cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
jieet@unesa.ac.id
Editorial Address
Jurusan Teknik Informatika, Fakultas Teknik Universitas Negeri Surabaya Kampus Ketintang, Gedung A10, lt.2, Surabaya-Indonesia, 60231.
Location
Kota surabaya,
Jawa timur
INDONESIA
JIEET (Journal of Information Engineering and Educational Technology)
ISSN : -     EISSN : 2549869X     DOI : http://dx.doi.org/10.26740/
Journal Description: JIEET (Journal of Information Engineering and Educational Technology) is a scientific journal that publishes the peer-reviewed research papers in the field of Computer Engineering, Distributed and Parallel Systems, Business Informatics, Computer Science, Computer Security, System & Software Engineering and Educational Technology.
Articles 227 Documents
Systematic Literature Review Penggunaan Metodologi Pengembangan Sistem Informasi Waterfall, Agile, dan Hybrid Haniva, Diandara Tresya; Ramadhan, Jadid Alif; Suharso, Aries
JIEET (Journal of Information Engineering and Educational Technology) Vol. 7 No. 1 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v7n1.p36-42

Abstract

Abstrak— Pemilihan metodologi pengembangan sistem informasi adalah suatu hal penting yang perlu dilakukan sebelum membangun sebuah sistem. Pemilihan metodologi ini seringkali disesuaikan dengan lingkungan proyek yang kita hadapi, namun terkadang kita masih kebingungan dalam memilih metodologi apa yang sebaiknya digunakan agar sistem yang dirancang dapat memiliki kinerja yang baik dan efisien. Hingga saat ini, metode Waterfall merupakan yang paling populer digunakan, namun metode pengembangan tersebut bersifat kaku dan kurang cocok digunakan bagi lingkungan proyek dengan jangka waktu yang singkat. Sehingga, penelitian ini bertujuan untuk membandingkan penggunaan metodologi pengembangan sistem informasi yakni Waterfall yang dikenal sistematis, Agile yang dikenal tangkas, dan Hybrid yang merupakan gabungan dari kedua metode tersebut dalam pengembangan suatu sistem informasi, serta mengkaji lingkungan seperti apa yang cocok digunakan untuk ketiga model tersebut. Penelitian ini berupa Systematic Literature Review dengan sumber data yang dipakai pada penelitian ini didapatkan dengan bantuan perangkat lunak Publish and Perish 8. Lalu, didapatkan hasil bahwa metode Waterfall cocok digunakan untuk lingkungan proyek dengan skala yang tidak terlalu besar, metode Agile cocok digunakan untuk lingkungan proyek yang memiliki jangka waktu singkat, dan metode Hybrid bisa digunakan apabila membutuhkan keunggulan dari kedua metode yakni Waterfall dan Agile. Kata Kunci— Systematic Literature Review, Waterfall, Agile, Hybrid, Software Development Life Cycle
Game Edukasi Matematika Bilangan Pecahan Berbasis Android untuk Siswa Kelas 5 SD Kuwayyis, Dandi; Listyorin, Tri; Supriyati, Endang
JIEET (Journal of Information Engineering and Educational Technology) Vol. 7 No. 1 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v7n1.p16-21

Abstract

Game edukasi matematika bilangan pecahan berbasis android merupakan sebuah media pembelajaran inovatif yang mempunyai tujuan untuk membantu mengurangi kejenuhan siswa SD kelas 5 dalam mempelajari mata pelajaran matematika bilangan pecahan. Karena selain belajar matematika bilangan pecahan, di dalam game siswa juga dapat bermain. Selain itu siswa dapat belajar matematika bilangan pecahan dimana saja karena game edukasi matematika bilangan pecahan ini berbasis android, dan siswa cukup dengan menginsatall game ini di smartphone android mereka. Dalam game edukasi bilangan pecahan ini menampilkan game petualangan yang ketika berpetualang bertemu Non playeble character (NPC) dan menampilkan soal matematika bilangan pecahan dan juga pembahasan soalnya yang inovatif dan menarik. Game ini dibagi menjadi 3 level tingkatan antara lain (pengenalan bilangan pecahan, penjumlahan pengurangan bilangan pecahan, dan perkalian pembagian bilangan pecahan) yang dapat dimainkan dan dipelajari siswa dengan mudah dan tentunya bermanfaat untuk pembelajaran. Game edukasi matematika bilangan pecahan ini dibangun menggunakan Unity engine dan Metode yang di gunakan untuk membangun game edukasi ini yaitu metode Game Development Life Cycle (GDLC).
Analisis Komparatif Berbagai Teori Karakteristik Proses Pendekatan Anak dengan Tujuan Seksual untuk Mendeteksi Percakapan Teks Ashianti, Livia; Idananta, Kanyadian
JIEET (Journal of Information Engineering and Educational Technology) Vol. 7 No. 1 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v7n1.p1-9

Abstract

Teknologi internet sering disalahgunakan untuk tindakan kriminal, salah satunya adalah proses pendekatan anak untuk tujuan seksual secara online. Dalam melakukan tindakannya, pelaku melakukan pendekatan kepada korban dengan menggunakan teknologi internet. percakapan teks menjadi bukti kejahatannya. Studi sebelumnya menunjukkan bahwa teori karakteristik dapat menentukan tingkat akurasi dalam mendeteksi percakapan teks yang berisi proses pendekatan tersebut. Penelitian ini akan melakukan uji coba menggunakan teori karakteristik yang berbeda untuk mendapatkan teori karakteristik terbaik untuk mendeteksi percakapan teks mengandung proses pendekatan dengan tujuan seksual. Karakteristik tersebut akan digunakan untuk ekstraksi fitur percakapan teks. Kemudian diklasifikasikan menggunakan metode Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa penggunaan jumlah karakteristik yang berbeda berdampak pada tingkat akurasinya. Namun, menggabungkan 2 teori karakteristik berbeda menghasilkan tingkat akurasi yang lebih baik.
The Application of Fully Homomorphic Encryption on XGBoost Based Multiclass Classification Deviani, Rini
JIEET (Journal of Information Engineering and Educational Technology) Vol. 7 No. 1 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v7n1.p49-58

Abstract

Fully Homomorphic Encryption (FHE) is a ground breaking cryptographic technique that allows computations to be performed directly on encrypted data, preserving privacy and security. This paper explores the application of Fully Homomorphic Encryption on Extreme Gradient Boosting (XGBoost) multiclass classification, demonstrating its potential to enable secure and privacy-preserving machine learning. The paper presents a framework for training and evaluating XGBoost models using encrypted data, leveraging FHE operations for encrypted feature engineering, model training, and inference. The experimental results showcase the feasibility of applying Fully Homomorphic Encryption to XGBoost-based multiclass classification tasks while maintaining data confidentiality. The findings highlight the trade-off between computation complexity and model accuracy in FHE-based approaches and provide insights into the challenges and future directions of utilizing Fully Homomorphic Encryption in practical machine learning scenarios. The study underscores the significance of privacy-preserving machine learning techniques and paves the way for secure data analysis in sensitive domains where data privacy is of utmost importance.
Komparasi Algoritma Support Vector Machine Dan Naïve Bayes Berbasis Particle Swarm Optimization Pada Analisis Sentimen Ulasan Aplikasi Flip Irnawati, Oky; Solecha, Kusmayanti
JIEET (Journal of Information Engineering and Educational Technology) Vol. 7 No. 1 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v7n1.p10-15

Abstract

Pengembangan aplikasi dapat dilakukan dengan melihat masukan pengguna aplikasi yang diberikan melalui google play store. Klasifikasi sentimen analisis dapat memecahkan masalah yang berkaitan dengan pendapat, pandangan, perasaan, dan perilaku melalui studi komputasi. Salah satu algoritma terbaik dalam klasifikasi adalah SVM karena paling efisien dan efektif mengidentifikasi pola. Namun SVM masih memiliki kekurangan dalam pemilihan fitur. Penentuan fitur menentukan hasil akurasi, PSO digunakan untuk menentukan fungsi seleksi untuk meningkatkan akurasi klasifikasi pada SVM dan Naive Bayes. Metode klasifikasi yang dibahas dalam penelitian ini adalah membandingkan Algoritma Naive Bayes berbasis PSO yang telah penulis buat pada penelitian sebelumnya dengan Support Vector Machine berbasis PSO pada ulasan aplikasi flip. Hasil yang diperoleh adalah algoritma Naive Bayes berbasis Particle Swarm Optimization menghasilkan nilai akurasi sebesar 88,24%, sedangkan untuk Support Vector Machine berbasis Particle Swarm Optimization nilai akurasi sebesar 88,61%. Peningkatan akurasi mencapai 0,37%. Support Vector Machine berbasis Particle Swarm Optimization yang menjadi algoritma terbaik untuk data ulasan aplikasi flip.
The Development of the Thematic KKN Evaluation Information System MBKM Program Membangun Desa UNS Based on Geographic Information System (GIS): Pengembangan Sistem Informasi Evaluasi KKN Tematik Program MBKM Membangun Desa UNS Berbasis Geographic Information System (GIS) Cahya, Afif Nur; Sutanto, Sutanto; Zuhri, Moh Sayful; Aritonang, Erikson Vri Anugrah
JIEET (Journal of Information Engineering and Educational Technology) Vol. 7 No. 1 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v7n1.p43-48

Abstract

Program Kuliah Kerja Nyata (KKN) merupakan program pengabdian masyarakat yang diperuntukan bagi mahasiswa. Saat ini program KKN menjadi salah satu program unggulan dalam MBKM Membangun Desa. Untuk membuat program lebih berkompeten perlu adanya pengembangan dan evaluasi berkelanjutan. Hal ini sebagai upaya untuk memberikan kontribusi yang cukup signifikan sesuai dengan kebutuhan masyarakat. Perlu adanya sebuah sistem informasi dalam memenuhi kebutuhan tersebut. Salah satu sistem yang dapat digunakan adalah Geographic Information System (GIS) yang merupakan sistem pendataan, penerimaan, dan manajemen berbasis website. Pengembangan sistem informasi berupa halaman pengisian data kelompok mahasiswa, luaran sosial media kelompok mahasiswa, form penilaian desa, dan evaluasi kegiatan program KKNT MBKM Membangun Desa. Framework yang digunakan pada sistem ini adalah Laravel 8(PHP). Hasil yang diberikan berupa penampilan informasi terkait pelaksanaan kegiatan KKN. Dari hasil tersebut dapat digunakan sebagai evaluasi pelaksanaan program- program yang telah dilaksanakan mahasiswa.
Perancangan Sistem Deteksi Objek Bola Dan Gawang Pada Robot Sepakbola Menggunakan Metode Darknet YOLO Nugroho, Dwi Novianto; Anifah, Lilik
JIEET (Journal of Information Engineering and Educational Technology) Vol. 7 No. 1 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v7n1.p22-29

Abstract

Di bidang robotika, terdapat salah satu jenis robot yang memiliki kemampuan untuk bermain sepakbola, yaitu robot sepakbola humanoid. Robot ini diharapkan memiliki kemampuan utama dalam mendeteksi objek yang ada di lapangan, terutama objek bola dan gawang. Oleh karena itu, perlu dikembangkan sistem deteksi objek bola dan gawang dengan tingkat keakuratan yang tinggi, agar robot dapat mengidentifikasi objek yang tepat untuk menjalankan tugas-tugas selanjutnya. Penelitian ini menggunakan platform robot ROBOTIS OP3 yang terintegrasi dengan webcam Logitech C920. Sistem pendeteksian yang digunakan adalah Darknet YOLO, yang merupakan salah satu penerapan dari deep-learning. Jaringan YOLO yang digunakan dalam penelitian ini adalah YOLOv3 Tiny, dan tahapan pelatihannya melibatkan framework Darknet. Pada tahap pelatihan jaringan, diperoleh nilai rata-rata loss (avg loss) sebesar 0,2805 dan nilai mean Average Precision (mAP) sebesar 96,3%. Pada tahap pengujian jaringan, dihasilkan frame gambar sistem pendeteksian objek yang terdeteksi dengan diberi label "bola" dan "gawang” serta bounding box. Pada penelitian ini sistem deteksi yang telah dikembangkan menghasilkan nilai performa jaringan dengan nilai accuracy sebesar 0.97, precision sebesar 0.99, recall sebesar 0.96, dan F1-score sebesar 0.97. Nilai-nilai performa jaringan ini diperoleh dari pengujian menggunakan 200 frame gambar yang digunakan sebagai test set dalam tahap pelatihan jaringan.
Analisis Bibliometrik Publikasi tentang ChatGPT Rakhmawati, Nur Aini; Irfan, Muhammad; Septiadi, Yogik; Alkautsar Rivandra, Muhammad
JIEET (Journal of Information Engineering and Educational Technology) Vol. 7 No. 2 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v7n2.p92-97

Abstract

Analisis bibliometrik telah dilakukan terhadap 200 publikasi tentang “ChatGPT”, setelah dilakukan pengecekan ulang menggunakan software mendeley hanya 127 yang dapat digunakan, publikasi ini diambil melalui software Publish-or-Perish dengan menggunakan basis data Google Scholar. Penelitian ini bertujuan untuk menganalisis pembahasan ruang lingkup atau kata kunci “ChatGPT” dalam publikasi internasional menggunakan pendekatan bibliometrik. Bibliometrik merupakan metode statistik untuk menganalisis metadata publikasi yang tersedia dalam basis data publikasi dalam hal ini menggunakan aplikasi Publish-of-Perish kemudian mengekstrak hasil pencarian menggunakan VOSviewer. Melalui VOSviewer didapatkan sebelas cluster yang ditandai dengan kode warna merah, hijau, biru tua, kuning, ungu, biru muda, jingga, coklat, merah muda, peach, dan hijau muda. Berdasarkan hasil analisis dari VOSviewer, didapatkan topik yang paling sering dibahas adalah ChatGPT, artificial intelligence, dan natural language processing. Sementara itu, untuk tiga topik yang paling jarang dibahas adalah qualitative research, cybersecurity, dan library services.
Implementasi Implementasi Enterprise Architecture Planning Lebu Digital di Kabupaten Indramayu Menggunakan Framework FEAF Prihartono, Willy
JIEET (Journal of Information Engineering and Educational Technology) Vol. 7 No. 2 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v7n2.p98-109

Abstract

Abstrak—Pemberdayaan Pedesaan sangat dibutuhkan dalam era Pembangunan, Pemerintah telah banyak memberikan dukungan yang sangat optimal bagi proses Pembaangunan dan Pemberdayaan Desa. Era Revolusi Industri yang ditandai dengan pemanfaatan Platform Digital yang telah memberikan warna bahwa Desa harus bernani bertransformasi dalam segi pelayanan dan komunikasi publik, salah satu yang dikembangkan adalah pencetusan Desa Digital. Kabupaten Indramayu yang memiliki 387 Desa melalui Visi dan Misi Bupati Indramayu Tahun 2021-2026 telah mencetuskan salah satu dari 10 Program Unggulan yaitu Lebu Digital. Harapan dari Lebu Digital adalah merupakan layanan fasilitas dasar Pemerintah Desa untuk bertransformasi dari layanan dan publikasi Informasi yang semula secara konvensional menjadi Digitalisasi. Pada artikel ini dituangkan bagaimana proses Digitalisasi Desa melalui Program Lebu Digital dapat berintegrasi dengan Sistem Informasi yang telah disediakan oleh Pemerintah Pusat, Provinsi maupun Kabupaten. Untuk mewujudkan hal tersebut dilakukanlah prsoes Pengembangan Sistem melalui Enterprise Architecture Planning (EAP) dengan menggunakan Framework Federal Enterprise Architecture Framework (FEAF) yang merupakan Standar Pemerintah Federal Amerika Serikat dalam pengembangan sistem informasi yang terintegrasi pada lingkungan kepemerintahan. Artikel ini menguraikan pula bagimana metode penelitian yang digunakan dengan menagadopsi langkah-langkah dari Framework FEAF sehingga dihasilkan sebuah gagasan berdasarkan kebutuhan yang dituangkan dalam sebuah Blueprint Enterprise Architecture Kata Kunci— Desa Digital, Lebu Digital, Sistem Informasi Terintegrasi, Enterprise Architecture Planning, FEAF
Perbandingan Kinerja CNN dan Naïve Bayes pada Analisis Sentimen Performa Manchester United di Twitter Humam, Muhammad Naufal
JIEET (Journal of Information Engineering and Educational Technology) Vol. 7 No. 2 (2023)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26740/jieet.v7n2.p83-91

Abstract

Analisis sentimen digunakan untuk mengevaluasi kecenderungan suatu opini atau sentimen, termasuk apakah pendapat tersebut cenderung memberikan opini yang negative maupun positif. Pada studi penelitian terbaru, data didapatkan dari media social seperti Twitter, di mana pengguna memberikan pendapat pribadi mereka tentang topik tertentu. Manchester United menjadi klub yang sering dibicarakan di twitter mengenai performanya dalam sepakbola, baik dalam performa bagus ataupun performa buruk. Penelitian ini membandingkan dua algoritme, yaitu Convolutional Neural Network (CNN) dan Naive Bayes untuk menganalisis sentimen data sentiment dari Twitter tentang Manchester United. Data pada penelitian ini berbahasa Inggris dan Indonesia. Berdasarkan hasil penelitian, pada dataset berbahasa inggris CNN menghasilkan kinerja terbaik dengan nilai akurasi 94%, sementara nilai Naive Bayes hanya 79%. Begitupun pada dataset berbahasa Indonesia, CNN menghasilkan kinerja terbaik dengan nilai akurasi 91%, sementara hasil nilai Naive Bayes ada pada 75%. Untuk sentimen soal Manchester United, sentimen positif cenderung muncul ketika hasil pertandingan dimenangkan oleh Manchester United, dan pada sentimen berbahasa inggris maupun indonesia sentimen positif banyak diisi oleh kata-kata pujian. Sementara sentimen negatif cenderung muncul ketika Manchester United kalah dalam pertandingan atau ketika pemain bermain buruk dan berperilaku indisipliner.