cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Published by Universitas Brawijaya
ISSN : -     EISSN : -     DOI : -
Core Subject : Science, Education, Engineering,
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering
Jurnal Pengembangan Teknlogi Informasi dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya merupakan jurnal keilmuan dibidang komputer yang memuat tulisan ilmiah hasil dari penelitian mahasiswa-mahasiswa Fakultas Ilmu Komputer Universitas Brawijaya. Jurnal ini diharapkan dapat mengembangkan penelitian dan memberikan kontribusi yang berarti untuk meningkatkan sumber daya penelitian dalam Teknologi Informasi dan Ilmu Komputer.
Arjuna Subject : -
Articles 6,923 Documents
 541   542   543   544   545 
Perancangan User Experience Aplikasi Edukasi Perawatan Osteoarthritis menggunakan Metode Design Thinking Wiranata, Arif; Tolle, Herman; Al Huda, Fais
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah diterbitkan di iJIM (International Journal of Interactive Mobile Technologies)
Implementasi Low Power System pada Dumbbell berbasis Embedded System Sulaiman, Ihsan; Syauqy, Dahnial; Setiawan, Eko
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Berolahraga menjadi salah satu kebutuhan hidup sehat yang perlu untuk dilakukan oleh semua orang. Salah satu jenis olahraga adalah angkat beban. Angkat beban merupakan olahraga yang populer dan efektif meningkatkan massa otot serta memperbaiki postur tubuh. Namun, angkat beban bukanlah kegiatan yang bisa dilakukan sembarangan. Untuk mencegah over-excercising dibutuhkan dumbbell yang dapat mengatur pergerakan pengguna dalam membatasi jumlah pergerakan dalam satu set angkat beban. Penulis melakukan penelitian untuk mengimplementasikan gyroscope MPU6050 berbasis Arduino Uno pada dumbbell menggunakan embedded system. Penelitian dilakukan dengan cara membaca data lingkungan demi mendapat nilai pitch yang digunakan untuk mencari tahu kelayakan gerakan angkat beban. Metode ini diimplementasikan pada dumbbell dengan buzzer sebagai output. Alat ini didesain sebagai perangkat portabel yang bisa dibawa ke mana-mana tanpa perlu terus-menerus terhubung dengan komputer. Dengan menambahkan fitur Low Power System pengguna tak perlu mengkhawatirkan konsumsi daya saat perangkat tidak digunakan. Low power system mampu menurunkan penggunaan arus perangkat dari 4,96 miliampere menjadi 3,19 miliampere. Untuk keluar dari sleep mode perangkat membutuhkan interrupt berupa sinyal dati touch sensor. Waktu yang dibutuhkan untuk memulai kembali program sejak menerima sinyal interrupt adalah 151 milisecond.
Rancang Bangun Sistem Deteksi Emosi Stres menggunakan Metode Spectral Contrast berbasis Android Permana, Galih; Prasetio, Barlian Henryranu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Stres yang muncul akibat ketidakseimbangan antara realitas dan harapan individu, dapat berdampak signifikan pada kesejahteraan seseorang, memengaruhi kesehatan mental, dan produktivitas. Penelitian ini membahas prevalensi masalah terkait stres di Indonesia dan minimnya kesadaran, serta perhatian terhadap gejala stres yang berujung pada pencegahan dan manajemen yang tidak memadai. Dengan memanfaatkan analisis spektral, khususnya Spectral Contrast yang dikombinasikan dengan algoritma Convolutional Neural Network (CNN) dalam pembelajaran mesin, penelitian ini mengembangkan sistem deteksi stres untuk perangkat berbasis Android. Penelitian ini mencakup wawasan dari penelitian sebelumnya yang menunjukkan bahwa dengan memanfaatkan metode Spectral Contrast, sistem dapat menganalisis data suara masukan dengan membandingkan amplitudo tertinggi dan terendah, serta memberikan penilaian stres yang lebih akurat. Sistem ini mencapai tingkat akurasi model sebesar 87,5%, dengan waktu komputasi rata-rata 2-3 detik. Selain itu, sistem menawarkan fungsionalitas real-time dan fitur yang mudah digunakan melalui aplikasi khusus yang terhubung ke basis data online.
Implementasi Decision Based Velocity Ramp untuk Mengoptimalkan Gerakan Lengan Prostetik Bionik Simbolon, Gabriel Hizkia Marhata; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah diterbitkan di JTIIK (Jurnal Teknologi Informasi dan Ilmu Komputer)
Analisis Kesuksesan Implementasi Pembayaran Digital pada E-Commerce Tanaman Hias menggunakan Model DeLone dan McLean: Kasus Isitaman Ramadhani, Muhammad Daffa Rafi; Aknuranda, Ismiarta; Hanggara, Buce Trias
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

PT Java Indo Arjuna (Javina) merupakan perusahaan yang bergerak di bidang agrikultural yang yang didirikan pada tanggal 11 Mei 2021 di Desa Gunungrejo, Kecamatan Singosari, Kabupaten Malang, Provinsi Jawa Timur. Sejak didirikan, PT Javina membuat sebuah platform e-commerce dengan nama Isitaman untuk memperluas pasar produknya secara online namun karena proses pengembangan e-commerce masih awal, banyak pengguna mengalami kendala ketika melakukan transaksi salah satunya pada fitur pembayaran yang terintegrasi midtrans. Tujuan utama dari penelitian ini adalah untuk menganalisis korelasi antar variabel dari model kesuksesan Delone dan Mclean dan mengevaluasi kesuksesan implementasi fitur pembayaran midtrans pada e-commerce Isitaman berdasarkan model kesuksesan Delone dan Mclean. Penelitian menggunakan metode rank spearman dan analisis deskriptif dengan jumlah sampel 100 orang. Pengambilan data dilakukan dengan purposive sampling menggunakan google form. Hasil dari penelitian ini menunjukkan tingkat hubungan dari analisis korelasi antara variabel service quality dan use bernilai rendah, variabel information quality dan use serta service quality dan user satisfaction adalah sedang, variabel user satisfaction dengan net benefit bernilai sangat kuat dan sisanya menunjukkan nilai hubungan yang kuat. Hasil penelitian untuk analisis deskriptif menghasilkan nilai persentase mean atau rata-rata total seluruh variabel sebesar 67,3% dan berada pada kategori tinggi. Terdapat 3 variabel yang memiliki mean di bawah rata-rata total yaitu variabel service quality, user satisfaction dan net benefit dan diprioritaskan untuk diberikan rekomendasi perbaikan. Peningkatan sistem pembayaran midtrans pada e-commerce Isitaman dilakukan dengan memberikan 7 rekomendasi perbaikan pada indikator variabel yang masih memiliki nilai di bawah rata-rata.
Sistem Bantu Wearable pada Latihan Angkat Beban untuk Otot Biceps menggunakan Sensor MPU6050 dengan Metode Random Forest Muzayyin, Asep; Syauqy, Dahnial; Putri, Rekyan Regasari Mardi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Gerakan angkat beban yang dilakukan untuk melatih otot biseps memerlukan teknik yang tepat dan kualitas latihan yang baik agar terhindar dari risiko terjadinya cedera. Penelitian ini membahas sistem bantu wearable untuk mengatasi sejumlah tantangan dalam latihan angkat beban untuk otot biseps, khususnya pada gerakan standing dumbbell curl, yang mencakup keterbatasan umpan balik langsung dan akses terbatas terhadap bimbingan instruktur. Parameter yang digunakan untuk mengetahui gerakan benar dan salah adalah nilai sudut dan akselerasi yang didapat dari sensor MPU6050 yang ditempatkan pada pergelangan tangan, lengan atas dan dada. Nilai parameter tersebut akan diolah menggunakan metode Random Forest dalam mikrokontroler ESP32. Random Forest dipilih karena memiliki tingkat keakuratan dan konsistensi yang tinggi serta tahan terhadap overfitting. Hasil klasifikasi Random Forest akan diberikan kepada pengguna berupa umpan balik melalui suara buzzer. Dari 20 kali pengujian dengan subjek yang memiliki variasi spesifikasi tubuh beragam, didapatkan akurasi model Random Forest yang dilatih pada dataset mencapai 96.4%. Sementara, tingkat akurasi model Random Forest yang diimplementasikan dalam sistem bantu wearable juga menunjukkan hasil yang sangat baik, yaitu mencapai 95%. Rata-rata waktu komputasi sistem dalam mengklasifikasikan gerakan benar dan salah pada gerakan standing dumbbell curl adalah 3.25 milidetik.
Perancangan dan Pembuatan Sistem Informasi berbasis Web menggunakan Teknologi ReactJS Typescript untuk Pembukuan dan Informasi Rumah Sewa (Studi Kasus: Kontrakan Mutiara Home) Rafli, Mohammad Ali; Rahayudi, Bayu; Purnomo, Welly
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Mutiara Home merupakan salah satu tempat yang menyediakan penyewaan rumah di daerah Tangerang Selatan. Terdapat permasalahan pada Kontrakan Mutiara Home seperti pencatatan keuangan yang masih dilakukan menggunakan buku sehingga mencatat menjadi kurang efisien dan kurangnya informasi Kontrakan Mutiara Home di internet. Dari permasalahan efisiensi pencatatan dan penyebaran informasi rumah sewa, penulis membuat suatu sistem dengan fitur pencatatan dan memberikan informasi rumah sewa kepada masyarakat. Penulis merancang sistem dengan menggunakan metode waterfall serta teknologi ReactJS Typescript dan Framework NextJs serta melakukan pengetesan menggunakan metode Blackbox dan System Usability Scale (SUS). Penulis merancang 11 kebutuhan fungsional dan 1 kebutuhan non fungsional dengan identifikasi aktor, penyewa, pengelola, dan masyarakat umum pada tahap analisis kebutuhan. Penulis juga merancang 6 use case scenario setelah merancang use case diagram. Penulis membuat 2 class diagram pada tahap perancangan dan merancang 17 desain halaman yang akan diimplementasikan saat proses implementasi. Dari hasil pengujian fungsional pada 11 kebutuhan, sistem berhasil diuji dengan persentase keberhasilan 100%. Pada tahap pengujian Usabilitas, terdapat 13 responden yang terdiri dari 3 pengelola dan 10 penyewa. Hasil dari pengujian usabilitas mendapatkan skor 1040 dengan rata-rata 80. Penulis melakukan perbandingan fitur pembukuan antara sistem dan manual. Hasil uji perbandingan fitur mencatat bahwa pembukuan menggunakan sistem lebih efisien dengan waktu 109.27 detik dibandingkan dengan manual yang memakan waktu 130.03 detik.
Implementasi Metode K-Nearest Neighbor pada Sistem Deteksi Kelelahan Mental berbasis Sinyal Electroencephalogram Giffary, Muhammad Zufar; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kelelahan mental dapat dialami individu dari berbagai latar belakang pekerjaan, baik pelajar maupun pekerja. Kelelahan mental dapat berdampak negatif terhadap individu, salah satunya menjadi penyebab terjadinya kecelakaan lalu lintas. Menurut Victorian Transport Resources, sekitar 10-40% kecelakaan lalu lintas di Australia disebabkan kelelahan mental yang dialami pengemudi. Deteksi kelelahan mental dapat dilakukan dengan tes psikologis dan fisiologis, namun penggunaan tes psikologis membutuhkan waktu untuk melakukan deteksi karena pada prosesnya membutuhkan lebih dari satu jenis kuesioner psikometri yang digunakan, serta data yang dihasilkan bersifat subjektif. Deteksi kelelahan mental dengan tes fisiologis dapat menjadi validator tambahan untuk mendukung data hasil tes psikologis dan mengurangi waktu deteksinya, salah satu tes fisiolgis ialah pengukuran sinyal electroencephalogram menggunakan teknik Electroencephalography. Penelitian ini membahas pengembangan sistem deteksi kelelahan mental berbasis sinyal electroencephalogram dengan gelombang Theta (4-8Hz) yang mengimplementasikan metode K-Nearest Neighbor. Penelitian ini mengklasifikasi tingkat kelelahan mental ke dalam kelas Alert, Slight, dan Severe. Hasil pengujian mendapatkan akurasi 83,33% dengan rata-rata waktu komputasi 0,5656 detik. Klasifikasi kelelahan mental ditampilkan pada (graphical user intercace) GUI MATLAB. Sistem ini diharapkan mampu mengukur tingkat kelelahan mental melalui tiga kelas klasifikasi dan menjadi validator tambahan yang membantu psikolog.
Implementasi InceptionV3 untuk Deteksi Fase Estrus Sapi Betina berbasis Raspberry Pi Farrassy, Muhtady; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Indonesia memainkan peran sentral dalam industri peternakan global sebagai penyedia utama sumber daya protein hewani. Meskipun telah mengalami modernisasi, terdapat tantangan terkait ketersediaan daging sapi yang tidak memadai untuk memenuhi permintaan. Produksi daging yang menurun di Indonesia dipengaruhi oleh berbagai faktor, termasuk kegagalan inseminasi buatan (IB). Menurut survey Fakultas Peternakan Universitas Brawijaya, peternak mengalami kendala dalam menerapkan proses IB (Humas Fapet, 2023). Kendala ini diakibatkan oleh ketidaktahuan peternak akan tanda-tanda birahi (estrus) pada sapi. Metode deteksi fase estrus konvensional menggunakan pengamatan visual vulva memiliki keterbatasan. Oleh karena itu, penelitian ini mengusulkan implementasi teknologi deep learning dengan metode InceptionV3 berbasis Raspberry Pi untuk mendeteksi fase estrus pada sapi betina. InceptionV3 merupakan model deep learning untuk klasifikasi citra yang memakai arsitektur Convolutional Neural Network (CNN). Model arsitektur ini dibangun menggunakan transfer learning dan pelatihan terhadap dataset citra berdua kelas, yakni Estrus dan Normal. Model InceptionV3 menghasilkan nilai accuracy sebesar 0.90027, precision sebesar 0.89384, recall sebesar 0.90843, dan f1-score sebesar 0.90107 pada pelatihan model. Model yang sudah dilatih tersebut diload ke dalam Raspberry Pi untuk dilakukan pengujian deteksi terhadap sapi betina. Pengujian tersebut menghasilkan akurasi sistem sebesar 90% dengan rata-rata waktu komputasi sebesar 26.27 detik.
Analisis Faktor-Faktor yang Mempengaruhi Minat Beli Recommerce (Studi Kualitatif Jual Beli Pakaian Bekas di Aplikasi Carousell) Linuwih, Dara Nurul Idlal; Rachmadi, Aditya; Herlambang, Admaja Dwi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah dipublikasikan ke JUST-SI (Jurnal Sistem Informasi, Teknologi Informasi, dan Edukasi Sistem Informasi)

Page 543 of 693 | Total Record : 6923

 541   542   543   544   545 

Filter by Year

2017 2026


Reset
Filter By Issues
All Issue Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026 Vol 10 No 01 (2026): Januari 2026 Vol 10 No 4 (2026): April 2026 Vol 10 No 3 (2026): Maret 2026 Vol 10 No 2 (2026): Februari 2026 Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025 Vol 9 No 12 (2025): Desember 2025 Vol 9 No 11 (2025): November 2025 Vol 9 No 10 (2025): Oktober 2025 Vol 9 No 9 (2025): September 2025 Vol 9 No 8 (2025): Agustus 2025 Vol 9 No 7 (2025): Juli 2025 Vol 9 No 6 (2025): Juni 2025 Vol 9 No 5 (2025): Mei 2025 Vol 9 No 4 (2025): April 2025 Vol 9 No 3 (2025): Maret 2025 Vol 9 No 2 (2025): Februari 2025 Vol 9 No 1 (2025): Januari 2025 Vol 8 No 13 (2024): Publikasi Khusus Tahun 2024 Vol 8 No 10 (2024): Oktober 2024 Vol 8 No 9 (2024): September 2024 Vol 8 No 8 (2024): Agustus 2024 Vol 8 No 7 (2024): Juli 2024 Vol 8 No 6 (2024): Juni 2024 Vol 8 No 5 (2024): Mei 2024 Vol 8 No 4 (2024): April 2024 Vol 8 No 3 (2024): Maret 2024 Vol 8 No 2 (2024): Februari 2024 Vol 8 No 1 (2024): Januari 2024 Vol 7 No 13 (2023): Publikasi Khusus Tahun 2023 Vol 7 No 9 (2023): September 2023 Vol 7 No 8 (2023): Agustus 2023 Vol 7 No 7 (2023): Juli 2023 Vol 7 No 6 (2023): Juni 2023 Vol 7 No 5 (2023): Mei 2023 Vol 7 No 4 (2023): April 2023 Vol 7 No 3 (2023): Maret 2023 Vol 7 No 2 (2023): Februari 2023 Vol 7 No 1 (2023): Januari 2023 Vol 7 No 14 (2023): Antrian Publikasi Vol 6 No 13 (2022): Publikasi Khusus Tahun 2022 Vol 6 No 12 (2022): Desember 2022 Vol 6 No 11 (2022): November 2022 Vol 6 No 10 (2022): Oktober 2022 Vol 6 No 9 (2022): September 2022 Vol 6 No 8 (2022): Agustus 2022 Vol 6 No 7 (2022): Juli 2022 Vol 6 No 6 (2022): Juni 2022 Vol 6 No 5 (2022): Mei 2022 Vol 6 No 4 (2022): April 2022 Vol 6 No 3 (2022): Mei 2022 Vol 6 No 2 (2022): Februari 2022 Vol 6 No 1 (2022): Januari 2022 Vol 5 No 13 (2021): Publikasi Khusus Tahun 2021 Vol 5 No 12 (2021): Desember 2021 Vol 5 No 11 (2021): November 2021 Vol 5 No 10 (2021): Oktober 2021 Vol 5 No 9 (2021): September 2021 Vol 5 No 8 (2021): Agustus 2021 Vol 5 No 7 (2021): Juli 2021 Vol 5 No 6 (2021): Juni 2021 Vol 5 No 5 (2021): Mei 2021 Vol 5 No 4 (2021): April 2021 Vol 5 No 3 (2021): Maret 2021 Vol 5 No 2 (2021): Februari 2021 Vol 5 No 1 (2021): Januari 2021 Vol 5 No 13 (2021) Vol 4 No 13 (2020): Publikasi Khusus Tahun 2020 Vol 4 No 12 (2020): Desember 2020 Vol 4 No 11 (2020): November 2020 Vol 4 No 10 (2020): Oktober 2020 Vol 4 No 9 (2020): September 2020 Vol 4 No 8 (2020): Agustus 2020 Vol 4 No 7 (2020): Juli 2020 Vol 4 No 6 (2020): Juni 2020 Vol 4 No 5 (2020): Mei 2020 Vol 4 No 4 (2020): April 2020 Vol 4 No 3 (2020): Maret 2020 Vol 4 No 2 (2020): Februari 2020 Vol 4 No 1 (2020): Januari 2020 Vol 3 No 12 (2019): Desember 2019 Vol 3 No 11 (2019): November 2019 Vol 3 No 10 (2019): Oktober 2019 Vol 3 No 9 (2019): September 2019 Vol 3 No 8 (2019): Agustus 2019 Vol 3 No 7 (2019): Juli 2019 Vol 3 No 6 (2019): Juni 2019 Vol 3 No 5 (2019): Mei 2019 Vol 3 No 4 (2019): April 2019 Vol 3 No 3 (2019): Maret 2019 Vol 3 No 2 (2019): Februari 2019 Vol 3 No 1 (2019): Januari 2019 Vol 2 No 12 (2018): Desember 2018 Vol 2 No 11 (2018): November 2018 Vol 2 No 10 (2018): Oktober 2018 Vol 2 No 9 (2018): September 2018 Vol 2 No 8 (2018): Agustus 2018 Vol 2 No 7 (2018): Juli 2018 Vol 2 No 6 (2018): Juni 2018 Vol 2 No 5 (2018): Mei 2018 Vol 2 No 4 (2018): April 2018 Vol 2 No 3 (2018): Maret 2018 Vol 2 No 2 (2018): Februari 2018 Vol 2 No 1 (2018): Januari 2018 Vol 2 No 8 (2018) Vol 2 No 6 (2018) Vol 1 No 12 (2017): Desember 2017 Vol 1 No 11 (2017): November 2017 Vol 1 No 10 (2017): Oktober 2017 Vol 1 No 9 (2017): September 2017 Vol 1 No 8 (2017): Agustus 2017 Vol 1 No 7 (2017): Juli 2017 Vol 1 No 6 (2017): Juni 2017 Vol 1 No 5 (2017): Mei 2017 Vol 1 No 4 (2017): April 2017 Vol 1 No 3 (2017): Maret 2017 Vol 1 No 2 (2017): Februari 2017 Vol 1 No 1 (2017): Januari 2017 More Issue