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 7,163 Documents
 713   714   715   716   717 
Sistem Data Logger Suhu dan Kelembapan Udara dengan Interval Sampling Variabel Berbasis Finite State Machine Farandy, Rayhan Luqyano; Budi, Agung Setia
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 7 (2026): Juli 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sistem data logger suhu dan kelembapan udara umumnya menggunakan interval sampling tetap sehingga membatasi fleksibilitas pengguna dalam proses pencatatan data. Penelitian ini bertujuan merancang dan mengimplementasikan sistem data logger suhu dan kelembapan udara dengan interval sampling variabel berbasis Finite State Machine (FSM). Sistem dikembangkan menggunakan ESP32, sensor DHT11, RTC DS3231, kartu MicroSD, MicroSD Card Reader, dan layar OLED. Metode FSM diterapkan untuk mengelola pembacaan sensor, pengaturan interval sampling, penyimpanan data, dan mekanisme safe remove kartu MicroSD. Pengujian meliputi fungsional sistem, akurasi sensor, interval sampling, dan implementasi FSM. Hasil pengujian menunjukkan rata-rata error sensor DHT11 sebesar 2,73% untuk suhu dan 6,86% untuk kelembapan relatif (RH). Selain itu, sistem mampu melakukan pencatatan data secara otomatis sesuai interval sampling yang ditentukan, dengan seluruh fungsi berjalan sesuai rancangan. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan mampu menyediakan pencatatan suhu dan kelembapan udara yang fleksibel, andal, dan sesuai kebutuhan pengguna.
Analisis Kinerja dan Penggunaan Sumber Daya Redis sebagai Cache pada Aplikasi Web (Studi Kasus: Aplikasi Web Artikel Berbasis Node.js) Ridwan, Rino Oktavian; Kharisma, Agi Putra; Fanani, Lutfi
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 7 (2026): Juli 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Perkembangan aplikasi web menuntut arsitektur yang mampu menangani beban akses tinggi secara efisien. Keterbatasan basis data relasional dalam memproses kueri berulang sering menjadi hambatan utama. Penelitian mengevaluasi dampak integrasi in-memory data store Redis terhadap kinerja dan penggunaan sumber daya server pada aplikasi web artikel berbasis Node.js. Pengujian dijalankan melalui simulasi beban Read-Heavy dan Write-Heavy menggunakan instrumen k6. Metrik pengukuran mencakup response time, throughput, CPU Usage, dan Memory Usage. Hasil pengujian menunjukkan bahwa penerapan Redis dengan pola Cache-Aside dan strategi Active Invalidation berhasil menurunkan response time dan meningkatkan throughput pada kedua skenario pembebanan. Namun, mekanisme invalidasi aktif memicu beban komputasi tambahan saat server menangani intensitas penulisan data yang tinggi. Proses penyimpanan cache juga berdampak pada peningkatan alokasi memory server hingga rentang 9% sampai 11%. Seluruh pengujian menghasilkan nilai probabilitas di bawah batas galat (p < 0,05). Hasil statistik mengonfirmasi bahwa integrasi Redis memberikan pengaruh yang signifikan terhadap kinerja dan penggunaan sumber daya sistem. Kesimpulannya, integrasi Redis efektif meningkatkan kecepatan akses pembacaan data, namun pemanfaatan strategi invalidasi aktif memicu konsekuensi berupa beban komputasi tambahan pada server demi menjaga konsistensi data.
Implementasi Sistem Klasifikasi Penyakit pada Ikan Lele Menggunakan Computer Vision YOLOv11 di Mobile Gunawan; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 6 (2026): Juni 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Penyakit merupakan salah satu penyebab utama tingginya angka kematian pada budidaya ikan lele. Proses identifikasi penyakit yang masih dilakukan secara manual cenderung subjektif, memerlukan keahlian khusus, serta kurang efisien untuk deteksi dini. Penelitian ini bertujuan mengimplementasikan sistem klasifikasi penyakit ikan lele berbasis deep learning menggunakan model YOLOv11n pada aplikasi mobile serta mengevaluasi pengaruh berbagai metode quantization TensorFlow Lite terhadap performa klasifikasi dan efisiensi komputasi. Metode yang digunakan meliputi pelatihan model YOLOv11n untuk mengklasifikasikan kondisi ikan ke dalam tiga kelas, yaitu sehat, sedang, dan parah, kemudian mengonversi model menggunakan Float16 Quantization, Post-Training Dynamic Range Quantization, Full Integer Quantization, dan Quantization-Aware Training. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, F1-score, ukuran model, waktu inferensi, serta pengujian implementasi pada perangkat Android. Hasil penelitian menunjukkan bahwa Float16 Quantization, Post-Training Dynamic Range Quantization, dan Full Integer Quantization mampu mempertahankan performa klasifikasi yang identik dengan model sebelum dilakukan kuantisasi, dengan nilai accuracy sebesar 96,50%, precision 96,64%, recall 96,50%, dan F1-score 96,43%. Dari sisi efisiensi, Post-Training Dynamic Range Quantization dan Full Integer Quantization menghasilkan keseimbangan terbaik antara akurasi dan kompleksitas komputasi dengan efficiency score masing-masing sebesar 0,812 dan 0,811. Implementasi pada aplikasi Android menunjukkan bahwa sistem mampu melakukan klasifikasi secara langsung (on-device inference) tanpa memerlukan koneksi internet. Penelitian ini membuktikan bahwa YOLOv11n yang dioptimalkan menggunakan TensorFlow Lite efektif diterapkan sebagai sistem deteksi dini penyakit pada ikan lele berbasis perangkat mobile.

Page 717 of 717 | Total Record : 7163

 713   714   715   716   717 

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 7 (2026): Juli 2026 Vol 10 No 6 (2026): Juni 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