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 9 No 1: Februari 2022" : 26 Documents clear
Pengenalan Aktivitas Manusia Menggunakan Sensor Akselerometer dan Giroskop pada Smatphone dengan Metode K-Nearest Neighbor Arifien, Zainal; Bachtiar, Fitra Abdurrahman; Yudistira, Novanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022915593

Abstract

Pengenalan aktivitas manusia atau Human Activity Recognition (HAR) merupakan salah satu topik yang populer karena besarnya peluang untuk diterapkan di kehidupan sehari-hari. Tujuan dari pengenalan ini adalah untuk mengenali, mendeteksi, dan mengklasifikasikan aktivitas yang dilakukan manusia. Pengenalan aktivitas manusia adalah salah satu teknologi penting untuk memantau dinamisme seseorang sehingga dapat bermanfaat di berbagai hal. Selain untuk menjaga kesehatan, pencegahan penyakit, dan membantu menentukan jenis olah raga, HAR dapat dimanfaatkan juga untuk diterapkan pada bidang keamanan dan pengembangan teknologi. Penelitian ini menggunakan smartphone sebagai teknologi utama dalam memperoleh data dengan memanfaatkan sensor akselerometer dan giroskop yang telah tertanam di dalamnya. Terdapat 8 macam aktivitas yang diteliti dengan kombinasi lama waktu eksperimen 5, 10, dan 15 detik serta posisi smartphone dipegang bebas maupun di dalam saku celana kanan. Data yang diperoleh terdiri dari 3 sumbu (x, y, dan z) pada setiap sensor yang digunakan. Data tersebut kemudian melalui proses pengolahan dan klasifikasi menggunakan algoritme k-Nearest Neighbor (k-NN). Hasil akurasi yang didapat dalam penelitian ini mencapai 79,56%. Hasil yang diperoleh melalui penelitian ini menunjukkan bahwa perbedaan peletakan smartphone mempengaruhi hasil pengenalan aktivitas manusia secara stabil. Selain itu, perbedaan jumlah data akibat perbedaan lamanya waktu eksperimen dapat mengakibatkan perbedaan lamanya waktu komputasi. Penelitian ini menjadi penting karena hasilnya dapat menjadi batu loncatan bagi penelitian selanjutnya. Beberapa peluang pengembangan juga dilampirkan pada bagian akhir. AbstractHuman activity recognition (HAR) is one of the most popular topics because of the large opportunities for its application in life. The purpose of HAR is to recognize, detect and classify human activities. Human activity recognition is one of the important technologies for monitoring a person's dynamism so that it can be utilized in various ways. Apart from maintaining health, preventing disease, and helping determine the type of exercise, HAR can also be used to be applied in the field of security and technological developments. This study uses smartphones as the main technology in obtaining data by utilizing the built-in accelerometer and gyroscope sensors. There are 8 types of activities studied with a combination of 5, 10, and 15 seconds of experimental time and the position of the smartphone is carried freely or in the right trouser pocket. The data obtained consists of 3 axes (x, y, and z) on each sensor used. The data then processed and classified using the k-Nearest Neighbor (k-NN) algorithm. The accuracy results obtained in this study reaches 79.56%. The results obtained through this study indicate that differences in smartphone placement affect the results of human activity recognition stably. In addition, differences in the amount of data due to differences in the length of the experiment period can result in differences in the length of computation time. This research is important because the results can be used as material for further research assistance. Some development opportunities are also attached at the end. 
Penerapan Importance Performance Analysis (IPA) pada Evaluasi Keberlanjutan Penggunaan e-filing untuk Pelaporan Pajak Perorangan Saluza, Imelda; Sartika, Dewi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021864825

Abstract

E-filing merupakan bentuk penerapan sistem Modul Penerimaan Negara Generasi Kedua (MPN G2) yang mulai diterapkan pada tahun 2007. Sistem tersebut telah memanfaatkan billing dan surat elektronik sebagai bagian transaksi, namun masih terpisah dengan situs resmi Direktorat Jendral Pajak (DJP). Pada tahun 2014 DJP menggabungkan semua layanan pelaporan serta pembayaran pajak pada satu sistem. Hal tersebut dilakukan guna meningkatkan pelayanan. Guna mengoptimalkan penggunaan e-filing sebagai media penyampaian Surat Pemberitahuan Tahunan (SPT) pajak perorangan. Menteri Keuangan mengeluarkan Peraturan Nomor 9 Tahun 2018 tentang kewajiban penggunaan e-filing untuk melaporkan SPT PPh 21/26 dan PPN. Berdasarkan hasil observasi peneliti pada tahun 2017 masih terdapat 22% Wajib Pajak (WP) di Palembang tidak melaporkan SPT pajak perorangan. Berdasarkan permasalahan tersebut, maka perlu dilakukan evaluasi terhadap keberlanjutan penggunaan e-filing. Pada prosesnya peneliti telah mengembangkan model evaluasi dari keberlanjutan penggunaan e-filing. Proses evaluasi dilakukan dengan melakukan analisis SEM dengan menggunakan PLS 2.0. berdasarkan hasil evaluasi terdapat beberapa manifest yang tidak valid yaitu fulfillment dan manifest functionallity yang tidak reliabel. Selanjutnya dilakukan uji hipotesis, hasil pengujian menunjukkan bahwa dependability tidak berpengaruh positif terhadap system quality, accuracy, timeliness, relevance dan timeliness tidak berpengaruh positif information quality, serta service quality dan information quality tidak berpengaruh positif terhadap continued use. Kenyataannya proses evaluasi menggunakan SEM hanya terbatas kepada pengujian hipotesis dari masing-masing variabel. Sehingga dibutuhkan analisis lanjutan yaitu IPA yang bertujuan untuk mengetahui faktor-faktor yang perlu ditingkatkan dalam keberlanjutan penggunaan e-filing. Dengan harapan pihak yang berwenang dalam hal ini DJP dapat mengidentifikasi masalah serta mengambil kebijakan-kebijakan guna keberlanjutan penggunaan sehingga e-filing dapat terus digunakan untuk pelaporan SPT pajak perorangan. Importance Performance Analysis (IPA) merupakan analisis sederhana yang terdiri dari dua dimensi yaitu kepentingan dan kinerja dari suatu sistem. Analsis ini dapat digunakan untuk mengetahui ekspektasi serta harapan WP terhadap e-filing serta kinerja e-filing menurut WP. Hasil analisis menunjukkan bahwa pihak DJP lebih berkonsentrasi terhadap kuadran I, karena kuadran I menyatakan bahwa harapan yang tinggi dari setiap SPT sedangkan kinerja dari DJP masih rendah. Beberapa indikator tersebut antara lain adalah Understandability (kejelasan informasi yang diberikan oleh e-filing), Contact (kontak yang dapat dihubungi), Functionality (peningkatan kualitas dan mutu pajak), Ease of Use (e-filing sulit dipelajari), Usefulness (penghematan waktu pelaporan), Service Quality, Efficiency (pengaksesan e-filing dengan gadget lain), Fulfillment (kesulitan dalam memenuhi kebutuhan pelapor). Hasil dari penelitian ini dapat dijadikan acuan bagi DJP dalam mengambil kebijakan dalam peningkatan layanan e-filing guna keberlanjutan penggunaanya untuk pelaporan SPT pajak perorangan. AbstractE-filing is a method of applying the 2007-implemented Second Generation State Revenue Module (MPN G2) scheme. While this mechanism includes billing and electronic mail as part of the transaction, it is also independent from the Directorate General of Taxes' official website (DGT). In 2004, DGT merged both tax reporting and payment systems into one scheme.   This is conducted to enhance customer experience. To get the most out of e-filing as a method of uploading individual tax returns (SPT). The Minister of Finance released Regulation No. 9 of 2018 requiring SPT PPh 21/26 and VAT reporting to be done electronically. According to study findings from 2017, there were already 22% of taxpayers (Wajib Pajak) in Palembang who did not file individual tax returns in 2017. Based on these issues, it is important to assess the long-term viability of e-filing. Researchers created an assessment model for the long-term viability of e-filing in the process. SEM analysis with PLS 2.0 is applied to carry out the assessment process. There are many invalid manifestations based on the evaluation performance, including invalid fulfillment and defective manifest features. In addition, the hypotheses is checked, and the findings indicate that dependability has no positive impact on device consistency, precision, timeliness, significance, and timeliness have no positive impact on information quality, and service quality and information quality have no positive impact on continued use. In fact, the SEM assessment process is restricted to evaluating each variable's hypothesis. As a result, further research is needed, namely IPA, which aims to identify the variables that need to be changed in the long-term usage of e-filing. In the expectation that the authorities in this case DGT will be able to recognize issues and implement measures that will enable e-filing to continue to be used for individual tax returns. A basic analysis consisting of two dimensions, namely the significance and efficiency of a method, is known as an Importance Performance Analysis (IPA). This research will be used to assess taxpayer priorities and expectations about e-filing, as well as e-filing success according to taxpayers. The findings of the study suggest that the DGT is more focused on quadrant I, so quadrant I notes that each SPT has high hopes, while the DGT's output is still poor. Some of these indicators include Understandability (clarity of information provided by e-filing), Contact (contact that can be contacted), Functionality (quality improvement and tax quality), Ease of Use (e-filing is difficult to learn), Usefulness (time saving reporting), Service Quality, Efficiency (accessing e-filing with other gadgets), Fulfillment (difficulties in meeting the needs of the reporter). The findings of this study should be used by DGT to develop strategies to expand e-filing systems so that they can be used for individual tax returns in the long run.
Rancang Bangun Website Akademik dengan Penyimpanan Sertifikat Digital Menggunakan Teknologi Blockchain Swastika, Windra; Wirasantosa, Hermawan; Kelana, Oesman Hendra
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021863645

Abstract

Sertifikat merupakan sebuah bentuk penghargaan yang didapat seseorang setelah menyelesaikan suatu uji kompetensi atau pembelajaran tertentu. Sertifikat harus dibuat dan disimpan dengan metode dan keamanan yang baik untuk mencegah terjadinya perubahan isi atau bahkan pemalsuan. Teknologi blockchain merupakan teknologi yang memungkinkan proses penyimpanan yang aman dengan ongkos yang rendah. Keamanan terjamin karena semua orang bisa mengambil bagian untuk menyimpan data dengan ledger yang terdistribusi. Berdasarkan hasil penelitian dan perancangan sistem yang dibuat dapat disimpulkan bahwa proses pembuatan teknologi blockchain sebagai media penerbitan sertifikat dan validasinya dapat dibuat menggunakan program milik Ethereum yaitu Geth dan penyimpanan data menggunakan smart contract yang diterbitkan pada jaringan blockchain. Hasil dari pengujian reliabilitas terhadap sistem menunjukkan bahwa bahwa sistem berhasil memproses 200 transaksi dalam waktu kurang lebih 8 detik. Untuk pengujian skalabilitas didapatkan estimasi 10 juta blok membutuhkan kapasitas penyimpanan sebesar 22,6 GB untuk menjadi node atau miner pada jaringan blockchain ini. AbstractA certificate is a form of appreciation that a person receives after completing a certain competency or learning test. Certificates must be created and stored with good methods and security to prevent changes in content or even forgery. Blockchain technology is technology that allows secure storage processes at a low cost. Security is guaranteed because everyone can take part in storing data with a distributed ledger. Based on the results of research and design of the system, it can be concluded that the process of making blockchain technology as a media for issuing certificates and validation can be made using Ethereum's proprietary program Geth and data storage using smart contracts issued on the blockchain network. The results of the reliability testing of the system indicate that the system successfully processed 200 transactions in approximately 8 seconds. For scalability testing, it is estimated that 10 million blocks require a storage capacity of 22.6 GB to become a node or miner on this blockchain network.
Deteksi Kejadian Lalu Lintas Pada Teks Twitter Dengan Pendekatan Klasifikasi Multi-Label Berbasis Deep Learning Atikah, Luthfi; Purwitasari, Diana; Suciati, Nanik
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022915206

Abstract

Kemacetan merupakan salah satu kejadian yang sering terjadi di kota-kota besar. Hal ini dapat merugikan pengguna jalan, oleh karena itu perlu dilakukan pendeteksian kejadian lalu lintas. Saat ini, twitter digunakan sebagai sumber informasi untuk mendeteksi suatu kejadian. Namun, pengguna twitter cenderung membagikan beberapa informasi sekaligus, sehingga dalam satu tweet bisa memiliki lebih dari satu label. Pada penelitian ini dilakukan klasifikasi multi-label menggunakan 18.000 data dari akun twitter terverifikasi di Surabaya. Klasifikasi multi-label pada penelitian ini dilakukan untuk mengidentifikasi banyak situasi lalu lintas seperti kondisi cuaca, kecelakaan lalu lintas, kemacetan lalu lintas, lalu lintas padat, dan lalu lintas lancar. Klasifikasi dilakukan dengan menggunakan pendekatan deep learning (CNN dan LSTM) dan word embedding (word2vec dan fastText) dengan augmentasi dan non-augmentasi data. Eksperimen dilakukan dengan 3 skenario berbeda untuk melihat pengaruh data uji yang berbeda pada data latih yang sama. Selanjutnya dilakukan eksperimen untuk menguji pengaruh jumlah label terhadap klasifikasi multi-label pada data uji yang sama. Akurasi tertinggi pada non-augmentasi data adalah 0,75 dan pada augmentasi data adalah 0,95. Dari keseluruhan ujicoba akurasi tertinggi diperoleh dari kombinasi LSTM dan fastText. Abstract Congestion is one of the events that often occurs in big cities. This can be detrimental to road users, therefore it is necessary to detect traffic events accurately and efficiently. Currently, Twitter is used as a source of information to detect an incident. However, twitter users tend to share several information at once, so that in one tweet can have more than one label. Therefore, multi-label classification is necessary. This study utilizes 18,000 data from verified twitter accounts in Surabaya. Multi-label classification is carried out to identify many traffic situations, such as weather conditions, events, traffic jams, heavy traffic, and smooth traffic. Classification is performed using deep learning approach (CNN and LSTM) and word embedding (word2vec and fastText) with augmented and non-augmented . Experiments are carried out with 3 different scenarios to see the effect of different uji data on the same train data. Furthermore, the experiments are conducted to examine the effect of the number of labels on the multi-label classification on the same test data. The highest accuracy on non-augmented data is 0,75 and on augmented data is 0,95. All of the highest accuracy is obtained from the combination of LSTM and fastText
Pengaruh Metode Pembelajaran Problem Based Learning yang Diperkaya dengan ARCS Motivational Model terhadap Kualitas Manajemen Kelas dan Motivasi Belajar Siswa secara Online pada Mata Pelajaran Pemrograman Dasar di Sekolah Menengah Kejuruan Majid, Allisa; Herlambang, Admaja Dwi; Amalia, Faizatul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022915500

Abstract

Kebijakan pelaksanaan pembelajaran di masa pandemi Covid-19 melahirkan beberapa permasalahan. Pemilihan metode dan pemberian motivasi pada kegiatan belajar mengajar di masa peralihan darurat atau pembelajaran daring, perlu diperhatikan oleh guru agar mencapai tujuan pembelajaran. Penelitian ini menerapkan metode Problem Based Learning yang dipadukan dengan ARCS Motivational Model untuk mengetahui kualitas manajemen kelas dan motivasi belajar pada mata pelajaran Pemrograman Dasar di SMK National Media Center Malang. Pelaksanaan penelitian, yaitu eksperimen jenis post-test control group dengan memberikan perlakuan berbeda terhadap kelas kontrol dan kelas eksperimen. Kemudian dilakukan penyebaran kuesioner berskala Likert yang hasilnya dihitung menggunakan indeks persentase (%), uji normalitas data menggunakan Kolmogorov Smirnov, dan uji hipotesis menggunakan uji t-bebas. Hasil penelitian ini menemukan bahwa penerapan metode Problem Based Learning dan ARCS Motivational Model berpengaruh terhadap kualitas manajemen kelas dan motivasi belajar siswa. Temuan unik dari penelitian ini adalah selisih kualitas manajemen kelas mencapai 6,00% (68,00% di kelas kontrol dan 62,00% di kelas eksperimen) dan selisih motivasi belajar mencapai 4,00% (68,00% di kelas kontrol dan 64,00% di kelas eksperimen). Abstract The policy of implementeting learning during the Covid-19 pandemic gave birth to several problems. The selection of methods and providing motivation for teaching and learning activities during the emergency transition or online learning needs to be considered by teachers in order to achieve learning objectives. This study applies the Problem Based Learning method combined with the ARCS Motivational Model to determine the quality of classroom management and learning motivation in Basic Programming subjects at SMK National Media Center Malang. The implementation of the research, namely the experimental type of post-test control group by giving different treatment to the control class and the experimental class. Then, a Likert-scaled questionnaire was distributed, the results of which were calculated using the percentage index (%), normality test of the data using Kolmogorov Smirnov, and hypothesis testing using the independent t-test. The results of this study found that the application of the Problem Based Learning method and the ARCS Motivational Model had an effect on the quality of classroom management and student learning motivation. The unique finding of this study is the difference in the quality of classroom management reaches 6.00% (68.00% in the control class and 62.00% in the experimental class) and the difference in learning motivation reaches 4.00% (68.00% in the control class and 64.00% in the experimental class). 
Halaman Belakang dan Daftar Indeks Purbosari, Lina
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

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

Abstract

Halaman Belakang dan Daftar Indeks
Peningkatan Performa Pengelompokan Siswa Berdasarkan Aktivitas Belajar pada Media Pembelajaran Digital Menggunakan Metode Adaptive Moving Self-Organizing Maps Prasetyo, Onky; Supianto, Ahmad Afif; Anam, Syaiful; Pardede, Hilman Ferdinandus; Zilvan, Vicky; Kusumo, R. Budiarianto Suryo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022915579

Abstract

Digitalisasi proses pembelajaran memungkinkan untuk dihasilkannya rekaman terhadap setiap aktivitas siswa selama belajar. Rekaman yang dihasilkan tersebut dapat digunakan untuk mengelompokkan siswa berdasarkan pola dari proses belajar yang dilakukan. Hasil pengelompokkan yang peroleh dapat digunakan untuk melakukan penyesuaian komponen pembelajaran ataupun metode pembelajaran bagi siswa. Salah satu metode pengelompokan yang sering digunakan adalah Self-Organizing Maps (SOM), SOM merupakan metode jaringan syaraf tiruan dengan tujuan untuk mempertahankan topologi data ketika data input multidimensi diubah menjadi data output dengan dimensi yang lebih rendah. Neuron SOM pada dimensi input diperbaharui sepanjang proses pelatihan, sedangkan neuron pada dimensi output tidak mendapatkan pembaruan sama sekali, hal ini menyebabkan struktur neuron yang digunakan pada tahapan inisialisasi akan tetap sama hingga akhir proses pengelompokan. Pada penelitian ini menggunakan metode Adaptive Moving Self-Organizing Maps (AMSOM) yang menggunakan struktur neuron lebih fleksibel, dengan dimungkinkannya terjadi perpindahan, penambahan dan penghapusan dari neuron menggunakan data 12 assignments dari media pembelajaran MONSAKUN. Hasil penelitian menunjukkan terdapat perbedaan yang signifikan secara statistik antara nilai quantization error dan nilai topographic error dari algoritme AMSOM dengan algoritme SOM. Metode AMSOM menghasilkan rata-rata nilai quantization error 27 kali lebih kecil dan rata-rata nilai topographic error 54 kali lebih kecil dibandingkan dengan metode SOM.AbstractThe digitization of the learning process makes it possible to produce recordings of each student's activity during learning. The resulting record can be used to group students based on the pattern of the learning process. The grouping results can be used to make adjustments to the learning components or learning methods for students. One of the most frequently used clustering methods is Self-Organizing Maps (SOM), SOM is a neural network method to maintain data topology when multidimensional input data is converted into output data with lower dimensions. The SOM neurons in the input dimension are updated throughout the training process, while the neurons in the output dimension do not get updated at all, this causes the neuron structure used in the initialization stage to remain the same until the end of the grouping process. In this study, the Adaptive Moving Self-Organizing Maps (AMSOM) method uses a more flexible neuron structure, allowing for the transfer, addition and deletion of neurons using 12 assignments of data from MONSAKUN learning media. The results showed that there was a statistically significant difference between the quantization error and the topographic error of the AMSOM algorithm and the SOM algorithm. The AMSOM method produces an average quantization error 27 times smaller and an average topographic error 54 times smaller than the SOM method.
Peringkasan Artikel Berbahasa Indonesia Menggunakan TextRank dengan Pembobotan BM25 Hernawan, Yurdha Fadhila; Adikara, Putra Pandu; Wihandika, Randy Cahya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022913765

Abstract

Penggunaan internet sebagai sumber informasi telah membawa manusia pada era one click away. Apa pun bisa diakses di mana pun kapan pun, baik secara visual maupun tidak. Namun, tidak semua informasi yang diakses selalu sesuai dengan konteks yang diinginkan. Untuk memudahkan pengguna internet dalam mendapatkan informasi yang ringkas dengan tidak merusak atau menghilangkan informasi penting, maka dibutuhkan suatu peringkasan otomatis. Salah satu cara untuk mendapatkan ringkasan pada sebuah dokumen adalah dengan mencari kumpulan kalimat penting pada dokumen yang dapat merepresentasikan dokumen asli secara keseluruhan. Metode peringkasan tersebut disebut juga dengan peringkasan ekstraktif. Pada penelitian ini, peringkasan ekstraktif dilakukan dengan memeringkatkan setiap kalimat pada sebuah dokumen dan mengambil kalimat dengan peringkat teratas sebagai ringkasan. Metode TextRank yang digunakan pada penelitian ini merepresentasikan dokumen sebagai graf, setiap kalimat dianggap sebagai node dan hubungan antara kalimat (node) merupakan nilai similarity antar kalimat. Fungsi similarity yang digunakan adalah BM25 dengan metode pemeringkatan PageRank. Panjang ringkasan yang dihasilkan sistem disesuaikan dengan besar nilai compression rate yang digunakan. Setelah membandingkan hasil ringkasan yang didapatkan sistem peringkasan otomatis dengan hasil ringkasan yang didapatkan dari expert (pakar) sebanyak 10 dokumen, penelitian ini berhasil dilakukan dengan kualitas ringkasan terbaik didapatkan pada saat penggunaan compression rate sebesar 30% dengan nilai rata-rata precision, recall, dan f-measure secara berturut-turut adalah 0,552; 0,552; dan 0,552. AbstractThe use of the internet as a source of information has brought humans to a oneclick era. Anything can be accessed anywhere, visually or not. However, every information accessed is not always match with the context itself. An automatic summarization is needed to help people to get the concise informations without ruin the context and missing the point. One way to get a summarize of the document is to find a collection of important sentences in the document that can represent the original document as a whole. That automatic text summarization method is also called extractive summarize. In this study, extractive summarization is done by checking each sentence in a document and ranking the important sentences. The TextRank method used in this study will represent the document as a graph, each sentence will be considered as a node and the relationship between sentences (nodes) is the value of similarity between sentences. The similarity function used is BM25 with the PageRank as ranking method. The resulting length of the system will be adjusted to the value of the level of compression used. After comparing the summarization result between the automatic system and an expert of 10 documents, this research is successfully carried out with the best quality is obtained when using a compression rate of 30% with an average value of precision, recall, and f-measure is 0.552; 0.552; and 0.552.  
Implementasi Metode Longest Common Subsequences untuk Perbaikan Kata pada Kasus Analisis Sentimen Opini Pembelajaran Daring di Media Sosial Twitter Pranata, Alfisyar Jefry; Sari, Yuita Arum; Santoso, Edy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022915611

Abstract

Coronavirus merupakan salah satu parasit yang menyerang sistem pernapasan manusia. Peningkatan kasus coronavirus berlangsung sangat cepat dan menyebar ke berbagai negara. Oleh karena itu, World Health Organization (WHO) menetapkan Coronavirus sebagai pandemi. Hal ini mengakibatkan seluruh kegiatan yang sebelumnya tatap muka atau luar jaringan (luring) menjadi dalam jaringan (daring), termasuk kegiatan belajar mengajar. Dengan ditetapkannya pembelajaran secara daring menyebabkan adanya opini yang bersifat pro dan kontra dari berbagai kalangan masyarakat. Opini tersebut akan digunakan dalam penelitian ini dan akan diolah terlebih dahulu dalam tahap preprocessing. Metode yang digunakan dalam penelitian ini adalah Longest Common Subsequences (LCS) dan Support Vector Machine (SVM)  dengan data sebesar 500 yang terbagi menjadi 250 data berlabel positif dan 250 data berlabel negatif. Dari 500 data tersebut dibagi menjadi 450 data untuk data latih dan 50 data untuk data uji. Dengan menggunakan metode Longest Common Subsequences untuk perbaikan kata dan metode Support Vector Machine untuk klasifikasi dengan nilai parameter terbaik yaitu learning rate (γ) = 0,0001, lambda (λ) = 0,1, complexity (C) = 0,001, epsilon (ϵ) = 0,0001 dan iterasi maksimum = 50 dapat menghasilkan nilai rata-rata hasil evaluasi yaitu precision = 0,5653, recall = 0,948, f-measure = 0,7047 dan accuracy = 0,598. Hasil pengujian tersebut mununjukkan bahwa dengan menambahkan metode Longest Common Subsequences untuk perbaikan kata dapat meningkatkan tingkat akurasi yang sebelumnya hanya 0,59 menjadi 0,598. Abstract Coronavirus is a parasite that attacks the human respiratory system. The increase incases coronavirus took place very fast and spread to various countries. Therefore, the World Health Organization (WHO) has designated Coronavirus as a pandemic. This results in all activities that were previously face-to-face or offline (offline) becoming online (online), including teaching and learning activities. With the establishment of online learning, there are pro and contra opinions from various circles of society. This opinion will be used in this research and will be processed first in the stage preprocessing. The method used in this research is Longest Common Subsequences (LCS) and Support Vector Machine (SVM) with 500 data divided into 250 data labeled positive and 250 data labeled negative. Of the 500 data is divided into 450 data for training data and 50 data for test data. By using the method Longest Common Subsequences for word improvement and the method Support Vector Machine for classification with the best parameter values, namely learning rate (γ) = 0.0001, lambda (λ) = 0.1, complexity (C) = 0.001, epsilon (ϵ ) = 0.0001 and the maximum iteration = 50 can produce the average value of the evaluation results, namely precision = 0.5653, recall = 0.948, f-measure = 0.7047 and   accuracy = 0.598. The test results show that by adding method of Longest Common Subsequences for word improvement, it can increase the level of accuracy which was previously only 0.59 to 0.598.
Aplikasi untuk Mencari Kelayakan Siswa Penerima Bantuan Pendidikan dengan Metode Simple Additive Weighting (Studi Kasus : SMK NU Ma'arif Kudus) Syaifuddin, Syaifuddin; Solikhin, Solikhin; Riyanto, Eko
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021864023

Abstract

Setiap periode SMK NU Ma’arif 2 Kudus melaksanakan program penyaluran bantuan kepada peserta didiknya yang kurang mampu. Dalam memberikan bantuan tersebut perlu dilakukan seleksi bagi para calon penerima. Permasalahan yang dihadapi panitia adalah seleksi dilakukan dengan menunjukpara peserta didik secara langsung dan acak sehingga mengalami kesulitan dalam menentukan siapa yang sebenarnya berhak menerima bantuan. Untuk mengatasi masalah tersebut dan mendapatkan calon yang berhak menerima serta mencapai standar yang diinginkan, maka diperlukan Sistem Seleksi Calon Penerima Bantuan Siswa Miskin (BSM) menggunakan Metode Simple Additive Weighting (SAW) sebagai pendukung keputusan.Metode SAW mencari penjumlahan terbobot berdasar pada kriteria penilaian yang telah ditentukan. Kriteria yang digunakan dalam sistem ini yaitu;jumlah penghasilan orang tua, nilai rata-rata rapor, jumlah kerabat/ saudara. Dari hasil pengujian sistem ini diperoleh luaran berupa perankingan nilai akhir mulai dari yang terbesar hingga terkecil. Hasil analisa perbandingan sistem ini dengan sistem lama terkait tingkat keakuratannya adalah 18 dari 30 siswa (60%) pada sistem lama, sedangkan sistem baru adalah 30 dari 30 siswa (100%). Hasil kuesioner terkait uji kelayakan sistem Seleksi Calon Penerima BSM menggunakan Metode SAWini sangat mudah digunakan (Perceived Ease Of Use) dengan nilai akhir 86,3%, dan sangat bermanfaat (Perceived Of Usefulness) dengan nilai akhir 88,3%.Penerapan sistem ini berkontribusi bagi SMK NU Ma’arif 2 Kudus dalam melaksanakan program penyaluran dana BSM secara optimal, transparan, tepat sasaran, dan berkeadilan serta dapat dijadikan sebagai pendukung keputusan bagi pemangku kepentingan.AbstractEvery period SMK NU Ma’arif 2 Kudus carries out educational aid distribution programs to students who are less fortunate. In providing this assistance, it is necessary to select prospective recipients. The problem faced by the committee is that the selection is carried out by directly and randomly appointing students so that they have difficulty determining who is actually entitled to receive assistance. To overcome this problem and get candidates who are entitled to receive and achieve the desired standards, it is necessary to apply the eligibility selection of students receiving educational assistance using the Simple Additive Weighting (SAW) method as decision support. The SAW method seeks a weighted addition based on predetermined assessment criteria. The criteria used in this system are; the amount of parents' income, the average value of report cards, the number of relatives / relatives. From the test results of this system, the output is in the form of a ranking of the final values ranging from largest to smallest. The results of the comparative analysis of this system with the old system regarding the level of accuracy are 18 out of 30 students (60%) in the old system, while the new system is 30 out of 30 students (100%). The results of the questionnaire related to the feasibility test of the application for selection of students receiving educational assistance using the SAW Method are very easy to use (Perceived Ease Of Use) with a final value of 86.3%, and very useful (Perceived Of Usefulness) with a final value of 88.3%. The contribution to SMK NU Ma’arif 2 Kudus in this study was the making of an application to find out the eligibility of student beneficiaries using the SAW method. This can assist the committee in implementing the education aid fund distribution program in an optimal, transparent, on target and equitable manner and can be used as decision support for stakeholders.

Page 1 of 3 | Total Record : 26

 1   2   3 

Filter by Year

2022 2022


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: 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