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
 673   674   675   676   677 
Analisis Keamanan Plugin Wordpress Terhadap Kerentanan Cross-Site Scripting Andrian, Alfansya Shandy; Data, Mahendra; Nurwarsito, Heru
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

WordPress merupakan salah satu Content Management System (CMS) yang paling banyak digunakan di dunia sehingga ekosistem plugin menjadi komponen penting dalam penambahan fungsionalitas situs web, namun fleksibilitas ini juga membawa risiko keamanan, khususnya serangan Cross-Site Scripting (XSS). Penelitian ini bertujuan mengidentifikasi fitur-fitur dalam plugin WordPress yang rentan terhadap XSS serta mengklasifikasikan jenis serangannya. Sebanyak 40 plugin yang terdokumentasi memiliki Common Vulnerabilities and Exposures (CVE) dan memproses input pengguna dipilih sebagai objek. WPScan digunakan untuk pemindaian awal, diikuti uji eksploitasi manual melalui OWASP ZAP dengan berbagai payload XSS. Hasil dianalisis menggunakan CVSS v3.1 berdasarkan data dari National Vulnerability Database (NVD). Seluruh plugin menunjukkan kerentanan XSS pada berbagai titik input seperti atribut HTML, konten HTML, konfigurasi plugin, dan parameter URL. Stored XSS teridentifikasi pada 37 plugin (92,5%) dan Reflected XSS pada 3 plugin (7,5%), sementara DOM-Based XSS tidak ditemukan. Berdasarkan tingkat keparahan, ditemukan 1 kasus risiko tinggi, 25 menengah, dan 14 rendah. Temuan ini menunjukkan lemahnya praktik validasi, sanitasi, dan encoding input pada plugin, sehingga diperlukan peningkatan penerapan keamanan oleh pengembang maupun administrator
Analisis Komparatif Model Arima, LSTM, dan GRU untuk Peramalan Harga Komoditas Pangan di Kota Malang Keintjem, Arthurito; Setiawan, Budi Darma; Perdana, Rizal Setya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Harga komoditas pangan berperan penting dalam pembentukan inflasi dan stabilitas ekonomi daerah. Fluktuasi harga yang tinggi, terutama pada komoditas hortikultura, menimbulkan tantangan dalam perencanaan dan pengendalian inflasi, sehingga diperlukan metode peramalan yang akurat dan adaptif. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja model Autoregressive Integrated Moving Average (ARIMA), Long Short-Term Memory (LSTM), dan Gated Recurrent Unit (GRU) dalam meramalkan harga komoditas pangan harian di Kota Malang. Data yang digunakan bersumber dari Sistem Pemantauan Pasar Kebutuhan Pokok (SP2KP) dan dianalisis menggunakan pendekatan kuantitatif eksperimental dengan pemodelan deret waktu univariat. Setiap model dilatih dan dievaluasi menggunakan konfigurasi parameter atau hyperparameter terbaik melalui skema evaluasi yang sama, dengan metrik Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa tidak terdapat satu model yang secara konsisten unggul pada seluruh komoditas. Model ARIMA memberikan kinerja terbaik pada komoditas dengan pola harga relatif stabil, sedangkan model berbasis deep learning, khususnya GRU, lebih unggul pada komoditas dengan fluktuasi harga tinggi dan pola nonlinier. Temuan ini menegaskan bahwa pemilihan model peramalan perlu disesuaikan dengan karakteristik masing-masing komoditas. Penelitian ini diharapkan dapat mendukung perumusan kebijakan pengendalian inflasi dan stabilisasi harga pangan di tingkat daerah.
Studi Kualitatif Penggunaan dan Peran Teknologi LMS (Learning Management System) pada SMP Islam Al-Azhar 20 Rizqi, M Yasir; Sianturi, Riswan Septriayadi; Farisi, Hariz
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di Telematika: Jurnal Informatika dan Teknologi Informasi
Analisis Jawaban Esai Siswa Menggunakan Metode K-Nearest Neighbor Regresi pada Mata Pelajaran Informatika (Studi Kasus: SMA Negeri 4 Malang) Yudha Solikhati Sylvia, Putri; Hadi Wijoyo, Satrio; Agung Wicaksono, Satrio
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Naskah ini akan diterbitkan di JITECS.
Penerapan Model RoBERTa Untuk Deteksi Emosi Multikelas Berbasis Teks Bahasa Inggris Muzaki, Farid; Noor Fatyanosa, Tirana; Ridok, Achmad
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perkembangan teknologi digital telah mempercepat pertumbuhan komunikasi berbasis teks, khususnya di media sosial yang menjadi ruang utama bagi pengguna dalam mengekspresikan emosi. Dalam konteks ini, deteksi emosi berbasis teks menjadi penting untuk berbagai keperluan, seperti analisis opini, sistem interaksi cerdas, dan pemantauan psikologis. Penelitian ini mengusulkan pemanfaatan model RoBERTa untuk klasifikasi emosi multikelas dalam teks berbahasa Inggris, dengan enam label utama: sadness, joy, love, anger, fear, dan surprise. Data penelitian berasal dari dataset publik dengan 20.000 entri, yang diproses melalui tahapan preprocessing dan tokenisasi. Model RoBERTa kemudian di-fine-tune dengan konfigurasi hyperparameter optimal yang diperoleh melalui proses penyetelan sistematis, termasuk pengaturan learning rate, batch size, epoch, dan weight decay. Evaluasi model dilakukan dengan metrik accuracy, precision, recall, dan F1-score, baik pada data pelatihan maupun pengujian. Hasil eksperimen menunjukkan bahwa model mampu menghasilkan klasifikasi emosi yang akurat dan stabil, serta menunjukkan performa generalisasi yang baik tanpa indikasi overfitting. Temuan ini mengonfirmasi bahwa RoBERTa merupakan model yang efektif untuk tugas deteksi emosi dalam teks dan layak dikembangkan lebih lanjut untuk aplikasi NLP berbasis kecerdasan buatan.
Penerapan Synthetic Context Generation Menggunakan Large Language Model pada Sistem Question Answering Berbasis Retrieval-Augmented Generation untuk Domain Kesehatan Gizi Tanaya, I Putu Paramaananda; Fatyanosa, Tirana Noor; Putra, Hanif Fermanda
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penerapan Natural Language Processing dan Large Language Model semakin relevan dalam bidang kesehatan, khususnya pada domain gizi anak, seiring dengan kompleksitas penanganan malnutrisi dan keterbatasan proses asesmen gizi yang masih banyak dilakukan secara manual. Penelitian ini mengusulkan pemanfaatan Synthetic Context Generation untuk membangun basis pengetahuan domain-spesifik yang diintegrasikan ke dalam arsitektur Retrieval-Augmented Generation. Konteks sintetis dibentuk dari pasangan pertanyaan dan jawaban menggunakan strategi prompting zero-shot dan few-shot, kemudian diindeks sebagai sumber retrieval. Kualitas konteks dievaluasi menggunakan metrik BLEU, ROUGE, dan BERTScore, sedangkan performa sistem Question Answering dievaluasi menggunakan kerangka RAGAS. Hasil evaluasi menunjukkan bahwa konteks sintetis memiliki kesamaan semantik yang tinggi dengan data referensi, tercermin dari nilai BERTScore-F1 yang berada di atas 0,8300 pada seluruh skenario, meskipun nilai BLEU dan ROUGE bervariasi akibat perbedaan redaksi dan parafrase. Evaluasi sistem RAG menunjukkan nilai context recall yang tinggi, yaitu berada di atas 0,8700 dan mencapai hingga 0,9600, yang mengindikasikan kemampuan retrieval dalam menyediakan konteks yang relevan secara konsisten. Namun, variasi nilai faithfulness dan answer correctness menunjukkan bahwa kualitas jawaban akhir dipengaruhi oleh pengaturan instruksi pada tahap generasi, di mana restriksi instruksi yang lebih ketat meningkatkan keterikatan jawaban terhadap konteks dan menekan risiko halusinasi, sehingga sistem lebih aman digunakan pada domain kesehatan gizi.
PENGEMBANGAN DASHBOARD BUSINESS INTELLIGENCE UNTUK MONITORING PENJUALAN DENGAN METODE KIMBALL (STUDI KASUS: UD. DEWI 2F MOTOR) Abhirama, Fauzan Akbar; Wijoyo, Satrio Hadi; Setiawan, Nanang Yudi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 13 (2026): Publikasi Khusus Tahun 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

naskah ini akan diterbitkan di jurnal: https://ejournal.uin-malang.ac.id/
Sistem Kontrol Zero Moment Point (ZMP) untuk Keseimbangan Humanoid Robot dengan Proportional Integral Derivatif (PID) Syarif, Muhammad Gulam; Setiawan, Gembong Edhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Robot humanoid memiliki struktur bipedal yang rentan terhadap ketidakstabilan, terutama saat bergerak di permukaan tidak rata. Penelitian ini mengimplementasikan sistem kontrol keseimbangan berbasis Zero Moment Point (ZMP) pada robot ROBOTIS OP3 menggunakan pengendali Proportional–Integral–Derivative (PID). Data sensor IMU dan joint state digunakan untuk estimasi ZMP real-time yang kemudian disaring menggunakan Low Pass Filter. Kontroler PID kemudian menghitung sinyal koreksi berdasarkan selisih antara ZMP aktual dan setpoint, yang selanjutnya digunakan untuk menyesuaikan parameter langkah melalui perhitungan inverse  kinematics. Pengujian dilakukan pada lintasan rumput sintetis dengan skenario berjalan tanpa halangan serta melewati tanjakan dan turunan. Hasil penelitian menunjukkan bahwa Low Pass Filter signifikan mereduksi noise. Pada skenario tanpa halangan, kontroler PI menghasilkan Mean Absolute Error (MAE) terbaik sebesar 0,4484 cm. Sebaliknya, pada skenario berhalangan, kontroler PID terbukti paling unggul dengan tingkat keberhasilan 100% dan MAE 1,7082 cm, jauh lebih baik dibandingkan kondisi tanpa kontrol yang mengalami kegagalan. Kesimpulannya, integrasi kontrol PID berbasis ZMP efektif meningkatkan stabilitas dinamis robot di lingkungan menantang.
Perancangan Sistem Identifikasi Awal Kanker Payudara Berbasis Random Forest Menggunakan Fitur SDNN, RMSSD, dan pNN50 Dari Sinyal Photoplethysmogram Rohman, Zahra Auliaul; Widasari, Edita Rosana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kanker payudara merupakan penyakit dengan prevalensi tinggi pada perempuan dan seringkali terdeteksi pada stadium lanjut, sehingga diperlukan metode deteksi dini yang bersifat non-invasif, praktis, dan mudah digunakan sebagai skrining awal. Penelitian ini bertujuan untuk mengembangkan sistem deteksi dini kanker payudara berbasis sinyal Photoplethysmogram (PPG) dengan memanfaatkan analisis Heart Rate Variability (HRV) dan algoritma Random Forest. Sinyal PPG diperoleh menggunakan sensor MAX30102 yang ditempatkan pada ujung jari subjek. Dari sinyal tersebut dilakukan deteksi Normal-to-Normal interval (NN interval) untuk mengekstraksi fitur HRV domain waktu, yaitu SDNN, RMSSD, dan pNN50. Model Random Forest dilatih menggunakan dataset HRV sekunder dan kemudian diimplementasikan ke dalam sistem berbasis ESP32. Pengujian sistem dilakukan untuk mengevaluasi akurasi deteksi NN interval, kesesuaian pembacaan nilai denyut jantung, akurasi prediksi klasifikasi sistem pada subjek uji, serta waktu komputasi sistem. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi NN interval dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 0,32% dan pembacaan nilai heart rate dengan MAPE sebesar 1,68%, yang menunjukkan tingkat akurasi pengukuran yang baik. Pada pengujian klasifikasi subjek, sistem mampu mengklasifikasikan 3 dari 5 subjek secara sesuai dengan hasil Pemeriksaan Payudara Klinis (SADANIS), dengan kesalahan klasifikasi berupa false negative pada subjek dengan indikasi kanker payudara. Waktu komputasi rata-rata sistem sebesar 1,7378 ms menunjukkan bahwa sistem memiliki kinerja yang cepat dan stabil. Berdasarkan hasil tersebut, sistem yang dikembangkan memiliki potensi sebagai alat bantu skrining awal kanker payudara berbasis HRV, meskipun masih memerlukan pengembangan lebih lanjut untuk meningkatkan performa klasifikasi dan sensitivitas terhadap subjek dengan indikasi kanker payudara.
Fault Tolerance Pada Sistem Deteksi Api Berbasis Internet Of Things Menggunakan Triple Modular Redundancy Sofia, Basma; Setia Budi, Agung
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 01 (2026): Januari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kebakaran adalah salah satu bencana yang sering terjadi dan dapat menimbulkan kerugian materi bahkan nyawa. Berdasarkan data Badan Penanggulangan Bencana Daerah (BPBD) Jakarta, tercatat 371 kejadian kebakaran di wilayah Jakarta dari bulan Januari 2025 hingga Juni 2025. Tujuan dari penelitian ini adalah membantu meningkatkan keamanan lingkungan, lebih tepatnya dalam mendeteksi kebakaran secara dini, dan memberikan kemudahan dalam pemantauan jarak jauh melalui perangkat mobile. Komponen perangkat keras yang dibutuhkan adalah tiga buah sensor api, tiga buah board Arduino Uno, dan ESP32. Perangkat lunak yang dibutuhkan adalah Arduino IDE dan Blynk. Sistem akan menyalakan LED pada dashboard Blynk sesuai dengan sensor yang mendeteksi api dan apabila terdeteksi api pada dua node sensor maka LED merah akan menyala dan notifikasi akan dikirim ke pengguna. Hasil pengujian yang didapatkan adalah tingkat akurasi sensor api sebesar 100%, pengiriman data dari node sensor ke ESP32 dan ESP32 ke Blynk yang berlangsung dengan baik, dan sistem secara keseluruhan yang bekerja sesuai dengan harapan.

Page 675 of 685 | Total Record : 6850

 673   674   675   676   677 

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