham Pambudi Imam Cholissodin Imam Cholissodin Indra Kurniawan Syahputra Indriati Indriati Indriati Indriati Indriati Indriati Indriati Intan Yusuf Habibie Iqbal Taufiq Ahmad Nur Irfani, Ilham Irma Nurvianti Irwan Suprianto Irwanto, M. Sofyan Issa Arwani Istanto, Raga Saputra Heri Ivqonnada Al Mufarrih Joseph Ananda Sugihdharma Joseph Ananda Sugihdharma Julia Ferlin Kartiko, Erik Yohan Katrina Puspita Kevin Gusti Farras Fari' Utomo Kharis Alfian Khoirullah, Habib Bahari Kresna Hafizh Muhaimin Krisnabayu, Rifky Yunus Krisnandi, Dikdik Kuncahyo Setyo Nugroho Kurnia Fakhrul Izza Kurniawan, Rafi Athallah Kusumo, R. Budiarianto Suryo Lailil Muflikhah Larasati, Sza Sza Amulya Lathania, Laela Salma Ludgerus Darell Perwara Luthfi Afrizal Ardhani M Reza Syahputra A M. Ali Fauzi M. Khusnul Azhari M. Raabith Rifqi Mar'i, Farhanna Marji Marvel Timothy Raphael Manullang Maulidah, Aisyatul Mawarni, Marrisaeka Moch Irfan Prayudha Adhianto Mochamad Chandra Saputra Mochamad Havid Albar Purnomo Mochammad Dearifaldi Al Ikhsan Moh Iqbal Yusron Mufidatun Nuha Muh. Edo Aprillia Andilala Muhammad Ferdyandi Muhammad Tanzil Furqon Muhammad Taufik Dharmawan 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 Nevista, Bianca Pingkan Nourman Hajar Novanto Yudistira Novi Sunu Sri Giriwati Novianti, Siska Nur Wahyu Melliano Hariyanto Nur, Iqbal Taufiq Ahmad Nurafifah Alya Farahisya Nurkhoyri, Ageng Nurul Hidayat Oddy Aulia Rahman Nugroho Okta Dwi Ariska Pamungkas, Gilang Alif Pangestu, Gusti Pradana , Fajar Priyambadha, Bayu Pryono, Muhammad Adam Puras Handharmahua Purnomo, Fawwaz Anrico Putra Pandu Adikara Rafif Taqiuddin Rafif Taqiuddin Rafly, Andi Rahman, Rafli Rahmat Adi Setiawan Ramadhan, Muhammad Fitrah Ramadhianti, Fatiha 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 Risa, Diva Fardiana Riski Darmawan Riza Setiawan Soetedjo Rizal Setya Perdana Rizkey Wijayanto Rizkia Desi Yudiari Rizky Adinda Azizah Rizky Muhammad Faris Prakoso Robi Dwi Setiawan Rochmawanti, Ovy Rona Salsabila Said Atharillah Alifka Alhabsyi Salsabila, Rona Samuel Arthur Satrio Agung Wicaksono Satrio Agung Wicaksono Satrio Hadi Wijoyo Satrio Hadi Wijoyo Satyawan Agung Nugroho Satyawan Agung Nugroho Shinta Aprilisia Sifaunnufus Ms, Fi Imanur Sigit Adinugroho Sinana, Admi Rut Sintiya, Karena Siswahyudi, Puad Siti Mutdilah Sofyanda, Erika Yussi Sri Wulan Utami Vitandy Sueddi Sihotang Sugihdharma, Joseph Ananda Sulandri, Sulandri Sutawijaya, Bayu Syahidi, Aulia Akhrian Syahputra, Indra K. Taufik Hidayat Timothy Julian Tirana Noor Fatyanosa, Tirana Noor Titus Christian Ubaydillah, Achmad Afif Utaminingrum, Fitri Vasha Farisi Sarwan Halim Very Sugiarto, Very Vivy Junita Wafi, Muhammad Wahyu Ardiansyah, Mohammad Wahyu Satriyo Wibowo Wahyudi, Hafif Bustani Wayan F. Mahmudy Wayan Firdaus Mahmudy Welly Purnomo Whita Parasati Wicaksono, Satrio A. Wicky Prabowo Juliastoro Windy Adira Istiqhfarani Wiratama Ahsani Taqwim Wirdhayanti Paulina Yoga Tika Pratama Yudi Muliawan Yuita Arum Sari Zayn, Afta Ramadhan Zulfikarrahman, Muhammad