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 26 Documents
 1   2   3 
Search results for , issue "Vol 7 No 2: April 2020" : 26 Documents clear
Implementasi Data Mining untuk Deteksi Penyakit Ginjal Kronis (PGK) menggunakan K-Nearest Neighbor (KNN) dengan Backward Elimination Gamadarenda, Ikhsan Wisnuadji; Waspada, Indra
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020721896

Abstract

Penyakit ginjal kronis (PGK) merupakan masalah kesehatan publik di seluruh dunia dengan insiden yang terus meningkat. Berdasarkan sumber dari BPJS Kesehatan, perawatan PGK merupakan ranking kedua pembiayaan terbesar setelah penyakit jantung. Pendeteksian PGK juga memerlukan banyak atribut sehingga membutuhkan biaya yang cukup mahal. Oleh sebab itu dibuat sistem dengan tahapan data mining berbasis web yang memudahkan untuk melakukan deteksi PGK, sehingga PGK dapat dicegah, ditanggulangi, dan kemungkinan mendapatkan terapi yang efektif lebih besar jika diketahui lebih awal. Proses penelitian ini menggunakan sebuah rangka kerja data mining Knowledge Data Discovery (KDD). Dalam skenario rangka kerja yang digunakan, sistem ini menggunakan Algoritme Backward Elimination untuk mengurangi jumlah atribut yang dipakai dengan tujuan untuk mengurangi jenis pemeriksaan yang dilakukan, dan Algoritme k-Nearest Neighbor sebagai algoritme klasifikasi untuk mendeteksi penyakit. Hasil pemodelan terbaik data mining dari sistem yang dibuat menggunakan Backward Elimination (α = 0,05) dan kNN (k = 3) dengan pertimbangan penurunan biaya pemeriksaan dan sensitivity tertinggi. Rekomendasi sistem menghasilkan 10 atribut yang terpilih dari 24 atribut awal yang digunakan, yaitu: berat jenis (sg), albumin (al), urea darah (bu), kreatinin serum (sc), sodium (sod), hemoglobin (hemo), sel darah merah (rbc), hipertensi (htn), diabetes mellitus (dm), dan nafsu makan (appet). Penggunaan atribut yang telah terseleksi tersebut, berhasil menekan biaya pemeriksaan hingga 73,36%. Selanjutnya dilakukan pendeteksian penyakit menggunakan Algoritme k-Nearest Neighbor menghasilkan nilai akurasi sebesar 99,25%, sensitivity sebesar 99,5%, dan specificity sebesar 98,745%.AbstractChronic kidney disease (CKD) is a health problem for people around the world with increasing incidence. Based on sources from BPJS Kesehatan, CKD care is the second largest ranking of financing after heart disease. CKD detection also requires many attributes, so it requires quite expensive costs. Create a system with web-based data mining stages that makes it easy to detect CKD. Allowing CKD to be prevented, addressed, and advised to get effective therapy is greater if acknowledged earlier. The process of this research uses work methods of Data Mining Knowledge Data Discovery (KDD). In the framework of the framework used, this system uses the Backward Elimination Algorithm to reduce the number of attributes used to reduce the type of inspection performed, and the k-Nearest Neighbor Algorithm as an algorithm to update disease. The best data mining modeling results from the system are made using Backward Elimination (α = 0.05) and kNN (k = 3) by calculating the increase in inspection costs and the highest sensitivity. System recommendations produce 10 attributes selected from the 24 initial attributes used, namely: specific gravity (sg), albumin (al), blood urea (bu), serum creatinine (sc), sodium (soil), hemoglobin (hemo), cell red blood (rbc), hypertension (htn), diabetes mellitus (dm), and appetite (appetite). The use of the selected attributes succeeded in achieving inspection costs of up to 73.36%. Furthermore, disease detection using the k-Nearest Neighbor Algorithm produces an accuracy value of 99.25%, sensitivity of 99.5%, and specificity of 98.745%.
Evaluasi Heuristik Website berbasis Framework Sirius dengan Pengaturan Prioritas menggunakan Teknik Moscow Marthasari, Gita Indah; Hayatin, Nur
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020701662

Abstract

Kualitas merupakan faktor utama kesuksesan sebuah website. Salah satu karakteristik kualitas perangkat lunak menurut ISO 9126 adalah usabilitas. Pengukuran usabilitas sebuah website adalah hal yang penting mengingat sangat besarnya jumlah website saat ini. Salah satu metode yang dapat digunakan untuk mengevaluasi usabilitas website adalah framework Sirius. Sirius dapat menghasilkan nilai usabilitas global dan daftar elemen antarmuka sistem yang perlu diperbaiki. Namun, elemen-elemen ini belum diatur berdasarkan prioritas pengembang sistem dan hanya mempertimbangkan nilai peningkatan yaitu prosentasi perbaikan nilai usabilitas global jika elemen tersebut diperbaiki. Untuk itu dibutuhkan sebuah teknik untuk memprioritaskan elemen-elemen tersebut berdasarkan sudut pandang pengembang sistem sehingga sesuai dengan sumber daya yang dimiliki oleh pihak pengembang. Salah satu teknik yang dapat digunakan adalah Moscow. Moscow dapat mengelompokkan seluruh kebutuhan ke dalam 4 (empat) kelas berdasarkan tingkat prioritasnya. Penelitian ini melakukan modifikasi terhadap framework Sirius dengan menambahkan tahap perangkingan menggunakan teknik Moscow.  Berdasarkan hasil pengujian, penambahan tahap pengaturan prioritas dengan Teknik Moscow memberikan urutan kriteria usability yang lebih baik dalam hal nilai bisnis, resiko, dan biaya pembangunan website. Setiap tim pengembang website yang dianalisis memberikan hasil pengaturan prioritas Moscow yang berbeda-beda. Bagi tim website Lective, kriteria usability paling penting adalah berkaitan dengan aspek labelling, sedangkan bagi pengembang website Seminar Indonesia, aspek paling penting adalah kelompok comprehensibility and ease of interaction. Adapun pengembang website Simkesmas lebih menekankan pada aspek control and feedback. AbstractQuality became the key element for website deployment. Based on the ISO 9126, one of the quality characteristics in software engineering is usability. The usability measurement on a website is an essential topic nowadays along with the incremental growth of it. One of the evaluation methods that can be used for analysing website usability is Sirius Framework. This method can produce global usability values and the list of a user interface element that should be modified. However, those elements have not been adjusted based on developer priority system which only considers the increased value of each element - the percentage of modified global usability value. Therefore, A technique called MoSCoW was introduced for prioritizing those elements from a developer point of views which corresponds to its available resource. MoSCoW can categorize all of the requirements into 4 distinct classes based on priority. This paper was performed for extending the Sirius Framework for implementing the ranking system by using MoSCoW. The experiment results showed that the MoSCoW method for priority adjustment process could produce better usability criteria on business, risk, and cost value during website development.
Optimasi Proses Klasterisasi di MySQL DBMS dengan Mengintegrasikan Algoritme MIC-Kmeans Menggunakan Bahasa SQL dalam Stored Procedure Arwani, Issa
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020702639

Abstract

Proses klasterisasi data di DBMS akan lebih efisien jika dilakukan langsung di dalam DBMS itu sendiri karena DBMS mendukung untuk pengelolaan data yang baik. SQL-Kmeans merupakan salah satu metode yang sebelumnya telah digunakan untuk mengintegrasikan algoritme klasterisasi K-means ke dalam DBMS menggunakan SQL. Akan tetapi, metode ini juga membawa kelemahan dari algoritme K-means itu sendiri yaitu lamanya iterasi untuk mencapai konvergen dan keakuratan hasil klasterisasi yang belum optimal akibat dari proses inisialisasi centroid awal secara acak. Algoritme Median Initial Centroid (MIC)-Kmeans merupakan pengembangan dari algoritme K-means yang bisa memberikan solusi optimal dalam menentukan awal centroid yang berdampak pada keakuratan dan lamanya iterasi. Dengan keunggulan yang dimiliki algoritme MIC-Kmeans, maka dalam penelitian ini dipilih sebagai alternatif algoritme yang diintegrasikan dalam proses klasterisasi data secara langsung di DBMS menggunakan SQL. Proses integrasinya meliputi 4 tahap yaitu tahap inisialisasi tabel dataset, tahap pemetaan algoritme MIC-Kmeans pada SQL dan tabel dataset, tahap perancangan SQL untuk tiap hasil pemetaan dan tahap implementasi rancangan SQL dalam MySQL stored procedure. Hasil pengujian menunjukkan bahwa metode SQL MIC-Kmeans bisa mengurangi 43% jumlah iterasi dan mengurangi 39% waktu yang dibutuhkan dari metode SQL-Kmeans untuk mencapai konvergen. Selain itu, nilai rata-rata silhouette coefficient metode SQL MIC-Kmeans adalah 0,79 dan masuk dalam kategori strong structure (nilai rentang 0,7 sampai 1). Sedangkan nilai rata-rata silhouette coefficient metode SQL-Kmeans adalah 0,68 dan masuk dalam kategori medium structure (nilai rentang 0,5 sampai 0,7).AbstractThe process of data clustering in the DBMS will be more efficient because the DBMS supports good data management. SQL-Kmeans is a method that has been used to integrate K-means clustering algorithms into DBMS using SQL. However, it carries the weakness of the K-means algorithm itself in the duration of iterations to reach convergence and the accuracy of clustering due to the centroid initialization process randomly. Median Initial Centroid (MIC)-Kmeans algorithm is a development of the K-means algorithm that can provide the optimal solution in determining the initial centroid which has an impact on the accuracy and duration of iterations. With the advantages of the MIC-Kmeans algorithm, the method was chosen as an alternative algorithm to be integrated in the DBMS using SQL  for a clustering. The integration process includes 4 stages, there are dataset initialization, SQL algorithm mapping and dataset table, SQL design for each mapping result, and implementation SQL in the MySQL stored procedure. The test results show that the SQL MIC-Kmeans method can reduce 43% the number of iterations and reduce 39% of the time required from the SQL-Kmeans method to reach convergence. In addition, the average value of the coefficient SQL MIC-Kmeans method is 0.79 and categorized as strong structure (value ranges from 0.7 to 1). While, the average value of the coefficient SQL-Kmeans method is 0.68 and categorized as medium structure (value ranges from 0.5 to 0.7).
Penerapan Metode Two Step Cluster dalam Analisis Menu Engineering pada Usaha Kuliner Setiyawati, Nina; Bangkalang, Dwi Hosanna
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020722012

Abstract

Dalam usaha kuliner, analisis menu perlu dilakukan untuk melihat keseimbangan antara food cost, harga menu, popularitas item, juga pertimbangan finansial dan pemasaran. Menu engineering merupakan metodologi untuk mengelompokkan menu berdasar pada margin kontribusi dan popularitas. Pada penelitian ini dilakukan analisis menu engineering pada suatu Usaha Mikro Kecil dan Menengah (UMKM) di Kota Salatiga yang bergerak di bidang kuliner menggunakan Two-Step Cluster yang dapat menggali cluster alami sesuai dengan kumpulan data menu yang ada sehingga akan ditemukan jumlah cluster yang optimal. Two-Step Cluster adalah metode yang dapat menangani variabel kategori dan kontinu, oleh karena itu dilakukanlah adaptasi model menu engineering yang diusulkan Kasavana dan Smith (1982) dengan menambahkan variabel category, sehingga dengan menggunakan Two-Step Cluster dapat dilihat mayoritas kategori menu yang menjadi anggota pada setiap cluster. Adaptasi juga dilakukan dalam kelompok variabel kontinu, yaitu dengan menambahkan variabel revenue yang digunakan untuk perbandingan pada hasil cluster. Dengan indikator Schwarz's Bayesian Information Criterion (BIC) dihasilkanlah jumlah cluster optimal yaitu 4 cluster dengan anggota paling sedikit pada cluster “popularitas tinggi dan mempunyai margin kontribusi yang berada di atas rata-rata”. Pengujian clustering dilakukan dengan menggunakan metode Silhoutte dan menunjukkan kualitas cluster yang dihasilkan memiliki nilai Silhoutte yang besar yaitu 0,7. Hal ini membuktikan cluster-cluster yang terbentuk telah terklasterisasi dengan baik. Adapun manfaat dari penelitian ini adalah didapatkannya rekomendasi kebijakan baru untuk setiap cluster yang dihasilkan sehingga dapat digunakan  pemilik UMKM dalam upaya peningkatan revenue usaha. AbstractIn culinary business, menu analysis is needed to see the balance of food cost, menu item prices, item popularity, as well as the financial and marketing considerations. Menu engineering is a method to group menu according to the contribution margin and popularity. The present study conducts a menu analysis to a Small Medium Enterprise (SME) in culinary business in Salatiga by implementing Two-Step Cluster analysis. It aims to find the natural clusters based on the existing menu data set to discover the optimal cluster number. Two-Step Cluster is a method that can be used to process categorical and continuous variables. In this study, the menu engineering model by Kasavana and Smith (1982) was adapted by adding the categorical variable. Therefore, by using the Two-Step Cluster method, the majority of menu category in each cluster can be seen. This adaption was also implemented in the continuous variable group by adding the revenue variable used for the comparison of the cluster results. With Schwarz's Bayesian Information Criterion (BIC) indicator, the results of the study show there are four clusters, in which “the highest popularity and the contribution margin above the average” cluster has the least members. Using Silhouette method, clustering testing was conducted, indicating the cluster quality result with 0,7 Silhouette value. As for the benefit of the study, new strategic recommendations can be generated for the resulted clusters based on which SME owners can improve their revenue. 
Halaman Belakang dan Daftar Indeks purbosari, lina
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Halaman Belakang dan Daftar Indeks
Pengembangan Animasi Keterampilan Berbicara Bahasa Inggris dengan Multimedia Development Life Cycle Godfrey Hafidhoh, Nisa'ul; Umaroh, Liya; Sugiyanto, Sugiyanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020721897

Abstract

Persaingan global menuntut kemampuan bahasa Inggris dalam komunikasi. Akan tetapi, kecakapan berbahasa Inggris orang Indonesia tergolong rendah yaitu sebesar 51,58 di bawah Filipina (61,84) dan Malaysia (59,32). Survey menunjukkan keterampilan berbicara bahasa Inggris dalam masyarakat lebih rendah dibanding keterampilan membaca dan mendengar. Keterampilan berbicara dapat dilatih melalui aspek audio untuk mendengar kalimat bahasa Inggris dan aspek visual untuk melihat kalimat bahasa Inggris. Oleh karena itu dapat digunakan animasi sebagai salah satu media pembelajaran audiovisual. Dalam penelitian ini dikembangkan animasi keterampilan berbicara bahasa Inggris dengan topik wawancara kerja untuk membantu dalam persaingan lapangan kerja di era global. Pengembangan animasi menggunakan metode Multimedia Development Life Cycle Godfrey yang terdiri dari tahap problem definition, genre and character, location and interface, plotting, scripting, production and testing serta use. Pengujian beta digunakan terhadap animasi yang telah dikembangkan untuk mendapatkan masukan dari pengguna. Sedangkan untuk evaluasi keterampilan berbicara bahasa Inggris digunakan penelitian eksperimen dengan dua kelas kontrol dan dua kelas eksperimen dari mahasiswa semester I. Nilai yang signifikan ditunjukkan pada kelas eksperimen setelah memanfaatkan animasi dalam pembelajaran AbstractGlobal competition requires English language skills in communication. However, English proficiency of Indonesian is relatively low at 51.58 below the Philippines (61.84) and Malaysia (59.32). Survey shows that English speaking skills in the community are lower than reading and listening skills. Speaking skills can be trained through audio aspects to hear English sentences and visual aspects to see English sentences. Therefore animation can be used as one of the audiovisual learning media. In this study an animation of English speaking skills was developed with the topic of job interviews to assist in employment competition in the global era. Animation development uses Godfrey's Multimedia Development Life Cycle which consists of problem definition, genre and character, location and interface, plotting, scripting, production and testing also use stages. Beta testing is used in animations that have been developed to get feddback from users. As for evaluating English speaking skills, experimental research was used with two control classes and two experimental classes from first semester students. Significant values are shown in the experimental class after using animation in learning.  
Game Edukasi Pengenalan Hewan Langka Berbasis Android Menggunakan Construct 2 Damayanti, Damayanti; Akbar, Muhammad Fadil; Sulistiani, Heni
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020721671

Abstract

Negara Indonesia memiliki kepulauan yang sangat luas dari daratan sampai pegunungan. Wilayah dalam kepulauan Indonesia terdapat flora dan fauna serta mikroba yang bermacam-macam. Habitat hewan di Indonesia mulai mengalami kepunahan, ini terjadi karena rusaknya habitat tempat tinggal hewan tersebut. Seiring dengan kepunahan hewan langka di Indonesia dan minimnya pengetahuan anak akan hewan-hewan langka khas daerah Indonesia serta kurangnya media pengenalan hewan langka. Maka penting dibuat game edukasi pengenalan hewan langka berbasis Android agar pengetahuan anak-anak dan masyarakat tentang hewan langka semakin meningkat. Penelitian ini menggunakan metode pengembangan sistem agile dan model UML (Unified Modelling Language). Tujuan dalam penelitian ini yaitu membangun sebuah game edukasi pengenalan hewan langka berbasis android yang memberikan edukasi sambil bermain dan dapat diakses melalui smartphone. Pembuatan game edukasi menggunakan construct2 menjadi lebih mudah karena memiliki tools yang khusus dirancang untuk pembuatan game. Berdasarkan pengujian aplikasi game edukasi pengenalan hewan langka ini dapat membantu memperkenalkan hewan langka kepada masyarakat khususnya pada anak-anak, dengan perolehan presentasi penilaian pengujian sebesar 93,21%. AbstractThe country of Indonesia has very wide islands from land to mountains. Areas in the Indonesian archipelago have diverse flora and fauna and microbes. Animal habitats in Indonesia are beginning to become extinct, this occurs because of the destruction of the habitat where the animals live. Along with the extinction of rare animals in Indonesia and the lack of knowledge of children about rare animals typical of the Indonesian region and the lack of media for the introduction of rare animals. So it is important to make an Android-based rare animal recognition education game so that children's knowledge and society about endangered animals increases. This study uses the agile system development method and the UML (Unified Modeling Language) model. The purpose of this study is to build an educational game for the introduction of rare animals based on android that provides education while playing and can be accessed via a smartphone. Making educational games using construct2 is easier because it has tools specifically designed for game creation. Based on the testing of this rare animal recognition educational game application, it can help introduce rare animals to the public, especially to children, with the acquisition of test rating presentations at 93.21%.
Desain Sistem Pengenalan Varietas Bibit Tanaman Kelapa Sawit dengan Pendekatan Design Science Research Methodology (DSRM) Fernando, Erick; Surjandy, Surjandy; Meyliana, Meyliana; Siagian, Padapotan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020721456

Abstract

Penelitian ini menjelaskan pengembangan sistem proses klasisfikasi varietas bibit tanaman kelapa sawit berdasarkan metodologi perkembangan baru, yang disebut design science research methodology (DSRM). Metodologi penelitian ini diadopsi untuk mencakup enam kegiatan: identifikasi masalah dan motivasi, definisi tujuan solusi, desain dan pengembangan, demonstrasi, evaluasi, dan komunikasi. Berdasarkan metode pengembangan DSRM ini, sistem ini berhasil dikembangkan dan dapat digunakan dengan baik untuk dapat mengklasifikasi varietas kelapa sawit. Dimana permasalah yang terjadi adalah sulitnya menentukan varietas tersebut sehingga dapat menimbulkan kesalahan dalam membeli untuk ditanam oleh petani. Penelitian ini menggunakan Metode PNN (probabilistic neural network) yang diterapkan didalam sebuah aplikasi digunakan untuk mendeteksi daun dari bibit kelapa sawit. Dimana menggunakan proses pelatihan (training) supervised terlebih dahulu untuk proses pembelajaran data. Penelitian ini berkontribusi metodologi pengembangan baru dari bidang Sistem Informasi (IS) sebagai model referensi untuk pengembangan aplikasi dimasa depan, bersama dengan integrasi metode PNN sebagai klasifikasi varietas bibit kelapa sawit. Penelitian ini juga menghasilkan sebuah aplikasi yang dapat dengan baik dalam mendeteksi bibit kelapa sawit dengan deskripsi daun sebagai objek dengan menghasilkan tingkat akurasi bisa mencapai 78.1% dan presisi bisa mencapai 78.8% apabila nilai Laplacian/spread mendekati 1. Jumlah data akan mempengaruhi dari nilai akurasi dan presisi untuk proses klasifikasi varietasnya. AbstractThis study explains the development of a system of classification processes for oil palm seedling varieties based on a new development methodology, called the design of science research methodology (DSRM). The methodology of this research was adopted to cover six activities: identification of problems and motivations, definition of objective solutions, design and development, demonstration, evaluation, and communication. Based on the method of developing this DSRM, this system was successfully developed and can be used well to be able to classify oil palm varieties. Where the problem that occurs is the difficulty of determining the variety so that it can cause errors in buying to be planted by farmers. This study uses the PNN Method (probabilistic neural network) that is applied in an application used to detect leaves from oil palm seedlings. Where to use the training process (training) supervised first for the data learning process. This research contributes to the new development methodology of the Information Systems (IS) field as a reference model for future application development, along with the integration of the PNN method as a classification of oil palm seed varieties. This research also produces an application that can be good at detecting oil palm seeds with leaf descriptions as objects by producing an accuracy rate of 78.1% and precision can reach 78.8% if the Laplacian / spread value approaches 1. The amount of data will affect the accuracy value and precision for the classification process of the varieties.
Klasifikasi Aplikasi Android menggunakan Algoritme K-Means dan Convolutional Neural Network berdasarkan Permission Turnip, Togu Novriansyah; Manik, Pratiwi Okuli; Tampubolon, Jhon Harry; Siahaan, Patota Adi Petro
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020702641

Abstract

Convolutional Neural Network (CNN) adalah salah satu metode multilayer perceptron yang dapat melakukan klasifikasi aplikasi lebih dari dua kelas. Penelitian ini mengklasifikasikan aplikasi ke dalam tiga kelas, yaitu kelas aplikasi tidak berbahaya, mengandung malware kurang berbahaya, dan mengandung malware berbahaya. Dataset yang digunakan pada penelitian ini terdiri dari dataset Androsec dan Koodous dengan total data 37289 aplikasi. Dataset mengandung aplikasi undetected (tidak mengandung malware) dan detected (mengandung malware). Data detected perlu dikelompokkan dengan algoritme k-means sehingga menghasilkan kelompok aplikasi kurang berbahaya dan berbahaya berdasarkan tingkat kemiripan fitur permission yang dimiliki aplikasi. Kerangka kerja meliputi dataset preprocessing, learning and classification algorithm using CNN, dan check APK to Model. Tingkat akurasi terbaik yang didapat pada penelitian ini adalah 92,23% dan dapat mengklasifikasikan ke dalam kelas tidak berbahaya, kurang berbahaya, dan berbahaya. AbstractConvolutional Neural Network (CNN) is a multilayer perceptron method which able to classify apps more than two classes. This paper describes classification into three classes such as benign/no malware, less harmful, and harmful application. In this research, we use and construct dataset from Androsec and Koodous with total 37289 apps. Dataset consists of undetected (no malware) and detected (consists of malware). Detected files need to clustered with k-means algorithm to clasify apps into less harmful and harmful based on apps permission similarity. The framework includes dataset preprocessing, learning and classification algorithm using CNN, and check APK to Model. In this research, we get the best accuracy 92,23% and able to classify apps into three classes benign, less harmful, and harmful.
Penerapan Agent-Based Simulation dalam Memprediksi Penggunaan Berkelanjutan Sistem ERP Rizana, Afrin Fauzya; Ramadhan, Fadillah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 2: April 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020721817

Abstract

Kegagalan perusahaan dalam memperoleh manfaat dari penerapan sistem ERP umumnya disebabkan karena banyak perusahaan merasa cukup puas dengan keberhasilan pemasangan sistem ERP dan cenderung tidak menaruh perhatian besar terkait hal-hal yang terjadi setelahnya. Padahal, kesulitan terbesar dalam implementasi ERP adalah bagaimana sistem ERP digunakan secara berkelanjutan oleh pengguna. Pengguna sistem ERP tentunya memiliki karakteristik yang berbeda satu dengan lainnya. Oleh karena itu, perusahaan yang melakukan implementasi sistem ERP perlu melakukan identifikasi mengenai hal-hal yang dapat meningkatkan penggunaan berkelanjutan sistem ERP oleh penggunanya. Oleh karena itu, penelitian ini bertujuan untuk melakukan prediksi terkait penggunaan berkelanjutan yang akan dilakukan oleh pengguna sistem ERP. Metode yang digunakan pada penelitian ini adalah agent-based simulation. Pendekatan agent-based simulation dirasa cocok untuk mengidentifikasi perilaku penggunaan berkelanjutan yang dilakukan pengguna karena memungkinkan dilakukannya pengamatan terkait dengan perilaku agent yang memiliki beragam karakteristik. Pada penelitian ini beberapa skenario simulasi terkait dengan motivasi intrinsic (IM) dan daya serap dalam menerapkan (ACP) yang merupakan karakteristik individu pengguna sistem ERP dibangkitkan. Hasil dari penelitian ini menunjukkan penggunaan berkelanjutan sistem ERP dalam suatu perusahaan dipengaruhi oleh karakteristik yang dimiliki oleh pengguna sistem. Apabila mayoritas pengguna sistem ERP memiliki IM dan ACP yang tinggi maka sistem ERP diprediksi tidak akan mengalami discontinuitas. Apabila mayoritas pengguna sistem memiliki IM dan ACP yang rendah, maka manajer perlu mengambil tindakan-tindakan untuk meningkatkan IM dan ACP pengguna.    AbstractThe failure of organization in realizing the benefit from ERP system implementation is caused by most organization thought that success installation of ERP system is enough and they don’t put into concern things happened in post-implementation stage. Even though, the greatest challenge in ERP implementation is on how to ensure that ERP system users use ERP continuously. It is obvious that ERP system user possess individual characteristic that might be differ one another and will affect their decision to continue use ERP system or not. Therefore, it is necessary to identify on aspect that can drive ERP system continuance usage by its user. Agent-based simulation approach is considered appropriate in identifying continuance usage performed by the user. It is because agent-based simulation approach allows observation related various behavior of an agent. Thus, this study aimed to predict continuance usage performed by the ERP users using agent-based simulation approach based on user’s individual characteristics.  Several scenarios related to user’s intrinsic motivation and absorptive capacity for applying generated in this study.  The result of this study found that continuance usage of ERP system in organization is influenced by user’s individual characteristics. When the majority of ERP system users have high IM and ACP then discontinuity of ERP system most likely will not happen. On the other side, special treatment must be performed when the majority of the ERP users have low IM and ACP. Further action that can be taken by manager with low IM and ACP on ERP users was discussed in this paper. 

Page 2 of 3 | Total Record : 26

 1   2   3 

Filter by Year

2020 2020


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