cover
Contact Name
Agung Setia Budi
Contact Email
agungsetiabudi@ub.ac.id
Phone
+62341-577911
Journal Mail Official
jtiik@ub.ac.id
Editorial Address
Fakultas Ilmu Komputer Universitas Brawijaya Gedung F FILKOM Lt. 8, Ruang BPJ Jalan Veteran No. 8 Malang Indonesia - 65145
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Teknologi Informasi dan Ilmu Komputer
Published by Universitas Brawijaya
ISSN : 23557699     EISSN : 25286579     DOI : http://dx.doi.org/10.25126/jtiik
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) merupakan jurnal nasional yang diterbitkan oleh Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya (UB), Malang sejak tahun 2014. JTIIK memuat artikel hasil-hasil penelitian di bidang Teknologi Informasi dan Ilmu Komputer. JTIIK berkomitmen untuk menjadi jurnal nasional terbaik dengan mempublikasikan artikel berbahasa Indonesia yang berkualitas dan menjadi rujukan utama para peneliti. JTIIK di akreditasi oleh Kementerian Riset, Teknologi, dan Pendidikan Tinggi Republik Indonesia Nomor: 36/E/KPT/2019 yang berlaku sampai dengan Volume 11 Nomor 2 Tahun 2024.
Articles 25 Documents
Search results for , issue "Vol 10 No 3: Juni 2023" : 25 Documents clear
Analisis Sentimen Kebijakan Penerapan Kurikulum Merdeka Sekolah Dasar dan Sekolah Menengah pada Media Sosial Twitter dengan Menggunakan Metode Word Embedding dan Long Short Term Memory Networks (LSTM) Maulana, Alif Rizal; Wijoyo, Satrio Hadi; Mursityo, Yusi Tyroni
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106977

Abstract

Pandemi COVID-19 memberikan banyak kendala terhadap seluruh aspek kehidupan manusia tidak terlepas aspek Pendidikan. Merujuk kondisi selama COVID-19 kegiatan pendidikan mengalami learning loss yang membuat Kemendikbudristek mengeluarkan sebuah kebijakan baru yaitu implementasi kurikulum merdeka. Kebijakan baru ini tentu mendatangkan banyak opini dari berbagai pihak salah satunya siswa yang terkena dampak langsung dari kurikulum ini. Salah satu media sosial yang sering digunakan untuk menyampaikan opini oleh masyarakat Indonesia adalah Twitter. Analisis sentimen dilakukan pada opini siswa yang diutarakan di media sosial Twitter dengan menggunakan pendekatan machine learning. Arsitektur yang digunakan adalah Long Short-Term Memory Networks (LSTM). Metode yang digunakan untuk mempersiapkan data adalah word embedding dengan menggunakan layers embedding dari library TensorFlow. Dataset dkumpulkan dengan teknik text mining yang menggunakan bahasa pemrograman Python dan Twitter API. Hasil pengumpulan data sebanyak 455 opini terbagi dalam tiga kelas sentimen yaitu Negatif, Netral, dan Positif. Model dievaluasi menggunakan classification report yang menghasilkan empat nilai metrics yaitu, accuracy, recall, precision, dan f1-score. Hasil dari metrics tersebut didapatkan sebesar 81%, 81%, 80%, dan 79%. Selain itu, hasil dari penelitian ini ditujukan kepada pihak sekolah dan dinas pendidikan kota batu yang mana dari hasil wawancaranya pihak sekolah dan dinas menyetujui output penelitian ini adalah sebuah visualisasi dashboard hasil analisis sentimen. Hasil dashboard tersebut juga diuji menggunakan kuisioner System Usability Scale (SUS) yang dilakukan oleh perwakilan dari dinas dan sekolah sebanyak 6 orang, hasil dari kuesioner tersebut adalah SUS Score sebesar 62,5 yang menunjukkan hasil cukup baik namun dapat dikembangkan lebih lanjut. Visualisasi Dashboard juga digunakan pihak sekolah dan dinas pendidikan kota batu sebagai ukuran manfaat dan refleksi dari penerapan kurikulum merdeka dan juga melakukan evaluasi untuk lebih baik kedepannya. AbstractThe COVID-19 pandemic has created many obstacles to all aspects of human life, including education. Referring to the conditions during COVID-19, educational activities experienced a learning loss which prompted the Ministry of Education and Culture to issue a new policy, namely the implementation of an independent curriculum. This new policy certainly brings in many opinions from various parties, one of which is students who are directly affected by this curriculum. One of the social media that is often used to convey opinions by the people of Indonesia is Twitter. Sentiment analysis was carried out on student opinions expressed on social media Twitter using a machine learning approach. The architecture used is Long Short-Term Memory Networks (LSTM). The method used to prepare the data is word embedding using layers embedding from the TensorFlow library. The dataset was collected using text mining techniques using the Python programming language and the Twitter API. The results of data collection were 455 opinions divided into three sentiment classes, namely Negative, Neutral and Positive. The model is evaluated using a classification report which produces four metrics values, namely, accuracy, recall, precision, and f1-score. The results of these metrics were 81%, 81%, 80%, and 79%. In addition, the results of this study were addressed to the Batu City school and education office where, from the results of interviews, the school and service agreed that the output of this research was a dashboard visualization of sentiment analysis results. The results of the dashboard were also tested using the System Usability Scale (SUS) questionnaire which was carried out by representatives from offices and schools as many as 6 people, the result of the questionnaire was a SUS Score of 62.5 which showed quite good results but could be developed further. Dashboard visualization is also used by schools and the Batu City Education Office as a measure of the benefits and reflections of implementing the Independent Curriculum and also conducting evaluations to make it better in the future.
Perancangan User Interface dan User Experience Aplikasi E-Commerce Kain Batik pada UMKM Rezti’s Batik Menggunakan Pendekatan Design Thinking Kurniawan, Ganda; Adnan, Fahrobby; Putra, Januar Adi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106733

Abstract

Rezti’s Batik merupakan UMKM yang bergerak pada produksi dan penjualan kain batik serta sebagai tempat edukasi batik yang berada di Kecamatan Ambulu, Kabupaten Jember yang melakukan secara konvensional dan melakukan penjualan online melalui media sosial instagram dan whatsapp. Namun, penjualan yang dilakukan secara online dirasa masih kurang berjalan secara efektif dan efisien. Sehingga dibutuhkan solusi untuk mengatasi permasalahan yang dialami yaitu aplikasi penjualan kain batik. Dalam merancang aplikasi, diperlukan penerapan User Interface (UI) dan User Experience (UX) yang terstruktur agar sesuai dengan kebutuhan dari pengguna dan memberikan kenyamanan bagi pengguna. Pendekatan design thinking digunakan dalam merancang UI/UX aplikasi penjualan karena mempunyai proses yang berkesinambungan untuk dapat menciptakan solusi yang sesuai dengan kebutuhan pengguna. Dari perancangan dan solusi yang telah dihasilkan, akan dievaluasi dan validasi menggunakan penilaian dari ketentuan ISO 9241-11 dengan menerapkan pengujian usability System Usability Scale (SUS) dan User Experience Questionnaire (UEQ). Berdasarkan hasil pengujian yang telah didapatkan, dapat diketahui bahwa aplikasi penjualan kain batik yang dirancang mempunyai tingkat usability yang tinggi dan baik dari masing-masing nilai aspek User Experience (UX) Attribute. AbstractRezti's Batik is an MSME engaged in the production and fabric sale of batik as well as a place for batik education located in Ambulu District, Jember Regency, which conducts conventional sales and sells online through Instagram and WhatsApp social media. However, online sales are currently not effective and efficient. A solution is needed to solve the problems experienced by batik fabric sales applications. When designing applications, it is necessary to implement a structured User Interface (UI) and User Experience (UX) to suit the needs of the user and provide comfort for the user. The design thinking approach is used in designing UI/UX sales applications because it has an irrational process to be able to create solutions that suit user needs. The designs and solutions that have been produced, will be evaluated and validated using an assessment of the provisions of ISO 9241-11 by implementing the System Usability Scale (SUS) and User Experience Questionnaire (UEQ) usability tests. Based on the test results that have been obtained, it can be seen that the designed batik cloth sales application has a high and good level of usability from each aspect of the User Experience (UX) Attribute value.
Aplikasi Pencarian Hadis Menggunakan Vector Space Model Dengan Pembobotan TF-IDF Dan Confix-Stripping Stemmer Yunita, Novi Prisma
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106736

Abstract

Hadis adalah sumber ajaran Islam kedua setelah al-Qur’an. Kedudukannya yakni setelah Al-Qur’an, sebelum Ijma’ dan Qiyas. Saat ini hadis sudah dapat diakses melalui berbagai platform digital, tetapi fitur pencarian yang disediakan masih sebatas data retrieval di mana hasil pencarian hanya didasarkan pada keyword pencarian tanpa memperhitungkan relevansi antara keyword dengan dokumen hasil pencarian. Penelitian ini bertujuan membangun aplikasi pencarian hadis yang dapat digunakan untuk menemukan hasil pencarian yang relevan dengan keyword pencarian. Aplikasi pencarian dibangun menggunakan metode Information Retrieval antara lain Vector Space Model (VSM) dan Term Frequency – Invers Document Frequency (TF-IDF) untuk membangun ruang vektor dan pembobotan term, dan stemming menggunakan algoritma Confix-Stripping Stemmer (CS Stemmer). Selain itu, teknik pre-processing diterapkan menggunakan stopwords removal, dan pengukuran similarity menggunakan Inner Product Similarity Measurement. Penelitian ini menggunakan 162 dokumen hadis dari kitab Bulughul Marom. Dari sejumlah 6006 kata dalam dokumen, stopwords removal berhasil menghapus total 92 stopwords. Pengujian CS Stemmer terhadap 673 kosakata unik dalam dokumen, berhasil dilakukan dengan benar kepada 579 kata unik. Tingkat keberhasilan CS Stemmer adalah sebesar 78.6%. Matrix of words yang terbentuk dari VSM dan TF-IDF adalah matrik dengan ordo 673x 162. Pengujian aplikasi pencarian hadis dilakukan dengan memasukkan keyword yang berbeda ke dalam form pencarian. Hasil pengujian menunjukkan adanya relevansi antara keyword dengan dokumen hasil pencarian.  Yakni dokumen dengan nilai inner product tertinggi adalah dokumen paling relevan dengan keyword pencarian. Semakin banyak kata yang muncul dalam dokumen, dan sesuai dengan keyword pencarian maka nilai relevansinya semakin tinggi. AbstractHadith is the second source of Islamic teachings after the Al-Qur'an. Its position is after the Qur'an, before Ijma 'and Qiyas. At present, the hadiths can be accessed through various digital platforms. But the search features are still limited to data retrieval, where search results are only based on search keywords without considering the relevance between the keywords and the search results document. This study aims to build a hadith search application that can be used to find search results relevant to the search keywords. The search application was created using the Information Retrieval method. Including Vector Space Model (VSM) and Term Frequency – Inverse Document Frequency (TF-IDF) to create vector space and term weighting and stemming using the Confix-Stripping Stemmer (CS Stemmer) algorithm. In addition, pre-processing techniques use stopwords removal, and similarity measurements use Inner Product Similarity Measurement. This study used 162 hadith documents from the Bulughul Marom book. Of the 6006 words in the document, stopword removal succeeded in removing 92 stopwords. The CS Stemmer test for 673 unique vocabularies in the document was successfully carried out correctly for 579 unique words. The CS Stemmer success rate is 78.6%. The matrix of words formed from VSM and TF-IDF is a matrix of the order 673x 162. The hadith search application is tested by entering different keywords in the search form. The test results show relevance between keywords and search results documents. That is, the document with the highest inner product value is the document most relevant to the search keyword—the more words that appear in the document and keyword, the higher the relevance value.
Evaluasi Tata Kelola Teknologi Informasi di Dinas Pertanian Gianyar Menggunakan COBIT 2019 Kesuma, I Nyoman Rai Widartha; Hermadi, Irman; Nurhadryani, Yani
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106565

Abstract

E-government adalah penggunaan dan pemanfaatan teknologi informasi dalam pengelolaan ketatanegaraan untuk mempercepat pengintegrasian alur dan proses kerja, serta peningkatan pelayanan publik.  Salah satu tujuan Dinas Pertanian Gianyar adalah untuk meningkatkan pelayanan di bidang pertanian dan sasaran yang ingin dicapai adalah meningkatkan kapasitas kinerja dan akuntabilitas kinerja birokrasi. Tata kelola yang baik dalam penggunaan layanan TI akan meningkatkan proses pengelolaan informasi, pelayanan publik, efisiensi, dan akuntabilitas serta dipercaya dapat mempengaruhi seluruh kinerja organisasi. Penerapan TI di satu sisi memberikan manfaat yang luar biasa bagi organisasi namun juga dapat menimbulkan risiko-risiko yang merugikan organisasi. Jika risiko TI tidak dikelola dengan baik, TI dapat mengakibatkan terganggunya operasional organisasi menjadi tidak optimal. Evaluasi tata kelola TI bertujuan untuk meningkatkan keuntungan penggunaan TI secara optimal dan dapat mampu mengelola resikonya. COBIT 2019 merupakan standar framework yang dinilai lengkap dan komprehensif dalam melakukan evaluasi tata kelola TI suatu organisasi. Berdasarkan analisis faktor desain, proses yang menjadi prioritas tertinggi atau memiliki skor ≥ 75 adalah MEA03 (Managed Compliance with External Requirements), BAI04 (Managed Availability & Capacity), dan EDM03 (Ensured Risk Optimization).  Hasil penilaian tingkat kapabilitas pada proses MEA03, BAI04 dan EDM03 baru mencapai tingkat kapabilitas level 1 dan Dinas Pertanian Gianyar mengharapkan tercapainya tingkat kapabilitas level 2, sehingga terdapat gap sebesar 1 pada setiap proses tersebut. Hasil rekomendasi dapat dimanfaatkan oleh organisasi agar setiap proses yang dievaluasi dapat mencapai tingkat kapabilitas level 2. AbctractE-government is the use and utilization of information technology in state administration management to accelerate the integration of work flows and processes, as well as improve public services. One of the goals of the Gianyar Agriculture Office is to improve services in the agricultural sector and the target to be achieved is to increase performance capacity and accountability for bureaucratic performance. Good governance in the use of IT services will improve the process of managing information, public services, efficiency and accountability and is believed to affect all organizational performance. The application of IT on the one hand provides extraordinary benefits for the organization but can also pose risks that are detrimental to the organization. If IT risks are not managed properly, IT can result in disrupted organizational operations that are not optimal. Evaluation of IT governance aims to increase the benefits of optimal use of IT and be able to manage the risks. COBIT 2019 is a standard framework that is considered complete and comprehensive in evaluating an organization's IT governance. Based on the design factor analysis, the processes that are the highest priority or have a score ≥ 75 are MEA03 (Managed Compliance with External Requirements), BAI04 (Managed Availability & Capacity), and EDM03 (Ensured Risk Optimization). The results of the capability level assessment in the MEA03, BAI04, and EDM03 processes have only reached capability level 1 and the Gianyar Agriculture Office expects to achieve a capability level 2, so that there is a gap of 1 in each of these processes. The results of the recommendations can be utilized by the organization so that each evaluated process can reach the capability level  2.
Perancangan Knowledge Sharing System Untuk Meningkatkan Kinerja Dosen Di Fakultas Teknik Universitas Bangka Belitung Kustiawan, Elyas; Adawiyah, Rodiatul; Wijayanti, Eka Sari
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106490

Abstract

Dosen-dosen baru harus cepat beradaptasi dengan lingkungan pekerjaannya. Namun, adaptasi akan terasa sulit ketika rekan kerja dan senior tidak memberikan ruang diskusi untuk berbagi informasi, pengetahuan dan pengalaman kepada dosen baru. Dengan adanya rencana pembukaan program studi baru di Fakultas Teknik Universitas Bangka Belitung (UBB), mengakibatkan dosen baru harus berada di homebase sementara yang bukan bidang keilmuannya. Kegiatan knowledge sharing hanya dilakukan secara manual dengan cara tatap muka antar dosen dan melalui grup Whatsapp (WA) yang menimbulkan masalah, seperti dosen-dosen sering tidak mendapatkan informasi yang telah disebarkan di grup WA dengan alasan tertimbun oleh pesan-pesan lain. Knowledge sharing membutuhkan suatu teknologi untuk dapat berjalan secara efektif dan efisien. Tujuan dari penelitian ini, yaitu untuk merancang knowledge sharing system (KSS) di Fakultas Teknik UBB. Metode pengumpulan data menggunakan wawancara dengan dekan Fakultas Teknik UBB dan kuesioner yang disebar ke 46 dosen Fakultas Teknik UBB. Metode perancangan KSS menggunakan pendekatan berorientasi objek dengan UML Diagram. Metodologi KSS menggunakan gabungan dari dua metode, yaitu model SECI, dan 10-step KM roadmap. Untuk desain aset pengetahuan dan proses validasi rancangan KSS, dilakukan dengan teknik FGD yang mengundang 7 dosen Fakultas Teknik UBB. Kesimpulan dari hasil penelitian ini adalah dokumen rancangan KSS yang telah divalidasi dengan hasil rancangan ini telah diterima dengan baik dan sesuai dengan kebutuhan dari dosen di Fakultas Teknik UBB. Abstract New lecturers must adapt quickly to their workplace. However, adaptation will be difficult when colleagues and seniors do not provide discussion space to share information, knowledge and experiences with new lecturers. With the plan to open a new study program at the Faculty of Engineering, Universitas Bangka Belitung (UBB), new lecturers have to be in a temporary homebase that is not their scientific field. Knowledge sharing activities are only carried out manually by face-to-face meetings between lecturers and through Whatsapp (WA) groups which cause problems, such as lecturers often do not get information through WA group because it is buried by other messages. Knowledge sharing requires a technology to run effectively and efficiently. Purpose of this research is to design a knowledge sharing system (KSS) at the Faculty of Engineering, UBB. Methods of data collection using interviews with the dean and questionnaires distributed to 46 lecturers in the Faculty of Engineering, UBB. The KSS design method uses an object-oriented approach with the UML Diagram. The KSS methodology uses a combination of two methods, which are SECI model, and 10-step KM roadmap. Design of knowledge assets and validating the KSS blueprint carried out using FGD which invited 7 lecturers of the Faculty of Engineering, UBB. The result from this study is the KSS blueprint document that has been validated which has been well received and in accordance with the needs of lecturers at the Faculty of Engineering, UBB.
Audit Tata Kelola Academic Information System Menggunakan Framework Cobit 2019 Putra, Satriya Dwi; Herman, Herman; Yudhana, Anton
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106361

Abstract

Pengelolaan sumber daya Teknologi Informasi yang baik efektif, efisien, dan terkendali menghasilkan value bagi sebuah institusi. Upaya untuk mendukung proses manajemen mengembangakan AIS sebagai alat untuk mengevaluasi arah kebijakan, kebutuhan fungsional, dan risiko belum diterapkan secara sempurna. Penelitian ini merupakan audit disertai analisis sistematis untuk mengukur tingkat kematangan sistem Academic Information System (AIS) di STIKES Guna Bangsa Yogyakarta menggunakan framework COBIT 2019. Fokus penelitian adalah pada tata kelola proyek pengembangan AIS yaitu pada proses pengelolaan sumber daya (EDM04) dan inovasi terkelola (APO04). Luaran yang diharapkan adalah sebuah rekomendasi untuk memaksimalkan proses pengembangan sistem menggunakan metode bertahap, yaitu observasi, data collection, data validation, dan identifikasi data maturity level. Audit dan analisis yang dilakukan penelitian ini menemukan tata kelola dalam pengembangan AIS kondisi saat ini berada pada maturity level 2 (managed process) dengan nilai EDM04 = 2,29 dan APO04 = 2,25. Artinya proses sudah dilakukan, tetapi hanya sekedar dilakukan sehingga kurang mencapai tujuan yang diharapkan. Hal ini ditandai dengan ada proses yang tidak lengkap dan tidak terorganisasi dengan baik. Untuk menuju maturity level yang maksimal yaitu level 5, penelitian ini merekomendasikan pengelola untuk melengkapi SOP yang akan dijadikan rujukan dan juga memperbaharui dokumen-dokumen sehingga mengikuti sistem yang dikembangkan sesuai teknologi terkini. Sebagai catatan tambahan lingkungan kerja yang kondusif perlu diciptakan guna mencapai inovasi yang maksimal sesuai dengan sumber daya yang dimiliki. AbstractGood management of Information Technology resources is effective, efficient, and controlled to produce value for an institution. Efforts to support the management process to develop AIS as a tool to evaluate policy directions, functional requirements, and risks have not been implemented perfectly. This research is an audit accompanied by a systematic analysis to measure the maturity level of the Academic Information System (AIS) system at STIKES Guna Bangsa Yogyakarta using the COBIT 2019 framework. The focus of the research is on the governance of the AIS development project, namely the resource management process (EDM04) and managed innovation ( APO04). The expected output is a recommendation to maximize the system development process using a gradual method, namely observation, data collection, data validation, and identification of maturity level data. The audit and analysis conducted in this study found that governance in the development of AIS is currently at maturity level 2 (managed process) with a value of EDM04 = 2.29 and APO04 = 2.25. This means that the process has been carried out, but only done so that it does not achieve the expected goals. It is characterized by incomplete and poorly organized processes. To reach the maximum maturity level, namely level 5, this study recommends managers complete SOPs that will be used as references and also update documents so that they follow the system developed according to the latest technology. As an additional note, a conducive work environment needs to be created to achieve maximum innovation following the available resources.
Film Recommender System Menggunakan Metode Neural Collaborative Filtering Ayyiyah, Ni’mah Khoiriyah; Kusumaningrum, Retno; Rismiyati, Rismiyati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106616

Abstract

Pada saat ini media hiburan telah berkembang pesat dan tersedia secara digital. Hiburan khususnya dalam bentuk film semakin tersedia secara luas. Keinginan untuk menikmati hiburan dalam media digital mendorong pengguna internet lain untuk mengunjungi situs-situs yang menawarkan film tertentu, sehingga meningkatkan minat mereka terhadap website yang menawarkan hiburan digital. Tidak semua situs penyedia hiburan digital menyajikan item yang menjanjikan kepuasan pengguna. Sebuah item yang sama tidak tentu akan disukai oleh semua user dan terbatasnya informasi yang disediakan menjadi salah satu kendala bagi pengguna sehingga membutuhkan waktu untuk pengguna menemukan film yang sesuai. Oleh karena itu recommender system dibutuhkan dalam memberikan informasi berdasarkan kebutuhan pengguna. Recommender system akan membantu seorang user dalam mencari sebuah item yang berdasarkan ketertarikan masing-masing dengan memberikan prediksi beberapa item berdasarkan preferensi user yang berasal dari riwayat penilaian user terhadap item tersebut. Recommender system juga telah mengalami kemajuan dalam mengimplementasikan metode. Deep learning yang merupakan salah satu penemuan dalam metode recommender system dirancang untuk mengatasi beberapa kekurangan dari teknlogi lain dan memberikan revolusi arsitektur rekomendasi dalam meningkatkan kinerja dalam pemberian prediksi. Penelitian ini menggunakan pendekatan prediksi Collaborative Filtering dengan mengimplementasikan deep learning berdasarkan teknologi Neural Collaborative Filtering pada dataset MovieLens. Evaluasi model dilakukan menggunakan metrik skor regresi Root Mean Square Error (RMSE). Hasil pada pengujian model menunjukkan hasil terbaik dengan nilai rata-rata loss value sebesar 0,1356 pada fase train dan sebesar 0,8898 pada fase val, dengan learning rate dan batch size memperoleh kinerja terbaik ketika learning rate bernilai 0,001 dan batch size dengan nilai 1024. Abstract At this time entertainment media has become available digitally. Entertainment especially in the form of movies is increasingly widely available. The desire to enjoy entertainment in digital media encourages other internet users to visit sites that offer certain movies, thus increasing interest in websites that offer digital entertainment. Not all digital entertainment provider sites present items that promise user satisfaction. The same item will not necessarily liked by all users and the limited information is one of the obstacles for users so that it takes time for users to find the right film. Therefore, a recommendation system is needed in providing information based on user needs. The recommendation system will help users find items based on their respective interests by providing predictions. The recommender system will help a user find an item based on their respective interests by providing predictions of several items based on user preferences derived from the user's assessment history of the item. The recommendation system has also made progress in implementing the method. Deep learning which is one of the discoveries in the recommender system method is designed to overcome some of the shortcomings of other technologies and provide a recommendation architecture revolution in improving performance in delivery. This study using a Collaborative Filtering prediction approach by implementing deep learning based on Neural Collaborative Filtering technology on the MovieLens dataset. The evaluation of the model was carried out using the Root Mean Square Error regression score metric. The results on the model test show the best results with can average loss value of 0,1356 on the train label and 0,8898 on the val label, with the learning rate and batch size getting the best performance when the learning rate is 0,001 and the batch size is 1024.
Mapreduce dalam Layanan Transcoding Kristiadi, David; Marwati, Arum
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106310

Abstract

Penyediaan file video dengan bitrate bervariasi menjadi syarat utama bagi layanan Video On Demand yang menerapkan adaptive streaming. Hal tersebut dilakukan dengan transcoding yang menghasilkan video dengan multi-bitrate. Proses multi-bitrate transcoding membutuhkan waktu yang tidak singkat. Lama durasi waktunya sebanding dengan besarnya bitrate, frame size dan frame rate. Untuk mempersingkat durasi transcoding, dibuat sebuah prototipe layanan transcoding dengan menerapkan Mapreduce. Layanan transcoding dengan Mapreduce terdiri dari satu komputer master dan beberapa komputer worker yang terhubung dalam satu LAN. Dengan dikoordinir oleh komputer master, komputer-komputer worker mengerjakan proses Map dan Reduce. Di dalam proses Map dilakukan transcoding terhadap segmented videos. Di dalam proses Reduce dilakukan penggabungan segmen-segmen video yang telah di-transcode dengan parameter/key (bitrate, frame size, dan frame rate) yang sama menjadi satu video yang utuh. Prototipe layanan transcoding dibuat menggunakan Library FFMPEG untuk transcoding, SCP untuk transfer file, RPC untuk komunikasi antar komputer. Di dalam pengujian prototipe, jumlah komputer worker ditentukan sebanyak 7 buah. Kinerja layanan transcoding sangat memuaskan dengan rata-rata efektifitas transcoding sebesar 71,3% dibandingkan dengan transcoding menggunakan satu komputer. AbstractThe provision of video files with varying bitrates is the main requirement for Video On Demand services that implement adaptive streaming. Transcoding that produces multiple bitrates achieves that. Multi-bitrate transcoding can take a longer time. That duration is comparable with the large of the video's bitrates, frame sizes, and frame rates. A transcoding service prototype was created based on Mapreduce to shorten the duration. Transcoding service using Mapreduce consists of several computers connected to a LAN, one as master and the other as worker computers. The master coordinates the workers to do the Map and Reduce process. In the Map process, workers transcode the segmented videos. In the Reduce process, workers merge all transcoded video segments with the same key or parameters (bitrate, frame size, and frame rate) into a single video. The transcoding service prototype was created using the FFMPEG library for transcoding, SCP for file transfer, and RPC for communication between computers. In the testing stage, the number of workers is 7 computers. Service performance is very satisfactory, with average transcoding effectiveness of 71,3% compared to transcoding using a single computer. 
Optimasi Algoritma Naive Bayes dengan Diskritisasi K-Means pada Diagnosis Penyakit Jantung Fajriati, Nafa; Prasetiyo, Budi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106510

Abstract

Penyakit jantung iskemik adalah salah satu jenis penyakit kardiovaskular dengan jumlah penderita yang besar dan menjadi penyebab utama kematian di dunia. Disamping itu, penyakit jantung juga menyebabkan kerugian ekonomi. Diagnosis penyakit jantung pada tahap awal dapat membantu mengurangi risiko kematian dan tingginya biaya perawatan akibat penyakit jantung. Diagnosis penyakit merupakan proses penting yang harus dilakukan secara akurat agar tidak terjadi kesalahan diagnosis. Data mining dapat diterapkan untuk meningkatkan akurasi dan mengurangi jumlah kesalahan diagnosis. Salah satu teknik data mining adalah klasifikasi. Naïve Bayes merupakan algoritma klasifikasi yang memiliki kemampuan yang cukup baik untuk membangun model pengklasifikasi. Pada penelitian ini, dilakukan klasifikasi penyakit jantung menggunakan algoritma Naïve Bayes. Dataset yang digunakan yaitu Cleveland heart disease dataset dari UCI Machine Learning Repository. Untuk meningkatkan akurasi klasifikasi menggunakan algoritma Naive Bayes, atribut kontinu pada dataset diubah menjadi atribut diskrit dengan diskritisasi K-means. Diskritisasi K-means mengubah nilai setiap atribut kontinu menjadi kategori-kategori diskrit berupa cluster sejumlah k yang terbentuk dari proses algoritma K-means. Hal tersebut dilakukan karena algoritma Naïve Bayes menunjukkan kemampuan klasifikasi yang lebih baik apabila menggunakan data masukan berupa diskrit dibanding kontinu. Hasil akurasi yang diperoleh dari algoritma Naïve Bayes tanpa menerapkan diskritisasi K-means pada Cleveland heart disease dataset adalah 86,89%, sedangkan hasil akurasi yang diperoleh dari algoritma Naïve Bayes dengan menerapkan diskritisasi K-means pada Cleveland heart disease dataset adalah 88,52%. Berdasarkan perbandingan akurasi yang dihasilkan, dapat diketahui adanya peningkatan akurasi sebesar 1,63%. Hal tersebut menunjukkan bahwa diskritisasi K-means berperan dalam mengoptimalkan kinerja algoritma Naïve Bayes sehingga menghasilkan akurasi yang lebih baik. Abstract Ischemic heart disease is a type of cardiovascular disease with a large number of sufferers and is the leading cause of death in the world. In addition, heart disease also causes economic losses. Diagnosing heart disease early can help reduce the risk of death and the high costs of treatment for heart disease. Diagnosis of the disease is an important process that must be carried out accurately to avoid misdiagnosis. Data mining can be applied to improve accuracy and reduce the number of misdiagnoses. One of the data mining techniques is classification. Naïve Bayes is a classification algorithm that has a fairly good ability to build a classifier model. In this study, heart disease was classified using the Naïve Bayes algorithm. The dataset used is the Cleveland heart disease dataset from the UCI Machine Learning Repository. To improve classification accuracy using the Naive Bayes algorithm, continuous attributes in the dataset are changed to discrete attributes using K-means discretization. K-means discretization changes the value of each continuous attribute into discrete categories in the form of k clusters formed from the K-means algorithm process. This is done because the Naïve Bayes algorithm shows a better classification ability when it uses discrete rather than continuous input data. The accuracy results obtained from the Naïve Bayes algorithm without applying the K-means discretization to the Cleveland heart disease dataset are 86.89%, while the accuracy results obtained from the Nave Bayes algorithm by applying the K-means discretization to the Cleveland heart disease dataset are 88.52%. . Based on the comparison of the resulting accuracy, it can be seen that there is an increase in accuracy of 1.63%. This shows that K-means discretization plays a role in optimizing the performance of the Naïve Bayes algorithm to produce better accuracy.
Identifikasi Dan Pengendalian Hama Tanaman Jambu Air Dengan Pendekatan Case Based Reasoning Berbasiskan Sistem Pakar Aldo, Dasril
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106556

Abstract

Tujuan dari penelitian ini untuk mengidentifikasi hama tanaman jambu air serta memberikan saran pengendalian terhadap hama yang teridentifikasi. Telah banyak penelitian sejenis, namun hanya terbatas kepada hasil identifikasi, namun tidak memberikan saran pengendalian. Tanaman jambu air sangat berpotensi untuk di budidayakan karena memiliki daya jual yang tinggi sehingga bisa membantu perekonomian masyarakat. Masih kurang nya informasi untuk masyarakat mengenai hama yang menyerang tanaman jambu air akan menyebabkan kerugian terhadap masyarakat yang melakukan pembudidayaan jambu air sehingga menyebabkan banyak permasalahan, seperti gagal panen, pertumbuhan tidak sempurna, buah menjadi busuk, daun mudah gugur dan permasalahan lainnya. Terdapat beberapa hama yang dapat menyerang tumbuhan jambu air, diantaranya: Hama Bactrocera spp, Hama Pagodiella hekmeyeri, Hama Attacus atlas L, Hama Phenacoccus manihoti, Hama Liriomyza sp, Hama Leptocorisa oratorius dan Hama Tungau. Sistem pakar merupakan salah satu solusi yang dapat menjadi solusi atas permasalahan tersebut. Masyarakat dapat melakukan konsultasi dengan menggunakan sistem pakar dengan cara memilih gejala yang tampak, maka sistem pakar akan memproses gejala yang dipilih kemudian melakukan diagnosis terhadap jenis hama menyerang tanaman jambu air dan memberikan solusi berupa pencegahan dan pengendalian. Metode yang digunakan adalah metode CBR untuk pengolahan data input gejala oleh user kemudian akan dicari nilai similarity terhadap masing-masing hama tanaman jambu air yang tersimpan pada base pengetahuan, metode ini sangat mudah diterapkan dan memiliki akurasi yang cukup tinggi. Dari 30 sampel data yang diuji terdapat 28 data yang valid dan 2 data tidak valid. Nilai akurasi diperoleh sebesar 93% maka metode CBR sangat cocok digunakan sebagai metode dalam pengembangan sistem pakar identifikasi tanaman jambu air.  AbstractThe purpose of this study was to identify pests of water guava plants and provide suggestions for controlling the identified pests. There have been many similar studies, but they are limited to the identification results and do not provide control suggestions. Water guava plants have the potential to be cultivated because they have high selling power, so they can help the community's economy. There still needs to be more information for the public about pests that attack water guava plants which will cause losses to people who cultivate guava, causing many problems, such as crop failure, imperfect growth, rotten fruit, leaves quickly falling, and other problems. Several pests can attack water guava plants, including Pests Bactrocera spp, Pests Pagodiella hekmeyeri, Pests Attacus atlas L, Pests Phenacoccus manihoti, Pests Liriomyza sp, Pests Leptocorisa oratorius, and Pests Mites. An expert system is one solution that can be a solution to these problems. The community can consult using an expert system by selecting visible symptoms, and then the expert system will process the selected symptoms, then diagnose the types of pests that attack the guava plant and provide solutions in the form of prevention and control. The method used is the CBR method for processing symptom input data by the user and then the similarity value for each guava plant pest is stored in the knowledge base, this method is very easy to apply and has fairly high accuracy. Of the 30 data samples tested, there are 28 valid data and 2 invalid data. The accuracy value obtained is 93%, so the CBR method is very suitable to be used as a method in developing an expert system for diagnosing guava plants.

Page 1 of 3 | Total Record : 25


Filter by Year

2023 2023


Filter By Issues
All Issue Vol 12 No 5: Oktober 2025 Vol 12 No 4: Agustus 2025 Vol 12 No 3: Juni 2025 Vol 12 No 2: April 2025 Vol 12 No 1: Februari 2025 Vol 11 No 6: Desember 2024 Vol 11 No 5: Oktober 2024 Vol 11 No 4: Agustus 2024 Vol 11 No 3: Juni 2024 Vol 11 No 2: April 2024 Vol 11 No 1: Februari 2024 Vol 10 No 6: Desember 2023 Vol 10 No 5: Oktober 2023 Vol 10 No 4: Agustus 2023 Vol 10 No 3: Juni 2023 Vol 10 No 2: April 2023 Vol 10 No 1: Februari 2023 Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022 Vol 9 No 6: Desember 2022 Vol 9 No 5: Oktober 2022 Vol 9 No 4: Agustus 2022 Vol 9 No 3: Juni 2022 Vol 9 No 2: April 2022 Vol 9 No 1: Februari 2022 Vol 8 No 6: Desember 2021 Vol 8 No 5: Oktober 2021 Vol 8 No 4: Agustus 2021 Vol 8 No 3: Juni 2021 Vol 8 No 2: April 2021 Vol 8 No 1: Februari 2021 Vol 7 No 6: Desember 2020 Vol 7 No 5: Oktober 2020 Vol 7 No 4: Agustus 2020 Vol 7 No 3: Juni 2020 Vol 7 No 2: April 2020 Vol 7 No 1: Februari 2020 Vol 6 No 6: Desember 2019 Vol 6 No 5: Oktober 2019 Vol 6 No 4: Agustus 2019 Vol 6 No 3: Juni 2019 Vol 6 No 2: April 2019 Vol 6 No 1: Februari 2019 Vol 5 No 6: Desember 2018 Vol 5 No 5: Oktober 2018 Vol 5 No 4: Agustus 2018 Vol 5 No 3: Juni 2018 Vol 5 No 2: April 2018 Vol 5 No 1: Februari 2018 Vol 4 No 4: Desember 2017 Vol 4 No 3: September 2017 Vol 4 No 2: Juni 2017 Vol 4 No 1: Maret 2017 Vol 3 No 4: Desember 2016 Vol 3 No 3: September 2016 Vol 3 No 2: Juni 2016 Vol 3 No 1: Maret 2016 Vol 2, No 2 (2015) Vol 2 No 2: Oktober 2015 Vol 2, No 1 (2015) Vol 2 No 1: April 2015 Vol 1, No 2 (2014) Vol 1 No 2: Oktober 2014 Vol 1, No 1 (2014) Vol 1 No 1: April 2014 More Issue