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 3: Juni 2024" : 25 Documents clear
Deteksi Objek Manusia Pada Citra Menggunakan Single Shot Detector (SSD) Berbasis Edge Computing Iqbal, Muhammad; Midyanti, Dwi Marisa; Bahri, Syamsul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938446

Abstract

Keamanan merupakan salah satu aspek penting di kehidupan manusia. Umumnya, keamanan dapat berarti perlindungan dari bahaya fisik dan non fisik seperti kecelakaan, kebakaran, ataupun pencurian. Kemajuan teknologi yang ada dapat dimanfaatkan untuk meningkatkan keamanan, khususnya untuk kasus pencurian. Sistem kamera pengawas seperti CCTV telah terbukti dalam meningkatkan keamanan. Tetapi, CCTV mengharuskan pengawas untuk memantau layar CCTV secara manual 24/7 untuk melihat adanya pergerakan manusia. Pada penelitian ini, dibangun sistem deteksi menggunakan sensor passive infrared (PIR) yang dikontrol oleh ESP32-CAM. Algoritma single shot detector (SSD) digunakan untuk memproses data citra dan edge computing digunakan untuk mendukung waktu proses deteksi sehingga dapat memberikan informasi secara real-time. Proses transmisi data citra pada edge computing menggunakan protokol MQTT. Setiap ESP32-CAM akan menjadi publisher dan edge akan menjadi subscriber. Dataset yang digunakan untuk melatih algoritma SSD berjumlah 1050 data. Seluruh data dibagi menjadi 3 bagian yaitu 735 data latih (70%), 210 data evaluasi (20%), dan 105 (10%) data uji. Data uji pada penelitian ini terdiri dari 3 jenis data, diantaranya 35 data uji siang hari, 35 data uji sore hari, dan 35 data uji malam hari. Algoritma SSD pada penelitian ini menghasilkan ketepatan deteksi 87.51% mAP pada data uji siang hari, 81.39% mAP pada data uji sore hari, dan 76.82% mAP pada data uji malam hari. Proses dari saat sensor HC-SR501 mendeteksi gerakan hingga informasi sampai ke user membutuhkan rata-rata waktu 2,843 detik.
Pengembangan Perangkat Lunak Berbasis Website Menggunakan Kombinasi Metode Scrum Dan V-Model Tumbade, Marcho Oknivan; Hartomo, Kristoko Dwi; Purnomo, Hindriyanto Dwi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938456

Abstract

Penelitian membahas software engineering berbasis website dengan hybrid model integrasi pada universitas terkait. Rumusan masalah penelitian menghasilkan software engineering berbasis website mudah digunakan serta diakses mahasiwa berstatus aktif, menghasilkan software engineering layanan berbasis website mampu melacak status aduan, dan efektivitas serta efisiensi hybrid model integrasi antara metode Agile Scrum dan V-Model dalam development software engineering. Hasil penelitian untuk menyelesaikan masalah menggunakan metode deskriptif kualitatif dengan dukungan hybrid model integrasi Scrum dan V-model sehingga mengusulkan integrasi Scrum V-Plus berbasis website, hybrid model integrasi memanfaatkan kelemahan masing masing metode agar saling melengkapi, sehingga peranan Scrum sebagai tahapan awal perancangan lalu dikembangkan V-model secara terstruktur dan tersistematik kedalam modul development proses software engineering. Dengan adanya Model Integrasi Scrum V-Plus yang berjalan maka dilakukan rancangan prototype model, design dan pengujian website sebagai media validasi pembuktian bahwa dokumentasi proses bisnis secara terstruktur memiliki dampak signifikan terhadap kolaborasi metode dalam menghasilkan produk. Penelitian mengusulkan Model Scrum V-Plus Hybrid yang diadopsi dari kolaborasi kedua metode untuk berperan penting terhadap tahapan perancangan engineering terstruktur, fleksibel secara keseluruhan dalam mengintegrasikan beberapa tahapan, sehingga rancangan software terlaksana dengan baik dibuktikan model integrasi website bagi mahasiswa berstatus aktif menggunakan open data base connectivity restfulAPI pada deployment diagram berdasarkan model class diagram yang dilengkapi dengan boundary, entity dan conrol. Hybrid model integrasi memiliki dampak signifikan dibandingkan penggunaan secara terpisah dengan dibuktikan integrasi testing.
Analisis Sentimen untuk Evaluasi Reputasi Merek Motor XYZ Berkaitan dengan Isu Rangka Motor di Twitter Menggunakan Pendekatan Machine Learning Ferdian Maulana Akbar; Robby Hermansyah; Sofian Lusa; Dana Indra Sensuse; Nadya Safitri; Damayanti Elisabeth
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938663

Abstract

Motor XYZ mengeluarkan inovasi rangka motor yang diperkenalkan pada tahun 2019. Sekitar Agustus 2023, beredar rumor di media sosial yang menyatakan bahwa rangka tersebut mengalami karat, korosi, dan retak, menyebabkan kekhawatiran di kalangan masyarakat yang tentunya hal ini berpotensi merugikan reputasi merek XYZ. Sasaran utama dari studi ini adalah mengevaluasi pandangan masyarakat di platform Twitter pada Motor XYZ, khususnya pada perbincangan seputar isu rangka motor. Data yang digunakan merupakan data yang diambil teknik crawling dengan periode tweets dari Agustus hingga November 2023. Penelitian ini akan memanfaatkan analisis sentimen menggunakan word cloud, analisis tren dan distribusi, dan pembandingan lima algoritma machine learning, yakni Naïve Bayes, Decision Tree, Support Vector Machine, Logistic Regression, dan Random Forest. Penelitian ini bertujuan untuk mengidentifikasi algoritma dengan performa terbaik untuk mengategorikan tweets dan memberikan rekomendasi kepada Motor XYZ terkait reputasi merek dalam hubungannya dengan isu rangka motor. Hasil penelitian menunjukkan bahwa model klasifikasi sentimen dengan kinerja terbaik setelah hyperparameter tuning adalah Random Forest, dengan F1 score sebesar 0,765. Selain itu, rekomendasi yang dapat diberikan adalah meningkatkan kesadaran tentang pemeriksaan rangka gratis karena telah terbukti berdampak positif pada sentimen masyarakat di Twitter. Perlu ditekankan bahwa dalam penelitian ini tidak ada pertimbangan terhadap proses deployment model machine learning dan pembuatan dashboard. Selain itu, penelitian ini tidak menangani analisis reputasi atau sentimen merek di platform media sosial lain seperti TikTok atau Instagram.   Abstract Motor XYZ introduced an innovative motorcycle frame in 2019. In August 2023, rumors began circulating on social media that these frames were experiencing rust, corrosion, and cracks. This caused public concern and potentially harmed the XYZ brand's reputation. This study aims to evaluate public opinion on Twitter regarding the motorcycle frame issue. Data was collected using crawling techniques from tweets posted between August and November 2023. We used sentiment analysis with word clouds, trend and distribution analysis, and compared five machine learning algorithms: Naïve Bayes, Decision Tree, Support Vector Machine, Logistic Regression, and Random Forest. The goal was to identify the best algorithm for categorizing tweets and provide recommendations to Motor XYZ about their brand reputation concerning the frame issue. Results showed that the Random Forest model, after hyperparameter tuning, had the best performance with an F1 score of 0.765. This study recommend increasing awareness about free frame inspections, as this positively impacted public sentiment on Twitter. Note that this study does not include the deployment process of the machine learning model or dashboard creation, nor does it address brand reputation or sentiment analysis on other social media platforms such as TikTok or Instagram.
Identifikasi Dini Curah Hujan Berpotensi Banjir Menggunakan Algoritma Long Short-Term Memory (Lstm) Dan Isolation Forest Wijayanto, Ahmad; Sugiharto, Aris; Santoso, Rukun
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938718

Abstract

Curah hujan yang tinggi merupakan faktor utama yang dapat mengakibatkan banjir di suatu daerah. Pola curah hujan yang semakin tidak teratur dan peningkatan curah hujan ekstrem membuat pengendalian banjir semakin sulit. Identifikasi dini diperlukan untuk memahami peran curah hujan dalam manajemen sumber daya air dan perancangan infrastruktur air yang tangguh untuk daerah rawan banjir. Dengan keterbatasan data dan parameter input tunggal, model yang diusulkan menghadapi tantangan dalam forecasting pola curah hujan jangka panjang dan generalisasi data. Studi ini memproses data curah hujan BMKG untuk menghasilkan forecasting menggunakan Long Short-Term Memory (LSTM) berdasarkan pola data series dan hubungan jangka panjang. Algoritma Isolation Forest kemudian digunakan untuk mengidentifikasi secara otomatis curah hujan dengan potensi banjir. Probabilitas curah hujan tinggi diidentifikasi untuk menghitung ketahanan infrastruktur air dan menetapkan standar yang sesuai untuk daerah beriklim hujan dan rawan banjir. Prediksi LSTM dievaluasi menggunakan Mean Square Error (terbaik 19,11) dan Root Mean Square Error (terbaik 4,37) sebelum dilakukan forecasting jangka panjang. Model yang diusulkan bertujuan untuk membantu pemangku kepentingan secara cepat mengidentifikasi probabilitas curah hujan tinggi jangka panjang, khususnya di daerah Semarang.   Abstract High rainfall is a key factor causing floods in an area. Increasingly irregular rainfall patterns and rising extreme rainfall make it more challenging to control floods. Early identification is needed to understand rainfall's role in water resource management and designing resilient water infrastructure for flood-prone areas. With limited data and single input parameters, the proposed model faces challenges in long-term rainfall pattern forecasting and data generalization. This study processes BMKG rainfall data to generate forecasts using Long Short-Term Memory (LSTM) based on data series patterns and long-term relationships. The Isolation Forest algorithm is then used to automatically identify rainfall with flood potential. The probability of high rainfall is identified to calculate water infrastructure resilience and set appropriate standards for rainy, flood-prone areas. LSTM predictions are evaluated using Mean Square Error (best 19.11) and Root Mean Square Error (best 4.37) before conducting long-term forecasting. The proposed model aims to help stakeholders quickly identify the probability of long-term high rainfall, particularly in the Semarang area.
Perancangan Sistem Automatic Indikator Rumah Sakit menggunakan Metode Agile guna Menunjang Rekam Medis Elektronik Ismayati, Hafifah; Syahidin, Yuda; Yunengsih, Yuyun
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938893

Abstract

Peningkatan mutu rumah sakit membutuhkan indikator pelayanan rumah sakit yang terorganisir dengan baik. Indikator rumah sakit merupakan faktor penentu dalam penilaian suatu rumah sakit. Mutu rumah sakit dapat dilihat dari produktivitas pelayanan yang meliputi aspek medis, administrasi, informasi, dan manajemen. Temuan di lapangan menunjukkan adanya masalah kurang efisiennya pengolahan dan pelaporan data dari ruangan menjadi informasi indikator rumah sakit. Penelitian ini bertujuan untuk menganalisis dan mengevaluasi indikator kinerja kesehatan seperti Bed Turn Over (BTO), Bed Occupancy Index (BOI), Length of Stay (LOS), Turn Over Interval (TOI), Neonatal Death Rate (NDR), dan General Death Rate (GDR) di rumah sakit. Metodologi penelitian melibatkan analisis data rumah sakit yang mencakup kapasitas tempat tidur, lama rawat pasien, interval perubahan tempat tidur, serta tingkat kematian bersih dan kasar. Penelitian ini memberikan gambaran komprehensif tentang kinerja rumah sakit dengan mempertimbangkan beberapa indikator yang saling terkait. Temuan ini dapat menjadi dasar untuk pengembangan strategi perbaikan kinerja rumah sakit dan peningkatan kualitas layanan kesehatan. Dalam konteks ini, penting untuk terus memantau dan mengevaluasi indikator-indikator tersebut guna mendukung pengambilan keputusan yang tepat dalam pengelolaan rumah sakit.

Page 3 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: April 2015 Vol 2, No 1 (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