cover
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
juti.if@its.ac.id
Editorial Address
Gedung Teknik Informatika Lantai 2 Ruang IF-230, Jalan Teknik Kimia, Kampus ITS Sukolilo, Surabaya, 60111
Location
Kota surabaya,
Jawa timur
INDONESIA
JUTI: Jurnal Ilmiah Teknologi Informasi
ISSN : 24068535     EISSN : 14126389     DOI : http://dx.doi.org/10.12962/j24068535
JUTI (Jurnal Ilmiah Teknologi Informasi) is a scientific journal managed by Department of Informatics, ITS.
Arjuna Subject : -
Articles 399 Documents
APLIKASI PENGAMBILAN KEPUTUSAN ALTERNATIF PEMILIHAN OBAT DENGAN MEMANFAATKAN XPERTRULE Umi Laili Yuhana; Joko Lianto Buliali; Dwi Sunaryono
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 3, No 1 Januari 2004
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (210.008 KB) | DOI: 10.12962/j24068535.v3i1.a127

Abstract

Kemudahan masyarakat mendapatkan obat-obatan bebas membawa dampak yang baik maupun yang kurang baik. Dampak yang baik bahwa masyarakat tidak kesulitan dalam menemukan obat untuk penyakitnya. Dampak yang kurang baik adalah ketika masyarakat tidak mendapatkan informasi yang cukup tentang efektifitas obat tersebut, sehingga terkesan bahwa masyarakat melakukan coba-coba dalam menyembuhkan gejala sakit yang dideritanya. Untuk satu jenis penyakit saja tersedia berbagai pilihan obat dengan berbagai merek dan bentuk. Berawal dari masalah diatas dan dari beberapa informasi yang didapat dari indikasi dan faktor penyembuhan obat dibuat suatu sistem berbasis komputer dengan memanfaatkan XpertRule yang dapat memberikan informasi alternatif obat untuk membantu pemakai mengambil keputusan dalam hal pemilihan obat. Sistem ini menggabungkan dua sistem yaitu sistem pakar dan sistem pendukung keputusan. Pemakai dapat menggunakan dua jalur konsultasi yaitu jalur pakar dan jalur pengalaman. Dasar dari jalur pakar adalah informasi dari buku ISO yang berupa indikasi-indikasi sakit beserta obatnya. Sedangkan dasar dari jalur pengalaman adalah pengalaman sejumlah responden terhadap sakit dan kesembuhannya dari obat yang pernah diminum. Untuk jalur pengalaman disertai juga informasi prosentase kesembuhan untuk tiap obat berdasarkan data dari responden. Adapun cara kerja sistem adalah bahwa sistem memberikan pertanyaan-pertanyaan kepada pemakai berupa gejala-gejala sakit yang dideritanya, selanjutnya sistem akan memberikan pilihan alternatif obat yang tepat untuk gejala sakit tersebut. Berdasarkan hasil uji coba terutama untuk kasus-kasus gejala penyakit dengan gejala yang sama serta jalur yang berbeda, maupun untuk kasus yang berbeda-beda untuk jalur yang sama, sistem mampu memberikan solusi berupa alternatif beberapa obat sesuai yang diharapkan. Untuk kasus yang sama dengan jalur yang berbeda bisa saja menghasilkan alternatif obat yang berbeda. Dengan beberapa alternatif obat dan data histori (tingkat kesembuhan obat) untuk tiap-tiap obat tersebut pemakai dapat mengambil keputusan dengan memilih salah satu obat diantaranya. Kata kunci : sistem pakar, sistem pendukung keputusan
REKAYASA KOMPONEN WEB SERVICE GENERAL LEDGER BERBASIS MICROSOFT .NET Suhadi Lili; Yudhi Purwananto; Kurniawan E. Permana
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 3, No 1 Januari 2004
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (498.474 KB) | DOI: 10.12962/j24068535.v3i1.a132

Abstract

Kebutuhan akan akuntansi menjadi suatu kebutuhan yang begitu mendasar bagi perusahaan baik yang skala kecil, menengah sampai yang besar. Tak pernah terlepas sedikitpun kegiatan ekonomi di suatu perusahaan dari akuntansi dan bagian-bagian yang ada di dalamnya. Salah satu bagian dari akuntansi itu adalah General Ledger atau Buku Besar. General Ledger atau Buku Besar menjadi inti dan pokok dari akuntansi. Pada penelitian ini dikembangkan sebuah komponen yang dapat digunakan untuk membangun web service General Ledger, dimana fungsinya adalah untuk melakukan proses penjurnalan sehingga dapat secara otomatis menghasilkan laporan-laporan keuangan. Tahapan untuk membuatnya adalah dengan waterfall development model dimulai dari pencarian masalah, membuat model class, pengaturan layer hingga aplikasi dapat diimplementasikan. Dalam ujicoba yang dilakukan, komponen telah dapat berfungsi dengan baik pada saat diimplementasikan, dengan melakukan pengisian data master, pengisian jurnal dan pembuatan laporan-laporan akuntansi. Kata kunci : Komponen, Web Service, General Ledger, Akuntansi, Microsoft .NET
APLIKASI PARALEL BRANCH AND BOUND UNTUK MENYELESAIKAN VEHICLE ROUTING PROBLEM MENGGUNAKAN PUSTAKA MPICH DAN GLPK F.X. Arunanto; Arie Hintono
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 9, No 1, Januari 2011
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (455.901 KB) | DOI: 10.12962/j24068535.v9i1.a61

Abstract

Vehicle Routing Problem (VRP) merupakan permasalahan optimasi dalam Riset Operasional, yaitu permasalahan melakukan pengantaran barang (komoditas) dari sebuah depot ke sejumlah pelanggan dengan lokasi dan jumlah permintaan barang yang diketahui. Karakteristik VRP yang diimplementasikan adalah VRP yang mempunyai kapasitas kendaraan sama, jumlah kendaraan tetap, batasan jarak dan meminimalkan jarak tempuh semua kendaraan sebagai tujuan. Untuk penyelesaian VRP, diimplementasikan algoritma paralel branch and bound yang dapat dijalankan oleh beberapa komputer untuk mendapatkan solusi eksak dengan waktu komputasi yang lebih cepat. Langkah-langkah penyelesaian VRP dengan algoritma paralel branch and bound dimulai dengan tahap inisialisasi, yang menghasilkan subproblem yang berupa program linear pada search tree, kemudian dilakukan pembagian subproblem ke sejumlah komputer untuk dikerjakan masing-masing komputer. Setelah proses komputasi selesai, diperoleh solusi optimal beserta informasi rute terbaik yang ditemukan. Uji coba dan evaluasi dilakukan dengan data yang dihasilkan secara acak, untuk jumlah pelanggan sebanyak 15-40, dengan menggunakan 1, 2, 4, dan 8 komputer. Dari hasil pengukuran waktu komputasi, didapat bahwa penambahan jumlah komputer pada proses komputasi dapat mempercepat waktu komputasi, bahkan dapat mencapai superlinear speedup terutama untuk jumlah pelanggan yang besar, akan tetapi pada suatu saat penambahan jumlah komputer malah memperlambat waktu komputasi, karena overhead waktu komunikasi yang semakin besar.
PEMBANGUNAN PEMANTAU KINERJA JARINGAN KOMPUTER MELALUI REMASTERING UBUNTU Andi Pebriananta; Indrastanti R. Widiasari; T. Indra Bayu
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 9, No 1, Januari 2011
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (338.205 KB) | DOI: 10.12962/j24068535.v9i1.a66

Abstract

Pada saat ini Distribusi Linux yang berkembang sangat beraneka macam, tetapi yang cocok untuk memenuhi kebutuhan pemantau kinerja jaringan komputer masih sedikit. Paper ini berfokus pada pembangunan Distribusi Linux yang memiliki aplikasi standar khusus untuk pemantauan kinerja jaringan komputer. Distribusi Linux yang dibangun diturunkan dari Distribusi Linux Ubuntu Karmic Koala dengan teknik remastering. Sulolinuz adalah hasil Distribusi Linux baru ini, dengan perancangan aplikasi khusus pemantau kinerja jaringan yang digunakan kinerja Sulolinuz lebih efisien dari Ubuntu Karmic Koala. Sulolinuz memiliki performa yang lebih cepat dalam hal time respon pada saat melakukan booting dan shutdown. Sulolinuz lebih unggul dalam penggunaan RAM dan CPU saat melakukan proses pemantauan kinerja jaringan maupun saat berada dalam posisi idle.
PENGGUNAAN TEKNIK FEATURE WEIGHTING UNTUK PEMBERSIHAN NOISE PADA HALAMAN SITUS BERITA BERBAHASA INDONESIA Rahmat Firdaus; Abdurahman Baizal; Yanuar Firdaus A
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 8, No 1, Januari 2010
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (928.409 KB) | DOI: 10.12962/j24068535.v8i1.a71

Abstract

A web page usually consists of information in every page blocks displayed. In some cases, news content displayed in a news website are not entirely relevant or are unrelated to the main content such as navigation panel, copyright, user guide, links, news summary, various advertisement etc. Information blocks irrelevant to the main content is known as web pages noise. This research applies feature weighting technique to improve classification results by detecting a noise in pages of a website. Using feature weighting technique the web is first modelled with Document Object Model(DOM) tree and Compressed Structure Tree(CST) to obtain the general structure and compare the information blocks in awebsite.Information obtained is used to measure and evaluate the importance level of each node created by Compressed Structureed Tree(CST). Based on the tree created and the importance level of each node, this method assign weights on each individual word (feature) in each content block. The weights will be used in web mining process.
PEMODELAN ARIMA DAN DETEKSI OUTLIER DATA CURAH HUJAN SEBAGAI EVALUASI SISTEM RADIO GELOMBANG MILIMETER Achmad Mauludiyanto; Gamantyo Hendrantoro; Mauridhi Hery P; Suhartono Suhartono
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 3, Januari 2009
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (172.925 KB) | DOI: 10.12962/j24068535.v7i3.a76

Abstract

The purpose of this paper is to provide the results of Arima modeling and outlier detection in the rainfall data in Surabaya. This paper explained about the steps in the formation of rainfall models, especially Box-Jenkins procedure for Arima modeling and outlier detection. Early stages of modeling stasioneritas Arima is the identification of data, both in mean and variance. Stasioneritas evaluation data in the variance can be done with Box-Cox transformation. Meanwhile, in the mean stasioneritas can be done with the plot data and forms of ACF. Identification of ACF and PACF of the stationary data is used to determine the order of allegations Arima model. The next stage is to estimate the parameters and diagnostic checks to see the suitability model. Process diagnostics check conducted to evaluate whether the residual model is eligible berdistribusi white noise and normal. Ljung-Box Test is a test that can be used to validate the white noise condition, while the Kolmogorov-Smirnov Test is an evaluation test for normal distribution. Residual normality test results showed that the residual model of Arima not white noise, and indicates the existence of outlier in the data. Thus, the next step taken is outlier detection to eliminate outlier effects and increase the accuracy of predictions of the model Arima. Arima modeling implementation and outlier detection is done by using MINITAB package and MATLAB. The research shows that the modeling Arima and outlier detection can reduce the prediction error as measured by the criteria Mean Square Error (MSE). Quantitatively, the decline in the value of MSE by incorporating outlier detection is 23.7%, with an average decline 6.5%.
KERNEL LOGISTIC REGRESSION-LINEAR FOR LEUKEMIA CLASSIFICATION USING HIGH DIMENSIONAL DATA S P Rahayu; S W Purnami; A Embong; Jasni Mohammad Zain
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 3, Januari 2009
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (161.821 KB) | DOI: 10.12962/j24068535.v7i3.a81

Abstract

Kernel Logistic Regression (KLR) is one of the statistical models that has been proposed for classification in the machine learning and data mining communities, and also one of the effective methodologies in the kernel–machine techniques. Basely, KLR is kernelized version of linear Logistic Regression (LR). Unlike LR, KLR has ability to classify data with non linear boundary and also can accommodate data with very high dimensional and very few instances. In this research, we proposed to study the use of Linear Kernel on KLR in order to increase the accuracy of Leukemia Classification. Leukemia is one of the cancer types that causes mortality in medical diagnosis problem. Improving the accuracy of Leukemia Classification is essential for more effective diagnosis and treatment of Leukemia disease. The Leukemia data sets consists of 7120 (very high dimensional) DNA micro arrays data of 72 (very few instances) patient samples on the state of Leukemia types. In Leukemia classification based upon gene expression, monitoring data using DNA micro array offer hope to achieve an objective and highly accurate classification. It can be demonstrated that the use of Linear Kernel on Kernel Logistic Regression (KLR–Linear) can improve the performance in classifying Leukemia patient samples and also can be shown that KLR–Linear has better accuracy than KLR–Polynomial and Penalized Logistic Regression.
PEMBENTUKAN SET JALUR ALIRAN PROGRAM MENGGUNAKAN TEKNIK JUMLAH JALUR MINIMUM DAN TEKNIK JUMLAH PREDIKAT MINIMUM Rosa de Lima Endang Padmowati
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 7, No 4, Juli 2009
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (341.04 KB) | DOI: 10.12962/j24068535.v7i4.a86

Abstract

Structured testing is based on the control flow of programs. The analysis of the control flow of program is conducted on a reduced flowgraph, called a decision-to-decision graph (DDGraph). The relations of dominance and implication between arcs enable to immediate identification of a subset of DDGraph arcs. These arcs are called unconstrained arcs, which have a property that, when the unconstrained arcs are exercised, the traversal of all the other arcs are guaranteed. In order to find a path cover for given program flowgraph, there are two methods: minimum number of paths technique and less pred technique.
PENGGUNAAN ANALISA FAKTOR UNTUK KLASIFIKASI CITRA PENGINDERAAN JAUH MULTISPEKTRAL Agus Zainal Arifin; Wiwik Dyah Septiana Kurniati
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 1, No 1 Juli 2002
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (421.672 KB) | DOI: 10.12962/j24068535.v1i1.a91

Abstract

Proses clustering bisa berlangsung baik secara hierarchical (split dan merge) maupun partitional (partisi). Proses split yang pembagiannya berdasarkan histogram lebih mudah dilakukan pada satu dimensi, sehingga dibutuhkan proses transformasi. Metode transformasi yang umum digunakan adalah Principal Component Analysis (PCA). Namun PCA ternyata hanya didasarkan pada pencarian dimensi bervariansi maksimum, sehingga memungkinkan terjadinya overlapping kelas, dalam arti ada kelas yang tidak dapat dipisahkan Pada penelitian ini, metode transformasi yang digunakan adalah Analisa Faktor (Factor Analysis / Canonical Analysis). Metode ini lebih baik bila dibandingkan dengan metode Principal Component Analysis (PCA). Sebab, Analisa Faktor mentransformasi sekaligus memilah cluster dalam feature space. Tiga proses utama dalam penelitian ini yaitu split, merge, dan partitional K-means clustering. Citra multispektral ditransformasi menjadi satu dimensi. Histogram satu dimensi displit dengan pemilihan puncak kurva. Merge menggabungkan cluster hasil split tersebut. Cluster yang berdekatan digabungkan menjadi cluster baru. K-means clustering digunakan untuk mendeteksi lokasi pusat cluster (prototipe cluster) dan sekaligus mengelompokkan pixel ke setiap cluster. Hasil penelitian ini dibandingkan dengan hasil algoritma clustering yang proses transformasinya menggunakan PCA. Hasil perbandingan membuktikan bahwa clustering yang proses transformasinya menggunakan Analisa Faktor menghasilkan heterogenitas antar cluster lebih tinggi (Tr(SB) meningkat antara 0.83 % sampai 19.58 %). Adapun kekompakan tiap cluster tidak selalu optimal. Hal ini sangat mungkin disebabkan jumlah kelas sampel kurang banyak dan pengambilan sampel di tiap kelas kurang bervariasi. Kata kunci: Analisa Faktor, complete link, K-means clustering, Scatter within class, Scatter between class
EKSPLORASI DAN IMPLEMENTASI UNIFIED APPROACH DALAM PERANCANGAN SISTEM INFORMASI : STUDI KASUS SISTEM RESERVASI HOTEL Fajar Baskoro; Waskitho Wibisono
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 1, No 1 Juli 2002
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (163.807 KB) | DOI: 10.12962/j24068535.v1i1.a96

Abstract

Perancangan perangkat lunak merupakan tahapan yang penting di dalam rekayasa perangkat lunak. Pemilihan perangkat perancangan yang dapat membantu memodelkan perangkat lunak menentukan kemudahan spesifikasi, implementasi, visualisasi, pengujian, dan dokumentasi perangkat lunak. UML, Unified Modelling Language sebagai Bahasa Pemodelan Terpadu mempunyai perangkat untuk memodelkan perangkat lunak memvisualisasikan use case, statis, dan perilaku perangkat lunak di dalam sistem. Penggunaan UML di dalam perancangan sistem informasi berbeda dengan penggunaan UML di dalam perangkat Lunak Waktu Nyata (Realtime). Pendekatan Unified adalah salah satu panduan yang digunakan untuk perancangan perangkat lunak dengan menggunakan UML. Kata kunci: UML, pendekatan unified, reservasi hotel.

Page 10 of 40 | Total Record : 399