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 6: Desember 2024" : 25 Documents clear
Peningkatan Performa Komputasi Sistem Navigasi Transportasi Publik Pada Perangkat Bergerak Melalui Penerapan Teknik Kompresi Data dan Penyederhanaan Graf Pinandito, Aryo; Kharisma, Agi Putra; Akbar, Muhammad Aminul; Saputra, Mochamad Chandra
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024118054

Abstract

Penelitian ini bertujuan untuk menyelesaikan permasalahan di bidang transportasi terkait penentuan rute perjalanan menggunakan transportasi umum dengan mengembangkan sistem dan aplikasi perangkat bergerak yang mampu merekomendasikan rute perjalanan angkutan umum di kota Malang. Rekomendasi rute perjalanan dihasilkan dari penerapan algoritme Dijkstra dari rute transportasi angkutan umum di Kota Malang yang dimodelkan dalam struktur data graf. Bagian yang akan dinilai pada penelitian ini adalah perbandingan efektivitas penggunaan format JSON terutama pada penghematan bandwidth. Teknik kompresi yang digunakan pada penelitian ini adalah Zlib yang dikombinasikan dengan encoding Base64. Analisis juga dilakukan terhadap beban tambahan dan penggunaan memori akibat proses kompresi serta analisis waktu komputasi dan penggunaan memori akibat penyederhanaan struktur data graf melalui pendekatan visual dengan algoritme Douglas-Peucker. Penggunaan dokumen dalam format JSON terbukti efektif digunakan sebagai media komunikasi, penggunaan kompresi data dapat menghemat penggunaan bandwidth untuk mendistribusikan data di Internet sebesar 64,61%, dan memberikan beban tambahan pada memori yang diperlukan oleh server untuk kompresi data sebesar 0,44%. Selain itu, dengan penyederhanaan graf secara visual, waktu proses yang diperlukan untuk merekomendasikan rute transportasi menjadi lebih singkat 81,24% serta berkurangnya penggunaan memori hingga 72,99%.   Abstract This research aims to solve problems in the field of transportation related to determining travel plans using public transportation by developing systems and mobile applications based on Google Android that recommend public transport plans in Malang City. The plans are generated from the implementation of Dijkstra's algorithm, which is modeled in the graph data structure. This study determines the effectiveness of using JSON format, the bandwidth saved for distributing data on the Internet from Zlib data compression and Base64 encoding, and analyzes additional memory usage due to compression and the impact of data simplification through a visual approach on transport network graphs with the Douglas-Peucker algorithm. This study suggested that the use of JSON format is effective as a communication medium, and the use of data compression allows clients to save bandwidth usage by up to 64.61% with an additional 0.44% of memory load for data compression. Additionally, visually simplifying the graph data improved the system's performance; it reduced the average processing time to recommend transportation routes by 81.24% and reduced memory usage by up to 72.99%.
Sistem Rekognisi Citra Digital Bahasa Isyarat Menggunakan Convolutional Neural Network dan Spatial Transformer Mahardika, Mohammad Alfiano Rizky; Yudistira, Novanto; Ridok, Achmad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023118098

Abstract

Bahasa isyarat merupakan hal yang sangat penting bagi suatu kelompok masyarakat, yaitu masyarakat bisu atau tuli. Untuk dapat berkomunikasi dengan masyarakat bisu atau tuli, orang yang tidak bisu atau tuli memerlukan bahasa isyarat tersebut untuk dapat mengerti maksud atau pikiran mereka yang bisu atau tuli. Sebagian besar percakapan pada bahasa isyarat dilakukan dengan menggunakan tangan, dimana tangan beserta jari-jarinya digunakan untuk membentuk pose atau bentuk yang unik, sehingga dapat dikenali sebagai maksud tertentu. Penulis mengusulkan dikembangkan sistem rekognisi citra digital untuk dapat mengenali bahasa isyarat tersebut. Dengan menggunakan metode Convolutional Neural Network (CNN) yang merupakan bagian dari Deep Learning atau Machine Learning, sistem akan mengenali pose atau bentuk dari citra bahasa isyarat yang dimasukkan, dan memberikan luaran yang sesuai dengan maksud dari pose atau bentuk dari citra bahasa isyarat tersebut. Penelitian ini dimulai dengan pengumpulan data, baik data sekunder dari internet maupun data pribadi yang diambil secara manual. Data kemudian melalui pemrosesan awal dan diklasifikasikan dengan CNN, lalu didapatkan hasil untuk dianalisis. Apabila hasil memuaskan, model akan diekspor untuk dimasukkan ke dalam aplikasi berbasis web untuk digunakan secara real-time. Berdasarkan hasil pengujian, model yang terbaik untuk arsitektur adalah model EfficientNet B4 dengan menggunakan Hyperparameter optimizer Adam dan learning rate 0.001 beserta scheduler. Digunakan pretrained weights untuk meningkatkan akurasi tersebut, dan ditambahkan Spatial transformer untuk mencoba membuat model menjadi lebih kokoh. Ditambah dengan pretrained weights, model diekspor untuk digunakan secara real-time. Hasil pengujian real-time menunjukkan bahwa model mampu mendeteksi setidaknya 23 dari 26 alfabet pada latar belakang yang abstrak. Apabila diuji pada latar belakang polos seperti hitam atau putih, model mampu mendeteksi seluruh 26 alfabet dengan probabilitas yang hampir sempurna. Hal ini menunjukkan bahwa metode yang digunakan sudah mampu mengatasi masalah yang disampaikan.   Abstract Sign language is very important for a group of people, namely the deaf or dumb. To be able to communicate with people who are mute or deaf, people who are not mute or deaf require sign language to be able to understand the intentions or thoughts of those who are mute or deaf. Most conversations in sign language are carried out using the hands, where the hands and their fingers are used to form unique poses or shapes, so that they can be recognized as having certain meanings. The author proposes to develop a digital image recognition system to be able to recognize sign language. By using the Convolutional Neural Network (CNN) method which is part of Deep Learning or Machine Learning, the system will recognize the pose or shape of the entered sign language image, and provide output that matches the meaning of the pose or shape of the sign language image. This research began with data collection, both secondary data from the internet and personal data taken manually. The data then goes through initial processing and is classified with CNN, then results are obtained for analysis. If the results are satisfactory, the model will be exported to be included in a web-based application for use in real-time. Based on the test results, the best model for the architecture is the EfficientNet B4 model with the Hyperparameter consisting of optimizer Adam and learning rate 0.001 along with the scheduler. Pretrained weights were used to improve accuracy, and Spatial transformers were added to try to make the model more robust. Coupled with pretrained weights, the model is exported for use in real-time. Real-time test results show that the model is able to detect at least 23 of the 26 alphabets on an abstract background. When tested on a plain background such as black or white, the model was able to detect all 26 alphabets with almost perfect probability. This shows that the method used is able to overcome the problem presented.
Perancangan User Experience Aplikasi Penghemat Listrik myECO dengan Otomatisasi dan Manajemen Listrik untuk Rumah Tangga Achmad, Maulana Derifato; Tolle, Herman; Hanggara, Buce Trias
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023118102

Abstract

Tingginya masalah pemborosan listrik di Indonesia yang menjadi budaya buruk masyarakat. Maka dapat dihadirkan suatu solusi yaitu aplikasi berbasis Internet of Things (IoT), Artificial Intelligence dan Machine Learning yang dapat menganalisis pemborosan dan memudahkan manajemen perangkat listrik. Dalam perancangan aplikasi myECO menggunakan metode Design Thinking dan Lean Startup yang setiap metodenya dibagi dalam beberapa tahapan diantaranya untuk metode Design Thinking untuk memahami kebutuhan pengguna, merangkum kebutuhan dari pengguna, dan untuk merancang ide solusi dari masalah. Selanjutnya untuk metode Lean Startup diantaranya terdapat Build Prototype dimana untuk membuat dan mengembangkan produk sederhana atau MVP (Minimum Viable Product), Test and Measure untuk mengamati dan mengukur feedback yang diberikan oleh pengguna saat mencoba menggunakan MVP guna melakukan validasi solusi. Dalam mengembangkan aplikasi yang memiliki pengalaman pengguna yang baik dan desain yang sesuai dengan kebutuhan user maka aplikasi myECO melakukan pengujian menggunakan 2 metode yaitu usability test dan UEQ test. Dimana pada metode usability test menggunakan alat ukur maze design dengan hasil menunjukan bahwa pada 42 responden, terdapat 38 responden direct success dan 4 responden indirect success. Selanjutnya, untuk UEQ test dilakukan melalui metode open source dan tools excel yang disediakan pada website resmi UEQ dengan hasil menunjukan bahwa pada scale stimulasi dan kebaruan memiliki perbandingan tolok ukur good, pada scale daya tarik, kejelasan, dan ketepatan memiliki perbandingan tolok ukur above average, serta yang terakhir pada scale ketepatan memiliki perbandingan tolok ukur below average. Dengan adanya aplikasi ini diharapkan dapat menekan angka pemborosan penggunaan listrik dan tingginya biaya tanggungan listrik yang harus dibayarkan.   Abstract The high problem of wasting electricity in Indonesia has become a bad culture for society. Then a solution can be presented, namely an application based on the Internet of Things (IoT), Artificial Intelligence and Machine Learning that can analyze waste and facilitate the management of electrical devices. In designing the myECO application using the Design Thinking and Lean Startup methods, each method is divided into several stages including the Design Thinking method to understand user needs, summarize the needs of users, and to design ideas for solutions to problems. Furthermore, for the Lean Startup method, there is a Build Prototype where to create and develop a simple product or MVP (Minimum Viable Product), Test and Measure to observe and measure the feedback given by users when trying to use MVP to validate solutions. In developing applications that have good user experience and designs that suit user needs, the myECO application tests using 2 methods, namely the usability test and the UEQ test. Where in the usability test method using a maze design measuring instrument with the results showing that of the 42 respondents there were 38 direct success respondents and 4 indirect success respondents. Furthermore, the UEQ test was carried out using the open source method and excel tools provided on the official UEQ website with the results showing that on the stimulation and novelty scales it has a good comparison of benchmarks, on the scale of attractiveness, clarity and accuracy it has a comparison of the benchmarks above average, as well as the last on the precision scale having below average benchmark comparisons. With this application, it is hoped that it can reduce the waste of electricity usage and the high responsibility for electricity costs which must be limited.
Pengaruh Penggunaan Media Pembelajaran Interaktif Quizizz terhadap Hasil Belajar Siswa Kelas 10 Program Keahlian DKV SMK Negeri 10 Malang Saputra, Krisna Wahyu; Amalia, Faizatul; Rahman, Khalid
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023118108

Abstract

Rendahnya hasil belajar yang didapatkan oleh siswa dikarenakan kurangnya pemanfaatan media pembelajaran yang interaktif menjadi permasalahan bagi seorang guru di kelas. Pelaksanaan penelitian ini bertujuan untuk mengetahui pengaruh dan efektivitas yang ditimbulkan dari adanya penggunaan media pembelajaran interaktif Quizizz terhadap suatu kelas penelitian yang dibandingkan dengan kelas penelitian yang lain. Penelitian ini lebih berfokus pada penggunaan media pembelajaran interaktif Quizizz menggunakan metode penelitian Quasy Experimental dengan jenis Non-Equivalent Control Group Design. Populasi dari penelitian ini adalah siswa kelas 10 DKV SMK Negeri 10 malang, dengan jumlah sampel pada penelitian ini sebanyak 67 siswa yang terbagi pada kelas eksperimen dan kontrol. Pada proses pelaksanaannya ditemukan bahwa aspek kognitif hasil belajar yang didapatkan oleh siswa terdapat perbedaan yang ditunjukan dari hasil pretest kelas kontrol dan kelas eksperimen tidak jauh beda dengan rerata nilai untuk kelas kontrol sebesar 66,67 dan kelas eksperimen sebesar 62,67 dan untuk hasil posttest terdapat perbedaan yang signifikan di mana untuk rerata nilai posttest kelas kontrol sebesar 82,33 dan posttest kelas eksperimen sebesar 91,67. Kemudian dari hasil belajar tersebut terdapat pengaruh yang berdampak cukup efektif terhadap aspek kognitif dari hasil belajar yang didapatkan yang mana hal ini dapat diketahui dengan melakukan pengujian menggunakan Uji N-Gain sehingga dapat diketahui seberapa efektif penggunaan media pembelajaran interaktif Quizizz tersebut. Didapati hasil pengujian dari kelas eksperimen sebesar 79% dinyatakan efektif dan hasil pengujian dari kelas kontrol sebesar 36% dinyatakan tidak efektif. Sehingga dapat disimpulkan bahwa penggunanan media pembelajaran interaktif Quizizz dapat memberikan pengaruh dan hasil yang efektif terhadap hasil belajar siswa kelas X DKV SMK Negeri 10 Malang.   Abstract The low learning outcomes obtained by students due to the lack of use of interactive learning media is a problem for a teacher in the classroom. The implementation of this study aims to determine the influence and effectiveness arising from the use of Quizizz interactive learning media on a research class compared to other research classes. This research focuses more on the use of interactive learning media Quizizz using the Quasy Experimental research method with the type of Non-Equivalent Control Group Design. The population of this study was grade 10 students of DKV SMK Negeri 10 Malang, with the number of samples in this study as many as 67 students divided into experimental and control classes. In the implementation process, it was found that the cognitive aspects of learning outcomes obtained by students there were differences shown from the pretest results of the control class and experimental class were not much different from the average score for the control class of 66.67 and the experimental class of 62.67 and for the posttest results there was a significant difference where for the average posttest score of the control class was 82.33 and the experimental class posttest was 91.67. Then from the learning results there is an influence that has a fairly effective impact on the cognitive aspects of the learning outcomes obtained which can be known by testing using the N-Gain Test so that it can be known how effective the use of Quizizz interactive learning media is. It was found that the test results from the experimental class of 79% were declared effective and the test results of the control class of 36% were declared ineffective. So it can be concluded that the use of Quizizz interactive learning media can have an effective influence and results on the learning outcomes of grade X DKV students of SMK Negeri 10 Malang.
Analisa Tingkat Kematangan Literasi Tik Pada Tenaga Kesehatan Dalam Pelayanan Kesehatan Berbasis TIKDi Puskesmas Kota Palembang Febrianty, Istiqomah; Antoni, Darius; Syamsuar, Dedy; Diana, Diana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024116513

Abstract

Era digital saat ini membentuk konsep baru Literasi yaitu literasi digital atau literasi Teknologi Informasi dan Komunikasi (TIK). Literasi TIK menjadi semakin penting bagi Tenaga Kesehatan Puskesmas di Kota Palembang dalam meningkatkan efisiensi dan kualitas pelayanan kesehatan, antara lain: aplikasi pelayanan kesehatan berbasis TIK, penggunaan media sosial (whatsapp, facebook, instagram dan website) sebagai media informasi, promosi, komunikasi serta menyampaikan himbauan kepada masyarakat. Tujuan dari penelitian ini untuk mengevaluasi tingkat kematangan Literasi TIK pada Tenaga Kesehatan terhadap aplikasi pelayanan berbasis TIK dan media sosial dengan pendekatan kuantitatif yang dianalisis secara deskriptif. Melalui kuesioner yang disebar ke 5 (lima) Puskesmas di wilayah Kota Palembang didapatlah 53 partisipan untuk penelitian ini. Selanjutnya data dianalisa menggunakan metode People Capability Maturity Model (P-CMM), hasilnya tingkat kematangan Literasi TIK tenaga kesehatan Puskesmas di Kota Palembang terhadap aplikasi pelayanan kesehatan berbasis TIK berada pada Level 2 (Repeatable) dengan rata-rata indeks maturity berada diantara 0,66 – 0,69. Sedangkan media sosial berada pada Level 2 (Repeatable) dengan rata-rata indeks maturity berada diantara 0,65 – 0,70.   Abstract The new digital era has formed a new literacy concept, namely digital literacy or Information and Communication Technology Literacy (ICT Literacy). ICT Literacy is becoming increasingly important for health officer Puskesmas at Palembang City to improving the efficiency and quality of health service, including ICT-based health service applications, use of social media (WhatsApp, Facebook, Instagram, and website) as a medium for information, promotion, communication and delivery of advice to the public. The purpose of this research is to evaluate Maturity Level of ICT Literacy in Health Officers towards ICT-based health service aplications and social media using a quantitative approach analiyzed descriptively. Through a questionnaire distributed to 5 (five) Puskesmas in the Palembang City area, 53 participants were obtained for this research. Furthermore, the data was analiyzed using the the People Capability Maturity Model (P-CMM) method, the result being that the Maturity Level of ICT Literacy in health officers at the Puskesmas in Palembang City towards ICT-based health service aplications is at Level 2 (Repeatable) with an average maturity index between 0,66 – 0,69. While social media is at Level 2 (Repeatable) with an average maturity index between 0,65 – 0,70.  
Migrasi Data Hasil Optimalisasi Pemuatan Kontainer Pada Legacy System ke SAP untuk Mempercepat Pembuatan Surat Jalan dengan Batch Data Communication (BDC) Tarigan, Rehulina; Nuryani, Ely; Sianturi, Susy Katarina; Hidayanti, Nur; Widyawati, Widyawati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024117365

Abstract

Modul SAP yang diimplementasi di PT. Indah Kiat Pulp & Paper, tidak mempunyai sistem untuk optimalisasi pemuatan order ke kontainer. Sebelum implementasi SAP, proses memasukkan data order, optimalisasi pemuatan data order ke kontainer dan pembuatan surat jalan dilakukan semuanya pada sistem CSO (Container Stuffing Optimization), sehingga data order pasti sinkron dengan data surat jalan atau sesuai dengan aktual pengiriman. Setelah implementasi SAP, data order untuk optimalisasi pemuatan kontainer dimasukkan pada CSO (legacy system) sedangkan proses pembuatan surat jalan dilakukan pada SAP. Dua proses yang berbeda dilakukan pada dua sistem dengan platform berbeda. Penggunaan dua sistem yang berbeda mengakibatkan aktual pengiriman pada dokumen surat jalan tidak sesuai dengan data order dari pelanggan yang mengakibatkan komplain pelanggan. Solusi untuk mengatasi permasalahan ini adalah dengan melakukan migrasi data order hasil optimalisasi pemuatan pada CSO ke SAP sehingga data order terintegrasi dengan data surat jalan. Metode BDC dipergunakan untuk melakukan migrasi ke SAP yaitu dengan mentransfer data order hasil optimalisasi pemuatan dari CSO ke SAP serta mengotomatisasi proses picking dan packing di SAP untuk menghasilkan surat jalan. Hasil dari penelitian berupa sinkronisasi data order dan data surat jalan serta percepatan proses pembuatan surat jalan menjadi 3 kali lebih cepat dari semula sehingga dapat mengurangi komplain pelanggan dan mempercepat proses pengiriman. Hasil pengujian black box memperlihatkan fungsional sistem berjalan dengan baik.   Abstract SAP module implemented at PT. Indah Kiat Pulp & Paper does not have a system for optimizing the loading of orders into containers. Before implementing SAP, the process of entering order data, optimizing loading of order data into containers and creating delivery note was all done in the CSO (Container Stuffing Optimization) system, so that order data was definitely in sync with delivery note data or in accordance with actual delivery. After implementing SAP, order data for optimizing container loading is entered into CSO (legacy system) while the delivery note creation process is carried out in SAP. Two different processes are carried out on two systems with different platforms. The use of two different systems resulted in the actual delivery of the delivery note document not matching the order data from the customer which resulted in customer complaints. The solution to overcome this problem is to migrate the order data resulting from loading optimization in CSO to SAP so that the order data is integrated with the delivery note data. The BDC method is used to migrate to SAP, namely by transferring order data resulting from loading optimization from CSO to SAP and automating the picking and packing process in SAP to produce delivery note. The results of the research are in the form of synchronizing order data and delivery note data as well as accelerating the process of making delivery note documents to 3,775 times faster than before, thereby reducing customer complaints and speeding up the delivery process. The black box testing results show that the system functionality is running well.
Teknologi Text To Speech Menggunakan Amazon Polly Untuk Meningkatkan Kemampuan Membaca Pada Anak Dengan Gejala Disleksia Fatmawati, Karlina Diah; Tahyudin, Imam
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik2024117426

Abstract

Disleksia adalah gangguan dalam proses belajar yang ditandai dengan kesulitan membaca, menulis dan mengeja. Perkembangan teknologi saat ini dapat dimanfaatkan dalam semua bidang, termasuk pada pembelajaran anak berkebutuhan khusus seperti disleksia. Penelitian ini bertujuan untuk meningkatkan kemampuan membaca menggunakan teknologi Text-To-Speech (TTS) dengan Machine Learning Amazon Polly yang ada pada AWS cloud. Penelitian menggunakan dua metode: review literatur dan eksperimen dengan pre-test dan post-test untuk menilai pengaruh teknologi terhadap kemampuan membaca. Review literatur dengan mengkaji kumpulan literatur dari penelitian terdahulu sebagai sumber data dan data yang diperoleh akan dianalisis secara deskriptif kualitatif untuk mengetahui pengaruh teknologi terhadap  kemampuan membaca. Metode kedua adalah pengujian dengan alat ukur berupa pre-test & post-test yang terdiri dari 10 kata. Pengujian dilakukan sebanyak empat pertemuan dengan subjek penelitian 30 responden. Kemudian data dianalisis menggunakan analisis statistik deskriptif, yaitu merupakan analisis statistik yang memberikan gambaran secara umum mengenai karakteristik dari masing – masing variable penelitian yang dilihat dari nilai rata – rata (mean), maximum, minimum. Hasil pre-test menunjukkan nilai rata-rata 2,91, kelompok TTS menunjukkan peningkatan signifikan dengan nilai rata-rata post-test 4,30 dibandingkan dengan kelompok visual 3,72. Data kuesioner menunjukkan aplikasi TTS mudah dimengerti dan diterima baik, dengan 90,9% responden melaporkan peningkatan kemampuan membaca. Analisis statistik deskriptif membuktikan teknologi TTS secara signifikan meningkatkan kemampuan membaca pada anak disleksia.   Abstract Dyslexia is a learning disorder characterized by difficulties in reading, writing and spelling. Current technological developments can be utilized in all fields, including in the learning of children with special needs such as dyslexia. This research aims to improve reading skills using Text-To-Speech (TTS) technology with Amazon Polly Machine Learning on the AWS cloud. The research used two methods: literature review, and experiments with pre-test and post-test to assess the effect of technology on reading ability. The literature review involves examining a collection of literature from previous research as a data source. The data obtained will be analyzed descriptively and qualitatively to determine the effect of technology on reading ability. The second method involves testing with measuring instruments in the form of a pre-test and post-test consisting of 10 words. Testing was carried out over four meetings with a research sample of 30 respondents. Then, the data are analyzed using descriptive statistical analysis, which provides a general description of the characteristics of each research variable as seen from the average (mean), maximum, and minimum values. The pre-test results showed an average score of 2.91. The TTS group showed significant improvement with a post-test average score of 4.30 compared to the visual group’s score of 3.72. Questionnaire data show that the TTS application is easy to understand and well received, with 90.9% of respondents reporting improved reading ability. Descriptive statistical analysis proves that TTS technology significantly improves reading abilities in dyslexic children.    
Analisis Sentimen Berbasis Aspek Pada Ulasan Pelanggan Restoran Menggunakan Algoritma Support Vector Machine (Studi Kasus: Depot Bamara) Firdaus, Muhammad Fariz; Ratnawati, Dian Eka; Setiawan, Nanang Yudi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024117564

Abstract

Ulasan pelanggan berperan penting dalam evaluasi produk dan layanan restoran. Ulasan pelanggan membantu restoran mengidentifikasi kekuatan dan kelemahannya. Depot Bamara adalah rumah makan yang belum efektif dalam memanfaatkan ulasan pelanggan karena kurangnya teknologi dan sumber daya manusia yang ahli dalam menerapkannya. Salah satu solusi yang dapat diimplementasikan adalah menggunakan analisis sentimen berbasis aspek dengan bantuan pembelajaran mesin. Analisis sentimen berbasis aspek memberikan pengetahuan yang lebih berfokus pada setiap aspek restoran, dan penggunaan pembelajaran mesin memungkinkan pemanfaatan ulasan dengan sumber daya manusia minimal. Penelitian menggunakan data ulasan pelanggan tahun 2021-2022 sebanyak 1029 ulasan melalui web scraping di situs Google Review. Kata-kata dalam ulasan diberi bobot menggunakan teknik pembobotan frequency inverse document frequency (TF-IDF) dan diklasifikasi menggunakan algoritma support vector machine (SVM). Model klasifikasi diuji dengan teknik k-fold cross validation, menghasilkan rata-rata accuracy sebesar 92%, menunjukkan performa yang baik. Pengujian juga dilakukan pada masing-masing aspek, menujukkan hasil klasifikasi pada aspek harga memiliki rata-rata accuracy tertinggi, sebesar 96%. Data ulasan dianalisis menggunakan root cause analysis (RCA). Hasil RCA menunjukkan bahwa akar masalah ulasan negatif adalah tidak adanya opsi kepedasan, SOP yang belum ada, pelatihan staf yang belum rutin, dan kurangnya ruang parkir dan penataan tempat duduk saat makan siang. Hasil RCA digunakan untuk membuat rekomendasi setelah berdiskusi dengan stakeholder.   Abstract Customer reviews play an important role in the evaluation of restaurant products and services. Customer reviews can help restaurants identify their strengths and weaknesses. Depot Bamara is a restaurant that has not been effective in utilizing customer reviews due to the lack of technology and human resources who are experts in implementing it. One solution that can be implemented is using aspect-based sentiment analysis with the help of machine learning. Aspect-based sentiment analysis provides more focused knowledge on each aspect of the restaurant, and the use of machine learning allows the utilization of reviews with minimal human resources. The research used customer review data in the years 2021-2022 as many as 1029 reviews through web scraping on the Google Review site. Terms found in the reviews were weighted using the frequency inverse document frequency (TF-IDF) weighting technique and classified using the support vector machine (SVM) algorithm. The classification model was tested with k-fold cross validation, resulting in an average accuracy of 92%, indicating good performance. Tests were also carried out on each aspect, showing the classification results on the price aspect had the highest average accuracy, at 96%. The review data was analyzed using root cause analysis (RCA). The RCA results showed that the root causes of negative reviews were the absence of spiciness options, the lack of SOPs, the lack of regular staff training, and the lack of parking spaces and seating arrangements during lunch. The RCA results were used to make recommendations after discussions with stakeholders.  
Pengamanan Citra Digital Menggunakan Kriptografi DnaDan Modified LSB Br Sibarani, Sabrina Adela; Munthe, Andreas; Purba, Ronsen; Lubis, Ali Akbar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024117666

Abstract

Enkripsi citra digital menggunakan Kriptografi DNA menggabungkan ilmu komputasi dengan prinsip biologis untuk memberikan keamanan ganda. Proses enkripsi terdiri dari dua lapisan. Lapisan pertama, sistem chaos seperti Arnold's Cat Map (ACM) digunakan untuk mengacak posisi piksel melalui beberapa iterasi, sementara Logistic Map (LM) membangkitkan keystream karena sensitivitasnya yang tinggi. Lapisan kedua melibatkan karakteristik DNA, yang memanfaatkan basa nukleotida (A, T, C, G) untuk mengenkripsi data citra pada tingkat molekuler, menghasilkan tingkat keacakan yang tinggi. Setelah enkripsi, ciphertext disembunyikan dalam citra sampul menggunakan teknik steganografi Modified Least Significant Bit (MLSB), yang mengoptimalkan penyisipan bit di saluran RGB dengan pemilihan piksel acak menggunakan generator modulo. Hasil pengujian menunjukkan kualitas enkripsi yang sangat baik, dengan nilai NPCR ≥ 98%, UACI ≥ 30%, koefisien korelasi ≃ 0, entropi ≃ 8, dan histogram yang datar (flat). Kualitas stego-image optimal dicapai dengan penyisipan satu bit pada saluran RGB, menghasilkan PSNR ≥ 50dB. Ketahanan stego-image terhadap noise salt & pepper bergantung pada ukuran citra sampul, persentase noise, dan jumlah bit sisip yang digunakan. Hasil tersebut menunjukkan bahwa kombinasi Kriptografi DNA, ACM, LM, dan MLSB memberikan keamanan yang tinggi dan sulit ditembus.   Abstract Digital image encryption using DNA Cryptography combines computational science with biological principles to provide dual security. The encryption process consists of two layers: first, a chaotic system like Arnold's Cat Map (ACM) is used to shuffle pixel positions through several iterations, while the Logistic Map (LM) generates a keystream due to its high sensitivity. The second layer involves DNA characteristics, utilizing nucleotide bases (A, T, C, G) to encrypt image data at the molecular level, resulting in higher randomness. After encryption, the ciphertext is hidden within a cover image using Modified Least Significant Bit (MLSB) steganography, which optimizes bit insertion in the RGB channels by selecting random pixels using a modulo generator. Experimental results show excellent encryption quality, with NPCR ≥ 98%, UACI ≥ 30%, correlation coefficient close to 0, entropy close to 8, and a flat histogram. Optimal stego-image quality is achieved with a single bit insertion in the RGB channels, resulting in PSNR ≥ 50dB. The resistance of the stego-image to salt & pepper noise depends on the cover image size, noise percentage, and the number of inserted bits. The results indicate that the combination of DNA Cryptography, ACM, LM, and MLSB provides high security and is difficult to breach.
Analisis Performa Ekstraksi Konten GPT-3 Dengan Matrik Bertscore Dan Rouge Yuniati, Yetti; Fitria, Kaira Milani; Melvi; Purwiyanti, Sri; Nasrullah, Emir; A Muhammad, Meizano
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024118088

Abstract

Integrasi model bahasa canggih dalam tugas-tugas pembangkitan teks telah menampilkan beberapa aplikasi yang luas di berbagai bidang, termasuk ekstraksi konten. Penelitian ini memanfaatkan model bahasa OpenAI GPT-3 untuk mengembangkan aplikasi yang membantu dalam proses persiapan konten penulisan kreatif dengan menerapkan fitur ekstraksi konten. Fitur-fitur ini mencakup ekstraksi informasi, meringkas paragraf, mengidentifikasi topik utama, dan menafsirkan teks untuk presentasi terminologi yang optimal. Penelitian ini menggunakan pendekatan 'few-shot learning' yang melekat pada model GPT-3. Kinerja aplikasi ini dievaluasi secara ketat melalui uji coba, membandingkan efektivitasnya dengan mesin pembangkitan teks komersial yang banyak digunakan saat ini. Tujuannya adalah menganalisis tingkat kelayakan sistem yang telah kami bangun terhadap aplikasi lain yang populer. Metrik evaluasi termasuk BERTscore dan ROUGE digunakan sebagai pengujian. Aplikasi ini mencapai BERTscore sebesar 86% untuk precision, 88% untuk recall, dan 87% untuk F1-Score. Selain itu, evaluasi ROUGE menghasilkan skor ROUGE-L sebesar 55% pada precision, 60% pada recall, dan 57% pada F1-Score, hasil tersebut menunjukkan kekuatan model dalam tugas ekstraksi konten. Hasil ini memberikan gambaran bahwa model GPT-3 berpotensi baik dalam meningkatkan efisiensi dan akurasi untuk tugas persiapan konten tulisan dalam industri penulisan kreatif.   Abstract The integration of advanced language models in text generation tasks has featured some extensive applications in various fields, including content extraction. This research utilises the OpenAI GPT-3 language model to develop an application that assists in the content preparation process of creative writing by implementing content extraction features. These features include information extraction, summarising paragraphs, identifying main topics, and interpreting text for optimal terminology presentation. This research utilises the ‘few-shot learning’ approach inherent to the GPT-3 model. The performance of this application was rigorously evaluated through trials, comparing its effectiveness with commercial text generation engines widely used today. The aim is to analyse the feasibility of the system we have built against other popular applications. Evaluation metrics including BERTscore and ROUGE were used as tests. The application achieved a BERTscore of 86% for precision, 88% for recall, and 87% for F1-Score. In addition, the ROUGE evaluation resulted in ROUGE-L scores of 55% in precision, 60% in recall, and 57% in F1-Score, these results show the strength of the model in the content extraction task. These results illustrate that the GPT-3 model has good potential in improving efficiency and accuracy for the task of writing content preparation in the creative writing industry.

Page 1 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue 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