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 16 Documents
 1   2 
Search results for , issue "Vol 6 No 2: April 2019" : 16 Documents clear
Optimasi Aplikasi SIMAK-BMN untuk Inventarisasi Barang Milik Negara Berbasis Aplikasi Mobile Android Atmaja, Ardian Prima; Susanto, Fredy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 2: April 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4905.899 KB) | DOI: 10.25126/jtiik.201962807

Abstract

Dalam sebuah satuan kerja atau institusi pemerintah di Negara Republik Indonesia, terdapat barang-barang yang dibeli atau diperoleh atas beban APBN yang kemudian dapat diidentifikasikan sebagai bagian dari Barang Milik Negara (BMN). BMN tersebut dicatat dalam sebuah aplikasi bernama Sistem Informasi Manajemen dan Akuntansi Barang Milik Negara (SIMAK-BMN). Untuk melakukan monitoring BMN yang telah tercatat di aplikasi tersebut, Kuasa Pengguna Anggaran (KPA) dan tim monitoring seringkali menemui beberapa kesulitan. Hal ini diakibatkan dari keterbatasan aplikasi SIMAK-BMN yang belum sepenuhnya mudah dioperasikan untuk keperluan monitoring. Dengan kondisi seperti itu maka pada makalah ini dibahas pengembangan sistem informasi monitoring BMN terpadu dengan melakukan optimasi terhadap database SIMAK-BMN. Sistem yang dibangun dapat dijalankan oleh tim monitoring BMN secara online menggunakan internet. Selain itu, dikembangkan pula sistem monitoring BMN secara mobile yang dapat diinstall pada perangkat smartphone berbasis Android. Sehingga, dalam pengelolaaanya, petugas tim pencatat dan penginventaris BMN dapat menggunakan smartphone mereka untuk membantu memudahkan pekerjaaan inventarisasi dengan melakukan scanning QR Code dari tiap-tiap BMN. Dengan adanya sistem monitoring BMN yang merupakan optimasi dari database SIMAK-BMN tersebut, diharapkan dapat mempermudah fungsi monitoring BMN dan menjadi kontribusi dalam pengembangan sistem monitoring internal suatu satuan kerja di Republik Indonesia serta mendukung kebijakan-kebijakan pengelolaan BMN. AbstractIn a unit or institution in the government of State of the Republic of Indonesia, there are goods obtained at the expense of the APBN which can be identified as the State Goods (BMN). BMN is recorded in an application called the Management Information System and Accounting for State Goods (SIMAK-BMN). To monitor the BMNs that have been recorded in that application, the Budget User Authority (KPA) and the monitoring team often encounter some difficulties. This is due to the limitations of the SIMAK-BMN application which has not been fully operational for monitoring purposes. With such conditions, this study discusses about the development of integrated BMN monitoring information system by optimizing the SIMAK-BMN database. The built system can be run by the BMN monitoring team using the internet. Moreover, also developed a mobile BMN monitoring system that can be installed on Android-based smartphone devices. Thus, in it’s management, BMN registration team can use their smartphone to scanning QR Code from each item of BMN. With the BMN monitoring system which is the optimization of the SIMAK-BMN database, it is expected to facilitate the BMN monitoring function and become a contribution in developing the internal monitoring system of a work unit in the government of Republic of Indonesia as well as supporting the policies of BMN management.
Sistem Pakar Berbasis Android untuk Mendeteksi Jenis Perilaku ADHD pada Anak Alkaff, Muhammad; Khatimi, Husnul; Sari, Yuslena; Darmawan, Puja; Primananda, Rakhmadhany
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 2: April 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2464.534 KB) | DOI: 10.25126/jtiik.2019621265

Abstract

ADHD (Attention Deficit Hyperactivity Disorder) adalah gangguan perkembangan otak pada anak yang mengakibatkan meningkatnya aktifitas motorik sehingga menyebabkan penderitanya menjadi hiperaktif, impulsif dan inatentif. Kondisi ini sering memperlihatkan tingkah laku yang tidak wajar seperti selalu bergerak tanpa tujuan, selalu gelisah, atau tidak bisa duduk dengan tenang. Gangguan ADHD terbagi menjadi tiga jenis yaitu Hiperaktif, Inatentif dan Impulsif. Salah satu cara untuk mendiagnosa jenis ADHD yang diderita oleh anak adalah dengan konseling. Tujuan dari penelitian ini adalah membangun sebuah sistem pakar yang dapat membantu memberikan kesimpulan tentang jenis penyakit ADHD yang diderita oleh anak serta tingkat keyakinan diagnosisnya. Penelitian ini menggunakan metode Dempster-Shafer untuk melakukan perhitungan terhadap nilai keyakinan suatu diagnosa. Hal ini dilakukan dengan cara membandingkan setiap nilai keyakinan dari 2 gejala awal yang terjadi pada anak untuk selanjutnya dibandingkan lagi dengan nilai keyakinan dari gejala-gejala lainnya. Sehingga mengerucut pada suatu gejala yang mengacu kepada suatu jenis dari ADHD disertai dengan nilai keyakinannya seperti layaknya diagnosa seorang pakar psikologi anak. Dalam penelitian ini dibangun sistem pakar berbasis Android dengan basis pengetahuan dari 3 orang pakar untuk memudahkan orang tua anak dalam mendiagnosa gejala-gelaja yang mungkin diderita oleh anaknya. Hasil pengujian sistem terhadap pakar dengan persentase rata-rata sebesar 93,3% dari 3 orang pakar, menunjukan bahwa sistem pakar yang telah dibuat mampu mendiagnosa jenis perilaku ADHD yang diderita oleh anak-anak disertai dengan nilai tingkat keyakinan diagnosisnya.Abstract ADHD (Attention Deficit Hyperactivity Disorder) is a brain development disorder in children resulting in increased motor activity causing the sufferer to become hyperactive, impulsive and inattentive. This condition often shows unnatural behavior like always moving aimlessly, always restless, or unable to sit quietly. ADHD disorders divided into three types, namely Hyperactive, Inattentive and Impulsif. One way to diagnose the type of ADHD suffered by children is by counseling. The purpose of this study is to build an expert sistem that can help provide conclusions about the kind of ADHD that the children had and the diagnosis level of confidence. This research uses Dempster-Shafer method to perform the calculation of confidence value of diagnosis. This is done by comparing each of the confidence values of the two early symptoms that occur in the child to furthermore compare with the belief value of the other symptoms. Therefore, conical to a symptom that refers to a type of ADHD accompanied by the value of the diagnosis beliefs, just like the diagnosis of a child psychologist. In this study, an Android-based expert system with a knowledge base from three experts is built to facilitate the child's parents in diagnosing symptoms that may be suffered by his son. The experimental test of the system with the mean percentage of 90% from 3 experts, indicates that the expert system that has been made can diagnose the type of ADHD behavior suffered by the children accompanied by the value of the diagnosis confidence level.
Model Konseptual bagi Pengembangan Knowledge Management di SMA Menggunakan Soft System Methodology Perdana, Eric Megah; Manongga, Danny; Iriani, Ade
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 2: April 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3529.171 KB) | DOI: 10.25126/jtiik.201962932

Abstract

Terhambatnya transformasi knowledge antara pengajar dan siswa di SMAK 1 Penabur Jakarta ditemukanlah suatu kendala, yaitu perbedaan karakter antara yayasan, guru, dan siswa. Berdasarkan fakta diatas, SMAK 1 Penabur Jakarta memerlukan suatu Knowledge Management yang dapat membantu kinerja yang sedang berjalan. Metode yang digunakan dalam penelitian ini adalah pendekatan Soft System Methodology. Terdapat langkah dalam Soft System Methodology yang dilakukan yaitu menggunakan analisis CATWOE terhadap holon yang ditemui di SMAK 1 Penabur Jakarta. Pemodelan yang dihasilkan berupa komponen yang dibagi menjadi 4 bagian yaitu, manusia, proses, teknologi, dan content.AbstractThe obstructed of knowledge transformation between the educator and student in SMAK 1 Penabur Jakarta was found the constraints, it is the differences character between foundation, teacher, and student. According to the fact above, SMAK 1 Penabur Jakarta needs a knowledge management in order to help the teaching and learning proses. This research is using the method. The method that is used is Soft System Methodology (SSM) approach. It has some steps in Soft System Methodology by using CATWOE analyzation to holon in SMAK 1 Penabur Jakarta. The model-produced is divided into 4 components, those are human, content, technology, and process.
Sistem Deteksi Jumlah, Jenis dan Kecepatan Kendaraan Menggunakan Analisa Blob Berbasis Raspberry Pi Setyawan, Gembong Edhi; Adiwijaya, Benny; Fitriyah, Hurriyatul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 2: April 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3164.817 KB) | DOI: 10.25126/jtiik.2019621405

Abstract

Penghitungan kondisi lalu lintas guna analisa kualitas jalan raya umumnya dilakukan secara manual. Hal ini tentunya membutuhkan biaya dan SDM yang tinggi serta tidak dapat dianalisa secara langsung. Dalam penelitian ini telah dikembangkan metode pengenalan jenis, jumlah dan kecepatan kendaraan secara otomatis menggunakan pengolahan citra digital. Metode yang berdasarkan analisa terhadap BLOB (Binary Large OBject) tersebut ditanamkan pada sistem berbasis Raspberry Pi. Setiap blob merupakan connected-component yang diperoleh dari proses thresholding terhadap perubahan nilai pixel dari sebuah frame dan frame rujukan dalam metode background subtraction. Jenis kendaraan ditentukan oleh jumlah piksel dalam bounding-box setiap blob. Jumlah kendaraan yang melaju dihitung dengan  memberikan garis virtual dimana jumlahnya akan bertambah jika centroid dari setiap bounding-box kendaraan melewatinya. Kecepatan kendaraan dihitung dengan membagi jarak sebenarnya dari koordinat awal hingga garis virtual sepanjang 12 meter yang dibagi dengan waktu centroid tersebut untuk menempuhnya. Algoritma tersebut diimplementasikan pada sistem berbasis Raspberry Pi dengan input kamera yang terhubung dengan serial monitor untuk menampilkan output penghitungan. Pengujian akurasi deteksi jenis kendaraan yakni sepeda motor, kendaraan ringan dan berat menghasilkan akurasi 93,39%. Pengujian jumlah kendaraan menghasilkan rata-rata akurasi 93,48% untuk semua jenis kendaraan. Pengujian laju kendaraan yang dideteksi dengan dibandingkan kecepatan pada spedometer kendaraan menunjukkan akurasi 93,9%. AbstractAn analysis on traffic condition usually carried out manually by visual observation. This method demands high human resource and cannot be analysed immediately. This paper present an algorithm to analyse type, number and speed of vehicles that passing by a road automatically using BLOB (Binary Large Object)  analysis. Each blob is a connected-component as a result of thresholding after background subtration process. Type of vehicles was determined by measuring pixel number of blob’s bounding box. Number of vehicles was determined by drawing virtual line where the number was increased once a centroid of bounding box passed it. Speed of vehicles was determined using basic speed formula where 12 meters of actual distance between the beginning coordinate and virtual line was divided by time to travel it. The algorithm was embedded in Raspberry Pi where videos were acquired using attached web camera. The analysis result was shown in connected serial monitor. Testing on vehicles’ type detection (motorcycle, light vehicle, heavy vehicle) result accuracy of 93.9%, number of vehicles result accuracy of 93.48%, whilst speed of vehicles result accuracy of 93.9%.
Pengaruh Kapasitas Dimensi Citra Watermark terhadap Audio Watermarking dengan Perpaduan Metode DWT (Discrete Wavelet Transform) dan SVD ( Singular Value Decomposition) Turnip, Togu Novriansyah; Doloksaribu, Jenny; Purba, Vedtra; Saragih, Immanuel
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 2: April 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3469.084 KB) | DOI: 10.25126/jtiik.2019621269

Abstract

Digital audio watermarking dibutuhkan untuk memberi perlindungan dari pembajakan musik secara ilegal dan pemberian hak cipta/kepemilikan. Penelitian ini menjelaskan perpaduan metode audio watermarking dimana informasi berupa hak cipta disisipkan ke dalam sinyal audio. Perpaduan dari metode DWT (Discrete Wavelet Transfrom) dan SVD (Singular Value Decomposition) digunakan untuk menyisipkan dan mengekstrak watermark dari sinyal audio. Informasi atau watermark tersebut dapat berupa gambar hitam putih (biner) atau huruf-huruf karakter ASCII. Pada penelitian ini sebuah gambar dijadikan sebagai watermark dengan berbagai variasi ukuran piksel seperti 10×10, 30×30, 40×40 dan 50×50 piksel. Hasil dari penyisipan watermark yang berukuran 30×30 piksel menghasilkan imperceptibility yang baik dengan nilai rata-rata diantara 43 sampai dengan 50 dB. Hasil eksperimen yang telah dilakukan juga menunjukkan bahwa kombinasi dari kedua metode tahan (robustness) terhadap beberapa serangan seperti amplify, resampling dan invert.AbstractDigital audio watermarking is needed as a protection against online music piracy and copyright issues. This paper describes an audio watermarking combination method where the copyright information is imperceptibly added into the audio signal. The combination of discrete wavelet transform (DWT) and singular value decomposition (SVD) is used to embed and extract the watermark from the audio signal. The copyright information or watermark could be a binary logo or some unique binary patterns. In this paper, a watermarked image is divided into four different capacities of dimension such as 10×10, 30×30, 40×40 and 50×50 pixels. The results of the watermarked image are imperceptibly added into the audio signal and image with 30×30 pixel dimension has the best mean result ranged from 43 to 50 dB. The experiment result also shows that the combination of DWT and SVD is robust against different attacks such as amplify, resampling and invert. 
Penerapan Extreme Learning Machine (ELM) untuk Peramalan Laju Inflasi di Indonesia Alfiyatin, Adyan Nur; Mahmudy, Wayan Firdaus; Ananda, Candra Fajri; Anggodo, Yusuf Priyo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 2: April 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3102.409 KB) | DOI: 10.25126/jtiik.201962900

Abstract

Inflasi merupakan salah satu indikator untuk mengukur perkembangan suatu bangsa. Apabila inflasi tidak terkontrol akan memberikan banyak dampak negative terhadap masyarakat disuatu negara. Ada banyak cara untuk mengendalikan inflasi, salah satunya dengan peramalan. Peramalan adalah suatu aktivitas untuk mengetahui kejadian di masa mendatang berdasarkan data masa lalu. Pada penelitian ini menggunakan metode kecerdasan buatan yakni extreme learning machine (ELM). Kelebihan ELM yaitu cepat dalam proses pembelajaran. Berdasarkan penggujian yang dilakukan metode ELM mendapatkan nilai kesalahan sebesar 0.0202008, lebih kecil dibandingkan dengan metode backpropagation sebesar 1.16035821. Hal tersebut membuktikan bahwa metode ELM sangat cocok digunakan untuk peramalan.AbstractInflation is one indicator to measure the development of a nation. If inflation is not controlled will give many negative impacts to the people in a country. There are many ways to control inflation, one with forecasting. Forecasting is an activity to know future events based on past data. In this research using artificial intelligence method is extreme learning machine (ELM). The advantages of ELM are fast in the learning process. Based on ELM testing gets obtained an error value of 0.0202008, smaller than the backpropagation method of 1.16035821. It proves that ELM method is very suitable for forecasting. 

Page 2 of 2 | Total Record : 16

 1   2 

Filter by Year

2019 2019


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