cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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
Core Subject : Science, Engineering,
Computer Science & IT Engineering
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.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 25 Documents
 1   2   3 
Search results for , issue "Vol 11 No 1: Februari 2024" : 25 Documents clear
Perbandingan Kerja Binomial GLMM Tree dan BIMM Forest untuk Memodelkan Status Bekerja Penduduk Sirodj, Dwi Agustin Nuriani; Notodiputro, Khairil Anwar; Sartono, Bagus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117531

Abstract

Model prediksi berbasis pada pohon keputusan saat ini banyak dikembangkan di berbagai bidang. Pengembangan metode yang dilakukan diantaranya memasukkan pengaruh acak ke dalam model.  Generalized linier mixed model (GLMM) Tree menjadi salah satu model yang dapat mengakomodasi adanya pengaruh acak dan dilakukan dengan metode partisi rekursif hanya saja waktu komputasi yang dibutuhkan relatif lebih lama. Selanjutnya metode alternatif lainnya adalah Binary Mixed Model (BiMM) Forest yang menggabungkan prinsip kerja Bayesian GLMM dan Random Forest. Dari kedua metode yang akan digunakan maka permasalahan yang dihadapi adalah bagaimana kinerja dari metode GLMM Tree dan BiMM Forest jika diterapkan untuk klasifikasi status bekerja penduduk di Kabupaten Bogor dan Kabupaten Pangandaran. Dari hasil analisis tampak bahwa metode BiMM Forest memiliki kinerja yang lebih baik di bandingkan dengan GLMM Tree untuk kedua daerah. Selain itu ditunjukkan pula bahwa peubah yang penting dalam proses klasifikasi status bekerja penduduk di Kabupaten Bogor dan Kabupaten Pangandaran adalah peubah terkait aspek pendidikan, sosial, dan ekonomi.
Analisis Sentimen Ulasan Rumah Makan Menggunakan Perbandingan Algoritma Support Vector Machine dengan Naive bayes (Studi Kasus: Ayam Goreng Nelongso Cabang Singosari, Malang) Salsabillah, Dinar Fairus; Ratnawati, Dian Eka; Setiawan, Nanang Yudi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117584

Abstract

Peningkatan kualitas produk dan pelayanan merupakan tantangan yang dihadapi oleh bisnis kuliner, termasuk rumah makan Ayam Goreng Nelongso Singosari di Kabupaten Malang. Analisis sentimen digunakan untuk mengidentifikasi ulasan pelanggan terkait pelayanan, kualitas produk, harga, dan kepuasan pelanggan. Penelitian ini membandingkan metode Support Vector Machine (SVM), metode Naïve Bayes Classifier (NBC), dan Root Cause Analysis untuk mengklasifikasikan sentimen ulasan pelanggan dan menganalisis masalah yang mendasarinya. Tujuan penelitian ini adalah membandingkan hasil dari algoritma Support Vector Machine dan Naïve Bayes Classifier dalam pengklasifikasian sentimen ulasan pelanggan rumah makan Ayam Goreng Nelongso. Penelitian ini juga bertujuan untuk menghasilkan rekomendasi berdasarkan analisis root cause pada sentimen negatif ulasan pelanggan. Implementasi kedua algoritma klasifikasi menunjukkan performa yang baik dalam mengklasifikasikan data dengan akurasi tinggi. Pengujian menunjukkan bahwa kinerja SVM lebih unggul dengan tingkat akurasi mencapai 92,74%, sementara NBC mencapai tingkat akurasi sebesar 91,67%. Hasil analisis root cause menunjukkan beberapa rekomendasi untuk meningkatkan aspek harga, makanan, layanan, dan tempat rumah makan. Rekomendasi yang dapat dilakukan oleh pihak rumah makan diantaranya adalah evaluasi ukuran dan harga, penggunaan deep frying, pelatihan dan evaluasi pelayanan, serta penambahan tenaga kerja atau kerjasama dengan outsourcing dalam menjaga kebersihan tempat. Hasil penelitian diharapkan dapat membantu pemilik rumah makan dalam mengembangkan kualitas produk dan pelayanan serta memberikan pandangan untuk langkahlangkah yang dapat diambil di kemudian hari. 
Model Classifer Judul Berita Pariwisata Indonesia Berdasarkan Sentimen Dewi, Ni Luh Putu Risma; Wijaya, I Nyoman Saputra Wahyu; Purnamawan, I Ketut; Marti, Ni Wayan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117617

Abstract

Kemajuan teknologi dan platform digital telah menyebabkan perubahan penting dalam industri pariwisata, termasuk penyebaran berita pariwisata. Artikel-artikel berita yang kerap dipublikasikan melalui portal media online dapat berdampak besar pada persepsi positif maupun negatif bagi pembaca. Oleh sebab itu, penelitian ini bertujuan untuk mengembangkan sebuah classifier yang mampu melakukan klasifikasi terhadap judul berita pariwisata berdasarkan sentimen. Sebelumnya, penelitian serupa biasanya lebih berfokus pada klasifikasi berita pariwisata Indonesia dengan menggunakan data dari platform Twitter. Namun, dalam penelitian ini, penulis melakukan pendekatan yang berbeda dengan menggunakan data dari portal berita online, dengan hanya mengambil judul berita sebagai sumber datanya. Penelitian berfokus pada analisis dan klasifikasi sentimen atau sikap emosional yang terkandung dalam judul-judul berita pariwisata. Dalam penelitian ini, digunakan metode machine learning Support Vector Machine (SVM). Data dikumpulkan dari situs berita Detik.com dan diberi label secara manual sesuai dengan sentimen yang terkandung dalamnya. Proses preprocessing teks digunakan untuk mempersiapkan data judul berita pariwisata Indonesia sehingga fiturnya dapat diekstraksi dengan pendekatan Binary Term Presence. Data penelitian dibagi menjadi dua bagian, yaitu 90% untuk proses pelatihan (training proses) dan 10% untuk pengujian, menerapkan teknik K-Fold Cross Validation untuk membagi data dalam proses pelatihan. Hasil penelitian menunjukkan bahwa pendekatan Binary Term Presence berhasil mencapai akurasi sebesar 87,80% dengan kernel RBF. Penelitian ini memberikan kontribusi penting dalam memahami respon publik terhadap topik atau isu pariwisata yang dipublikasikan oleh media. Metode dan pendekatan yang dikembangkan diharapkan dapat menjadi panduan dalam menganalisis sentimen terkini terkait industri pariwisata dan berita yang terkait dengannya.
Deteksi Transaksi Fraud Kartu Kredit Menggunankan Oversampling ADASYN dan Seleksi Fitur SVM-RFECV Dharmana, I Wayan; Gunadi, I Gede Aris; Dewi, Luh Joni Erawati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117640

Abstract

Perkembangan kejahatan transaksi fraud kartu kredit memberikan dampak kerugian finansial bagi pemegang kartu. Pengembangan model deteksi transaksi fraud menggunakan machine learning telah dilakukan, namun memiliki beberapa tantangan meliputi ketidakseimbangan data serta dimensi dataset yang besar. Penelitian ini mengusulkan pendekatan pengembangan dengan seleksi fitur menggunakan SVM-RFECV dan metode oversampling dengan ADASYN. Pendekatan ini diharapkan mampu mengatasi permasalahan dimensi data serta ketidakseimbangan data yang terjadi. Seleksi fitur dengan SVM-RFECV menghasilkan variabel optimal pada rasio data latih 70% sejumlah 390 variabel, rasio data latih 80% sejumlah 400 variabel dan rasio data latih 90% sejumlah 390 variabel. Metode ADASYN telah memperbaiki ketidakseimbangan data dengan menghasilkan data sintetis berdasarkan rasio oversampling meliputi 100%, 50% dan 25%. Model yang menggunakan data hasil oversampling mengalami peningkatan kinerja AUC dan recall. Kinerja AUC tertinggi dihasilkan sejumlah 88,08% pada data latih 70%, oversampling 100% dan algoritma LGBM. Sedangkan, kinerja recall tertinggi sejumlah 83,08% dihasilkan saat menggunakan data latih 70%, oversampling 100% dengan algoritma AdaBoost. Berdasarkan pembahasan ini, maka dapat disimpulkan bahwa penggunaan oversampling dengan ADASYN dan seleksi fitur SVM-RFECV dapat dipertimbangkan untuk meningkatkan kinerja AUC dan recall.
Perancangan User Experience Aplikasi Reservasi Online Pada Grahadi Bali Menggunakan Metode Design Thinking Pranaliwa, I Putu Ardhika; Rokhmawati, Retno Indah; Wijoyo, Satrio Hadi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117661

Abstract

Grahadi Bali merupakan salah satu perusahaan yang bergerak pada bidang entertainment terutama karaoke di Bali. Grahadi Bali mengalami kepadatan pelanggan yang tidak menentu akibat meningkatnya jumlah wisatawan yang pergi ke Bali. Kepadatan pelanggan yang tak menentu diakibatkan oleh banyaknya pegawai yang dapat menerima reservasi melalui panggilan telepon. Berdasarkan permasalahan tersebut peneliti menawarkan solusi dengan merancang sistem yang dapat memberikan layanan reservasi secara daring kepada pelanggan yang ingin memesan ruangan karaoke. Perancangan sistem dibatasi pada tahap dengan melakukan perancangan user experience agar aplikasi yang dirancang sesuai dengan kebutuhan pengguna. Design thinking merupakan metode yang digunakan dalam perancangan aplikasi reservasi online dengan menggali kebutuhan permasalahan hingga memberikan solusi desain yang dapat menjawab permasalahan. Solusi desain yang dihasilkan adalah berupa high fidelity prototype dengan dua segmentasi pelanggan dan stakeholder Grahadi Bali. Prototype yang dihasilkan selanjutnya dilakukan pengujian menggunakan User Experience Questionnaire (UEQ) untuk mengukur apakah solusi desain telah menjawab permasalahan yang dialami calon pengguna. Pengujian dilakukan dengan calon pengguna yang berusia 22 sampai 56 tahun dengan total 40 responden yang terbagi menjadi dua segmentasi pelanggan dan stakeholder. Dengan demografi usia tersebut, aplikasi reservasi online mendapatkan nilai rata-rata skala paling rendah 1,613 pada skala stimulasi dan nilai tertinggi yaitu 1,913 pada skala kejelasan. Dari nilai tersebut, aplikasi ini dapat dikategorikan baik (good) pada skala daya tarik, kejelasan, efisiensi, dan stimulasi serta sangat baik (excellent) pada skala ketepatan dan kebaruan. Kemudian pada segmentasi stakeholder mendapatkan nilai rata-rata paling rendah 1,350 pada skala kebaruan dan nilai tertinggi yaitu 1,638 pada skala kejelasan. Dari nilai tersebut, dapat dikategorikan juga bahwa aplikasi reservasi online dengan segmentasi stakeholder termasuk kategori diatas rata-rata (above average) pada skala daya tarik, kejelasan, efisiensi, dan ketepatan. Kemudian mendapatkan hasil baik (good) pada skala stimulasi dan kebaruan.
Nogo Osing Apps: Aplikasi Smart Farming Buah Naga Berbasis IoT Agustiningsih, Maulida Dwi; Lestari, Putri Catur Ayu; Savitrah, Ravika Mutiara; Fahmi, Arif; -, Hamdan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117683

Abstract

Buah naga merupakan salah satu komoditas unggulan di Banyuwangi. Namun, produksi buah naga belum optimal dalam memenuhi permintaan konsumen. Hal ini dikarenakan sebagian besar budi daya buah naga dilakukan secara tradisional yang hanya menggantungkan siklus panen. Di luar siklus panen, budi daya buah naga dipengaruhi oleh beberapa faktor diantaranya faktor suhu, pencahayaan, dan kelembaban tanah. Salah satu strategi untuk mengoptimalkan suhu dan kelembaban tanah pada budi daya buah naga yaitu dengan mengaplikasikan Internet of Things (IoT).Pada penelitian ini dilakukan perancangan sistem monitoring dan kontrol pada budi daya buah naga dengan menerapkan teknologi IoT. Sistem monitoring dan kontrol dengan teknologi IoT menggabungkan hardware dan software aplikasi yang memungkinkan petani untuk mengatur suhu dan kelembaban tanah yang dibutuhkan. Kombinasi arduino, microcontroller, sensor flow, soil moisture dan modul relay dapat memonitoring suhu dan kelembaban tanah guna menghasilkan buah naga yang optimal. Metodologi yang digunakan yaitu metode research and development. Skema metodologi perancangan monitoring dan kontrol pada budidaya buah naga dimulai dari perumusan masalah, studi literatur, analisis dan desain sistem, perancangan software, perancangan hardware, integrasi aplikasi, dan uji coba sistem. Perancangan hardware terdiri dari perancangan rangkaian, pencetakan papan rangkaian, dan penambahan program pada papan rangkaian. MIT Inventor dan Webserver digunakan dalam perancangan software.Pengujian fungsional aplikasi menggunakan pengujian black box. Hasil pengujian menunjukkan bahwa empat fitur utama: monitoring dan kontrol pada lampu, pompa, kelembaban tanah, dan suhu, berhasil dilakukan. Selain itu, hasil uji kalibrasi menunjukkan bahwa aplikasi Nogo Oseng menunjukkan akurasi alat ukur sesuai dengan rancangan dan kondisi di lapangan.
Sistem Rekomendasi Pemilihan Pengepul Limbah di PT. Pituku Cordova International Menggunakan Algoritma Haversine Kurniadi, Dede; Sutedi, Ade; Nursyaban, Dzikri; Mulyani, Asri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117694

Abstract

Seiring dengan semakin banyaknya mitra serta volume pesanan pada platformPituku menjadikan pihak perusahaan kesulitan dalam menentukan pengepul limbah yang cocok untuk menangani suatu pesanan. Idealnya, pengepul yang dipilih merupakan pengepul yang terletak paling dekat secara geografis dengan pemesan limbah sehingga biaya pengiriman dapat di minimalkan dan pemesan dapat segera menerima limbah pesananannya. Oleh karena itu dibutuhkan suatu sistem rekomendasi yang dapat merekomendasikan daftar pengepul limbah yang diurutkan dari yang paling dekat ke pembeli limbah. Penelitian ini bertujuan untuk membuat sistem rekomendasi pemilihan pengepul limbah di PT. Pituku Cordova International yang dapat membantu merekomendasikan daftar pengepul limbah yang diurutkan dari yang paling dekat dengan pembeli limbah sehingga proses pemilihan pengepul limbah menjadi lebih efektif. Penelitian ini menggunakan metode Rapid Throwaway Prototyping Modelyang dimana tahapan yang dilakukan meliputi outline requirements, develop protoype, evaluate prototype, specify system, develop software, dan validate system. Algoritma Haversine formuladigunakan dalam sistem rekomendasi dimana koordinat garis lintang dan garis bujur dihitung untuk mendapatkan jarak antara pembeli dan pengepul limbah dalam satuan km kemudian berdasarkan jarak tersebut daftar pengepul limbah diurutkan dari yang paling dekat ke yang paling jauh. Metrik evaluasi menggunakan NDCG (Normalized Discounted Cumulative Gain) yangmengukur akurasi rangkingsistem rekomendasi. Berdasarkan hasil evaluasidiperoleh informasi bahwasistem rekomendasi memiliki score NDCG rata-rata sebesar 1 yang artinya sistem rekomendasi memberikan item rekomendasi dengan rangkingyang diharapkan
Evaluasi Layanan Kesehatan Aplikasi Depok Single Window Dengan Metode System Usability Scale dan Heuristic Evaluation Kusumaningtyas, Amelinda; Prihandoko, Prihandoko
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117714

Abstract

Penerapan Smart City di Indonesia merupakan bentuk upaya pemerintah Indonesia dalam pengembangan dan pengelolaan daerah di era desentralisasi. Salah satu contoh implementasi ini adalah e-government di Kota Depok dengan meluncurkan aplikasi mobile bernama Depok Single Window (DSW). Aplikasi DSW merupakan aplikasi layanan publik yang dimiliki oleh Pemerintah Kota Depok untuk meningkatkan kualitas layanan publik memanfaatkan potensi teknologi telematika secara baik. Untuk meningkatkan kesejahteraan rakyat dan kepercayaan masyarakat terhadap keandalan aplikasi layanan publik, perlu diadakan evaluasi aplikasi. Untuk evaluasi ini maka digunakan 2 metode yaitu System Usability Scale (SUS) dan Heuristic Evaluation (HE).Data yang digunakan dalam Metode SUS merupakan data primer yang diperoleh langsung dari masyarakat Kota Depok melalui penyebaran kuesioner dengan Google Form. Data yang digunakan dalam Metode HE juga merupakan data primer yang diperoleh langsung dari para ahli yang memahami usability dari aplikasi mobile dan UI/UX dengan memberikan penilaian berdasarkan 10 prinsip heuristik Nielsen. Dalam Metode SUS didapatkan skor penilaian sebesar 68,75 yang menyatakan bahwa layanan kesehatan yang dievaluasi masih dibawah nilai minimal yang harus didapatkan. Sementara itu, evaluasi yang dilakukan dengan Metode HE menemukan total 13 masalah usability yang telah dievaluasi oleh para ahli. Masalah-masalah tersebut telah melanggar 8 dari 10 prinsip heuristik, yaitu Consistency and Standards, Visibility of System Status, User Control and Freedom, Aesthetic and Minimalist Design, Error Prevention, Recognize, Diagnose, and Recover from Errors, Recognition Rather Than Recall, dan Flexibility and Efficiency of Use.
Implementasi Sensor Polar H10 dan Raspberry Pi dalam Pemantauan dan Klasifikasi Detak Jantung Beberapa Individu Secara Simultan dengan Pendekatan Machine Learning  pramukantoro, eko sakti; Amron, Kasyful; Wardhani, Viera; Kamila, Putri Annisa
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117716

Abstract

Pengawasan detak jantung umumnya dilakukan secara individual, dalam waktu terbatas, dan memerlukan perangkat medis yang spesifik. Dengan memanfaatkan sensor Polar H10 dan Raspberry Pi penelitian ini mengusulkan sebuah sistem yang mampu memonitor detak jantung beberapa orang sekaligus dalam waktu yang sama. Dalam penelitian ini, kami merekam data detak jantung yang berupa RR Interval dari beberapa subjek secara real-time menggunakan sensor Polar H10. Data tersebut kemudian diprediksi menggunakan model machine learning berbasis random forest yang berjalan pada Raspberry Pi untuk prediksi 5 jenis detak jantung. Selanjutnya kami melakukan pengujian dari segi komputasi, durasi pemantauan, dan jangkauan komunikasi antara sensor Polar H10 dan Raspberry Pi. Hal ini kami lakukan untuk mengetahui kemampuan sistem dalam melakukan pemantauan subjek secara bersamaan dan jangkauan komunikasi. Sehingga subjek yang sedang pantau tidak terpaku dalam satu tempat atau tidak perlu selalu dekat dengan sistem. Hasil dari pengujian yang kami lakukan, dengan satu Raspberry Pi dapat melakukan pemantauan ke 7 pasien sekaligus, dengan rata-rata kecepatan prediksi 0,023 detik terus menerus selama 30 menit. Sedangkan jangkauan komunikasi mencapai 25-meter pada lingkungan tanpa penghalang dan 10-meter pada lingkungan yang terhalang. Dapat disimpulkan sistem yang diusulkan mampu memberikan fleksibilitas pemantauan detak jantung, serta memungkinkan pemeriksaan bebeberapa individu sekaligus dengan durasi yang lama.
Schedule Cat Feeder Berbasis Internet of Things Menggunakan Wemos D1 Mini dan Telegram Aditya, Wisnu; Subektiningsih, Subektiningsih
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 1: Februari 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.20241117847

Abstract

Kucing merupakan hewan yang umum dipelihara oleh kebanyakan masyarakat Indonesia. Merawat kucing secara umum tidaklah sulit, namun pemberian makan secara teratur terkadang menjadi kendala bagi pemilik. Hal ini seringkali terjadi dikarenakan oleh kesibukan seperti pekerjaan atau perjalanan, sehingga tidak memungkinkan pemilik untuk memberi makan pada kucingnya. Sebagai solusi, penulis merancang sebuah perangkat pemberi makan kucing otomatis dengan memanfaatkan IoT. Metode yang digunakan adalah prototyping dengan tahapan antara lain; analisis kebutuhan sistem, perancangan sistem, pembuatan prototype, pengujian dan evaluasi. Tujuan utama dari penelitian ini adalah untuk memberikan solusi bagi pemilik kucing yang sibuk, sehingga mereka tidak perlu khawatir terhadap pemberian makan pada kucingnya. Pada prototype ini dilakukan pengujian yang meliputi; menghitung waktu tanggap notifikasi Telegram, pengukuran berat pakan yang dikeluarkan, serta mengukur kapasitas pakan yang tersisa di dalam container. Hasil pengujian menunjukkan bahwa perangkat berhasil memberikan pakan sesuai jadwal, dengan waktu pengiriman notifikasi rata-rata 12.05 detik setelah eksekusi pemberian pakan. Rata-rata berat pakan yang dikeluarkan adalah 51.5gram dengan akurasi berat mencapai 96.98%, sedangkan kapasitas pakan berkurang 5.75% setiap kali pemberian. Selain itu, bot Telegram juga responsif terhadap perintah pengguna.

Page 2 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 13 No 1: Februari 2026 Vol 12 No 6: Desember 2025 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