cover
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
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.
Articles 10 Documents
Search results for , issue "Vol 3 No 4: Desember 2016" : 10 Documents clear
Sistem Rekomendasi Pemilihan Sekolah Menengah Atas Sederajat Kota Malang Menggunakan Metode AHP ELECTRE Dan TOPSIS Ibnu Aqli; Dian Eka Ratnawati; Mahendra Data
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (807.871 KB) | DOI: 10.25126/jtiik.201634228

Abstract

AbstrakPemilihan tempat pendidikan yang bagus dan sesuai dengan kemampuan anak merupakan hal yang harus dikombinasikan untuk menunjang kemampuan perkembangan seorang anak. Apalagi pada masa pemilihan sekolah setelah lulus jenjang Sekolah Menengah Pertama (SMP) merupakan suatu keputusan yang harus dilakukan sambil mempertimbangkan masa depan. Dalam memilih sekolah lanjutan banyak hal yang biasanya dipertimbangkan, seperti Nilai Ujian Nasional (NUN) yang di dapat oleh siswa, jarak antar rumah siswa dan sekolah, fasilitas sekolah, bahkan prestasi-prestasi sekolah yang dianggap bisa menunjang kemampuan siswanya. Dari permasalahan tersebut, maka dirancang sebuah sistem untuk memberikan rekomendasi sekolah menengah atas sederajat di Kota Malang. Penelitian ini menerapkan metode Analytical Hierarchy Process (AHP) - Elimination Et Choix Tranduisant La Realité (ELECTRE) - Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). AHP melakukan perhitungan pembobotan kriteria, ELECTRE melakukan klasifikasi alternatif “favourable”, dan TOPSIS melakukan perankingan terhadap alternatif sehingga muncul rekomendasi sekolah yang sesuai dengan kriteria pengguna. Untuk pengujian, dilakukan uji akurasi pada metode TOPSIS dengan membandingkan data rekomendasi yang dikeluarkan oleh sistem dengan data yang didapat dari pakar. Pengujian akurasi pada metode TOPSIS mendapatkan nilai akurasi sebesar 82,98%.Kata kunci: Pendidikan, SMA, AHP, ELECTRE, TOPSISAbstractSelecting a good school and appropriate with the children's ability is a matter that must be combined to support children's development. More over, during the school admission time after junior high school period. This period is so essential that the parent and the child have to decide while cinsidering the child's future. On deciding which Senior High Scool that will be attended, things that should be considered might be vary, such as the child's test score (NUN), the distance between home and the school, school facilities, and school achievements. From that issues, this paper explains a system to give a recommendation about Senior High Schools in Malang. This research applied Analytical Hierarchy Process (AHP) - Elimination Et Choix Tranduisant La Realite (ELECTRE) - Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) methods. AHP method is used to calculate criterias  ELECTRE is used to classify alternative "flavourable", and TOPSIS is used to make a rank through the alternatives so that appear several school recommendation that proper with user's ceiteria. To examine the system, the accuration test is conducted on TOPSIS method by comparing recommendation data issued by the system with the data issued by the expert. The accuration test on system get the value of 82.98% accurateness.Keywords: Education, Senior High School, AHP, ELECTRE, TOPSIS
Penggunaan Metode Fuzzy Dalam Penilaian Tingkat Kemampuan Non-Akademik Mahasiswa Melalui Satuan Kredit Kegiatan Mahasiswa Putu Linda Santiari
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (563.703 KB) | DOI: 10.25126/jtiik.201634182

Abstract

AbstrakPemberian point kegiatan non-akademik di STIKOM Bali dilakukan dengan menggunakan point SKKM (Satuan Kredit Kegiatan Mahasiswa).Satuan Kredit Kegiatan Mahasiswa (SKKM) adalah suatu pengakuan dan penilaian terhadap kegiatan yang diikuti oleh mahasiswa STMIK STIKOM Bali dalam pengembangan kegiatan kemahasiswaan.Pengakuan dan penilaian kegiatan yang diikuti dinyatakan dalam bentuk Satuan Kredit Kegiatan Mahasiswa (SKKM). Besarnya pembobotan SKKM yang diberikan disesuaikan dengan jenis dan pelaksanaan kegiatan yang diikuti. Saat ini penghitungan point SKKM masih dilakukan manual dan belum bisa menilai tingkat kemampuan non akademik mahasiswa. Terkait belum adanya cara untuk menilai tingkat prestasi non-akademik mahasiswa sehingga bagian kemahasiswaan tidak dapat menentukan kebijakan apa yang harus diambil untuk mengukur tingkat prestasi non akademik mahasiswa. Berdasarkan  informasi di atas, penulis mencoba untuk membuat dan merancang logika fuzzy untuk membantu bagian kemahasiswaan  dalam mengevaluasi tingkat prestasi non akademik mahasiswa melalui Satuan Kredit Kegiatan Mahasiswa. Penulis berharap hasil dari evaluasi ini dapat membantu bagian kemahasiswaan dalam menilai tingkat prestasi non akademik mahasiswa melalui Satuan Kredit Kegiatan Mahasiswa dan mengambil langkah berikutnya dari penilaian tersebut. Data sample yang digunakan adalah 10 mahasiswa yang memiliki SKKM. Kata kunci: Fuzzy, SKKM, Non-akademik AbstractGranting point non-academic activities in Bali STIKOM done using point SKKM (Satuan Kredit Kegiatan Mahasiswa). SKKM is a recognition and assessment of the activities pursued by students STMIK STIKOM Bali in the development and assessment activities of student affairs. Recognition of the activities pursued expressed in the form of SKKM. The amount of weighting SKKM is adjusted to the type and implementation of the activities pursued. Metering point SKKM still done manually and not able to assess the level of non-academic abilities of students. Related lack way to assess the non-academic achievements of the student so that the student can not determine what policy should be taken to measure the level of non-academic achievements of students. Based on the above information, the author tries to create and design a fuzzy logic to help the student section in evaluating the level of non-academic achievements of students through the SKKM. The authors hope the results of this evaluation can help the Student Council in assessing the level of non-academic achievements of students through the Student Activity Credit Unit and take the next step of the assessment. The data sample used was 10 students who have SKKM.Keywords: Fuzzy, SKKM, Non-academic
Prediksi Nilai Tukar Rupiah Terhadap US Dollar Menggunakan Metode Genetic Programming Daneswara Jauhari; Anang Hanafi; M Fahrul Alam Yuniarsa; Arrofi Reza Satria; Luqman Hakim H; Imam Cholissodin
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (952.013 KB) | DOI: 10.25126/jtiik.201634235

Abstract

AbstrakNilai tukar mata uang mempunyai pengaruh yang sangat luas dalam perekonomian suatu negara, baik dalam negeri ataupun internasional. Pentingnya mengetahui pola nilai tukar IDR terhadap USD bisa membantu pertumbuhan ekonomi dikarenakan perdagangan luar negeri menggunakan mata uang negara yang berbeda. Maka dari itu, diperlukan suatu aplikasi yang dapat memprediksi nilai tukar Rupiah terhadap US Dollar di masa yang akan datang. Pada penelitian ini penulis menggunakan metode genetic programming(GP), yang dapat menghasilkan solusi (chromosome) optimum, yang didapat dari evaluasi nilai tukar yang lalu, sehingga solusi ini digunakan sebagai pendekatan atau prediksi terhadap kurs nilai tukar mata uang Rupiah di masa yang akan datang. Solusi ini dibentuk dari kombinasi dari himpunan terminal (set of terminals) dan himpunan fungsi (set of function) yang dibangkitkan secara random. Setelah dilakukan pengujian dengan jumlah popsize dan iterasi yang berbeda, didapatkan bahwa Algoritma GP dapat melakukan prediksi nilai tukar Rupiah terhadap mata uang US Dollar dengan sangat baik, dilihat dari nilai Mean Absolute Percentage Error (MAPE) yang dihasilkan sebesar 0,08%. Penelitian ini bisa dikembangkan lebih baik dengan menambahkan parameter terminal dan parameter operasi sehingga bisa menambah variasi hasil perhitungannya.Kata kunci: prediksi, nilai tukar mata uang, genetic programming, MAPE.  AbstractExchange currency rate has a wide influence in the economy of a country, both domestically or internationally. The importance of knowing the pattern of exchange rate against the IDR to USD could help the economic growth due to foreign trade involves the use of currencies of different countries. Therefore, we need an application that can predict the value of IDR against the USD in the future. In this research, the authors use genetic programming (GP) method which produces solutions (chromosome) that obtained from the evaluation of exchange rate and then this solution used as an approximation or prediction of currency exchange rate in the future. These solutions formed from the combination of the set terminal and the set of function that generated randomly. After testing by the number popsize and different iterations, it was found that the GP algorithm can predict the value of the rupiah against the US Dollar with a very good, judging from the value of Mean Absolute Percentage Error (MAPE) generated by 0.08%. This research can be developed even better by adding terminal parameters and operating parameters so they can add variation calculation results.Keywords:  prediction, exchange currency rate, genetic programming, MAPE.
Implementasi Algoritma Genetika Dalam Optimasi Model AHP dan Topsis Untuk Penentuan Kelayakan Pengisian Bibit Ayam Broiler di Kandang Peternak Fita Lathifatul Mu’asyaroh; Wayan Firdaus Mahmudy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (936.975 KB) | DOI: 10.25126/jtiik.201634206

Abstract

Peternakan ayam broiler merupakan salah satu jenis usaha yang paling potensial dikembangkan. Pola yang biasa digunakan dalam pengembangan ayam broiler adalah pola kemitraan inti plasma. Pada pola ini perusahaan mitra meninjau layak tidaknya kandang peternak untuk mendapatkan bibit ayam broiler. Dalam penelitian ini ada beberapa penilaian kriteria yang dilakukan yaitu: riwayat peternak, tinggi kandang, jarak antar kandang, kelembapan, kekuatan kandang dan keamanan. Agar dapat memperoleh penilaian kelayakan kandang yang optimal, penelitian ini menawarkan solusi menggunakan algoritma genetika sebagai algoritma untuk penentuan kandang peternak dalam pengisian bibit ayam broiler. Data yang digunakan dalam penelitian adalah 46 data kandang ayam broiler. Proses algoritma genetika ini menggunakan representasi real–code dengan panjang kromosom sesuai dengan kriteria yang ditentukan, metode crossover yang digunakan adalah extended intermediate crossover, metode mutasi yang digunakan adalah random mutation, dan diseleksi dengan metode elitism. Dari hasil pengujian yang diperoleh parameter optimal yaitu ukuran populasi 105 individu dengan rata-rata fitness sebesar 0,73910, generasi sebanyak 115 dengan rata-rata firness sebesar 0,7610 dan kombinasi cr 0,5 dan mr 0,1 dengan rata-rata fitness sebesar 0,75218. Hasil akhir berupa layak atau tidak layak kandang peternak untuk diisi ayam broiler.
Optimasi Penjadwalan Pengerjaan Software Pada Software House Dengan Flow-Shop Problem Menggunakan Artificial Bee Colony Muhammad Fhadli; Daneswara Jauhari; Dhimas Anjar Prabowo; Anang Hanafi; Aryeswara Sunaryo; Imam Cholissodin
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (695.695 KB) | DOI: 10.25126/jtiik.201634226

Abstract

AbstrakPenelitian ini mengusulkan sebuah implementasi terkait optimasi penjadwalan pengerjaan software pada software house dengan Flow-Shop Problem (FSP) menggunakan algoritma Artificial Bee Colony (ABC). Dimana dalam FSP dibutuhkan suatu solusi untuk menyelesaikan suatu job/task dengan meminimalkan total cost yang dikeluarkan. Terdapat constraint yang perlu diperhatikan dalam objek permasalahan penelitian ini, yaitu lama waktu penyelesaian keseluruhan projek software yang tidak pasti. Dalam penelitian ini akan disusun sebuah representasi solusi yaitu berupa urutan pengerjaan projek dengan total waktu pengerjaan yang minimum. Pengujian akan dilakukan dengan tiga kali percobaan untuk setiap kondisi uji coba, yaitu uji coba batas parameter iterasi dan uji coba batas parameter limit. Dari hasil pengujian didapatkan bahwa penggunaan algoritma yang dibahas dalam penelitian ini bisa mengurangi waktu pengerjaan jika jumlah iterasi dan jumlah colony diperbesar.Kata kunci: optimasi, flow-shop problem, artificial bee colony, swarm intelligence, meta-heuristik.AbstractThis research proposed an implementation related to software execution scheduling process at a software house with Flow-Shop Problem (FSP) using Artificial Bee Colony (ABC) algorithm. Which in FSP required a solution to complete some job/task along with its overall cost at a minimum. There is a constraint that should be kept to note in this research, that is the uncertainty completion time of its jobs. In this research, we will present a solution that is a sequence order of project execution with its overall completion time at a minimum. An experiment will be performed with 3 attempts on each experiment conditions, that is an experiment of iteration parameter and experiment of limit parameter. From this experiment, we concluded that the use of this algorithm explained in this paper can reduce project execution time if we increase the value of total iteration and total colony.Keywords: optimization, flow-shop problem, artificial bee colony, swarm intelligence, meta-heuristic.
Rancang Bangun Aplikasi Game Edukasi Pembelajaran Aksara Lampung "Ajo dan Atu - Belajar Aksara Lampung ", berbasis Android dengan Sistem Multi-Ending Menggunakan Engine Ren’Py Gigih Forda Nama; Flesi Arnoldi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1172.541 KB) | DOI: 10.25126/jtiik.201634211

Abstract

AbstrakPerkembangan teknologi informasi saat ini berkembang sangat pesat. Teknologi tersebut banyak dimanfaatkan untuk berbagai keperluan, antara lain agar dapat terhubung dengan kerabat yang jauh, mencari informasi, dan game. Pada penelitian ini dilakukan pembangunan game edukasi pembelajaran aksara Lampung menggunakan metode extreme programming, dengan alat bantu Ren’Py Engine. Game yang dikembangkan berdasarkan kebutuhan calon pengguna untuk belajar aksara Lampung. Dari hasil iterasi menggunakan extreme programming, telah menghasilkan sebuah game edukasi yang memiliki sistem multi-ending dan sistem point. Sistem ini dapat membantu pengguna untuk belajar aksara Lampung, game edukasi ini dikembangkan untuk perangkat smartphone Android yang memiliki sistem operasi minimal versi 2.3+ (gingerbread), sehingga game ini dapat dimainkan dimanapun dan kapan pun. Kata kunci: game edukasi belajar aksara Lampung, multi-ending, metode extreme programming
Optimasi Penjadwalan Praktikum Menggunakan Modified Real Code Particle Swarm Optimization (Studi Kasus Fakultas Imu Komputer Universitas Brawijaya) Brigitta Ayu Kusuma Wardhany; Istiana Rachmi; Nur Firra Hasjidla; Zulianur Khaqiqiyah; Idham Triatmaja; Imam Cholissodin
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1118.641 KB) | DOI: 10.25126/jtiik.201634236

Abstract

AbstrakPenjadwalan adalah salah satu proses dalam manajemen waktu yang di atur sedemikian rupa agar kegiatan dapat berjalan dengan lancar. Banyak algoritma yang dapat digunakan untuk menyelesaikan permasalahan penjadwalan. Pada kasus ini penulis menggunakan algoritma Modified Real Code PSO (M-RCPSO). Data yang digunakan terdiri dari data dosen, asisten, mahasiswa, ruangan dan waktu praktikum. Dari hasil pengujian popsize, pengujian iterasi, pengujian parameter kognitif dan sosial, dan pengujian parameter terbaik, didapatkan nilai rata-rata fitness adalah 1. Hal ini menunjukkan bahwa solusi yang didapatkan sudah mendekati optimum.Kata kunci: modified real code particle swarm optimization, penjadwalanAbstractScheduling is one of the time management process that well regulated so that the activities can run fluently. Many algorithms can be used to solve scheduling problems. In this case, the author uses a Modified Real Code PSO (M-RCPSO) algorithm. The data used consisted of lecturer, assistant, student, room and lab time. From the results of popsize testing, iterative testing, cognitive parameter testing, and the best parameters testing obtained the average fitness value is 1. This matter shows that the solution obtained is already approaching optimal.Keywords: modified real code particle swarm optimization, scheduling
Review Studi Literatur untuk Metode Pendeteksian God Class Divi Galih Prasetyo Putri; Muhammad Shulhan Khairy; Siti Rochimah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (966.278 KB) | DOI: 10.25126/jtiik.201634111

Abstract

AbstrakCode Smell mengacu pada konsep mengenai pola atau aspek desain pada sistem perangkat lunak yang dapat menimbulkan masalah dalam proses pengembangan, penggunaan, atau perawatan sebagai dampak dari implementasi yang buruk dari desain perangkat lunak. Code Smell dapat menurunkan aspek understandability dan maintainability program. Program yang mengandung God Class juga cenderung lebih sulit untuk dirawat dibandingkan dengan program yang sama namun tidak mengandung God Class. God Class atau dapat juga disebut Blob merupakan sebuah kelas yang terlalu banyak berisi fungsionalitas didalamnya. Kelas-kelas seperti ini mengolah dan mengakses banyak informasi sehingga sulit dipahami. Pada penelitian ini akan dibahas metode-metode untuk mendeteksi adanya God Class. Selain itu juga dibandingkan kelebihan serta kekurangan metode-metode yang telah dianalisa. Dari pencarian literatur yang dilakukan, didapatkan 3 buah metode, metode pertama menggunakan cara deteksi dalam bentuk rule card, metode kedua menggunakan rule card dan catatan histori perubahan pada sebuah perangkat lunak, dan metode ketiga adalah pendeteksian berdasarkan contoh kelas yang dideteksi manual sebagai kecacatan perangkat lunak. Dari ketiga metode tersebut, metode ketiga dinilai sebagai yang terbaik berdasarkan nilai presisi dan recall-nya.Kata kunci: Blob, God Class AbstractCode smell referring to the concept about a pattern or design aspects on a software system that can make a problem in the process of development, using, or maintenance as the impact of bad implementation of software design. Code smell can lower software understandability and maintainability. A software that containing god class will be more difficult to maintain compared with a same software but doesn’t have a god class. God class, also called blob is a class that has too many functionality. A god class process and access a lot of information. On this research will be discussed methods to detect a god class. We also compared the advantage and disadvantage about analysed method. From the literature we search, there are 3 methods, first method using detection with a rule card, the second method using rule card and history changes of a software, and the third method is detection by examples classes that detected manually as a software defect. And our research result is the third method is the best method based on its precision and recall.Keywords: Blob, God Class
Implementasi Metode Naïve Bayes Classifier Untuk Seleksi Asisten Praktikum Pada Simulasi Hadoop Multinode Cluster Maryamah .; Moh. Fadel Asikin; Daisy Kurniawaty; Selly Kurnia Sari; Imam Cholissodin
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1089.896 KB) | DOI: 10.25126/jtiik.201634227

Abstract

AbstrakPemilihan asisten pada praktikum dialami oleh berbagai universitas di Indonesia salah satunya di Fakultas Ilmu Komputer (FILKOM) Universitas Brawijaya (UB). Dalam pemilihan asisten praktikum ada beberapa proses yang harus dilalui. Proses pemilihan yang ada di FILKOM masih dalam bentuk manual. Adapun proses yang dijalani dalam pemilihan asisten praktikum diantaranya adalah tes administrasi, tes live coding, dan tes mengajar. Dalam penentuan penerimaan asisten praktikum tersebut berdasarkan hasil tes yang telah dilakukan. Kendala yang dihadapi adalah kemiripan hasil tes pada ketentuan tertentu yang menyebabkan kerancuan proses pemilihan asisten praktikum. Dari permasalahan tersebut penulis melihat suatu peluang untuk membuat sistem yang mampu menyeleksi dengan cara melakukan hasil klasifikasi tertinggi terhadap hasil tes yang dilakukan oleh calon asisten praktikum. Penelitian ini menggunakan Hadoop dengan menerapkan metode Naïve Bayes yang diangap mampu menghasilkan klasifikasi yang akurat, sehingga dapat mempermudah seorang dosen dalam memilih asisten praktikum dengan kualitas yang baik.Kata kunci: big data, klasifikasi, naïve bayes, hadoopAbstractSelection of the lab assistants experienced by various universities in Indonesia one of them in the Faculty of Computer Science (FILKOM) University of Brawijaya (UB). In the selection of lab assistant, there is some process to be followed. The election process is in FILKOM still in manual form. The process according to which the election is a test lab assistant include administration, test live coding, and test of teaching. In determining the lab assistant acceptance is based on the tests that have been carried out. Obstacles encountered is the similarity test results on the specific provisions that caused confusion electoral process lab assistant. Of these issues, the authors saw an opportunity to create a system that is able to select a way to the highest classification results against the results of tests conducted by the lab assistant candidates. This study uses Hadoop with Naïve Bayes applying methods as may be capable of producing an accurate classification, so as to facilitate a lecturer in choosing a lab assistant with good quality.Keywords: big data, classification, naïve bayes, hadoop
Sistem Penilaian Otomatis Jawaban Esai Pada Elearning belajardisini.com Eko Sakti Pramukantoro
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (599.533 KB) | DOI: 10.25126/jtiik.201634187

Abstract

AbstrakPada penelitian sebelumnya dihasilkan sebuah media pembelajaran berbasis gamification, yaitu memadukan konsep game dalam sebuah elearning. Pada sistem tersebut untuk koreksi jawaban uraian pendek(esai) masih dilakukan secara manual. Bertambahnya jumlah pelajar dan banyaknya ujian mengakibatkan pengajar harus meluangkan waktu untuk menilai jawaban soal ujian, sehingga penggunaan e-learning dan tanpa e-learning dari sisi efisiensi waktu tidak ada perbedaan. Oleh karena itu diperlukan sistem penilaian otomatis untuk jawaban esai. Penelitian sebelumnya didapat algoritma cosine similarity yang sesuai dengan kebutuhan sistem elearning tersebut. Dari hasil penelitian tersebut dikembangkan sistem (automated essay scooring )AES dengan algorima cosine similarity dan dilakukan uji perfoma sistem berdasarkan penggunaan CPU, Memori dan  page load time. Proses uji performa server dari dua jenis soal yang diujikan disimpulkan bahwa semakin besar pengguna yang mengakses sistem maka semakin besar juga CPU Usage yang dibutuhkan yaitu paling besar adalah 0,2556 %. Untuk pengujian page load time dan memory usage tidak ditemukan perbedaan yang cukup signifikan ketika sistem digunakan oleh satu pengguna maupun banyak pengguna yaitu antara 0,208392 detik sampai 0,406842 detik untuk page load time dan antara 1,49 % sampai 1,56 % untuk memory usage.Kata kunci: automated essay scooring, cosine similarity, elearningAbstractIn a previous research developed a elearning system based on gamification concept, which combines the concept of games in an elearning system. In that system for correction the answer of essay exam) is still done manually. Increasing the number of students and the number of exam makes teachers having to take time to assess the answers to the exam, so using  elearning and without elearning in asessment there is no different esspisially in term time efficiency. Therefore we need an automatic scoring system for the essay. Previous research, said cosine similarity algorithm that fits the needs of the e-learning system. From the results of these studies was developed automated essay scooring system using cosine similarity and examine the performance of the system based on the use of CPU, memory and page load time. The test result shown server performance of the two types of questions that tested concluded that the users accessing the system, the greater the required CPU Usage is at most 0.2556%. For the test page load time and memory usage found no significant difference when the system is used by a single user or multiple users is between 0.208392 seconds to 0.406842 seconds to page load time and between 1.49% to 1.56% for memory usage.Kata kunci: automated essay scooring, cosine similarity, elearning

Page 1 of 1 | Total Record : 10


Filter by Year

2016 2016


Filter By Issues
All Issue 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 4: Agustus 2024 Vol 11 No 3: Juni 2024 Vol 11 No 2: April 2024 Vol 11 No 1: Februari 2024 Vol 10 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2023 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