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 13 No 1: Februari 2026" : 25 Documents clear
Evaluasi Layanan Fintech Shopeepay Melalui Klasifikasi Sentimen Berbasis Support Vector Machine Hayat, Cynthia
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 1: Februari 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2026131

Abstract

Pertumbuhan pesat layanan fintech di Indonesia mendorong perlunya evaluasi kualitas layanan yang objektif dan berbasis data. Penelitian ini bertujuan untuk mengevaluasi persepsi pengguna terhadap layanan ShopeePay dengan menggunakan pendekatan analisis sentimen berbasis algoritma Support Vector Machine (SVM). Data ulasan pengguna dikumpulkan dari platform digital dan melalui tahapan pra-pemrosesan teks serta ekstraksi fitur menggunakan metode Term Frequency–Inverse Document Frequency (TF–IDF). Dataset dibagi menjadi data latih (80%) dan data uji (20%) untuk membangun serta mengevaluasi model klasifikasi. Hasil pengujian menunjukkan bahwa model SVM mampu mengklasifikasikan sentimen pengguna dengan baik, dengan akurasi mencapai 84% dan F1-score tertinggi pada kategori sentimen positif. Analisis kata dominan mengungkap bahwa sentimen positif didominasi oleh kata seperti “mudah” dan “cepat”, sedangkan sentimen negatif terkait dengan “error” dan “saldo hilang”. Meskipun demikian, analisis kesalahan menunjukkan bahwa model masih menghadapi tantangan dalam menangani ulasan dengan unsur sarkasme, kritik implisit, dan opini campuran, yang dapat memengaruhi ketepatan klasifikasi. Secara praktis, hasil penelitian ini memberikan wawasan strategis bagi pengembang ShopeePay dalam meningkatkan kualitas layanan, terutama melalui optimalisasi fitur transaksi dan penanganan kendala teknis yang sering dikeluhkan pengguna. Dengan demikian, pendekatan analisis sentimen berbasis machine learning ini dapat menjadi alat evaluasi yang efektif untuk meningkatkan pengalaman pengguna dan daya saing layanan fintech di Indonesia.   Abstract The rapid growth of fintech services in Indonesia underscores the need for an objective and data-driven evaluation of service quality. This study aims to assess user perceptions of the ShopeePay service using a sentiment analysis approach based on the Support Vector Machine (SVM) algorithm. User review data were collected from digital platforms and underwent text preprocessing and feature extraction using the Term Frequency–Inverse Document Frequency (TF–IDF) method. The dataset was divided into training (80%) and testing (20%) subsets to build and evaluate the classification model. Experimental results indicate that the SVM model effectively classifies user sentiments, achieving an accuracy of 84% and the highest F1-score in the positive sentiment category. Dominant word analysis revealed that positive sentiments were associated with words such as “easy” and “fast,” while negative sentiments were related to “error” and “lost balance.” However, the error analysis showed that the model still faces challenges in handling reviews containing sarcasm, implicit criticism, and mixed opinions, which can affect classification accuracy. From a practical perspective, the findings provide strategic insights for ShopeePay developers to enhance service quality—particularly by optimizing transaction features and addressing common technical issues reported by users. Consequently, this machine learning-based sentiment analysis approach serves as an effective evaluation tool for improving user experience and strengthening the competitiveness of fintech services in Indonesia.
Pemodelan Literasi TIK dan Kualitas Sistem untuk Memprediksi Kepuasan Pengguna: Peran Mediasi Kegunaan dan Moderasi Kesiapan Digital Ibrahim, Farrel; Karyono, Giat; Karyono, Purwadi; Nurfaizal, Yusmedi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 1: Februari 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2026131

Abstract

Di era transformasi digital yang berlangsung cepat, kepuasan pengguna terhadap sistem teknologi tidak lagi semata-mata ditentukan oleh kinerja teknis, tetapi juga oleh kesiapan kognitif dan kontekstual pengguna. Penelitian ini mengkaji hubungan antara literasi TIK, kualitas sistem, persepsi kegunaan, dan kepuasan pengguna, serta menelaah peran mediasi dari persepsi kegunaan dan moderasi dari kesiapan digital. Pendekatan kuantitatif digunakan melalui pemodelan persamaan struktural Partial Least Squares (PLS-SEM) berdasarkan data dari 100 pengguna platform layanan digital. Hasil menunjukkan bahwa literasi TIK dan kualitas sistem secara signifikan meningkatkan persepsi kegunaan dan langsung memengaruhi kepuasan pengguna. Persepsi kegunaan juga terbukti memediasi pengaruh literasi TIK dan kualitas sistem terhadap kepuasan. Selain itu, kesiapan digital memoderasi secara positif pengaruh persepsi kegunaan terhadap kepuasan, menunjukkan bahwa pengguna dengan kesiapan lebih tinggi memperoleh manfaat lebih besar dari sistem yang dianggap berguna. Temuan ini memperkuat pengembangan model TAM melalui integrasi dimensi kognitif, teknologi, dan kontekstual, serta memberikan implikasi praktis bagi desain sistem akademik digital yang responsif terhadap kesiapan pengguna.   Abstract In the era of rapid digital transformation, user satisfaction with technological systems is no longer solely determined by technical performance, but also by users’ cognitive and contextual readiness. This study examines the relationships among ICT literacy, system quality, perceived usefulness, and user satisfaction, while exploring the mediating role of perceived usefulness and the moderating role of digital readiness. A quantitative approach was employed using Partial Least Squares Structural Equation Modeling (PLS-SEM) based on data from 100 users of digital service platforms. The results indicate that ICT literacy and system quality significantly enhance perceived usefulness and directly influence user satisfaction. Perceived usefulness was also found to mediate the effects of ICT literacy and system quality on satisfaction. Moreover, digital readiness positively moderates the influence of perceived usefulness on user satisfaction, suggesting that users with higher readiness levels gain greater benefits from systems they perceive as useful. These findings strengthen the development of the TAM framework through the integration of cognitive, technological, and contextual dimensions, while also offering practical implications for the design of academic digital systems that are responsive to users’ readiness levels.
Klasifikasi Emosi pada Data Teks Pidato Politik Menggunakan Metode RoBERTa Saputro, Safitri Ramadhayanti; Ramadhayanti Saputro, Safitri; Arifianto, Deni; Adi Cahyanto, Triawan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 1: Februari 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2026131

Abstract

Analisis emosi dalam teks merupakan salah satu cabang penting dalam Natural Language Processing (NLP), khususnya dalam memahami pesan tersirat pada pidato politik. Pidato politik tidak hanya menyampaikan informasi, tetapi juga emosi yang bertujuan membentuk opini publik. Penelitian ini memanfaatkan model RoBERTa untuk mengklasifikasikan emosi dalam pidato Presiden Joko Widodo selama periode 2014–2024. Data diperoleh dari transkrip video resmi, menghasilkan 2952 paragraf yang telah dilabeli secara otomatis menggunakan model pre-trained `Indonesian-roberta-base-emotion-classifier`. Langkah praproses dilakukan melalui tahapan cleaning, lowercasing, tokenisasi, dan one-hot encoding. Selanjutnya, model RoBERTa dilakukan fine-tuning menggunakan batch size 16, learning rate 1e-5, dan 3 epoch. Evaluasi performa dilakukan dengan confusion matrix dan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan model mampu mengklasifikasikan lima emosi (anger, fear, happy, love, dan sadness) dengan akurasi 90%, presisi 91%, recall 90%, dan F1-score 0,91. Temuan ini menunjukkan bahwa RoBERTa efektif digunakan untuk klasifikasi emosi dalam teks pidato politik berbahasa Indonesia dan memberikan kontribusi terhadap pengembangan NLP dalam konteks komunikasi politik.   Abstract Emotion analysis in texts is a significant branch of Natural Language Processing (NLP), particularly in understanding implicit messages in political speeches. Political speeches not only convey information but also express emotions to shape public opinion. This study utilizes the RoBERTa model to classify emotions in the speeches of President Joko Widodo during the 2014–2024 period. The dataset was obtained from official video transcripts, resulting in 2952 paragraphs labeled automatically using the pre-trained model `Indonesian-roberta-base-emotion-classifier`. The preprocessing stages included text cleaning, lowercasing, tokenization, and one-hot encoding. The RoBERTa model was fine-tuned using a batch size of 16, a learning rate of 1e-5, and 3 epochs. Performance evaluation was conducted using a confusion matrix and metrics such as accuracy, precision, recall, and F1-score. The results show that the model can classify five emotions (anger, fear, happy, love, and sadness) with 90% accuracy, 91% precision, 90% recall, and an F1-score of 0.91. These findings demonstrate that RoBERTa is effective for emotion classification in Indonesian political speech texts and contributes to the development of NLP in political communication contexts.  
Penerapan dan Evaluasi Sistem Aplikasi Monitoring Pembibitan Tanaman Berbasis Internet Of Things Ridwan, Ridwan; Aziz, Aulia Syarif; Ichsan, Muhammad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 1: Februari 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2026131

Abstract

Penelitian ini bertujuan merancang, mengimplementasikan, dan mengevaluasi sistem aplikasi monitoring pembibitan tanaman berbasis Internet of Things (IoT) sebagai bagian dari upaya mendukung inisiatif Smart Village. Metode penelitian mengkombinasikan pendekatan Research and Development (R&D) untuk pengembangan prototipe dengan Participatory Action Research (PAR) yang melibatkan 30 petani di Desa Cot Baroh, Pidie, Aceh, selama proses implementasi, pelatihan, dan pendampingan. Sistem yang dikembangkan mampu memantau berbagai parameter lingkungan penting pada pembibitan secara real-time dan diakses melalui aplikasi Blynk serta LCD offline. Evaluasi pengalaman pengguna dilakukan menggunakan User Experience Questionnaire (UEQ). Hasil penelitian menunjukkan bahwa prototipe sistem IoT berhasil dibangun dan mendapatkan impresi pengguna yang sangat positif pada keenam aspek UEQ (daya tarik, kejelasan, efisiensi, ketetapan, stimulasi, dan kebaruan), dengan tingkat reliabilitas yang tinggi untuk setiap aspeknya. Disimpulkan bahwa sistem ini efektif, diterima dengan baik oleh pengguna, dan berpotensi signifikan dalam meningkatkan efisiensi pengelolaan pembibitan tanaman, sekaligus mendukung penguatan literasi digital dan konsep Smart Village di tingkat komunitas.   Abstract This research aims to design, implement, and evaluate an Internet of Things (IoT)-based plant nursery monitoring application system as part of an effort to support Smart Village initiatives. The research method combines a Research and Development (R&D) approach for prototype development with Participatory Action Research (PAR) involving 30 farmers in Cot Baroh Village, Pidie, Aceh, during the implementation, training, and assistance process. The developed system is capable of monitoring various critical environmental parameters in the nursery in real-time, accessible via the Blynk application and an offline LCD. User experience evaluation was conducted using the User Experience Questionnaire (UEQ). The research results indicate that the IoT system prototype was successfully built and received a very positive user impression across all six UEQ aspects (attractiveness, perspicuity, efficiency, dependability, stimulation, and novelty), with a high level of reliability for each aspect. It is concluded that this system is effective, well-received by users, and has significant potential to enhance the efficiency of plant nursery management, while also supporting the strengthening of digital literacy and the Smart Village concept at the community level.
Komparatif Tingkat Kepuasan Mitra Terhadap Pelayanan Balai Karantina Hewan, Ikan, Dan Tumbuhan (BKHIT) di Jawa Timur Indonesia Puspitasari, Dwi; Setyadi, Taufik; Harya, Gyska Indah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 13 No 1: Februari 2026
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2026131

Abstract

Penelitian ini bertujuan untuk menganalisis perbedaan tingkat kepuasan mitra importir burung kenari terhadap pelayanan Balai Karantina Hewan, Ikan, dan Tumbuhan (BKHIT) Jawa Timur berdasarkan dimensi kualitas layanan (RATER). Populasi yang digunakan dalam penelitian ini adalah CV. Malang Kenari Jaya dan CV. Murai Rimba Kediri. Penentuan sampel untuk menjawab tujuan yaitu para ahli atau pelaku yang berkompeten dan terlibat dalam perusahaan yang meliputi responden ahli yaitu CV. Malang Kenari Jaya sebanyak 20 responden dan CV. Murai Rimba Kediri sebanyak 20 responden. Sehingga total responden dalam penelitian ini berjumlah 40 orang. Penelitian ini menggunakan metode Servqual ini berdasarkan aspek reliability, responsive, assurance, emphathy, dan tangible dan analisis Uji-T untuk membandingkan rata-rata dari dua kelompok data dan mengukur sejauh mana perbedaan tersebut dapat dianggap sebagai perbedaan yang signifikan. Hasil penelitian tersebut menunjukkan bahwa meskipun terdapat apresiasi terhadap aspek tertentu, peningkatan kualitas layanan, khususnya dalam responsivitas, fasilitas fisik, keandalan prosedur, dan komunikasi teknis, sangat penting untuk menciptakan pelayanan publik yang prima, efisien, dan berorientasi pada kepuasan pengguna. Kedua perusahaan memiliki persepsi yang berbeda terhadap kualitas layanan yang diberikan, dengan CV. Malang Kenari Jaya cenderung lebih puas dibandingkan CV. Murai Rimba Kediri. Nilai ini cukup besar untuk sebuah skala kepuasan, mengingat biasanya perbedaan 0,5 poin saja sudah dianggap bermakna dalam survei layanan publik.   Abstract This study aims to analyze the differences in satisfaction levels of canary bird importer partners with the services of the Animal, Fish, and Plant Quarantine Agency (BKHIT) of East Java, based on the service quality dimensions (RATER). The population of this study consisted of stakeholders from CV. Malang Kenari Jaya and CV. Murai Rimba Kediri. The sampling was determined purposively, involving competent experts and practitioners within the companies, with 20 respondents from CV. Malang Kenari Jaya and 20 respondents from CV. Murai Rimba Kediri, resulting in a total of 40 respondents. The research applied the SERVQUAL method, which includes the dimensions of reliability, responsiveness, assurance, empathy, and tangibles, combined with an independent T-test analysis to compare the mean values of the two groups and determine whether the differences were statistically significant. The findings indicate that although certain aspects of the service were appreciated, improvements in responsiveness, physical facilities, procedural reliability, and technical communication remain crucial to deliver excellent, efficient, and user- oriented public services. The two companies showed different perceptions of service quality, with CV. Malang Kenari Jaya tending to be more satisfied than CV. Murai Rimba Kediri. This difference is considered substantial on a satisfaction scale, given that even a 0.5-point gap is generally regarded as meaningful in public service surveys.

Page 3 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2026 2026


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: Oktober 2015 Vol 2, No 2 (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