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 6,850 Documents
 647   648   649   650   651 
Rancang Bangun Pemilahan Sampah Plastik Otomatis Menggunakan YOLO Pada Raspberry Pi Fajar, Sanhnai Fathirul; Putri, Rekyan Regasari Mardi; Setyawan, Gembong Edhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 11 (2025): November 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sampah plastik menjadi salah satu permasalahan lingkungan yang terus meningkat akibat penggunaan plastik sekali pakai dan rendahnya efisiensi dalam proses daur ulang, di mana salah satu faktor utama yang mempengaruhi efektivitas daur ulang adalah pemilahan sampah plastik yang tepat. Proses pemilahan manual memerlukan tenaga kerja dan waktu yang besar serta rentan terhadap kesalahan, sehingga pada penelitian ini dikembangkan sistem pemilah sampah plastik otomatis berbasis Raspberry Pi dengan dukungan kamera, motor servo, dan konveyor. Sistem ini menggunakan algoritma YOLOv5 untuk melakukan deteksi dan klasifikasi objek secara real-time serta pustaka OpenCV untuk menangani pemrosesan citra, di mana kamera menangkap gambar sampah plastik yang bergerak di atas konveyor kemudian Raspberry Pi melakukan inferensi terhadap citra tersebut dan mengarahkan objek ke jalur sortir menggunakan motor servo sesuai dengan hasil klasifikasi. Model dilatih menggunakan dataset dari Roboflow dengan proses pelatihan dilakukan di Google Colab, sedangkan hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan botol plastik dan plastik lainnya dengan akurasi sebesar 47,5%. Hasil tersebut menunjukkan bahwa rancangan sistem yang dikembangkan telah dapat berfungsi sesuai dengan tujuan utama dan berpotensi untuk dikembangkan lebih lanjut. Dengan demikian, penelitian ini memberikan kontribusi berupa prototype sistem pemilah sampah plastik otomatis yang dapat dijadikan dasar untuk penelitian lanjutan dalam meningkatkan akurasi deteksi serta keandalan sistem di masa depan.
Klasifikasi Fenotipe Resistensi Obat Pada Penyakit Malaria Menggunakan Metode Random Forest Susanto, Dominicus Christian Bagus; muflikhah, lailil; Setya Perdana, Rizal
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 11 (2025): November 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini menggunakan metode machine learning untuk mengklasifikasikan fenotipe resistensi obat pada penyakit malaria. Data genetik (DNA) dari 9623 pasien malaria digunakan dan dianalisis dengan berbagai metode, termasuk pengurangan dimensi data, klasifikasi, dan validasi model. Hasilnya menunjukkan bahwa metode Random Forest dengan 100 tree dan kedalaman tree 10 adalah yang terbaik dengan tingkat akurasi tertinggi 82.22%. Temuan ini menunjukkan potensi machine learning dalam membantu pengembangan obat antimalaria yang lebih efektif.
Evaluasi Pengalaman Pemain Pada Gim Hades Menggunakan Ubisoft Perceived Experience Questionnaire Badrudduja, Ataka
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 ini akan diterbitkan di JITECS.
Learning Analytics dalam Pembelajaran Berbasis Website untuk Mengukur Kepercayaan Diri Peserta Didik (Studi Pada: UMKM Taqqia Craft) Ruby Firmansyah, Nadhif; Pradana, fajar; Abdurrachman Bachtiar, fitra
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di SIET 2024
Pengaruh Model Kooperatif Teams Games Tournament terhadap Hasil Belajar Peserta Didik Menggunakan Platform Gamifikasi pada Mata Pelajaran Informatika di SMK Yapalis Krian Wulandari, Nurma Cici; Herlambang, Admaja Dwi; Afirianto, Tri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 4 (2025): April 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pembelajaran merupakan proses interaksi antar peserta didik dengan lingkungannya, yang menghasilkan perubahan ke arah yang lebih baik, baik dalam hasil belajar maupun perilaku. Implementasi model pembelajaran yang mengikutsertakan partisipasi aktif siswa diperlukan agar semangat belajar dapat ditingkatkan, sehingga salah satu metode pembelajaran yang dapat digunakan adalah teams games tournament (TGT). Tujuan penelitian yang dilakukan untuk menganalisis pengaruh implementasi metode TGT dengan menggabungkan elemen gamifikasi dengan menggunakan aplikasi Quizalize terhadap hasil belajar siswa. Hasil belajar mencangkup tiga aspek yakni kognitif, psikomotorik, dan afektif. Metode penelitian menggunakan weak experiment static group pretest-posttest. Penelitian dilakukan di SMK Yapalis Krian dengan teknik purposive sampling. Kelas yang terlibat dalam penelitian yaitu kelas X TKJ 1 dan kelas X TKJ 2 dengan masing-masing terdiri dari 32 siswa. Teknik pengumpulan data menggunakan tes, kuesioner, dan observasi. Hasil penelitian menunjukkan bahwa penerapan metode TGT dengan menggabungkan elemen gamifikasi memberikan pengaruh positif terhadap hasil belajar pada ranah kognitif, psikomotorik, dan afektif. Hasil perhitungan effect size menunjukkan implementasi TGT terhadap hasil belajar kognitif berpengaruh sangat besar dengan perolehan skor effect size 1,151. Pada aspek psikomotorik didapatkan berpengaruh sedang dengan hasil 0,697 juga berpengaruh sedang pada aspek afektif dengan perolehan hasil effect size sebesar 0,688 .
Sistem Pintu Cerdas Berbasis Pengenalan Wajah dan Kartu Identitas Menggunakan YOLOv8 dan Optical Character Recognition (OCR) Ilhami Rizki, Anugrah; Regasari Mardi Putri, Rekyan; Hazbiy Shaffan, Nur
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 4 (2025): April 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Serangan spoofing telah menjadi ancaman serius pada sistem pintu cerdas berbasis pengenalan wajah. Serangan ini memungkinkan pengguna yang tidak sah untuk mendapatkan akses untuk mesuk ke dalam area yang dilindungi pada sebuah fasilitas. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan solusi berupa implementasi autentikasi multi-faktor pada sistem cerdas berbasis pengenalan wajah dengan menambahkan faktor autentikasi kedua berbasis pengenalan teks kartu identitas. Penelitian ini bertujuan untuk mengetahui apakah penambahan autentikasi berbasis pengenalan teks kartu identitas dapat meningkatkan keamanan sistem pintu cerdas berbasis pengenalan wajah terhadap ancaman serangan spoofing. Untuk autentikasi pengenalan wajah, penelitian ini menggunakan metode dan algoritma yang telah ada sebelumnya dan menggunakan model pengenalan wajah yang telah dilatih melalui pustaka face_recognition pada Python. Sedangkan untuk autentikasi pengenalan teks kartu identitas, sistem ini menggunakan deteksi objek menggunakan model YOLOv8 yang dilatih menggunakan data primer, pengenalan teks menggunakan Tesseract OCR, serta ekstraksi informasi menggunakan regular expression. Kartu identitas yang digunakan adalah kartu identitas khusus dengan data fiktif yang dirancang khusus hanya untuk penelitian ini. Penelitian ini menggunakan 4 kelas pada pengujian dengan masing-masing kelas sebanyak 10 kali percobaan, dimana 1 kelas merepresntasikan pengguna sah sedangkan 3 kelas yang lainnya merepresentasikan pengguna tidak sah dengan 3 skenario yang berbeda. Hasil pengujian menunjukkan bahwa penambahan autentikasi berbasis pengenalan teks kartu identitas dapat meningkatkan keamanan sistem pintu cerdas berbasis pengenalan wajah terhadap serangan spoofing. Hal ini ditunjukkan dengan kemampuan sistem untuk mencegah terjadinya false postive oleh serangan spoofing yang dilambangkan dengan nilai spesifitas, dimana nilai ini meningkat dari 0.15 menjadi 1. Selain itu, hasil pengujian juga menunjukkan bahwa penambahan autentikasi berbasis pengenalan teks kartu identitas juga meningkatkan nilai akurasi sistem secara keseluruhan dari 0.575 menjadi 0.775. Dengan ini, diharapkan penelitian ini dapat menjadi solusi untuk mengatasi ancaman serangan spoofing pada sistem pintu cerdas berbasis pengenalan wajah.
Deteksi Sel Darah Putih Berdasarkan Citra Mikroskopis Menggunakan Metode Template Matching Berbasis Smartphone Wahyu Rizqullah, Denis; Henryranu Prasetio, Barlian
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 4 (2025): April 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Dalam era kemajuan teknologi medis, analisis citra sel darah putih menjadi sangat penting untuk diagnosis yang lebih cepat dan akurat. Penelitian ini bertujuan untuk menciptakan sistem yang dapat secara otomatis mengidentifikasi dan mengklasifikasikan empat jenis sel darah putih, yaitu neutrofil, limfosit, monosit, dan eosinofil. Dengan memanfaatkan teknologi pembelajaran mesin, sistem ini dirancang untuk meningkatkan efisiensi dan akurasi dalam proses diagnosis, yang sering kali dilakukan secara manual oleh tenaga medis. Metode template matching dipilih karena kemampuannya untuk mencocokkan pola citra dengan akurasi yang baik. Hasil pengujian menunjukkan bahwa sistem ini dapat memproses citra dalam waktu rata-rata 264,67 ms per gambar, dengan akurasi deteksi mencapai 85% menggunakan empat template. Pengujian lebih lanjut mengidentifikasi nilai ambang batas (threshold) optimal sebesar 0,6, yang memberikan keseimbangan terbaik antara akurasi dan efisiensi. Sistem ini juga menunjukkan performa yang baik dalam mengklasifikasikan jenis sel, dengan kesalahan minimal pada pengenalan sel eosinofil dan neutrofil. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan kualitas layanan kesehatan, terutama di daerah dengan keterbatasan fasilitas medis, serta memperluas aksesibilitas teknologi diagnosis bagi masyarakat.
Analisis Sentimen Ulasan Pengguna dari Google Maps Menggunakan Metode Long-Short Term Memory (Studi Kasus: Rumah Sakit Gatoel) Yahya, Faiz; Eka Ratnawati, Dian; Rahayudi, Bayu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 4 (2025): April 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Di era digital yang terus berkembang, ulasan pengguna memainkan peran penting dalam membentuk persepsi terhadap fasilitas kesehatan, termasuk Rumah Sakit Gatoel. Ulasan dapat memberikan dampak positif maupun negatif, yang memengaruhi keputusan pengguna untuk mengunjungi kembali sebuah rumah sakit. Penelitian ini menganalisis 735 data ulasan Google Maps periode 2020–2024 untuk mengevaluasi kualitas layanan di Rumah Sakit Gatoel. Data ulasan tersebut diberi label dan kemudian dilakukan preprocessing yang menghasilkan 358 data positif dan 98 data negatif. Data yang tidak seimbang diatasi dengan teknik SMOTE untuk menyeimbangkan jumlah kelas. Teknik SMOTE menghasilkan 358 data positif dan 358 data negatif . Hasil data itu digunakan untuk melatih model Long Short-Term Memory (LSTM). Evaluasi model dilakukan menggunakan confusion matrix, menghasilkan kinerja yang memuaskan, dengan akurasi sebesar 96%, presisi 97%, recall 98%, dan f-measure 96%. Data ulasan divisualisasikan dalam bentuk Word Cloud untuk memberikan gambaran umum tentang sentimen pengguna. Analisis lanjutan dilakukan menggunakan teknik Root Cause Analysis (RCA) yang mengidentifikasi beberapa akar permasalahan utama, seperti keterbatasan kapasitas ruang perawatan akibat kurangnya dukungan finansial, kebutuhan modernisasi sistem administrasi, dan terbatasnya anggaran untuk perekrutan dan penggajian staf yang memadai. Dana operasional dan medis mendesak juga menjadi prioritas yang perlu diperhatikan. Hasil RCA memberikan rekomendasi strategis kepada stakeholder untuk meningkatkan kualitas layanan, yang mencakup perluasan kapasitas rumah sakit, peningkatan efisiensi administrasi, serta optimalisasi sumber daya manusia. Dengan implementasi yang tepat, Rumah Sakit Gatoel diharapkan dapat meningkatkan reputasi dan kualitas pelayanannya di masa mendatang.
Pengembangan Sistem Ekstraksi Konteks Artikel Ilmiah dan Visualisasi Knowledge Graph menggunakan Large Language Model (LLM) Himawan, Abdul Rasyid; Uun Hariyanti; Tri Afirianto
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 13 (2025): Publikasi Khusus Tahun 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di ICFET 2025
Klasifikasi Penyakit Alzheimer Pada Citra MRI Menggunakan Pretrained VGG-19 dan Pengolahan Citra CLAHE Sutrisna, Naufal Putra; Muflikhah, Lailil; Setiawan, Budi Darma
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 4 (2025): April 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penyakit Alzheimer adalah gangguan neurologis yang memengaruhi sistem saraf di otak dan menjadi salah satu penyebab utama penurunan fungsi kognitif. Dalam mendeteksi Alzheimer, citra Magnetic Resonance Imaging (MRI) menjadi salah satu alat diagnostik yang efektif karena mampu menampilkan detail anatomi otak dengan jelas. Namun, kualitas citra yang rendah dapat memengaruhi performa model dalam analisis citra medis, sehingga penggunaan metode Contrast Limited Adaptive Histogram Equalization (CLAHE) diterapkan untuk meningkatkan kualitas citra. Salah satu pendekatan yang dapat digunakan untuk mengolah data MRI adalah deep learning. Penelitian ini menggunakan pendekatan deep learning berbasis arsitektur pretrained VGG-19. Arsitektur ini dikenal sebagai salah satu yang terbaik dalam klasifikasi gambar, khususnya untuk tugas pencitraan medis seperti MRI. Penelitian ini diawali dengan pemrosesan citra menggunakan teknik pengolahan citra CLAHE dengan konfigurasi parameter clip limit sebesar 1 dan tile grid sebesar 2. Model dilatih menggunakan optimizer Adam dan learning rate sebesar 0,001. Hasil penelitian menunjukkan bahwa model mencapai nilai F1 Score sebesar 93,91%, dengan performa terbaik dalam mengklasifikasikan data minoritas. Penelitian ini menunjukkan keberhasilan dalam melakukan kombinasi arsitektur VGG-19 dan pengolahan citra CLAHE untuk klasifikasi Alzheimer secara akurat.

Page 649 of 685 | Total Record : 6850

 647   648   649   650   651 

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 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