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 12 No 1: Februari 2025" : 25 Documents clear
Implementasi Markerless Location-Based Untuk Aplikasi Augmented Reality Berbasis Android Prayitno, Kintung; Sunardi; Yuliansyah, Herman
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025129193

Abstract

Teknologi Augmented Reality (AR) semakin berkembang dan banyak diterapkan di berbagai bidang, termasuk industri konstruksi yang menghadapi tantangan dalam mempresentasikan dan memvisualisasikan struktur bangunan kepada klien dan pekerja di lapangan. Metode visualisasi tradisional dengan model 3D statis masih memiliki keterbatasan dalam hal interaktivitas, kejelasan, diskusi teknis, serta promosi hasil bangunan. Solusi yang ditawarkan dalam penelitian ini adalah penggunaan AR berbasis markerless location-based untuk visualisasi model 3D bangunan secara real-time di lokasi proyek tanpa memerlukan marker fisik. Penelitian ini menggunakan metodologi Multimedia Development Life Cycle (MDLC) yang meliputi enam tahap: konsep untuk menentukan tujuan dan kebutuhan aplikasi, perancangan arsitektur aplikasi dan antarmuka pengguna, pengumpulan data lokasi dan model 3D, pembuatan aplikasi dengan Unity dan fitur location-based AR, pengujian aplikasi untuk memastikan fungsionalitas, dan distribusi aplikasi. Hasil dari penelitian ini berupa aplikasi AR berbasis Android yang mampu memvisualisasikan model 3D bangunan di lokasi fisik menggunakan data GPS, sehingga memfasilitasi promosi dan visualisasi proyek secara interaktif. Pengujian aplikasi mencakup uji fungsionalitas, kinerja, kompatibilitas, user experience, validitas, dan reliabilitas. Hasil pengujian menunjukkan bahwa aplikasi ini efektif dalam meningkatkan pemahaman klien dan pekerja terhadap desain bangunan serta membantu pengambilan keputusan selama proses konstruksi. Aplikasi ini menawarkan solusi inovatif dalam visualisasi, promosi, dan kolaborasi di industri konstruksi.   Abstract Augmented Reality (AR) technology is increasingly developing and widely applied in various fields, including the construction industry which faces challenges in presenting and visualizing building structures to clients and workers in the field. Traditional visualization methods with static 3D models still have limitations in terms of interactivity, clarity, technical discussion, and promotion of building results. The solution offered in this study is the use of markerless location-based AR for real-time visualization of 3D building models at project sites without the need for physical markers. This study uses the Multimedia Development Life Cycle (MDLC) methodology which includes six stages: (1) concept to determine application goals and needs, (2) design of application architecture and user interface, (3) collection of location data and 3D models, (4) application creation with Unity and location-based AR* features, (5) application testing to ensure functionality, and (6) application distribution. The results of this study are Android-based AR applications that are able to visualize 3D building models at physical locations using GPS data, thus facilitating interactive project promotion and visualization. Application testing includes functionality, performance, compatibility, user experience, validity, and reliability tests. The test results show that this application is effective in improving clients' and workers' understanding of building design and assisting decision-making during the construction process. This application offers innovative solutions in visualization, promotion, and collaboration in the construction industry.
Sistem Pendukung Keputusan untuk Pemilihan Pupuk Padi Berbasis AHP dan Pembobotan ROC Dengan Pengujian User Validation Anglingsari Putri, Mayang; Siwi Pradini, Risqy; Setia Budi, Agung; Trihapningsari , Denisha Trihapningsari
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025129218

Abstract

Penelitian ini berawal dari tantangan yang dihadapi petani dalam memilih pupuk yang tepat di tengah banyaknya pilihan yang tersedia, termasuk pupuk subsidi yang sering kali menjadi pilihan utama. Pupuk subsidi, meskipun lebih terjangkau, sering kali tidak selalu sesuai dengan kebutuhan spesifik tanaman padi dan kondisi tanah. Ketidakakuratan dalam pemilihan pupuk dapat mempengaruhi hasil panen dan keuntungan. Urgensi penelitian ini terletak pada kebutuhan untuk menyediakan alat bantu yang dapat menyederhanakan proses pengambilan keputusan dengan mempertimbangkan berbagai jenis pupuk, termasuk subsidi, dan kriteria lain yang relevan. Penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) berbasis Analytic Hierarchy Process (AHP) dan Rank Order Centroid (ROC) dengan pengujian validasi pengguna, khususnya dalam pemilihan pupuk padi, termasuk pupuk subsidi, di UD. Binti Mitun Tani, Kediri. Tujuan penelitian ini adalah merancang dan mengimplementasikan SPK yang mengintegrasikan metode AHP dan ROC untuk memberikan rekomendasi pemilihan pupuk yang optimal, baik dari jenis pupuk subsidi berdasarkan kondisi spesifik UD. Binti Mitun Tani. Kontribusi penelitian ini mencakup pengembangan metode yang inovatif dalam mengabungkan dua metode AHP-ROC dan teknik evaluasi dimana penerapan sistem yang diuji secara langsung dengan melibatkan pengguna akhir, yang diharapkan dapat meningkatkan akurasi keputusan, efisiensi pemilihan pupuk, dan mendukung pengelolaan usaha tani padi yang lebih efektif dan menguntungkan. Hasil penelitian ini menunjukkan bahwa SPK berbasis AHP dan ROC berhasil meningkatkan akurasi pemilihan pupuk di UD. Binti Mitun Tani, dengan pupuk Urea menjadi salah satu rekomendasi utama. Sistem ini juga membantu petani dalam mempertimbangkan faktor biaya dan kecocokan pupuk dengan kondisi tanah, sehingga meningkatkan efisiensi pengelolaan pertanian padi. Hasil pengujian menunjukkan mayoritas responden setuju dengan bobot kriteria dan relevansi alternatif pupuk. Pupuk Urea dinilai sesuai dengan kebutuhan dan mendukung tujuan bisnis.   Abstract This research began with the challenge faced by farmers in selecting the right fertilizer from many available options, including subsidized fertilizers that are often the primary choice. While subsidized fertilizers are more affordable, they are not always suitable for the specific needs of rice plants and soil conditions. Inaccurate fertilizer selection can affect crop yield and profitability. The urgency of this research lies in the need to provide a decision support tool that simplifies the decision-making process by considering various types of fertilizers, including subsidies, and other relevant criteria. This research develops a Decision Support System (DSS) based on Analytic Hierarchy Process (AHP) and Rank Order Centroid (ROC) with user validation testing, specifically for selecting rice fertilizers, including subsidized ones, at UD. Binti Mitun Tani, Kediri. The goal of the research is to design and implement a DSS integrating AHP and ROC methods to provide optimal fertilizer recommendations based on the specific conditions of UD. Binti Mitun Tani. The research contributes by developing an innovative method combining AHP-ROC and evaluation techniques, involving end users directly in testing the system, with the aim of improving decision accuracy, fertilizer selection efficiency, and supporting more effective and profitable rice farming management. The results show that the AHP and ROC-based DSS successfully improved fertilizer selection accuracy at UD. Binti Mitun Tani, with Urea being one of the main recommendations. The system also helps farmers consider cost factors and the suitability of fertilizers for soil conditions, thereby enhancing the efficiency of rice farming management. Testing results indicate that most respondents agree with the weight of criteria and the relevance of fertilizer alternatives. Urea was assessed as suitable for their needs and supports business goals.
Klasifikasi Katarak Berdasarkan Optic Disc Citra Fundus Smartphone: Perbandingan Ekstraksi Ciri Tekstur Dan Metode Neural Network Yudono, Muchtar Ali Setyo; Ridha, Fabrobi Fazlur; Mardiyana, Dani; Al-Ghozi, Faturrohman; Maulana, Aldi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025129254

Abstract

biaya tinggi pemeriksaan sering kali menjadi hambatan, terutama di Indonesia. Kamera fundus konvensional, meskipun efektif, memiliki harga yang mahal dan kurang portabel, membatasi aksesibilitas di daerah terpencil. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi katarak otomatis menggunakan kamera fundus berbasis smartphone, yang menawarkan solusi lebih ekonomis dan portabel dibandingkan perangkat konvensional. Penelitian ini mengevaluasi kinerja tiga algoritma jaringan syaraf tiruan yaitu, Backpropagation Neural Network (BPNN), Probabilistic Neural Network (PNN), dan Radial Basis Function Neural Network (RBFNN), dalam klasifikasi katarak. Metode penelitian meliputi pra-pengolahan citra, segmentasi optic disc, ekstraksi ciri tekstur menggunakan Gray-Level Co-occurrence Matrix (GLCM) dan Filter Gabor, serta klasifikasi tingkat keparahan katarak ke dalam empat kategori, yaitu retina normal, katarak ringan (mild), katarak sedang (medium), dan katarak berat (severe). Hasil pelatihan menunjukkan rerata nilai akurasi sistem sebesar 96,35%, dengan kinerja terbaik pada ekstraksi ciri GLCM menggunakan PNN (100%) dan Filter Gabor menggunakan PNN (96,88%). Sensitivitas tertinggi dalam pelatihan dicapai oleh metode GLCM dan PNN (100%) untuk kategori katarak normal dan berat. Pada pengujian, sistem mencapai nilai rerata akurasi sebesar 77,98%, dengan hasil terbaik pada ekstraksi ciri GLCM menggunakan PNN (89,29%). Sensitivitas tertinggi pada pengujian diperoleh dengan metode GLCM dan PNN (89,29%) untuk katarak ringan dan berat, sementara spesifisitas tertinggi dicapai oleh GLCM dan BPNN (95,24%) untuk katarak normal. Temuan ini menunjukkan bahwa sistem berbasis smartphone ini tidak hanya meningkatkan aksesibilitas diagnosis katarak di daerah terpencil tetapi juga memberikan akurasi yang kompetitif dengan solusi konvensional.   Absctract Eye health, particularly cataract diagnosis, is a crucial aspect of individual well-being. However, the high cost of examinations often poses a barrier, especially in Indonesia. Conventional fundus cameras, while effective, are expensive and less portable, limiting accessibility in remote areas. This research aims to develop an automatic cataract classification system using smartphone-based fundus cameras, offering a more cost-effective and portable solution compared to conventional devices. The study evaluates the performance of three neural network algorithms: Backpropagation Neural Network (BPNN), Probabilistic Neural Network (PNN), and Radial Basis Function Neural Network (RBFNN) for cataract classification. The research methodology includes image preprocessing, optic disc segmentation, texture feature extraction using Gray-Level Co-occurrence Matrix (GLCM) and Gabor Filter, and classification of cataract severity into four categories: normal retina, mild cataract, medium cataract, and severe cataract. Training results show an average system accuracy of 96.35%, with the best performance on GLCM feature extraction using PNN (100%) and Gabor Filter using PNN (96.88%). The highest sensitivity in training was achieved by GLCM and PNN (100%) for normal and severe cataract categories. During testing, the system achieved an average accuracy of 77.98%, with the best results for GLCM feature extraction using PNN (89.29%). The highest sensitivity in testing was obtained with GLCM and PNN (89.29%) for mild and severe cataracts, while the highest specificity was achieved by GLCM and BPNN (95.24%) for normal cataracts. These findings indicate that the smartphone-based system not only enhances cataract diagnosis accessibility in remote areas but also provides competitive accuracy compared to conventional solutions.
Pengaruh Metode Design Thinking Terhadap Kemampuan Pedagogi Bagi Mahasiswa Calon Guru Informatika Amalia, Faizatul; Rahman, Khalid
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025129382

Abstract

Design thinking menjadi salah satu metode pembelajaran yang dapat digunakan oleh guru dalam mendukung pembelajaran. Hal ini sesuai dengan capaian SDG yang digaungkan oleh PBB, bahwa Pendidikan perlu ditingkatkan kualitasnya. Peningkatan kualitas ini melalui pemilihan metode pembelajaran yang dapat meningkatkan kemampuan abad 21 dan juga termasuk kemampuan pedagogi. Kemampuan pedagogi diharapkan mampu dikuasai oleh mahasiswa lulusan dari program studi Pendidikan Teknologi Informasi Universitas Brawijaya (PTI UB) untuk menjadi guru yang professional. Tujuan dari penelitian ini adalah mengetahui pengaruh design thinking terhadap kemampuan pedagogi. Pendekatan penelitian yang digunakan adalah kuantitatif dengan metode penelitian expost facto melalui survei. Populasi dari penelitian ini semua mahasiswa aktif dari PTI UB dan teknik sampling yang digunakan adalah purposive sampling. Hal ini karena sampelnya adalah mahasiswa PTI UB yang telah melaksanakan praktik lapangan persekolahan. Instrumen penelitian yang digunakan adalah kuesioner dengan skala Likert. Instrumen penelitian ini telah divalidasi dan diuji reliabilitas sebelumnya agar data yang diperoleh nantinya data tidak bias. Teknik validasi yang digunakan adalah content validity dengan ahli Bahasa Indonesia dan juga ahli design thinking. Berdasarkan proses validasi tersebut, instrumen dinyatakan layak untuk digunakan pengambilan data dengan revisi minor terutama pada bagian penyusunan kalimat. Responden yang mengisi berjumlah 26 orang dan menghasilkan data normal, linear dan tidak memiliki heterokedastisitas. Selanjutnya dilakukan uji regresi linear sederhana dan menghasilkan nilai 0.372 yang artinya design thinking memiliki pengaruh pada kemampuan pedagogi mahasiswa calon guru informatika.   Abstract Design thinking is one of the learning methods that can be used by teachers to support learning. This is in accordance with the achievement of SDGs echoed by the UN, that education needs to be improved in quality. This quality improvement is through the selection of learning methods that can improve 21st century skills and also include pedagogical skills. Pedagogical skills are one of the skills expected to be mastered by graduates of the Information Technology Education study program, Universitas Brawijaya (PTI UB). This ability will later help graduates to become professional teachers. The purpose of this study was to determine the effect of design thinking on pedagogical skills. The research approach used was quantitative with an ex post facto research method through a survey. The population of this study were all active students from PTI UB and the sampling technique used was purposive sampling. This is because the sample was PTI UB students who had carried out school field practice. The research instrument used was a questionnaire with a Likert scale. This research instrument has been validated and tested for reliability before so that the data obtained later is not biased. The validation technique used is content validity with Indonesian language experts and also Design thinking experts. Based on the validation process, the instrument was declared suitable for use in data collection with minor revisions, especially in the sentence structure section. The respondents who filled in were 26 people and produced normal, linear data and did not have heteroscedasticity. Furthermore, a simple linear regression test was carried out and produced a value of 0.372, which means that design thinking has an influence on the pedagogical abilities of prospective informatics teacher students.
Komparasi MobileNETV2 dengan Kustomisasi Transfer Learning dan Hyperparameter untuk Identifikasi Tumor Otak Somoal, Muhammad Gabriel; Dzikrillah, Akhmad Rizal
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025129582

Abstract

Tumor otak disebabkan dengan pertumbuhan sel otak yang abnormal pada jaringan otak yang menyebabkan kematian bagi pria dan wanita. Identifikasi tumor otak umumnya dilakukan dengan metode biopsi oleh dokter selama 10 hingga 15 hari. Namun, pendekatan modern diperlukan untuk menekan waktu dalam identifikasi tumor otak dengan teknologi deep learning. Dalam penelitian ini, menggunakan 4 kategori tumor otak yaitu glioma, meningioma, notumor, dan pituitary dengan akumulasi citra data sebanyak 20.000 data dan pembagian data meliputi 75% untuk train data, 15% untuk validation data, dan 10% untuk testing data. Penelitian ini bertujuan untuk membandingkan performa dari Adam dan Stochastic Gradient Descent Optimizer, dan model arsitektur transfer learning MobileNetV2 dan MobileNetV2 dalam identifikasi tumor otak. Penelitian ini menggunakan metode komparatif dengan metode evaluasi menggunakan confusion matrix. Comparative analysis dilakukan dengan membandingkan 4 skenario meliputi skenario 1 yaitu menggunakan Adam optimizer dan transfer learning, skenario 2 yaitu menggunakan SGD optimizer dan transfer learning, skenario 3 yaitu menggunakan Adam optimizer dan tanpa transfer learning, serta skenario 4 yaitu menggunakan SGD optimizer dan tanpa transfer learning. Hasil penelitian menunjukkan bahwa skenario 1 dengan penggunaan Adam optimizer dan model transfer learning MobileNetV2 memperoleh accuracy sebesar 98%, precision sebesar 98%, recall sebesar 97,75%, dan f1-score sebesar 97,75% yang merupakan hasil model terbaik, Temuan ini mengindikasikan bahwa peran transfer learning sangat berpengaruh baik pada performa model dan diharapkan dapat memberikan wawasan lebih mendalam terkait model arsitektur yang paling akurat untuk identifikasi tumor otak serta menawarkan fondasi untuk pengembangan aplikasi berbasis Magnetic Resonance Imaging dalam citra medis.   Abstract Brain tumors are caused by the abnormal growth of brain cells in brain tissue, leading to death for both men and women. Typically, brain tumor identification is performed through a biopsy by doctors, taking 10 to 15 days. However, a modern approach is needed to reduce the time for brain tumor identification using deep learning technology. This study uses four categories of brain tumors: glioma, meningioma, no tumor, and pituitary tumor, with a dataset of 20,000 images. The data is divided into 75% for training, 15% for validation, and 10% for testing. The purpose of this study is to compare the performance of the Adam and Stochastic Gradient Descent (SGD) optimizers, as well as the MobileNetV2 and MobileNetV2 transfer learning architecture models in brain tumor identification. A comparative method is used, with evaluation through a confusion matrix. The analysis compares four scenarios: Scenario 1 using the Adam optimizer and transfer learning, Scenario 2 using the SGD optimizer and transfer learning, Scenario 3 using the Adam optimizer with no transfer learning, and Scenario 4 using the SGD optimizer with no transfer learning. The results show that Scenario 1, using the Adam optimizer and MobileNetV2 transfer learning, achieved the highest performance with 98% accuracy, 98% precision, 97.75% recall, and 97.75% F1-score. This finding highlights the significant impact of transfer learning on model performance, providing valuable insights into the most accurate architecture for brain tumor identification, and offers a foundation for developing Magnetic Resonance Imaging-based medical image applications.

Page 3 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2025 2025


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