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 3: Juni 2020" : 26 Documents clear
Analisis Sentimen Maskapai Penerbangan Menggunakan Metode Naive Bayes dan Seleksi Fitur Information Gain Arif Bijaksana Putra Negara; Hafiz Muhardi; Indira Melinda Putri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020711947

Abstract

Zaman sekarang tren masyarakat untuk memesan tiket pesawat sudah melalui situs-situs booking online. Pegipegi.com merupakan salah satu website yang menyediakan pemesanan tiket dan menyediakan fitur ulasan bagi pengunjung untuk menyampaikan opini. Pengunjung lain yang membaca ulasan-ulasan tersebut dapat memperoleh gambaran secara lebih objektif mengenai maskapai penerbangan. Ulasan pengguna yang terdapat pada website pegipegi.com saat ini sudah sangat banyak sehingga hal ini menyulitkan dan memakan waktu untuk membaca secara keseluruhan. Oleh karena itu dirancang analisis sentimen guna membantu mengklasifikasi ulasan kedalam kategori positif atau negatif sehingga dapat memberikan rekomendasi maskapai penerbangan berdasarkan jumlah kategori ulasan. Metode yang diterapkan untuk klasifikasi sentimen adalah Naïve Bayes dengan seleksi fitur Information Gain. Adapun tujuan dari penelitian ini adalah mengetahui pengaruh dari pemilihan fitur Information Gain terhadap akurasi klasifikasi dan membuktikan bahwa metode Naïve Bayes dengan Information Gain dapat digunakan untuk klasifikasi analisis sentimen. Hasil pengujian yang telah dilakukan menunjukkan bahwa nilai rata-rata akurasi, precision, recall setelah penambahan Information Gain menunjukkan hasil yang lebih baik sebesar 0,865 jika dibandingkan sebelum penambahan information gain yakni sebesar 0,81. AbstractNowadays people tend to order airplane tickets through online booking sites. Pegipegi.com is a website that provides ticket reservations and a review section for visitors to express their opinions. Other visitors who read the reviews can get a more objective picture of airlines. The user reviews contained on the pegipegi.com website are currently very large so this makes it difficult and time consuming to read in its entirety. Therefore sentiment analysis is designed to help classify reviews into positive or negative categories so that they can provide airline recommendations based on the number of review categories. The method applied for sentiment classification is Naïve Bayes with the Information Gain feature selection. The purpose of this study was to determine the effect of selecting the Information Gain feature on classification accuracy and prove that the Naïve Bayes method with Information Gain can be used for the classification of sentiment analysis. The results of the tests that have been done show that the average value of accuracy, precision, recall after adding Information Gain shows better results of 0.865 compared to the addition of information gain which is equal to 0.81.
Sistem Alarm Penggantian Cairan Infus Berbasis Mikrokontroler menggunakan Wireless Leila Nurfitria; Susanto Sambasri; Salita Ulitia Prini
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020731837

Abstract

Terdapat kasus rumah sakit yang memiliki jumlah pasien yang lebih banyak daripada perawat jaga sehingga dapat menyebabkan kelalaian dalam pengontrolan sehingga menyebabkan adanya masalah pada sistem organ dikarenakan penggantian cairan infus dilakukan terlambat atau bahkan cairan infus tidak menetes akibat kesalahan alat, sehingga harus dibuat sistem notifikasi untuk pengontrolan cairan infus di rumah sakit menggunakan mikrokontroler dan terhubung secara wireless ke ruang perawat. Perancangan sistem alarm infus ini menggunakan photodioda dan inframerah sebagai pendeteksi ada tidaknya cairan infus yang menetes, serta untuk menghitung volume cairan infus. Sistem alarm ini akan terhubung ke sebuah buzzer yang terdapat di ruang jaga secara wireless dengan tipe nRF2401L dengan menggunakan sistem minimum arduino nano 328p. Sistem catu daya menggunakan baterai lithium yang dapat di charge melalui USB sehingga alat ini menjadi portable dengan bantuan modul TP4056. Alarm akan berbunyi pada dua kondisi yaitu ketika cairan tidak menetes dan ketika cairan <100 mL. Hasil pengujian sistem untuk perhitungan tetesan/menit memiliki korelasi 0.9866 yang berarti korelasi sangat kuat dan linier antara nilai ukur dan nilai hitung. Sementara untuk pengujian sistem alarm berfungsi dengan baik ketika cairan tidak menetes dalam waktu 7 s alarm berbunyi dan ketika cairan <100 mL alarm juga akan langsung berbunyi. Jarak efektif untuk pengiriman data melalui wireless yaitu pada jarak 4 m - 6 m.AbstractSome hospitals that have a larger number of patients than nurse duty so as to cause negligence in controlling causing problems in the organs system due to fluid replacement is done late or even infusion fluid does not drip due to faulty tool, so we created notification system for control hospital infusion fluid using a microcontroller and wireless connected to the nurses room. The design of this infusion alarm system using photodioda and infrared as a detector of the presence of infusion fluids that drip, as well as to calculate the volume of intravenous fluids. This alarm system will connect to a buzzer contained in the duty space wirelessly with type nRF2401L using a minimum system arduino nano 328p. The power supply system uses lithium batteries that can be charged via USB so that the device becomes portable with the help of TP4056 module. The alarm will sound in two conditions when the liquid does not drip and when the liquid is <100 mL. System test results for the calculation of droplets / minute has a correlation of 0.9866 which means the correlation is very strong and linear between the value of measuring and calculating value. As for testing the alarm system works well when the liquid does not drip within 7 s, alarm already sounds and when the fluid <100 mL alarm will immediately sound. Effective distance for sending data via wireless which is at a distance of 4 m - 6 m.
Pemodelan Simulasi Sistem Dinamik untuk Meningkatkan Jumlah Pendapatan Unit Rawat Inap Rumah Sakit Islam Surabaya A.Yani Anwar Romadhon; Erma Suryani
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020703126

Abstract

Perkembangan rumah sakit di Indonesia semakin meningkat, sejak tahun 2012 sampai 2018 mengalami peningkatan dengan rata – rata 5.2%. Tentunya hal tersebut memiliki dampak terhadap daya saing yang lebih kompetitif. Kebijakan pemerintah Indonesia  yang mengharuskan rumah sakit bekerja sama dengan Jaminan Kesehatan Nasional (JKN) guna pemerataan  pelayanan kesehatan mempengaruhi jumlah pendapatan. Faktanya asuransi BPJS Kesehatan mengalami defisit anggaran yang nilainya sangat besar. Manajement rumah sakit harus mencari strategi dan kebijakan yang tepat dalam upaya memaksimalkan pendapatan khususnya di era JKN. Pembatasan jumlah kunjungan tidak mungkin dilakukan mengingat sebagian besar pasien berasal dari peserta BPJS Kesehatan. Tujuan penelitian ini dilakukan untuk menemukan kebijakan dan solusi yang tepat bagi rumah sakit untuk mendapatkan keuntungan finasial dalam kondisi defisitnya anggaran asuransi kesehatan. Penting informasi membuat manajemen rumah sakit berupaya untuk memanfaatkan teknologi informasi sebagai media untuk merancang strategi bisnisnya, simulasi komputer seperti pemodelan sistem dinamik mempu menggambarkan dan mensimulasikan sistem secara nyata yang mengacu pada data,  sehingga pemangku kepentingan dapat memprediksi kondisi yang bisa terjadi dimasa depan. Hasil penelitian menunjukkan bahwasanya dengan merubah sistem pembayaran dari Fee For Services menjadi INA - Case Base Groups dapat memberikan keuntungan lebih bagi rumah sakit, hal ini dikarenakan tarif yang ditetapkan menyesuaikan dengan tarif rumah sakit di seluruh Indonesia. Temuan lain yang perlu diperhatikan adalah piutang pihak asuransi mengalami peningkatan, tentunya hal tersebut perlu perhatian lebih, serta bisa dijadikan bahan pertimbangan untuk mengubah sistem pembayaran karena sesuai hasil simulasi dapat memaksimalkan jumlah pendapatan . Lokasi penelitian di unit rawat inap, rumah sakit islam surabaya, diharapkan dari hasil pemodelan simulasi bisa dijadikan sebagai gambaran atau acuan bagi manajemen puncak rumah sakit dalam mengambil sebuah keputusan sebagai strategi bisnis. Abstract Hospital development in Indonesia has increased, from 2012 to 2018 has increased by an average of 5.2%.. Of course this has an impact on more competitive competitiveness. Indonesian government policy that requires hospitals to work closely with the National Health Insurance (JKN) in order to equalize health services affects the amount of revenue. The fact is that BPJS Health insurance has a very large budget deficit. Hospital management must find the right strategy and policy in an effort to maximize revenue, especially in the JKN era. Limiting the number of visits is not possible considering that most patients come from BPJS Health participants. The purpose of this study was to find the right policies and solutions for hospital to obtain financial benefits in the health insurance budget deficit. Important information makes hospital management strive to utilize information technology as media for designing business strategies, computer simulations such as dynamic system modeling can describe and simulate real systems that refer to data, so that stakeholders can predict conditions that can occur in the future. The results showed that by changing the payment system from Fee For Services to INA - Case Base Groups can provide more benefits for hospital, this is because the rates set adjust to hospital rates throughout Indonesia. Another finding that needs to be considered is that the insurance receivables have increased, of course it needs more attention, and can be taken into consideration to change the payment system because according to the simulation results can maximize the amount of income. The location of research in the inpatient unit, Surabaya Islamic hospital, is expected from the results of simulation modeling can be used as an illustration or reference for top management of the hospital in making a decision as a business strategy.
Peningkatan Akurasi Mesin Penerjemah Bahasa Inggris - Indonesia dengan Memaksimalkan Kualitas dan Kuantitas Korpus Paralel Herry Sujaini
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020732076

Abstract

Korpus paralel memiliki peran yang sangat penting dalam mesin penerjemah statistik (MPS). Korpus paralel yang diperoleh berbagai sumber biasanya memiliki kualitas yang kurang baik, sedangkan kuantitas korpus paralel merupakan tuntutan utama bagi hasil penerjemahan yang baik. Penelitian ini bertujuan untuk mengetahui efek ukuran dan kualitas korpus paralel di MPS. Penelitian ini menggunakan metode bilingual evaluation understudy (BLEU) untuk mengklasifikasikan pasangan kalimat paralel sebagai kalimat berkualitas tinggi atau buruk. Metode ini diterapkan ke korpus paralel yang berisi 1,5 M pasangan kalimat Inggris-Indonesia paralel dan memperoleh 900K pasangan kalimat paralel berkualitas tinggi. Beberapa sistem MPS dengan berbagai ukuran korpus paralel mentah dan korpus berkualitas tinggi yang difilter dilatih dengan MOSES dan dievaluasi kinerjanya. Hasil percobaan yang dilakukan menunjukkan bahwa ukuran korpus paralel merupakan  faktor utama dalam kinerja terjemahan. Selain itu, kinerja terjemahan yang  lebih baik dapat dicapai dengan korpus berkualitas tinggi yang lebih kecil menggunakan metode filter berkualitas. Hasil eksperimen pada MPS bahasa Inggris-Indonesia menunjukkan bahwa dengan menggunakan 60% kalimat yang kualitas terjemahannya baik, kualitas terjemahan dapat meningkat sebesar 7,31%. AbstractThe parallel corpus has a very important role in the statistical machine translator (SMT) system. The parallel corpus obtained by various sources usually has poor quality, while the quantity of parallel corpus is the main demand for good translation results. This study aims to determine the effect of the size and quality of parallel corpus at SMT. This study uses the bilingual evaluation understudy (BLEU) method to classify pairs of parallel sentences as high-quality or bad sentences. This method is applied to a parallel corpus containing 1.5 M parallel English-Indonesian sentence pairs and obtaining 900K pairs of high-quality parallel sentences. Some SMT systems with various sizes of raw parallel bodies and high-quality corpus filtered are trained with MOSES and evaluated for performance. The experimental results show that the size of the parallel corpus is a major factor in translation performance. In addition, better translation performance can be achieved with a smaller high-quality corpus using a quality filter method.The experimental results in the English-Indonesian SMT show that by using 60% of sentences whose translation quality is good, the quality of the translation can increase by 7.31%.
Evaluasi Penerapan IT Governance pada Bank berdasarkan Cobit 5 (Studi Kasus pada Bank XYZ) Surjandy Surjandy; Erick Fernando; A.Raharto Condrobimo; Mohammad Rizky Yudho
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020731457

Abstract

Pencurian dana nasabah dengan menggunakan Teknologi Informasi masih terjadi hingga saat ini seperti yang dilaporkan pada web Finance.detik.com dimana dana tabungan nasabah hilang dan hal ini terjadi tidak hanya pada 1 bank namun beberapa bank.  Pada penelitian sebelumnya yang telah dilakukan dibeberapa bank menggunakan framework COBIT 4.1.  Oleh karena itu penelitian ini akan melakukan evaluasi pada sebuah bank (bank xyz) mengenai penerapan tata kelola penggembangan sistem dengan acuan kerangka kerja COBIT 5. Pada dasarnya penelitian ini untuk melihat bagaimana sebuah bank melakukan pengembangan sistem, apakah mengikuti kerangka kerja COBIT 5?  Metode penelitian kualitatif digunakan pada penelitian ini dan kerangka kerja COBIT 5 Process Assessment Model (PAM) mencakup unsur keamanan data dan tata kelola Teknologi Informasi (IT Governance). Sebagai kesimpulan dari hasil evaluasi bahwa masih perlunya peningkatan dalam manajemen pengembangan sistem pada bank.AbstractThe theft of customer funds through the use of Information Technology continues to occur today as reported on the website Finance.detik.com, where clients' savings funds are lost, and this not only happens in 1 bank but in several banks. The early research conducted at several bank using COBIT 4.1 framework. Therefore, this study will perform an evaluation in a XYZ Bank on the implementation of Information Technology governance in the development of the system with a reference to the COBIT 5 framework. Basically, this research is to see how a bank develops the system follows the COBIT framework 5? The Framework Process Evaluation Model (PAM) of COBIT 5 includes elements of data security and Information Technology governance. The conclusion of the evaluation of the study show that there is still a need to improve the development of the system in the bank
Pemanfaatan Data PDDIKTI sebagai Pendukung Keputusan Manajemen Perguruan Tinggi Ngatmari Ngatmari; Muhammad Bisri Musthafa; Cahya Rahmad; Rosa Andrie Asmara; Faisal Rahutomo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020722585

Abstract

Pangkalan Data Pendidikan Tinggi (PDDIKTI) merupakan sebuah sistem penyimpan data yang dikelola Pusat Data dan Informasi (Pusdatin) Kementrian Ristek dan Pendidikan Tinggi. Data yang tersedia di PDDIKTI merupakan data yang akurat, karena proses pelaporan data akademik secara berkala dua kali setiap. Data yang telah berlimpah tersebut, tentu sangat disayangkan jika tidak digunakan untuk keperluan yang lebih bermanfaat, misal untuk mengetahui pola akademik kelulusan mahasiswa dan prestasi akademik mahasiswa. Untuk memperoleh informasi-informasi penting tersebut bisa dilakukan dengan cara penggalian informasi (knowledge discovery). Teknik dalam memberikan solusi masalah tersebut adalah teknik klasifikasi untuk membantu pengambilan keputusan, misalkan Decission Tree (C4.5, ID3, CHAID, rule induction) dan teknik peramalan (forecasting) menggunakan metode simple moving average (SMA). Tujuan dari penambangan data PDDIKTI adalah untuk melakukan deteksi dini terhadap mahasiswa, sehingga dosen bisa memberikan masukan-masukan ketika mahasiswa tersebut telah diklasifikan sebagai mahasiswa yang lulus tidak tepat waktu serta memprediksi jumlah mahasiswa yang akan masuk pada perguran tinggi pada salah satu prodi X, sehingga manajemen baik tingkat program studi maupun universitas bisa melakukan langkah-langkah yang dianggap penting guna meningkatkan jumlah mahasiswa. Pengujian pada 2.601 record akademik mahasiswa dengan atribut ipk_sem1, ipk_sem2, ipk_sem3, ipk_sem4, pekerjaan_ortu, ket_lulus, rerata_ipk, penghasilan_ayah, untuk klasifikasi kelulusan mahasiswa menghasilkan nilai accuracy 86,54 % nilai precission 93,37% dan nilai recall 89,27% serta pengujian prediksi jumlah peminat program studi  diperoleh nilai accuracy 78,25 % dan MAPE sebesar 21,75 %.Abstract The Higher Education Database (PDDIKTI) is a data storage system managed by the Center for Data and Information (Pusdatin) of the Ministry of Research and Technology and Higher Education. The data available at PDDIKTI is accurate data, because the process of reporting academic data regularly twice each. The abundant data is certainly unfortunate if not used for more useful purposes, for example to find out the academic patterns of student graduation and student academic achievement. To obtain important information can be done by extracting information (knowledge discovery). Techniques in providing solutions to these problems are classification techniques to assist decision making, for example Decission Tree (C4.5, ID3, CHAID, rule induction) and forecasting techniques using simple moving average (SMA) methods. The purpose of PDDIKTI data mining is to conduct early detection of students, so that lecturers can provide input when the students have been classified as students who graduate not on time and predict the number of students who will enter the tertiary institutions in one of the X study programs, so that management both the level of study program and university can take steps that are considered important to increase the number of students. Tests on 2601 student academic records with the attributes ipk_sem1, ipk_sem2, ipk_sem3, ipk_sem4, occupation_ortu, graduated, average_ipk, income_ayah, for the graduation classification of students resulted in an accuracy value of 86.54% a value of 93.37% and a recall value of 89.27% and a test of 89.27% and a test of graduation prediction of the number of study program enthusiasts obtained an accuracy value of 78.25% and MAPE of 21.75%.
Sistem Keamanan Multi Mail Server dengan Teknik Enkripsi OPENPGP pada Zimbra Exchange Open Source Software Amrul Faruq; Khaeruddin Khaeruddin; Merinda Lestandy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020731869

Abstract

Surat elektronik atau email merupakan media komunikasi yang sangat populer. Untuk mengirim dan menerima email, diperlukan sebuah penyedia (server) yang di dalamnya terdapat layanan email. Zimbra Collaboration Suite (ZCS) merupakan salah satu aplikasi mail server powerfull yang dapat dipergunakan sebagai aplikasi mail server dalam jumlah user puluhan hingga ribuan. Pada penelitian ini, sistem enkripsi pada Zimbra multiple-mail server menggunakan metode OpenPGP  diimplementasikan untuk mengamankan isi email yang dikirim maupun yang diterima, yaitu dengan memanfaatkan public key dan private key. Hasil pengujian menunjukkan metode OpenPGP  mampu bekerja dengan baik untuk keamanan sistem pengiriman dan atau penerimaan email pada multi mail server. AbstractElectronic mail or e-mail is a very popular communication medium. To send and receive e-mails, a provider (server) is needed in which there is an e-mail service. Zimbra Collaboration Suite (ZCS) is one powerful mail server application that can be used as a mail server application in the number of users from tens to thousands. In this study, the encryption system on the Zimbra multiple-mail server uses the OpenPGP  method to be implemented to secure the contents of e-mails sent and received, namely by using the public key and private key. The test results show that the OpenPGP  method works well for the security of the email sending/receiving system on a multi-mail server.
Evaluasi Sistem Informasi Menggunakan Technology Acceptance Model dengan Penambahan Variabel Eksternal Ria Andriani; Arief Setyanto; Asro Nasiri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.202073850

Abstract

Dalam rangka pengelolaan akademik, sebelum mengikuti perkuliahan mahasiswa wajib untuk mengisi KRS. KRS (Kartu Rencana Studi) berfungsi untuk mengelola mata kuliah yang akan diambil pada Semester yang bersangkutan oleh mahasiswa, pengisian KRS dilakukan menggunakan akun yang telah diberikan oleh pihak kampus dengan cara masuk menggunakan identitas berupa Nomor Induk Mahasiswa dan kata sandi, mahasiswa dapat melakukan pengisian Kartu Rencana Studi dari manapun dengan informasi yang telah disediakan pada website, sehingga dapat dikatakan bahwa Sistem KRS merupakan penjembatan antara mahasiswa dengan pengelola dalam hal ini bagian akademik di Universitas Amikom. Pada penelitian ini penulis melakukan evaluasi tingkat penerimaan mahasiswa terhadap sistem KRS online yang telah diimplementasikan dengan jumlah responden yang digunakan sebanyak 200 mahasiswa, adapun model yang digunakan adalah Technology Acceptance Model (TAM) yang dimodifikasi dengan menambahkan Eksternal variabel berupa kemudahan akses dan kenyamanan tempat. Penelitian ini melakukan pengkajian terhadap penerimaan pengguna berdasarkan variabel yang terdapat pada Technology Acceptance Model diantaranya adalah  Kemudahan Penggunaan/ Perceived Ease Of Use (PEOU), Manfaat yang dirasakan / Perceived Usefulness (PU), Sikap Terhadap Penggunaan Attitude Toward Using (ATT) dan Penerimaan Teknologi/ Acceptance Of Technology (AOT).Hasil dari penelitian ini didapatkan pengaruh yang signifikan antara variabel PEOU terhadap PU dengan nilai 0,356, PEOU terhadap ATT dengan nilai 0,251, PU terhadap ATT dengan nilai 0,578, ATT terhadap AOT dengan nilai 0,337, Ext terhadap PEOU dengan nilai 0,263, Ext terhadap PU dengan nilai 0,233 sedangkan PU terhadap AOT tidak terdapat pengaruh yang siginifikan dengan nilai sebesar 0,169. Hasil dari analisis data yang didapatkan bahwa penerimaan sistem KRS online dipengaruhi oleh faktor kemudahan penggunaan sistem, kemudahan akses, kenyamanan tempat serta sikap perilaku mahasiswa dalam menggunakannya.  AbstractIn the context of academic management, before attending lectures students are required to fill KRS. KRS (Study Plan Card) functions to manage courses that will be taken in the relevant semester by students, filling in KRS using the account given by the campus by entering using an identity in the form of a Student Identification Number and password, students can fill in the Card Study Plan from anywhere with information that has been provided on the website, so that it can be said that the Card Study Plan System is a bridge between students and managers in this case the academic section at the University of Amikom.In this study the authors evaluated the level of student acceptance of the Card Study Plan online system that has been implemented with the number of respondents used by 200 students, while the model used is the Technology Acceptance Model (TAM) which was modified by adding External variables in the form of ease of access and comfort of the place. This study examines user acceptance based on variables contained in the Technology Acceptance Model including Ease of Use / Perceived Ease of Use (PEOU), Perceived Usefulness (PU), Attitudes Towards Attitude Toward Using (ATT) and Technology Acceptance / Acceptance Of Technology (AOT).The results of this study found a significant influence between PEOU variables on PU with a value of 0.356, PEOU on ATT with a value of 0.251, PU on ATT with a value of 0.578, ATT on AOT with a value of 0.337, Ext on a PEOU with a value of 0.263, Ext on PU with a value 0.233 while PU on AOT did not have a significant effect with a value of 0.169. The results of data analysis found that the acceptance of the online KRS system is influenced by the ease of use of the system, ease of access, comfort of the place and the attitude of students' behavior in using it. 
Studi Awal Deteksi COVID-19 Menggunakan Citra CT Berbasis Deep Learning Windra Swastika
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020733399

Abstract

Pada bulan Desember 2019, virus COVID-19 menyebar ke banyak negara, termasuk di Indonesia yang kemudian menjadi pandemi dan menimbulkan masalah serius karena masih belum adanya vaksin untuk mencegah penularan. Uji spesimen saluran nafas atas dan saluran nafas bawah saat ini merupakan salah satu metode yang efektif untuk mengetahui apakah seseorang terinfeksi COVID-19 atau tidak. Salah satu indikasi dari infeksi COVID-19 adalah sesak nafas atau pneumonia serta munculnya ground-glass opacity pada citra CT. Penelitian ini merupakan studi awal untuk melihat apakah citra CT dari organ thorax dapat digunakan sebagai alternatif untuk mendeteksi infeksi virus COVID-19. Deep learning digunakan untuk membuat sebuah model dengan citra CT sebagai masukan. Total 140 data citra CT yang terbagi menjadi 2 yaitu citra dari pasien terinfeksi dan citra dari subjek normal digunakan sebagai masukan pada deep learning. Proses pelatihan dilakukan menggunakan CNN dengan arsitektur VGG16 dan optimizer SGD dan Adam. Hasil yang didapatkan adalah akurasi sebesar 92,86% untuk mengklasifikasikan infeksi COVID-19 dan normal. Nilai spesifisitas dan sensitivitas sebesar 100% dan 85,71% untuk pelatihan dengan menggunakan optimizer SGD. AbstractIn December 2019, the COVID-19 virus spread to many countries, including Indonesia which later became a pandemic and caused serious problems because there was still no vaccine to prevent transmission. Tests of upper and lower respiratory tract specimens are now an effective method of finding whether a person is infected with COVID-19 or not. One indication of COVID-19 infection is shortness of breath or pneumonia and the appearance of ground-glass opacity on CT images. This research is a preliminary study to see whether CT images of the thorax organs can be used as an alternative to detect COVID-19 virus. The deep learning is used to create a model with CT images as input. A total of 140 CT image data which are divided into 2 images from infected patients and images from normal subjects are used as input for deep learning. The training process is carried out using CNN with VGG16 architecture and SGD and Adam optimizers. The results obtained are 92.86% accuracy for classifying COVID-19 infections and normal. Specificity and sensitivity values were 100% and 85.71% for training using the SGD optimizer.
Komparasi Data Mining Naive Bayes dan Neural Network memprediksi Masa Studi Mahasiswa S1 Azahari Azahari; Yulindawati Yulindawati; Dewi Rosita; Syamsuddin Mallala
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020732093

Abstract

Prediksi  kelulusan  dibutuhkan  oleh  manajemen  perguruan  tinggi  dalam  menentukan kebijakan  preventif  terkait  pencegahan  dini  kasus drop  out. Lama masa studi setiap mahasiswa bisa disebabkan dengan berbagai faktor.  Dengan  menggunakan data mining algoritma naive bayes dan neural network dapat  dilakukan  prediksi  kelulusan  mahasiswa di  STMIK  Widya  Cipta  Dharma (WiCiDa) Samarinda . Atribut yang digunakan yaitu, umur saat masuk kuliah, klasifikasi kota asal Sekolah Menengah Atas, pekerjaan ayah, program studi, kelas, jumlah saudara, dan Indeks Prestasi Kumulatif (IPK). Sampel mahasiswa yang lulus dan drop-out pada tahun 2011 sampai 2019 dijadikan sebagai data training dan data testing. Sedangkan angkatan 2015–2018 digunakan sebagai data target yang akan diprediksi masa studinya. Sebanyak 3229 mahasiswa, 1769 sebagai data training, 321 sebagai data testing, dan 1139 sebagai data target. Semua data diambil dari data mahasiswa program strata 1, dan tidak mengikut sertakan data mahasiswa D3 dan alih jenjang/transfer.  Dari data testing diperoleh tingkat akurasi hanya 57,63%. Hasil penelitian menunjukkan banyaknya kelemahan dari hasil prediksi naive bayes dikarenakan tingkat akurasi kevalidannya tergolong tidak terlalu tinggi. Sedangkan akurasi prediksi neural network adalah 72,58%, sehingga metode alternatif inilah yang lebih baik. Proses evaluasi dan analisis dilakukan untuk melihat dimana letak kesalahan dan kebenaran dalam hasil prediksi masa studi.AbstractGraduation predictions are required by the higher education institution preventive policies related to the early prevention of drop-out cases. The duration of study, for each student can be caused by various factors. By using the data mining algorithm Naive bayes and neural network, the student graduation in STMIK Widya Cipta Dharma (WiCiDa) can be predicted. The attributes used are as follows: age at admission, classification of cities from high school, father’s occupation, study program, class, number of siblings, and grade point average (GPA). Samples of students who graduated and dropped out between year 2011 and 2019 were used as training data and testing data. While the year class of 2015to 2018 is used as the target data, which will be predicted during the study period. According to the data mining algorithm Naive bayes, there are 3229 students; 1769 as training data, 321 as testing data, and 1139 as target data. All data is taken from students enrolled in undergraduate program and does not include data on diploma students and transfer student. From the testing data, an accuracy rate only 57.63%. The other side, prediction accuracy of the neural network is 72.58%, so this alternative method is the best chosen. The research results show the many weaknesses of the results of prediction of Naive bayes because the level of accuracy of its validity is not high. The evaluation and analysis process are conducted to see where the errors and truths are in the results of the study period predictions.

Page 1 of 3 | Total Record : 26

 1   2   3 

Filter by Year

2020 2020


Reset
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 (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