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 6,990 Documents
 695   696   697   698   699 
Deteksi Bagian Non-Vegetasi Dari Perkebunan Tebu Menggunakan Image Processing Berbasis Data Video Drone Dari Youtube: Studi Kasus PT Perkebunan Nusantara III (PERSERO) Ajinoto, Muhammad Satrio; Tibyani; Rahayudi, Bayu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 4 (2026): April 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini berfokus pada penerapan image processing untuk mendukung deteksi area non-vegetasi pada perkebunan tebu berbasis citra dari video drone. Tahapan utama meliputi preprocessing, segmentasi, dan augmentasi yang dilakukan secara berurutan. Preprocessing dilakukan melalui resize, auto-orient, dan auto-adjust contrast untuk menyeragamkan citra. Selanjutnya, segmentasi menggunakan metode Excess Green (ExG) dan Visible Atmospherically Resistant Index (VARI) untuk memisahkan area vegetasi dan bagian kosong secara lebih terstruktur. Augmentasi dilakukan setelah segmentasi dengan teknik flipping, brightness, dan blur guna meningkatkan variasi data. Hasil image processing digunakan sebagai input pada model deteksi YOLOv11n untuk mengidentifikasi bagian kosong pada perkebunan tebu. Dataset berasal dari citra drone berbasis YouTube yang telah dianotasi. Model dilatih dengan variasi epoch 50 hingga 300. Hasil terbaik diperoleh pada epoch ke-300 dengan precision 54,25%, recall 45,03%, dan F1-score 49,22%, serta mAP@0.5 sebesar 42,54% dan mAP@0.5:0,95 sebesar 13,79%. Penelitian ini menunjukkan bahwa tahapan image processing mampu meningkatkan kualitas citra sehingga mendukung performa deteksi secara lebih optimal dan efisien.
SISTEM LOKALISASI INDOOR BERBASIS BLE PADA AREA PARKIR MENGGUNAKAN MACHINE LEARNING FINGERPRINTING Prathama, Ardhito; Budi, Agung
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

Sistem lokalisasi indoor pada area parkir basement menghadapi tantangan signifikan akibat keterbatasan sinyal satelit dan kompleksitas propagasi sinyal dalam lingkungan tertutup. Permasalahan ini dapat diatasi melalui pendekatan RSSI fingerprinting berbasis Bluetooth Low Energy dengan klasifikasi menggunakan machine learning. Penelitian ini mengimplementasikan sistem lokalisasi berbasis Light Gradient Boosting Machine yang dioptimasi melalui framework Optuna untuk mengklasifikasikan dua puluh lima lokasi diskrit dalam grid 5 x 5 pada area parkir berukuran 10 meter x 10 meter. Implementasi menggunakan satu beacon mobile ESP32-S3, empat anchor nodes dengan antena eksternal 5 dBi pada sudut area, dan Raspberry Pi 4 sebagai platform komputasi. Data RSSI dikumpulkan secara sistematis dengan 50 sampel per cell, menghasilkan dataset 1.250 sampel yang diekstraksi menjadi 36 fitur statistik mencakup mean, median, standard deviation, dan quartiles. Optimasi hyperparameter dilakukan melalui 100 trials Optuna dengan objective function memaksimalkan F1-score makro melalui five-fold stratified cross-validation. Evaluasi pada test set independen menunjukkan akurasi 99,6% dengan hanya satu kesalahan klasifikasi dari dua 250 sampel. Temuan ini menunjukkan bahwa kombinasi LightGBM dengan optimasi Optuna dan ekstraksi fitur statistik efektif untuk lokalisasi parkir skala menengah, namun memerlukan validasi lebih lanjut pada kondisi lingkungan yang bervariasi.
Rancang Bangun Chatbot Rekrutmen dan Rekomendasi Karyawan dalam Aplikasi Website dengan Agen AI dan Workflow Otomatisasi N8N (Studi Kasus: CV Jaya Subur) Yudhi Miqailla, Muhammad Helga; Rahayudi, Bayu; Pramono, Djoko
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 4 (2026): April 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Proses rekrutmen karyawan merupakan tahapan penting bagi perusahaan dalam memperoleh sumber daya manusia yang sesuai dengan kebutuhan. Namun, metode rekrutmen secara manual menuntut banyak waktu dan kerja dari tim perusahaan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem rekrutmen berbasis web yang terintegrasi dengan agen kecerdasan buatan (AI) guna membantu proses wawancara, penilaian, dan rekomendasi kandidat secara otomatis. Pengembangan sistem menggunakan metode Waterfall dengan chatbot sebagai media wawancara, workflow otomatisasi N8N sebagai backend, serta Google Sheets sebagai media penyimpanan data. Pengujian sistem dilakukan menggunakan Black Box Testing dan evaluasi kegunaan menggunakan System Usability Scale (SUS) yang melibatkan HRD dan pengguna umum. Hasil evaluasi menunjukkan skor SUS sebesar 70 dengan kategori Acceptable. Selain itu, evaluasi akurasi AI menggunakan skala Likert menunjukkan bahwa agen AI mampu memberikan penilaian dan rekomendasi yang konsisten dan relevan. Dengan demikian, sistem yang dikembangkan mampu meningkatkan efisiensi proses rekrutmen dan membantu HRD dalam pengambilan keputusan.
Integrasi Analisis Sentimen Berbasis Aspek Menggunakan Indonesian RoBERTa dan FMEA dalam Strategi Peningkatan Layanan pada Bisnis Kafe Modern Maheswari, Puteri Ananditya; Bayu Rahayudi; Dian Eka Ratnawati
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 5 (2026): Mei 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini bertujuan untuk mengidentifikasi masalah utama di Kafe Nakoa Bondowoso dan menyusun rekomendasi peningkatan kualitas. Penelitian dilakukan dengan mengintegrasikan Analisis Sentimen Berbasis Aspek (ABSA) dan Failure Mode and Effects Analysis (FMEA). Di tengah pesatnya persaingan industri kafe di Malang, pengelola seringkali kesulitan memantau ulasan pelanggan secara efektif. Penelitian ini memanfaatkan data ulasan Google Maps periode Juni 2021 hingga Juni 2025 yang diproses menggunakan model Indonesian RoBERTa Base Sentiment Classifier untuk klasifikasi sentimen dan Indonesian RoBERTa Base POSP Tagger untuk ekstraksi aspek. Proses yang dilakukan mencakup pelabelan manual oleh anotator sebagai ground truth, pengujian performa baseline, optimasi model melalui hyperparameter tuning, serta pelabelan aspek. Model analisis sentimen mencapai tingkat akurasi sebesar 83,6%. Hasil klasifikasi terhadap 3.116 ulasan menunjukkan dominasi sentimen positif, namun hanya 586 ulasan negatif yang diteruskan untuk ekstraksi aspek, sehingga menghasilkan aspek produk (160 kemunculan), fasilitas (132 kemunculan), dan pelayanan (88 kemunculan). Temuan label aspek sentimen negatif tersebut kemudian diolah menggunakan metode FMEA untuk menilai risiko operasional. Hasil perhitungan menunjukkan bahwa nilai Risk Priority Number (RPN) tertinggi sebesar 40 terdapat pada proses pemesanan dengan mode kegagalan "pesanan yang salah", diikuti oleh interaksi staf dan kualitas bahan baku dengan skor yang sama, yaitu 36. Berdasarkan analisis tersebut, direkomendasikan standardisasi prosedur pemesanan, pelatihan konfirmasi pesanan bagi staf, serta audit pemasok secara berkala. Integrasi ABSA dan FMEA ini terbukti mampu mentransformasi ulasan digital menjadi rekomendasi manajerial yang terukur dan aplikatif bagi pengelola kafe dalam memitigasi risiko operasional serta meningkatkan loyalitas pelanggan.
Evaluasi Tata Kelola dan Manajemen Teknologi Informasi Pada PT Sekawan Media Informatika Menggunakan Framework COBIT 2019 dengan Domain EDM03, APO12, dan APO13 Handayani, Afianada Tri; Suprapto; Sapta Prakoso, Bondan
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 5 (2026): Mei 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pemanfaatan teknologi informasi (TI) yang semakin strategis dalam operasional bisnis menuntut penerapan tata kelola dan manajemen TI yang efektif agar mampu mendukung pencapaian tujuan organisasi serta meminimalkan risiko yang dapat mengganggu keberlangsungan layanan. PT Sekawan Media Informatika sebagai perusahaan yang bergerak di bidang pengembangan perangkat lunak memiliki tingkat ketergantungan yang tinggi terhadap TI dalam penyampaian layanan kepada pelanggan. Namun, hasil observasi awal menunjukkan adanya permasalahan terkait pengelolaan risiko operasional, ketidakkonsistenan penerapan Standard Operating Procedure (SOP), serta pengelolaan keamanan informasi yang belum terdokumentasi secara formal. Penelitian ini bertujuan untuk mengevaluasi tata kelola dan manajemen TI pada PT Sekawan Media Informatika menggunakan framework COBIT 2019 dengan fokus pada proses EDM03 (Ensure Risk Optimization), APO12 (Managed Risk), dan APO13 (Managed Security) yang ditentukan melalui analisis design factors. Metode penelitian yang digunakan adalah studi kasus dengan teknik pengumpulan data berupa wawancara, observasi, dan analisis dokumen internal perusahaan. Penilaian tingkat kapabilitas dilakukan berdasarkan model capability level COBIT 2019 melalui tahapan identifikasi aktivitas proses, validasi bukti, perhitungan tingkat kapabilitas, serta analisis kesenjangan (gap analysis) antara kondisi saat ini (as-is) dan kondisi yang ditargetkan (to-be). Hasil penelitian menunjukkan bahwa ketiga proses berada pada tingkat kapabilitas Level 1 (Performed). Proses EDM03 telah menjalankan sebagian besar aktivitas pengelolaan risiko, namun belum sepenuhnya terdokumentasi. Sementara itu, proses APO12 dan APO13 masih memiliki kelemahan signifikan pada aspek dokumentasi risiko, struktur manajemen risiko, serta penerapan keamanan informasi berbasis Information Security Management System (ISMS). Berdasarkan temuan tersebut, disusun rekomendasi perbaikan bertahap untuk meningkatkan tata kelola risiko dan keamanan informasi agar selaras dengan kebutuhan bisnis dan framework COBIT 2019.
Analisis Evaluasi Tingkat Kematangan Incident Management Pada Sistem Informasi Manajemen Rumah Sakit Menggunakan Framework ITIL Versi 3 (Studi Kasus Kualitatif Pada Rumah Sakit X Di Kota Malang) Kusuma, Theodorik Raditya; Perdanakusuma, Andi Reza; Sianturi, Riswan Septriayadi
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 internasional Asia Pacific Journal of Information System and Digital Transformation
Pengaruh Implementasi Model Pembelajaran Teams Games Tournament Berbantu Aplikasi Wayground Terhadap Motivasi dan Hasil Belajar Nurvitasari, Yuvina; Purnawirawan, Okta; Rahman, Khalid
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 5 (2026): Mei 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penelitian ini dilakukan untuk menganalisis pengaruh penerapan model pembelajaran kooperatif tipe Teams Games Tournament (TGT) berbantuan aplikasi Wayground terhadap motivasi serta capaian belajar peserta didik, sekaligus membandingkannya dengan penggunaan aplikasi Wordwall pada model pembelajaran yang sama. Penelitian menggunakan pendekatan kuasi eksperimen dengan rancangan Non-equivalent Pre-test Post-test Control Group Design. Subjek penelitian melibatkan kelas X.4 sebagai kelompok eksperimen yang menggunakan Wayground dan kelas X.3 sebagai kelompok kontrol yang menggunakan Wordwall. Pengumpulan data dilakukan melalui angket motivasi belajar, tes kemampuan kognitif, serta lembar observasi aspek afektif siswa. Hasil penelitian menunjukkan bahwa penerapan model TGT berbantuan Wayground mampu meningkatkan hasil belajar kognitif siswa secara signifikan pada taraf signifikansi 0,05. Meskipun demikian, peningkatan motivasi belajar dan hasil belajar secara umum tidak menunjukkan perbedaan yang jauh dibandingkan dengan penggunaan Wordwall pada mata pelajaran Informatika.
Studi Kasus Peran AI Generatif dalam Pembelajaran Administrasi Sistem Jaringan pada Siswa Kelas XII TKJ di SMK Negeri 8 Malang Aulia Khoirunnisa, Fathiya; Uun Hariyanti; 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 ICOMIT
Pengaruh Kombinasi Indikator Teknikal terhadap Kinerja Model Hybrid CNN–LSTM dalam Prediksi Arah Harga Bitcoin Setyawan, Frederikus; Muflikhah, Lailil; Perdana, Rizal Setya
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 5 (2026): Mei 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pergerakan harga Bitcoin yang sangat volatil menjadikan prediksi arah harga sebagai tantangan penting dalam pasar cryptocurrency. Penelitian ini bertujuan untuk menganalisis pengaruh kombinasi indikator teknikal terhadap kinerja model hybrid Convolutional Neural Network–Long Short-Term Memory (CNN–LSTM) dalam memprediksi arah harga Bitcoin, serta mengevaluasi kontribusi masing-masing kategori indikator melalui metode ablation study. Model diuji menggunakan data harga Bitcoin periode 2023–2025 yang di-resample ke interval 15 menit dengan delapan indikator teknikal terpilih. Hasil pengujian menunjukkan bahwa Full Model mencapai performa terbaik dengan nilai accuracy sebesar 97,74% dan AUC-ROC 99,78%, meningkat signifikan dibandingkan model Baseline berbasis OHLCV. Analisis ablation menunjukkan bahwa indikator Trend-Following dan Momentum memberikan kontribusi terbesar terhadap peningkatan performa model, diikuti oleh indikator RSI, sementara kategori Oscillator justru menunjukkan dampak negatif. Temuan ini menegaskan bahwa kombinasi CNN untuk ekstraksi pola lokal dan LSTM untuk menangkap dependensi temporal efektif dalam menangani karakteristik pergerakan harga Bitcoin yang fluktuatif, serta berpotensi digunakan sebagai dasar pengembangan sistem pendukung keputusan dalam strategi trading aset kripto.
Perbandingan Performa Matrix Factorization dan Neural Collaborative Filtering dalam Menghasilkan Rekomendasi Top-N Produk pada Platform E-Commerce Puan Fadilahsari, Insania Cindy; Ratnawati, Dian Eka
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

Page 699 of 699 | Total Record : 6990

 695   696   697   698   699 

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 5 (2026): Mei 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