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 8 No 1: Februari 2021" : 26 Documents clear
Sistem Pendukung Keputusan Pendistribusian Air Bersih Menggunakan Mobil Tangki pada PDAM Kota Makassar dengan Menggunakan Metode TOPSIS Asrul, Billy Eden William; Zuhriyah, Sitti
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 1: Februari 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0812630

Abstract

PDAM Kota Makassar merupakan perusahaan daerah yang bertugas dalam  pengelolaan dan pemenuhan kebutuhan air bersih bagi masyarakat di kota Makassar. Penyaluran air bersih yang dilakukan PDAM Kota Makassar masih belum mencakup keseluruhan wilayah Kota Makassar,  ini disebabkan karena beberapa hal salah satu diantaranya debit air yang berkurang. Untuk mengatasi hal tersebut pemerintah kota Makassar melalui PDAM, melakukan pendistribusian air dengan cara pengantaran langsung ke rumah warga menggunakan mobil tangki. Proses penyaluran air PDAM mengalami kesulitan untuk menentukan daerah atau warga mana saja yang mendapatkan prioritas pengantaran air bersih, karena armada yang digunakan masih kurang. Mengatasi hal tersebut maka dibuat sebuah Sistem Pendukung Keputusan Pendistribusian Air Bersih, untuk memudahkan prioritas pengantaran air bersih. Metode penelitian melalui empat tahapan yaitu, pengenalan masalah, pengumpulan data, perancangan sistem, dan pengujian sistem, sedangkan metode yang digunakan adalah metode Topsis yang menggunakan 4 kriteria yakni; Peruntukkan, Jarak, Jumlah Kubik yang dipesan, dan Prediksi Jumlah pemakai. Peneliti memilih metode TOPSIS agar penentuan alternatif antara jarak ideal positif dan negatif lebih optimal. Hasil dari penelitian ini merupakan sistem pendukung keputusan pendistribusian air bersih PDAM  yang berbasis web yang memudahkan penentuan prioritas  penyaluran air bersih kepada masyarakat. AbstractPDAM Makassar City is a regional company assigned to manage the fulfillment of clean water needs for citizens of Makassar City. Currently, the distribution of clean water still has not fully covered the entire area of Makassar City.  The major causes of this situation is a dramatic decrease of the water debit in certain time. To overcome this problem, the government of Makassar city through PDAM, distributes water by direct delivery to the resident's houses using tank trucks.  The process of channeling water from PDAM has difficulty in determining priority areas of delivery due to lack of the fleet. This research consists of  four stages, namely: recognition of problems, data collection, system design, and system testing. While for the algorithm using the TOPSIS method that incorporate four criterias including the allotment, distance, amount of cubic, as well as predicted number of users. The  TOPSIS method is chosen since the determination between the positive and negative ideal distances is more optimal. The results of this study is a web-based decision support system for clean water distribution of PDAM that helps to determine the priority of clean water distribution to the community in Makassar.
Desain Arsitektur IoT untuk Budidaya Gurami Sudianto, Yupit
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 1: Februari 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813529

Abstract

Sektor perikanan di Indonesia memiliki potensi bagus untuk dikembangkan. Dengan pengelolaan yang baik, sektor ini dapat memberikan kontribusi bagi ketahanan pangan nasional dan meningkatkan kesejahteraan bagi masyarakat Indonesia. Salah satu sektor perikanan yang menarik untuk dibudidayakan adalah ikan gurami. Gurami banyak diminati oleh masyarakat dan memiliki harga jual yang stabil. Namun, kendala dalam budidaya gurami adalah pertumbuhan yang lambat, biaya pakan yang tinggi, dan tingkat kelangsungan hidup yang rendah. Seiring dengan perkembangan teknologi internet of things (IoT) dewasa ini, tentunya teknologi ini dapat memberikan solusi bagi pembudidaya gurami untuk mengatasi kendala tersebut. Oleh karena itu, pada penelitian ini diusulkan arsitektur IoT untuk budidaya gurami. Arsitektur IoT yang diusulkan dalam penelitian ini memiliki enam desain yang terdiri dari domain model, business process hierarchy, IoT layer, deployment, information, dan interoperability endpoint. Dengan adanya arsitektur IoT ini diharapkan sistem IoT yang dibangun sesuai dengan kebutuhan pembudidaya gurami serta memudahkan developers untuk membangun dan mengembangkan sistem tersebut. AbstractThe fisheries sector in Indonesia has great potential to be developed. With good management, this sector can contribute to national food security and improve welfare for the people of Indonesia. One of the interesting fisheries sector to be cultivated is gurami. Gurami is much in demand by the public and has a stable selling price. However, growth in gouramy cultivation is slow growth, high food costs, and low survival rates. The development of internet of things (IoT) technology today, this technology can provide solutions for gouramy farmers to overcome these obstacles. Therefore, this research proposes IoT architecture for gouramy cultivation. The IoT architecture proposed in this study has six designs consisting of the domain model, business process hierarchy, IoT layer, deployment, information, and interoperability endpoints. The IoT architecture is expected to build the IoT system in accordance with the needs of gouramy farmers and make it easier for developers to build and develop the system.
Analisis Kualitas Layanan Penyedia Data di Indonesia Menggunakan Metode Servqual Sularto, Lana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 1: Februari 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0812753

Abstract

Tujuan utama penelitian ini untuk melakukan evaluasi kualitas layanan penyedia data serta mengukur tingkat kepuasan masyarakat pengguna data di Indonesia dengan menggunakan model SERVQUAL. Kualitas layanan diukur dari perspektif masyarakat pengguna data di wilayah Sumatera Utara, Jawa Timur, Sulawesi Selatan, Kalimantan Selatan, NTB, Maluku dan Papua Barat, sehingga dapat lebih mewakili kebutuhan para pengguna data di wilayah Indonesia. Kuisioner terdiri dari kuisioner persepsi dan harapan dengan menggunakan 5 dimensi SERVQUAL : Reliability, Tangibles,  Responsiveness, Empathy dan Assurance. Hasil dari penelitian adalah bahwa kelima dimensi menunjukkan adanya nilai kesenjangan yang negatif, dengan nilai kesenjangan (gap) tertinggi pada dimensi Empathy. Hal tersebut menunjukkan ketidakpuasan pengguna data terhadap layanan penyedia data. Dapat diambil kesimpulan bahwa kualitas layanan penyedia data di Indonesia, belum memenuhi kebutuhan dan keinginan para pengguna data, sehingga perlu dilakukan upaya perbaikan terhadap setiap dimensi yang telah diukur agar dapat meningkatkan kualitas atas layanan. AbstractThe main purpose of this research is to conduct a quality of service of data provider institutions for various business and research purposes as well as measuring the level of satisfaction of the user community in Indonesia using the SERVQUAL model. Measurement of service quality from the point of view of data user communities in the regions of North Sumatra, East Java, South Sulawesi, South Kalimantan, NTB, Maluku and West Papua, to represent user needs of data in Indonesia. The questionnaire consisted of a perception and expectation questionnaire using 5 SERVQUAL dimensions namely Reliability, Tangibles,  Responsiveness, Empathy and Assurance. Results showed a negative gap value for all 5 dimensions, where the dimension of empathy has the highest gap. These findings indicate dissatisfaction with data provider services, the conclusion is the quality of data provider services in Indonesia, does not meet the users needs and desires, so it is necessary to make improvements to each dimension that has been measured (eliability, Tangibles,  Responsiveness, Empathy and Assurance) in order to improve the quality of data provider services.
Analisis Sentimen Bahasa Indonesia pada Twitter Menggunakan Struktur Tree Berbasis Leksikon Saputra, Feby Tri; Nurhadryani, Yani; Wijaya, Sony Hartono; Defina, Defina
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 1: Februari 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0814133

Abstract

Jumlah opini di media sosial seperti Twitter tersebar luas sehingga tidak mungkin membaca semua opini untuk mendapatkan seluruh sentimen. Analisis sentimen merupakan salah satu metode untuk mengatasi masalah tersebut. Salah satu pendekatan dalam analisis sentimen adalah berbasis leksikon. Pendekatan berbasis leksikon dapat menghasilkan performa yang baik pada lintas topik pembicaraan tanpa memerlukan pelatihan data. Namun, pendekatan berbasis leksikon sangat bergantung pada kelengkapan dan keragaman sentimen leksikon. Selain itu, hubungan antarkata sangat penting untuk diperhatikan karena dapat mengubah polaritas sentimen pada teks. Hubungan antarkata dapat direpresentasikan dengan baik menggunakan struktur tree. Penelitian ini menggunakan struktur tree sebagai interpretasi hubungan antarkata dalam pembentukan kalimat dengan menambahan kata ke dalam sentimen leksikon. Metode berbasis tree diujikan pada data dengan lintas topik seperti data twit Pilgub Jabar 2018, Pilpres 2019, dan pandemik COVID-19. Ketiga data uji memiliki proporsi kelas yang tidak seimbang, dengan kelas terbanyak merupakan kelas positif. Metode berbasis tree menghasilkan akurasi sebesar 64,97% (meningkat 1,26%) pada data Pilgub Jabar 2018, 64,33% (meningkat 11,41%) pada data Pilpres 2019, dan 66,24% (meningkat 7,61%) pada data pandemik COVID-19. Metode berbasis tree dapat menghasilkan akurasi yang stabil pada beberapa lintas topik dibuktikan dengan standar deviasi akurasi yang kecil (0,97%) bahkan lebih kecil dari metode tanpa tree (5,4%). Metode berbasis tree dapat meningkatkan weighted f1-measure pada data Pilpres 2019 sebesar 10,45% dan data pandemik COVID-19 sebesar 8,1%, sedangkan hasil pada data Pilgub 2018 tidak berbeda secara signifikan. Hasil akurasi dan weighted f1-measure memiliki selisih yang kecil sehingga pengukuran akurasi valid dan tidak bias terhadap data tidak seimbang. AbstractThe number of opinions on social media like Twitter is so widespread that it's impossible to read all those opinions to get all the sentiments. Sentiment analysis is one of the methods that could overcome this problem. The lexicon-based approach is one of the sentiment analysis approaches which perform well across data topics without training. However, the lexicon-based approach relies heavily on the completeness and diversity of sentiment lexicons. The relationship between words is important because it could change the sentiment polarity in the text. The tree structure could represent the relationship between words well. This study uses a tree structure as an interpretation of the relationship between words in a sentence. The tree structure is constructed by adding words to the lexicon sentiment. The tree-based method is tested on cross-topic data such as the tweet data of the 2018 West Java Governor Election, the 2019 Presidential Election, and the COVID-19 pandemic. All data used has an unbalanced class proportion, with the positive class being dominant. The accuracy results of the tree-based method on all data consecutively are 64.97% (increased by 1.26%), 64.33% (increased by 11.41%), and 66.24% (increased by 7.61%). The tree-based method produce stable accuracy on several topics proved by the small accuracies standard deviation (0.97%) that even smaller than the non-tree method (5.4%). The weighted f1-measure increases of the tree-based method on all data consecutively are 0% (equal), 10.45%, and 8.1%. The small difference between the weighted f1-measure and accuracy concludes that the accuracy resulted is valid.
Metode Deteksi Intrusi Menggunakan Algoritme Extreme Learning Machine dengan Correlation-based Feature Selection Sulandri, Sulandri; Basuki, Achmad; Bachtiar, Fitra Abdurrachman
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 1: Februari 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813358

Abstract

Deteksi intrusi pada jaringan komputer merupakan kegiatan yang sangat penting dilakukan untuk menjaga keamanan data dan informasi. Deteksi intrusi merupakan proses monitor traffic pada sebuah jaringan untuk mendeteksi adanya pola data yang dianggap mencurigakan, yang memungkinkan terjadinya serangan jaringan. Penelitian ini melakukan analisis pada traffic jaringan untuk mengetahui apakah paket tersebut mengandung intrusi atau merupakan paket normal. Data traffic yang digunakan untuk deteksi intrusi pada penelitian ini diambil dari dataset KDD Cup. Metode yang digunakan untuk melakukan deteksi intrusi dengan cara klasifikasi yaitu dengan menggunakan metode Extreme Learning Machine (ELM). Namun, dengan menggunakan metode ELM saja tidak mampu untuk menghasilkan akurasi yang baik maka, pada metode ELM perlu ditambahkan metode seleksi fitur Correlation-Based Feature Selection (CFS) untuk meningkatkan hasil akurasi dan waktu komputasi. Hasil penelitian yang dilakukan dengan menggunakan metode ELM menunjukkan tingkat akurasi mencapai 81,97% dengan waktu komputasi 3,39 detik. Setelah ditambahkan metode seleksi fitur CFS pada ELM tingkat akurasi meningkat secara signifikan menjadi 98,00% dengan waktu komputasi 2,32 detik. AbstractIntrusion detection of computer networks is a very important activity carried out to maintain data and information security. Intrusion detection is the process of monitoring traffic on a network to detect any data patterns that are considered suspicious, which allows network attacks. This research analyzes the network traffic to find out whether the packet contains intrusion or is a normal packet. Traffic data used for intrusion detection in this study were taken from the KDD Cup dataset. The method used to do intrusion detection by classification is using the Extreme Learning Machine (ELM) method. However, using the ELM method alone is not able to produce good accuracy, so the ELM method needs to be added to the Correlation-Based Feature Selection (CFS) feature selection method to improve the accuracy and computational time. The results of the research conducted using the ELM method showed an accuracy rate of 81.97% with a computation time of 3.39 seconds. After adding the CFS feature selection method to ELM the accuracy level increased significantly to 98.00% with a computing time of 2.32 seconds.
Eliminasi Non-Topic Menggunakan Pemodelan Topik untuk Peringkasan Otomatis Data Tweet dengan Konteks Covid-19 Damayanti, Putri; Purwitasari, Diana; Suciati, Nanik
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 1: Februari 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0814324

Abstract

Akun twitter, seperti Suara Surabaya, dapat membantu menyebarkan informasi tentang COVID-19 meskipun ada bahasan lainnya seperti kecelakaan, kemacetan atau topik lain. Peringkasan teks dapat diimplementasikan pada kasus pembacaan data twitter karena banyaknya jumlah tweet yang tersedia, sehingga akan mempermudah dalam memperoleh informasi penting terkini terkait COVID-19. Jumlah variasi bahasan pada teks tweet mengakibatkan hasil ringkasan yang kurang baik. Oleh karena itu dibutuhkan adanya eliminasi tweet yang tidak berkaitan dengan konteks sebelum dilakukan peringkasan. Kontribusi penelitian ini adalah adanya metode pemodelan topik sebagai bagian tahapan dalam serangkaian proses eliminasi data. Metode pemodelan topik sebagai salah satu teknik eliminasi data dapat digunakan dalam berbagai kasus namun pada penelitian ini difokuskan pada COVID-19. Tujuannya adalah untuk mempermudah masyarakat memperoleh informasi terkini secara ringkas. Tahapan yang dilakukan adalah pra-pemrosesan, eliminasi data menggunakan pemodelan topik dan peringkasan otomatis. Penelitian ini menggunakan kombinasi beberapa metode word embedding, pemodelan topik dan peringkasan otomatis sebagai pembanding. Ringkasan diuji menggunakan metode ROUGE dari setiap kombinasi untuk ditemukan kombinasi terbaik dari penelitian ini. Hasil pengujian menunjukkan kombinasi metode Word2Vec, LSI dan TextRank memiliki nilai ROUGE terbaik yaitu 0.67. Sedangkan kombinasi metode TFIDF, LDA dan Okapi BM25 memiliki nilai ROUGE terendah yaitu 0.35. AbstractTwitter accounts, such as Suara Surabaya, can help spread information about COVID-19 even though there are other topics such as accidents, traffic jams or other topics. Text summarization can be implemented in the case of reading Twitter data because of the large number of tweets available, making it easier to obtain the latest important information related to COVID-19. The number of discussion variations in the tweet text results in poor summary results. Therefore, it is necessary to eliminate tweets that are not related to the context before summarization is carried out. The contribution to this research is the topic modeling method as part of a series of data elimination processes. The topic modeling method as a data elimination technique can be used in various cases, but this research focuses on COVID-19. The aim is to make it easier for the public to obtain current information in a concise manner. The steps taken in this study were pre-processing, data elimination using topic modeling and automatic summarization. This study uses a combination of several word embedding methods, topic modeling and automatic summarization as a comparison. The summary is tested using the ROUGE method of each combination to find the best combination of this study. The test results show that the combination of Word2Vec, LSI and TextRank methods has the best ROUGE value, 0.67. While the combination of TFIDF, LDA and Okapi BM25 methods has the lowest ROUGE value, 0.35.

Page 3 of 3 | Total Record : 26

 1   2   3 

Filter by Year

2021 2021


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: 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