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 3: Juni 2021" : 26 Documents clear
Sistem Informasi Pelayanan Pasien Studi Kasus Klinik Jati Husada Tangerang Herdiansah, Arief; Fitriawati, Nora; Hariri, Achmad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021832750

Abstract

Klinik Jati Husada merupakan salah satu klinik yang berada di kabupaten Tangerang, Dalam menjalankan operasionalnya klinik ini masih menggunakan cara kerja pencatatan data pasien dengan manual sehingga seringkali menghabat proses pelayanan dan pelaporan hasil aktifitas klinik, berdasarkan hal tersebut peneliti berinisiatif melakukan penelitian untuk membuat sebuah perancangan dan membangun sistem informasi pelayanan pasien di klinik. Peneliti menggunakan metode pengumpulan data kualitatif dan kuantitatif, dengan melakukan aktifitas observasi, wawancara dan penyebaran form survey. Peneliti menggunakan UML (Unified Modeling Language) dalam membuat pemodelan desain program berorientasi objek (OOP) dari sistem yang dikembangkan. Proses pembangunan sistem dalam penelitian ini menggunakan model pengembangan sistem waterfall dan menggunakan bahasa pemrograman PHP dalam proses pembagunan aplikasinya. Metode pengujian sistem yang digunakan dalam penelitian ini adalah black box testing dimana peneliti menguji setiap modul yang tersedia di sistem yang dikembangkan bersama-sama pengguna dan peneliti telah memperbaiki semua modul yang dirasa kurang sesuai dengan permintaan pengguna. Sistem informasi pelayanan pasien yang dihasilkan dari penelitian ini telah membantu klinik Jati Husada melakukan pengelolaan data pasien jauh lebih baik. Peneliti berharap sistem pelayanan pasien yang dibangun ini dapat menjadi referensi atau contoh bagi klinik pengobatan ditempat lain yang sejenis. AbstractJati Husada Clinic is one of the clinics in the Tangerang district. In carrying out its operations the clinic uses manual data entry and recording of patients, it holds the process of service and reporting the results of clinical activities, based on these conditions the researchers conducted research to make a design and building a patient service information system in the clinic. Researchers used qualitative and quantitative data collection methods, by conducting observation activities, interviews and distributing survey forms. Researchers use UML (Unified Modeling Language) in making object oriented program design (OOP) modeling of the developed system. The system development process in this study uses a waterfall system development model and uses the PHP programming language in the application development process. The system testing method used in this study is black box testing where the researcher and users have tested every module available in the developed system and the researcher has corrected the modules that have not been in accordance with the user's request. The patient service information system generated from this study has helped Jati Husada clinic to manage patient data much better. Researchers hope that the patient service system developed can be a reference or example for clinics in other similar places.
Evaluasi Performasi Ruang Warna pada Klasifikasi Diabetic Retinophaty Menggunakan Convolution Neural Network Dewi, Candra; Santoso, Andri; Indriati, Indriati; Dewi, Nadia Artha; Arbawa, Yoke Kusuma
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834459

Abstract

Semakin meningkatnya jumlah penderita diabetes menjadi salah satu faktor penyebab semakin tingginya penderita penyakit diabetic retinophaty. Salah satu citra yang digunakan oleh dokter mata untuk mengidentifikasi diabetic retinophaty adalah foto retina. Dalam penelitian ini dilakukan pengenalan penyakit diabetic retinophaty secara otomatis menggunakan citra fundus retina dan algoritme Convolutional Neural Network (CNN) yang merupakan variasi dari algoritme Deep Learning. Kendala yang ditemukan dalam proses pengenalan adalah warna retina yang cenderung merah kekuningan sehingga ruang warna RGB tidak menghasilkan akurasi yang optimal. Oleh karena itu, dalam penelitian ini dilakukan pengujian pada berbagai ruang warna untuk mendapatkan hasil yang lebih baik. Dari hasil uji coba menggunakan 1000 data pada ruang warna RGB, HSI, YUV dan L*a*b* memberikan hasil yang kurang optimal pada data seimbang dimana akurasi terbaik masih dibawah 50%. Namun pada data tidak seimbang menghasilkan akurasi yang cukup tinggi yaitu 83,53% pada ruang warna YUV dengan pengujian pada data latih dan akurasi 74,40% dengan data uji pada semua ruang warna. AbstractIncreasing the number of people with diabetes is one of the factors causing the high number of people with diabetic retinopathy. One of the images used by ophthalmologists to identify diabetic retinopathy is a retinal photo. In this research, the identification of diabetic retinopathy is done automatically using retinal fundus images and the Convolutional Neural Network (CNN) algorithm, which is a variation of the Deep Learning algorithm. The obstacle found in the recognition process is the color of the retina which tends to be yellowish red so that the RGB color space does not produce optimal accuracy. Therefore, in this research, various color spaces were tested to get better results. From the results of trials using 1000 images data in the color space of RGB, HSI, YUV and L * a * b * give suboptimal results on balanced data where the best accuracy is still below 50%. However, the unbalanced data gives a fairly high accuracy of 83.53% with training data on the YUV color space and 74,40% with testing data on all color spaces.
Peningkatan Utilisasi Jaringan Distributed Storage System Menggunakan Kombinasi Server dan Link Load Balancing Akbar, Hawwin Purnama; Basuki, Achmad; Setiawan, Eko
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834294

Abstract

Distributed Storage System (DSS) memiliki sejumlah perangkat server penyimpanan yang terhubung dengan banyak perangkat switch untuk meningkatkan utilisasi jaringan. DSS harus memperhatikan keseimbangan beban pada sisi server penyimpanan dan trafik data pada semua jalur yang terhubung. Jika beban pada sisi server penyimpanan dan trafik data tidak seimbang, maka dapat menyebabkan bottleneck network yang menurunkan utilisasi jaringan. Kombinasi server dan link load balancing adalah solusi yang tepat untuk menyeimbangkan beban pada sisi server penyimpanan dan trafik data. Penelitian ini mengusulkan metode kombinasi algoritme least connection sebagai metode server-load balancing dan algoritme global first fit sebagai metode link load balancing. Algoritme global first fit merupakan salah satu dari algoritme load balancing hedera yang bertujuan untuk menyeimbangkan trafik data berukuran besar (10% dari bandwidth), sehingga terhindar dari permasalahan bottleneck network. Algoritme least connection merupakan salah satu algoritme server load balancing yang menggunakan jumlah total koneksi dari server untuk menentukan prioritas server. Hasil evaluasi kombinasi metode tersebut didapatkan peningkatan pada rata-rata throughput sebesar 77,9% dibanding hasil metode Equal Cost Multi Path (ECMP) dan Round robin (RR). Peningkatan pada rata-rata penggunaan bandwidth sebesar 65,2% dibanding hasil metode ECMP dan RR. Hasil Penggunaan CPU dan memory pada server di metode kombinasi ini juga terjadi penurunan beban CPU sebesar 34,29% dan penurunan beban penggunaan memory sebesar 9,8% dibanding metode ECMP dan RR. Dari hasil evaluasi, penerapan metode kombinasi metode server dan link load balancing berhasil meningkatkan utilisasi jaringan dan juga mengurangi beban server. AbstractDistributed Storage System (DSS) has a number of storage server devices that are connected to multiple switch devices to increase network utilization. DSS must pay attention to the balance of the load on the storage server side and data traffic on all connected lines. If the load on the storage server side and data traffic is not balanced, it can cause a network bottleneck that reduces network utilization. The combination of server and link-load balancing is the right solution to balance the load on the server side of storage and data traffic. This study proposes a combination of the least connection algorithm as a server-load balancing method and the global first fit algorithm as a link-load balancing method. The global first fit algorithm is one of Hedera's load balancing algorithms which aims to balance large data traffic (10% of bandwidth), so as to avoid network bottleneck problems. Least connection algorithm is one of the server balancing algorithms that uses the total number of connections from the server to determine server priority. The results of the evaluation of the combination of these methods showed an increase in the average throughput of 77.9% compared to the results of the Equal Cost Multi Path (ECMP) and Round robin (RR) methods. The increase in the average bandwidth usage is 65.2% compared to the results of the ECMP and RR methods. The results of CPU and memory usage on the server in this combination method also decreased CPU load by 34.29% and a decrease in memory usage load by 9.8% compared to the ECMP and RR methods. From the evaluation results, the application of a combination of the server method and the link load balancing method has succeeded in increasing network utilization and also reducing server load.
Optimalisasi Aplikasi CyReborn dengan HttpURLConnection API Berbasis Framework dan Android Untuk Autentifikasi Peserta PKKMB Setiawan, Andi; Fauzi, Ahmad; Purnamasari, Ade Irma
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813243

Abstract

Aplikasi CyReborn merupakan sistem untuk memudahkan autentifikasi data peserta pengenalan kehidupan kampus mahasiswa baru atau PKKMB berbasis framework, namun mengalami kendala pada saat pengoperasinya, yaitu sulitnya menguraikan kepadatan antrian pada proses autentifikasi peserta terutama pada saat absensi pagi, absensi istirahat, dan absensi pulang. Tujuan penelitian dari penelitian ini adalah optimalisasi aplikasi CyReborn dengan HttpURLConnection API agar dapat menjalankan QRCode melalui aplikasi android pada bagian frontend, sedangkan pada bagian backend menggunakan web framework untuk pengelolaan data autentifikasinya. Sedangkan fokus dari penelitian ini adalah membandingkan kecepatan autentifikasi data peserta PKKMB, antara sebelum optimalisasi dengan yang sesudah dilakukan optimalisasi. Pengujian dilakukan dengan menggunakan empat API yang biasa digunakan pada aplikasi berbasis web PHP framework dan android, yaitu HttpURLConnection API, Retrofit API, OkHttp API dan Asynchronous Http Client API. Metode pengembangan perangkat lunak menggunakan Rapid Application Development (RAD), terdiri dari tiga tahap yaitu requirement planning, design system, dan implementation. Sedangkan data yang digunakan untuk pengujian sebanyak 117 peserta, dari jumlah populasi keseluruhan peserta sebanyak 248 peserta. Hasil yang diperoleh dari penelitian ini adalah kecepatan authentifikasi data peserta PKKMB aplikasi CyReborn dengan HttpURLConnection API, hasil terendah saat pengujian awal sebesar 30 detik dan tertinggi sebesar 90 detik, sedangkan hasil pengujian dengan HttpURLConnection API terendah sebesar 5 detik dan tertinggi 30 detik. Artinya hasil optimalisasi aplikasi CyReborn dengan HttpURLConnection API, meningkat sebesar 15 detik untuk hasil akhir terendah dan sebesar 82 detik untuk hasil akhir tertinggi, atau persentase terendah sebesar 40% dan persentase tertinggi 92%. AbstractCyReborn application is a system to facilitate the authentication of participant's introduction of campus life for new students or PKKMB based on the framework, but has problems when operating, which is the difficulty of deciphering the queue density in the participant's authentication process especially during morning attendance, rest absenteeism, and home absence. The research objective of this research is to optimize the CyReborn application with the HttpURLConnection API so that it can run QRCode through the android application on the frontend, while the backend uses a web framework for managing its authentication data. While the focus of this study is to compare the speed of PKKMB participant data authentication, between before optimization and after optimization. Testing is done by using four APIs that are commonly used on PHP framework and android web-based applications, namely the HttpURLConnection API, Retrofit API, OkHttp API and Asynchronous Http Client API. The software development method uses Rapid Application Development (RAD), consisting of three stages, namely requirements planning, system design, and implementation. While the data used for testing were 117 participants, out of a total population of 248 participants. The results obtained from this study are the speed of authentication of PKKMB CyReborn application participants with the HttpURLConnection API, the lowest results at initial testing were 30 seconds and the highest was 90 seconds, while the test results with the lowest HttpURLConnection API were 5 seconds and the highest was 30 seconds. This means that the optimization results of the CyReborn application with the HttpURLConnection API, increase by 15 seconds for the lowest final result and by 82 seconds for the highest final result, or the lowest percentage by 40% and the highest percentage by 92%.
Klasifikasi Tingkat Laju Data Covid-19 Untuk Mitigasi Penyebaran Menggunakan Metode Modified K-Nearest Neighbor (MKNN) Cholissodin, Imam; Evanita, Felicia Marvela; Tedjasulaksana, Jeffrey Junior; Wahyuditomo, Kukuh Wicaksono
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834400

Abstract

COVID-19 atau Coronavirus Disease 2019 merupakan sebuah penyakit yang disebabkan oleh virus yang dapat menular melalui saluran pernapasan pada hewan atau manusia dan menyebabkan ribuan orang meninggal hampir di seluruh dunia, sehingga dinyatakan sebagai sebuah pandemi di banyak negara, termasuk di Indonesia. Kasus COVID-19 pertama kali ditemukan di Indonesia pada tanggal 2 Maret 2020, dalam menangani pandemi COVID-19 pemerintah menerapkan social distancing dengan menjaga jarak antara satu sama lain sejauh lebih dari 1 meter dan menerapkan protokol kesehatan yang telah diatur saat melakukan aktivitas di luar rumah sesuai anjuran World Health Organization (WHO). Rendahnya kesadaran masyarakat Indonesia dalam menerapkan social distancing dan protokol kesehatan menyebabkan bertambahnya kasus positif COVID-19 di Indonesia secara signifikan sehingga banyak korban yang meninggal, oleh karena itu pada penelitian ini kami membuat sistem klasifikasi tingkat laju data COVID-19 untuk mitigasi penyebaran di seluruh provinsi di Indonesia dengan menggunakan metode Modified K-Nearest Neighbor (MKNN) dengan hasil keluaran berupa kelas laju penyebaran yaitu laju penyebaran rendah yang artinya mitigasi penybarannya tinggi, kemudian kelas laju penyebaran sedang yang artinya mitigasi penyebarannya sedang, dan laju penyebaran tinggi yang berarti mitigasi penyebaran rendah dan dijelaskan lebih lanjut pada bagian metodologi penelitian. Hasil keluaran dari sistem bertujuan untuk meningkatkan kesadaran masyarakat Indonesia dalam mencegah COVID-19 dengan melihat kelas laju penyebaran pada masing-masing provinsi di Indonesia. Alasan penggunaan metode Modified K-Nearest Neighbor pada penelitian ini adalah karena metode Modified K-Nearest Neighbor merupakan salah satu metode klasifikasi yang cukup baik, dimana pada metode ini dilakukan pemvalidasian dan pembobotan yang bobot nya ditentukan dengan menghitung fraksi dari tetangga berlabel yang sama dengan total jumlah tetangga. Parameter yang digunakan dalam proses klasifikasi adalah jumlah kasus positif, jumlah orang yang sembuh, dan jumlah orang yang meninggal akibat COVID-19. Data yang digunakan pada penelitian ini berasal dari situs resmi kementerian kesehatan republik Indonesia yang dapat diakses pada link https://infeksiemerging.kemkes.go.id/ dengan jumlah data latih sebanyak 374 data pada tanggal 12 Mei 2020 sampai 22 Mei 2020  dan data uji sebanyak 136 data pada tanggal 23 Mei 2020 sampai tanggal 26 Mei 2020 , hasil akurasi yang dihasilkan adalah 97,79% dengan nilai K = 3. AbstractCOVID-19 or Coronavirus 2019 is a disease caused by a virus that can be transmitted through the respiratory tract to animals or humans and causes more people to die around the world, making it a pandemic in many countries, including Indonesia. COVID-19 cases were first discovered in Indonesia on March 2, 2020. Under the COVID-19 pandemic agreement, the government imposed a social grouping with a grouping of more than 1 meter apart from one another and the transfer of related health protection when carrying out activities outside the home as directed by the World Health Organization(WHO). Considering the Indonesian people in implementing social preservation and protecting health policies increase the positive acquisition of COVID-19 in Indonesia significantly related to the number of victims who died, therefore in this study, we created a COVID-19 data level assessment system for transfer mitigation in all provinces in Indonesia by using the Modified K-Nearest Neighbor (MKNN) method with the output in the form of a spread rate class, namely a low spread rate which means that the spread mitigation is high, then the medium spread rate class which means the spread mitigation is moderate, and the spread rate is high which means low spread mitigation which is further explained in the section on the research methodology. The purpose of the system output is to increase the awareness of the Indonesian people in preventing COVID-19. The parameters used in the classification process are the number of positives, the number of people recovered, and the number of people died by COVID-19 by looking at the class distribution rate in each province in Indonesia. The reason for using the Modified K-Nearest Neighbor method in this research is because the Modified K-Nearest Neighbor method is a fairly good classification method, where this method is validated and weighted whose weight is determined by calculating the fraction of neighbors labeled the same as the total of  neighbors number. The data used in this study was released from the official website of the Ministry of Health of the Republic of Indonesia which can be accessed at the link https://infection.infemerging.kemkes.go.id/ with a total of 374 training data from May 12, 2020 to May 22, 2020 and test data As many as 136 data from 23 May 2020 to 26 May 2020, the resulting accuracy was 97.79% with a K = 3.
Perbandingan Decision Tree J48, REPTREE, dan Random Tree dalam Menentukan Prediksi Produksi Minyak Kelapa Sawit Menggunakan Fuzzy Tsukamoto Tundo, Tundo; 'Uyun, Shofwatul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021833108

Abstract

 Penelitian ini menerangkan analisis decision tree J48, REPTree dan Random Tree dengan menggunakan metode fuzzy Tsukamoto dalam penentuan jumlah produksi minyak kelapa sawit di perusahaan PT Tapiana Nadenggan dengan tujuan untuk mengetahui decision tree mana yang hasilnya mendekati dari data sesungguhnya. Digunakannya decision tree J48, REPTree, dan Random Tree yaitu untuk mempercepat dalam pembuatan rule yang digunakan tanpa harus berkonsultasi dengan para pakar dalam menentukan rule yang digunakan. Berdasarkan data yang digunakan akurasi pembentukan rule dari decision tree J48 adalah 95,2381%, REPTree adalah 90,4762%, dan Random Tree adalah 95,2381%. Hasil dari penelitian yang telah dihitung bahwa metode fuzzy Tsukamoto dengan menggunakan REPTree mempunyai error Average Forecasting Error Rate (AFER) yang lebih kecil sebesar 23,17 % dibandingkan dengan menggunakan J48 sebesar 24,96 % dan Random Tree sebesar 36,51 % pada prediksi jumlah produksi minyak kelapa sawit. Oleh sebab itu ditemukan sebuah gagasan bahwa akurasi pohon keputusan yang terbentuk menggunakan tools WEKA tidak menjamin akurasi yang terbesar adalah yang terbaik, buktinya dari kasus ini REPTree memiliki akurasi rule paling kecil, akan tetapi hasil prediksi memiliki tingkat error paling kecil, dibandingkan dengan J48 dan Random Tree. AbstractThis study explains the J48, REPTree and Tree Random tree decision analysis using Tsukamoto's fuzzy method in determining the amount of palm oil production in PT Tapiana Nadenggan's company with the aim of finding out which decision tree results are close to the actual data. The decision tree J48, REPTree, and Random Tree is used to accelerate the making of rules that are used without having to consult with experts in determining the rules used. Based on the data used the accuracy of the rule formation of the J48 decision tree is 95.2381%, REPTree is 90.4762%, and the Random Tree is 95.2381%. The results of the study have calculated that the Tsukamoto fuzzy method using REPTree has a smaller Average Forecasting Error Rate (AFER) rate of 23.17% compared to using J48 of 24.96% and Tree Random of 36.51% in the prediction of the amount of palm oil production. Therefore an idea was found that the accuracy of decision trees formed using WEKA tools does not guarantee the greatest accuracy is the best, the proof of this case REPTree has the smallest rule accuracy, but the predicted results have the smallest error rate, compared to J48 and Tree Random.
Analisis Sentimen Ulasan Kedai Kopi Menggunakan Metode Naive Bayes dengan Seleksi Fitur Algoritme Genetika Azhar, Naziha; Adikara, Putra Pandu; Adinugroho, Sigit
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834436

Abstract

Di era sekarang, kedai kopi tak hanya dikenal sebagai tempat berkumpul dan menyeruput kopi saja, tetapi kedai kopi telah menjadi tempat yang nyaman untuk belajar dan bekerja. Namun, tidak semua kedai kopi memiliki kualitas yang baik sesuai dengan apa yang diharapkan pelanggan. Ulasan tentang kedai kopi dapat membantu pemilik kedai kopi untuk mengetahui bagaimana respons mengenai produk dan pelayanannya. Ulasan tersebut perlu diklasifikasikan menjadi ulasan positif atau negatif sehingga membutuhkan analisis sentimen. Terdapat beberapa tahap pada penelitian ini yaitu pre-processing untuk pemrosesan ulasan, ekstraksi fitur menggunakan Bag of Words dan Lexicon Based Features, serta mengklasifikasikan ulasan menggunakan metode Naïve Bayes dengan Algoritme Genetika sebagai seleksi fitur. Data yang digunakan pada penelitian ini sebanyak 300 data dengan 210 data sebagai data latih dan 90 data sebagai data uji. Hasil evaluasi yang didapatkan dari klasifikasi Naïve Bayes dan seleksi fitur Algoritme Genetika yaitu accuracy sebesar 0,944, precision sebesar 0,945, recall sebesar 0,944, dan f-measure sebesar 0,945 dengan menggunakan parameter Algoritme Genetika terbaik yaitu banyak generasi = 50, banyak populasi = 18, crossover rate = 1, dan mutation rate = 0. AbstractIn this era, coffee shops are not only known as a place to gather and drink coffee, but also have become a comfortable place to study and work. However, not all coffee shops are in good quality according to what customers expect. Coffee shop reviews can help coffee shop owners to find out the response to their products and services. These reviews need to be classified as positive or negative reviews so that sentiment analysis is needed. There are several steps in this study, which are pre-processing to process reviews, feature extraction using Bag of Words and Lexicon Based Features, also classifying reviews using the Naïve Bayes method with Genetic Algorithm as a feature selection. The data used in this study were 300 data with 210 data as training data and 90 data as test data. Evaluation results obtained from the Naïve Bayes classification and Genetic Algorithm feature selection are 0.944 for accuracy, 0.945 for precision, 0.944 for recall, and 0.945 for f-measure using the best Genetic Algorithm parameters which are many generations = 50, many populations = 18, crossover rate = 1, and mutation rate = 0.
Sistem Pendukung Keputusan Wilayah Promosi Menggunakan Metode AHP-SMART pada Universitas Muhammadiyah Pontianak Brianorman, Yulrio
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021832997

Abstract

Promosi merupakan upaya menawarkan produk atau jasa pada dengan tujuan menarik calon konsumen untuk membeli. Melalui promosi, produsen mengharapkan kenaikannya angka penjualan produk atau jasa yang ditawarkan. Jasa yang ditawarkan oleh sebuah perguruan tinggi swasta adalah jasa pendidikan yang dapat diukur angka penjualannya dengan jumlah kursi penerimaan mahasiswa baru. Aktivitas promosi dengan jangkauan luas memerlukan biaya yang besar sehingga perlu penentuan skala prioritas wilayah. UM Pontianak belum memiliki metode khusus untuk penentuan wilayah yang ada di Kalimantan Barat. Oleh karena itu diperlukan sistem pendukung keputusan untuk menentukan prioritas wilayah. Sistem pendukung pengambilan keputusan ini dibuat menggunakan metode AHP-SMART. Metode AHP digunakan untuk menentukan konsistensi dari skala penilaian antara kriteria sementara metode SMART untuk menyelesaikan masalah pedukung keputusan yang memiliki multikriteria. Hasil dari perhitungan AHP menunjukkan consistensi ratio = 0,05. Dengan nilai CR di bawah 0,1 maka hasil perhitungan bobot menggunakan AHP dapat disetujui secara konsisten. Langkah selanjutnya adalah menentukan nilai prioritas dengan metode SMART. Hasil perhitungan SMART menunjukkan nilai 92,96 untuk kota Pontianak sebagai prioritas utama, disusul dengan dengan kabupaten Kuburaya, kabupaten Landak, kabupaten Sambas, kabupaten Bengkayang, kabupaten Sintang, kabupaten Ketapang, kabupaten Sanggau, kota Singkawang, kabupaten Mempawah, kabupaten Kapuas Hulu, kabupaten Sekadau, kabupaten Melawi dan kabupaten Kayong Utara. AbstractPromotion is an offering to potential customers to buy a product or service. Through promotions, producers expect an increase in sales of products or services offered. Services offered by a private tertiary institution are educational services that can be measured by sales figures with the number of new student admission seats. Delivering wide reach promotional activities require large costs so it is necessary to determine the regional priority scale. UM Pontianak does not have a specific method for determining areas in West Kalimantan yet, therefore a decision support system is needed. This decision making support system was created using the AHP-SMART method. The AHP method is used to calculate the consistency of the rating scale between the criteria while the SMART method is to solve the decision support problem that has multi criteria. The results of the AHP calculation show a consistency ratio = 0.05. With a CR value below 0.1, the weight calculation results using AHP can be consistently agreed. Furthermore, to determine the priority value, SMART method was used. The SMART results show the city of Pontianak as a top priority with the value 92.96, followed by Kuburaya district, Landak district, Sambas district, Bengkayang district, Sintang district, Ketapang district, Sanggau district, Singkawang city, Mempawah district, Kapuas Hulu district, district Sekadau, Melawi district and Kayong Utara district.
Analisis dan Perencangan Aplikasi E-Learning Berbasis Gamification (Studi Kasus Program Studi Sistem Informasi Institut Teknologi Kalimantan) Putra, M. Gilvy Langgawan; Octantia, Hemy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834368

Abstract

Pembelajaran pada institusi pendidikan khususnya perguruan tinggi pada era teknologi ini sebagian besar telah memanfaatkan penggunaan teknologi, seperti penggunaan power point untuk menyajikan materi dan penggunaan google classroom untuk memudahkan penyampaian berbagai file materi dan tugas. Walaupun telah menggunakan bantuan teknologi, terkadang kegiatan pembelajaran tetap dirasa membosankan bagi mahasiswa sehingga membuat motivasi belajar mahasiswa menurun. Tujuan dari penelitian ini adalah merancang sebuah aplikasi pembelajaran online atau e-learning berbasis gamification yang dapat meningkatkan motivasi belajar mahasiswa. Perancangan aplikasi dilakukan dengan metode pengembangan waterfall hingga tahap modelling. Perancangan e-learning diterapkan untuk pembagian materi, tugas, dan pelaksanaan ujian. Beberapa elemen gamification yang diterapkan pada perancangan aplikasi ini adalah challenge, reward, dan leaderboard. Sistem poin juga diterapkan pada fitur challenge dan pengguna dapat menukarkan poin tersebut dengan reward tertentu. Pada penelitian ini, dijelaskan bagaimana merancang sebuah aplikasi e-learning dengan metode gamification. Perancangan aplikasi pada penelitian ini menghasilkan 42 diagram use case, skenario use case, diagram sequence, class diagram, ERD, dan mock up aplikasi. AbstractLearning in educational institutions, especially universities in this technological era, has mostly taken advantage of the use of technology, such as the use of power points to present material and the use of google classrooms to facilitate the delivery of various material files and assignments. Even though they have used technology assistance, sometimes learning activities are still considered boring for students, so that students' learning motivation decreases. The purpose of this research is to design an online learning application or e-learning based on gamification which can increase student motivation. The application design is carried out using the waterfall development method to the modeling stage. The e-learning design is applied for the distribution of materials, assignments and exams. Some of the gamification elements applied to the design of this application are the challenges, rewards, and leaderboards. The point system is also applied to the challenge feature and users can exchange these points for certain rewards. In this paper, how to design an e-learning application with the gamification method will be explained. Application design in this paper developing 42 use case diagram, use case scenarios, sequence diagrams, class diagram, ERD, and application mock ups. 
Implementasi Kombinasi Algoritme Self-Organizing Map dan Fuzzy C-Means untuk Pengelompokan Performa Belajar Siswa pada Media Pembelajaran Digital Luckyana, Nabila Divanadia; Supianto, Ahmad Afif; Tibyani, Tibyani
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834402

Abstract

Media pembelajaran digital mampu menyimpan data dalam bentuk log data yang dapat digunakan untuk melihat perbedaan performa siswa yang tentu saja berbeda-beda antara satu siswa dengan siswa yang lainnya. Perbedaan performa siswa tersebut menyebabkan dibutuhkannya sebuah tahapan yang berfungsi untuk mempermudah proses evaluasi dengan cara menempatkan siswa kedalam kelompok yang sesuai agar dapat membantu tenaga pengajar dalam menangani serta memberikan umpan balik yang tepat pada siswanya. Penelitian ini bertujuan memanfaatkan log data dari sebuah media pembelajaran digital dengan menggunakan kombinasi dari algoritme Self-Organizing Map dan Fuzzy C-Means untuk mengelompokan siswa berdasarkan aktivitas mereka selama belajar dengan media tersebut. Data akan melalui sebuah proses reduksi dimensi dengan menggunakan algoritme SOM, lalu dikelompokkan dengan menggunakan algoritme FCM. Selanjutnya, data dievaluasi dengan menggunakan nilai silhouette coefficient dan dibandingkan dengan algoritme SOM clustering konvensional. Berdasarkan hasil implementasi yang telah dilakukan menggunakan 12 data assignment pada media pembelajaran Monsakun, dihasilkan parameter-parameter optimal seperti ukuran map atau jumlah output neuron sejumlah 25x25 dengan nilai learning rate yang berbeda-beda disetiap assignment. Selain itu, diperoleh pula 2 kelompok siswa pada setiap assignment berdasarkan nilai silhouette coefficient tertinggi yang mencapai lebih dari 0.8 di beberapa assignment. Melalui serangkaian pengujian yang telah dilakukan, penerapan kombinasi algoritme SOM dan FCM secara signifikan menghasilkan cluster yang lebih baik dibandingkan dengan algoritme SOM clustering konvensional. Abstract Digital learning media is able to store data in the form of log data that can be used to see differences in student performance. The difference in student performance causes the need for a stage that functions to simplify the evaluation process by placing students into appropriate groups in order to assist the teaching staff in handling and providing appropriate feedback to students. This study aims to utilize log data from a digital learning media using a combination of the Self-Organizing Map algorithm and Fuzzy C-Means to classify students based on their activities while learning with these media. The data will go through a dimensional reduction process using the SOM algorithm, then grouped using the FCM algorithm. Furthermore, the data were evaluated using the silhouette coefficient value and compared with the conventional SOM clustering algorithm. Based on the results of the implementation that has been carried out using 12 data assignments on the Monsakun learning media, optimal parameters such as map size or the number of neuron outputs are 25x25 with different learning rate values in each assignment. In addition, 2 groups of students were obtained for each assignment based on the highest silhouette coefficient score which reached more than 0.8 in several assignments. Through a series of tests that have been carried out, the implementation of a combination of the SOM and FCM algorithms has significantly better clusters than the conventional SOM clustering algorithm.

Page 1 of 3 | Total Record : 26

 1   2   3 

Filter by Year

2021 2021


Reset
Filter By Issues
All Issue 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