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 PENENTUAN HARGA POKOK PRODUKSI BATIK MADURA DENGAN METODE ACTIVITY BASED COSTING DAN ANALISIS REGRESI LINIER Erwin Prasetyowati
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 1, Januari 2018
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v16i1.a690

Abstract

Pada umumnya pengrajin batik di Pamekasan tidak menghitung secara rinci biaya-biaya yang dikeluarkan dalam proses produksi, serta menetapkan harga jual berdasarkan harga yang berlaku di pasar, sehingga keuntungan bersih tidak dapat diketahui secara pasti. Berdasarkan permasalan tersebut penelitian ini difokuskan untuk mengurai pembiayaaan produksi batik melalui aktivitas-aktivitas produksi yang dilakukan secara rinci menggunakan metode Activity Based Costing (ABC), dimana metode ini terbukti memiliki tingkat keakurasian yang baik dalam menentukan HPP. Setiap aktivitas yang mengakibatkan biaya akan diakumulasikan untuk menentukan HPP. Untuk mendapatkan biaya bahan baku yang akurat, penelitian ini juga mempertimbangkan perubahan harga bahan baku di pasaran, dengan menggunakan peramalan harga melalui analisis Regresi Linier  mengingat perubahan harga bahan batik memiliki pola data trend. Hasil prediksi pada harga dengan Regresi Linier terhadap bahan baku dan bahan penolong batik meliputi kain, malam dan pewarna masing-masing sebesar Rp. 22.267,00; Rp 80.700,00 dan Rp. 21.300,00. Pada BOP, kelompok aktivitas pembuatan motif, pewarnaan serta pelorotan dan finishing dihitung berdasarkan jumlah warna yang digunakan, sehinggga cost driver yang digunakan adalah panjang kain (meter). Untuk kelompok aktivitas pemeliharaan dan pemasaran, cost driver yang digunakan masing-masing adalah Jam Kerja Langsung (JKL) dan jumlah produk (unit). Jumlah produksi Batik Cap 2 Warna adalah 140 unit, Batik Cap 3 Warna adalah 60 unit, Batik Tulis 2 Warna adalah 40 unit, serta Batik Tulis 3 Warna adalah 30 unit. Berdasarkan HPP per unit dan harga jual, maka total keuntungan terbesar terdapat pada Batik Cap 2 Warna sebanyak Rp. 2.452.100,00.
EKSTRAKSI TRENDING ISSUE DENGAN PENDEKATAN DISTRIBUSI KATA PADA PEMBOBOTAN TERM UNTUK PERINGKASAN MULTI-DOKUMEN BERITA Christian Sri Kusuma Aditya; Chastine Fatichah; Diana Purwitasari
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v14i2.a570

Abstract

Penggunaan trending issue dari media sosial Twitter sebagai kalimat penting efektif dalam proses peringkasan dokumen dikarenakan trending issue memiliki kedekatan kata kunci terhadap sebuah kejadian berita yang sedang berlangsung. Pembobotan term dengan TFIDF yang hanya berbasis pada dokumen itu tidak cukup untuk menentukan in-deks dari suatu dokumen. Penentuan indeks yang akurat juga bergantung pada nilai informatif suatu term terhadap kelas atau cluster. Term yang sering muncul di banyak kelas atau cluster seharusnya tidak menjadi term yang penting meskipun nilai TFIDF-nya tinggi. Penelitian ini bertujuan untuk melakukan peringkasan multi dokumen berita menggunakan ekstraksi trending issue dengan pendekatan term distribution on centroid based (TDCB) pada pembobotan fitur dan mengintegrasikannya dengan query expansion sebagai kata kunci dalam peringkasan dokumen. Metode TDCB dilakukan dengan mempertimbangkan adanya kemunculan sub topic dari cluster hasil pengelompokan tweets yang dapat dijadikan nilai informatif tambahan dalam penentuan pembobotan kalimat penting penyusunan ringkasan. Tahapan yang dilakukan untuk menghasilkan ringkasan multi dokumen berita antara lain ekstraksi trending issue, query expansion, auto labelling, seleksi berita, ekstraksi fitur berita, pembobotan kalimat penting dan penyusunan ringkasan. Hasil percobaan menunjukan metode peringkasan dokumen dengan menambahkan nilai informatif sub topic trending issue NeFTIS-TDCB menunjukan nilai rata-rata max-ROUGE-1 terbesar 0.8615 untuk n=30 dari seluruh varian topik berita.
OPTIMASI DAYA DATA CENTER CLOUD COMPUTING PADA WORKLOAD HIGH PERFORMANCE COMPUTING (HPC) DENGAN SCHEDULING PREDIKTIF SECARA REALTIME Amirullah Amirullah; Royyana Muslim Ijtihadie; Hudan Studiawan
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i1.a630

Abstract

Tantangan terbesar yang muncul pada data center cloud computing adalah meningkatnya biaya konsumsi daya. Pengembangan data center akan bertolak belakang dengan penghematan daya, semakin tinggi performa sebuah data center, maka semakin tinggi pula konsumsi energi yang dibutuhkan, hal ini disebabkan oleh kebutuhan jumlah server ataupun hardware pada data center yang semakin meningkat. Data center cloud computing yang berbasis High Performance Computing (HPC) merupakan sebuah teknologi yang dibangun dari kumpulan server dalam jumlah besar untuk menjamin ketersediaan tinggi dari sebuah cloud computing, namun sebenarnya beberapa server tersebut hanya direncanakan untuk beban puncak yang jarang atau tidak pernah ter-jadi. Ketika beban pada titik terendah, maka server tersebut akan berada dalam kondisi idle. Optimasi daya dengan DNS (Dynamics Shutdown) dengan memanfaatkan kondisi beban rendah server dapat menjadi solusi yang tepat untuk mengurangi konsumsi daya pada data center. Namun jika optimasi tersebut dilakukan dengan konvensional dan hanya berdasarkan data realtime, maka kemungkinan besar akan berpengaruh terhadap performa data center. Optimasi yang dilakukan pada penelitian ini adalah dengan metode prediksi menggunakan moving average untuk menentukan penjadwalan DNS. Hasil pengujian dengan komputer virtual menunjukkan bahwa dengan metode prediksi dapat mengurangi konsumsi daya sebesar 1,14 Watt dibandingkan dengan metode konvensional.
THE VISUAL SECRET SHARING SCHEME BASED ON THE RGB COLOR SYSTEM Eric Christiandi Sulaiman; Mariskha Tri Adithia
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i1.a635

Abstract

The visual secret sharing (VSS) scheme is a method to maintain the confidentiality of a se-cret image by sharing it to some number participants. A (k, n) VSS divides the secret images into n parts, that are called shadows ; to recover the secret back, k shadows should be stacked. Some methods have been developed to implement VSS for color images. However, the methods are only suitable for images with limited number of colors. When more colors are used, the resulted stacked shadow image becomes unclear. Besides that, the size of the shadows becomes bigger as more colors are used. We develop a new method implementing the VSS using the RGB color system. Using our method, the problem related to the unclear stacked shadow image can be overcome.
RANCANG BANGUN SISTEM E-LEARNING PEMROGRAMAN PADA MODUL DETEKSI PLAGIARISME KODE PROGRAM DAN STUDENT FEEDBACK SYSTEM Abdul Munif; Rizky Januar Akbar; Ruchi Intan Tantra; Rachmania Ilavi
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 1, Januari 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i1.a640

Abstract

Kompetensi utama yang harus dimiliki oleh mahasiswa jurusan ilmu komputer/informatika adalah pemrograman. Perkuliahan yang berbasis pemrograman seringkali mewajibkan mahasiswa untuk mengerjakan soal yang cukup banyak. Hal ini tentunya akan menyulitkan dosen dalam mengevaluasi hasil pekerjaan mahasiswa. Selain itu, dimungkinkan pula adanya praktik mahasiswa yang memplagiat hasil dari mahasiswa lain. Penelitian ini bertujuan untuk menjawab permasalahan tersebut. Pada penelitian ini dikembangkan sebuah sistem pembelajaran/e-learning pemrograman. Modul sistem e-learning yang dibuat pada artikel ini terbatas pada modul deteksi kemiripan kode program dan student feedback system. Modul deteksi kemiripan kode program berfungsi untuk mengecek kemiripan kode program antar mahasiswa. Kemudian kode-kode program yang memiliki tingkat kemiripan tinggi akan dikelompokkan menjadi satu menggunakan algoritma hierarchical clustering. Proses pengecekan kemiripan program dimulai dari proses transformasi kode program ke dalam Abstract Syntax Tree (AST), kemudian ditransformasi menjadi sequence dan dihitung kemiripannya menggunakan algoritma Levenshtein Distance. Modul student feedback system berfungsi untuk mengecek kemiripan kode program mahasiswa dengan dosen. Mahasiswa akan mendapatkan informasi apakah kode program mereka sudah sesuai dengan yang diinginkan oleh dosen atau belum. Sebelum sistem memberikan umpan balik, terlebih dahulu kode program dosen dan mahasiswa diproses menjadi AST dan kemudian menjadi sequence. Sistem akan membandingkan kemiripan kode program dosen dan mahasiswa menggunakan algoritma Smith-Waterman yang telah dimodifikasi. Kemudian sistem menampilkan baris-baris kode mana saja yang sama antara kode program dosen dengan kode program mahasiswa. Dari hasil pengujian dapat disimpulkan bahwa modul deteksi plagiarisme dan student feedback system telah terimplementasi dengan baik.
IMPLEMENTASI METODE LOCAL BINARY PATTERNS UNTUK PENGENALAN POLA HURUF HIRAGANA DAN KATAKANA PADA SMARTPHONE Rabiuldien Amat; Jayanti Yusmah Sari; Ika Purwanti Ningrum
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a612

Abstract

Pada saat ini Jepang merupakan salah satu negara yang menjadi pilihan bagi pelajar dunia untuk melanjutkan pendidikan. Pelajar yang ingin melanjutkan pendidikan ke Jepang harus mempelajari Bahasa Jepang. Huruf dasar yang harus dikuasai oleh pembelajar Bahasa Jepang pemula adalah Huruf Hiragana dan Katakana. Dalam mempelajari Huruf Hiragana dan Katakana pembelajar pemula mengalami kesulitan yaitu huruf tersebut memiliki pelafalan yang sama, namun penulisan dari huruf tersebut berbeda.Penelitian ini bertujuan untuk menerapkan metode Local Binary Patterns (LBP) sebagai metode ekstraksi fitur untuk pengenalan pola Huruf Hiragana dan Katakana. Cara kerja operator LBP yaitu dengan mencari nilai tengah dari suatu kernel berukuran 3 x 3, dengan melakukan perbandingan nilai tengah piksel dengan nilai tetangga piksel terdekat pada citra grayscale.Implementasi metode Local Binary Pattern (LBP) untuk pengenalan pola Huruf Hiragana dan Katakana pada Smartphone berbasis Android telah diujikan pada 460 data sampel. Hasil pengujian menunjukkan akurasi pengenalan yang cukup baik yaitu sebesar 81,1%.
KLASIFIKASI SEL SERVIKS PADA CITRA PAP SMEAR BERDASARKAN FITUR BENTUK DESKRIPTOR REGIONAL DAN FITUR TEKSTUR UNIFORM ROTATED LOCAL BINARY PATTERN Mohammad Sholik; Chastine Fatichah
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 15, No. 2, Juli 2017
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v15i2.a669

Abstract

Perubahan orientasi objek pada saat akuisisi memerlukan metode ekstraksi fitur yang invariant terhadap rotasi. Ekstraksi fitur tekstur yang telah digunakan dalam kombinasi fitur sebelumnya untuk klasifikasi sel serviks pada dataset Herlev antara lain homogenitas GLCM dan Local Binary Pattern Histogram Fourier (LBP-HF). Namun perhitungan GLCM sensitif terhadap rotasi dan transformasi fourier LBP-HF mengabaikan penataan struktur histogram dengan hanya mempertimbangkan magnitude spektrum transformasi sehingga kehilangan beberapa informasi diskriminatif dan informasi frekuensi citra.Penelitian ini mengusulkan kombinasi fitur bentuk deskriptor regional dan fitur tekstur Uniform Rotated Local Binary Pattern (uRLBP). uRLBP merupakan metode ekstraksi fitur yang dapat mengatasi kelemahan metode tekstur sebelumnya dengan mengatur arah referensi lokal yang dapat mempertahankan informasi orientasi lokal dan informasi diskriminatif citra sehingga mencapai invariant terhadap rotasi. Pengujian dilakukan dengan membandingkan hasil klasifikasi metode yang diusulkan dengan metode pada penelitian sebelumnya dalam melakukan klasifikasi sel serviks pada citra pap smear.Hasil pengujian menunjukkan bahwa metode yang diusulkan mampu mengklasifikasikan sel serviks lebih optimal dibandingkan metode kombinasi fitur bentuk & fitur tekstur homogenitas GLCM dan metode kombinasi fitur bentuk & fitur tekstur LBP-HF. Nilai akurasi menggunakan metode klasifikasi Fuzzy k-NN adalah 91.59% untuk dua kategori sel dan 67.89% untuk tujuh kelas sel.
REPLIKASI DATA MENGGUNAKAN DETECTION CONTROLLER MODULE UNTUK MENCEGAH CONGESTION DI DATA CENTER Erna Auparay; Royyana Muslim Ijtihadie
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 1, Januari 2018
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v16i1.a590

Abstract

Replication of data in a distributed manner is one of the important phases in the process of centralized data distribution. Replication of data does a copy or duplication technique in the process of data distribution logic. This distribution will be interconnected either system or applicative data is distributed in the network computer. Distributed storage media from one storage medium to another storage medium will implement the synchronization between the source server to the destination server so that the data consistency can be guaranteed. The use of controller-controller Software Defined Network (SDN) in the data center that is to control the process distribution data to multiple locations storing the same data. This is very useful in these locations require the same data or require a separate server in the manufacture of reporting applications. SDN controller-controller is also used to control the distribution entities, which may exhibit different behavior on event triggers, but in the case of traffic flow density distribution in the data center network that causes congestion/bottlenecks until need their completion strategies. Therefore, this paper will discuss what approach to data replication strategies used to cope with the density of the network traffic flow.
A TABLET SCREEN CAST RECEIVER FOR CLASSROOM WITH LOW END ANDROID DEVICES Moh. Hasbi Assidiqi; Aliv Faizal Muhammad; Zarkasyi Kuncoro Aji
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 14, No. 2, Juli 2016
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v14i2.a567

Abstract

Salah satu aktivitas menggunakan tablet adalah presentasi. Saat ini, kebanyakan aktivitas presentasi dilakukan menggunakan adapter VGA untuk bisa tersambung dengan LCD Proyektor. Konfigurasi ini memungkin presentasi berbasis kabel. Dan ini adalah hal yang menyulitkan penggunaannya untuk perangkat tablet yang memiliki sifat mobilitas tinggi. Beruntung, sudah ada banyak vendor yang menyediakan sistem presentasi yang bersahabat dengan membuatnya menjadi nirkabel. Tapi sistem tersebut hanya mendukung perangkat tablet high end. Pada makalah ini, kami mengajukan sebuah penerima tablet screen cast untuk perangkat tablet android low end. Yang memiliki potensi untuk diimplementasikan di kelas. Dari eksperimen, kami memperoleh hasil 9 FPS dengan delay sebesar 2 detik.
SISTEM PEMBAGIAN KELAS KULIAH MAHASISWA DENGAN METODE K-MEANS DAN K-NEAREST NEIGHBORS UNTUK MENINGKATKAN KUALITAS PEMBELAJARAN Gede Aditra Pradnyana; Agus Aan Jiwa Permana
JUTI: Jurnal Ilmiah Teknologi Informasi Vol 16, No. 1, Januari 2018
Publisher : Department of Informatics, Institut Teknologi Sepuluh Nopember

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j24068535.v16i1.a696

Abstract

Permasalahan yang terjadi saat pembentukan atau pembagian kelas mahasiswa adalah perbedaan kemampuan yang dimiliki oleh mahasiswa di setiap kelasnya yang dapat berdampak pada tidak efektifnya proses pembelajaran yang berlangsung. Pengelompokkan mahasiswa dengan kemampuan yang sama merupakan hal yang sangat penting dalam rangka meningkatkan kualitas proses belajar mengajar yang dilakukan. Dengan pengelompokkan mahasiswa yang tepat, mereka akan dapat saling membantu dalam proses pembelajaran. Selain itu, membagi kelas mahasiswa sesuai dengan kemampuannya dapat mempermudah tenaga pendidik dalam menentukan metode atau strategi pembelajaran yang sesuai. Penggunaan metode dan strategi pembelajaran yang tepat akan meningkatkan efektifitas proses belajar mengajar. Pada penelitian ini dirancang sebuah metode baru untuk pembagian kelas kuliah mahasiswa dengan mengkombinasikan metode K-Means dan K-Nearest Neighbors (KNN). Metode K-means digunakan untuk pembagian kelas kuliah mahasiswa berdasarkan komponen penilaian dari mata kuliah prasyaratnya. Adapun fitur yang digunakan dalam pengelompokkan adalah nilai tugas, nilai ujian tengah semester, nilai ujian akhir semester, dan indeks prestasi kumulatif (IPK). Metode KNN digunakan untuk memprediksi kelulusan seoarang mahasiswa di sebuah matakuliah berdasarkan data sebelumnya. Hasil prediksi ini akan digunakan sebagai fitur tambahan yang digunakan dalam pembentukan kelas mahasiswa menggunakan metode K-means. Pendekatan yang digunakan dalam penelitian ini adalah Software Development Live Cycle (SDLC) dengan model waterfall. Berdasarkan hasil pengujian yang dilakukan diperoleh kesimpulan bahwa jumlah cluster atau kelas dan jumlah data yang digunakan mempengaruhi dari kualitas cluster yang dibentuk oleh metode K-Means dan KNN yang digunakan. Nilai Silhouette Indeks tertinggi diperolah saat menggunakan 100 data dengan jumlah cluster 10 sebesar 0,534 yang tergolong kelas dengan kualitas medium structure.