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 2: April 2022" : 26 Documents clear
Deteksi Pneumonia Menggunakan Citra Sinar-X Paru berbasis Residual Network Muhammad Adzkia; Firzal Arland; Agung Wahyu Setiawan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925626

Abstract

Fokus dari studi ini adalah membandingkan kinerja Mask R-CNN dengan ResNet-50 & 101 sebagai backbone pada deteksi pneumonia menggunakan citra Sinar-X paru. Selain itu, juga dibandingkan pengaruh augmentasi data berupa rotasi dan refleksi serta pengaruh teknik perbaikan kualitas citra menggunakan CLAHE pada kinerja deteksi pneumonia. Set data yang digunakan pada studi ini berjumlah 26.684 citra Sinar-X paru yang diambil dari situs Kaggle RSNA Challenge. Terdapat empat parameter kinerja deteksi yang digunakan, yaitu akurasi; presisi; sensitivitas; dan spesifisitas. Meskipun ResNet-50 backbone yang memiliki 50 lapisan konvolusi, akan tetapi kinerja deteksi yang dihasilkan lebih baik dibandingkan dengan ResNet-101 yang memiliki 101 lapisan konvolusi. Selain itu, ResNet-50 backbone dengan augmentasi data berupa rotasi dan refleksi pada set data citra yang diperbaiki kualitasnya menggunakan CLAHE memberikan kinerja yang paling baik. Nilai akurasi yang diperoleh mencapai 76% dengan presisi 62%, spesifisitas 74% dan sensitifitas 67%. Pada studi ini, terlihat bahwa peningkatan jumlah lapisan konvolusi tidak berpengaruh terhadap peningkatan kinerja deteksi. Sebagai tambahan, kinerja deteksi pneumonia menggunakan Sinar-X paru berbasis ResNet-50 backbone dapat ditingkatkan dengan menambahkan prapemrosesan berupa augmentasi data serta perbaikan kualitas citra menggunakan CLAHE. AbstractThe focus of this study is to compare the performance of the Mask R-CNN using ResNet-50 & 101 backbone on pneumonia detection using a chest X-ray image. In addition, the effect of data augmentation in the form of rotation and reflection was also compared. Furthermore, the effect of the image enhancement technique using CLAHE on pneumonia detection is performed. In total, 26,684 chest X-ray images are used. These images were downloaded from the Kaggle RSNA Challenge website. There are four parameters are used to evaluate the detection performance, i.e., accuracy; precision; sensitivity; and specificity. Although ResNet-50 backbone has 50 convolutional layers, the detection performance is better than ResNet-101 which has 101 convolution layers. In addition, the ResNet-50 backbone with data augmentation and image enhancement using CLAHE provides the best performance. The accuracy of 76%, the precision of 62%, specificity of 74%, and sensitivity of 67% are obtained using this proposed method. In this study, the increase in the number of convolutional layers has no effect on the detection performance. In addition, the performance of pneumonia detection using ResNet-50 backbone using chest X-rays image can be improved using data augmentation and image quality enhancement using CLAHE. 
Hubungan Antara Cache, Energy Consumption dan Runtime Performance pada Progressive Web Apps Wakhid Kurniawan; Agung Fatwanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022924993

Abstract

Progresive Web Apps merupakan teknologi mutakhir di pengembangan web. Kehadiran Progresive Web Apps memberikan dampak positif bagi pengembang Web, yang mana keunggulannya memberikan peningkatan performa secara signifikan. Service Worker sebagai inti memiliki kemampuan mencegat dan menangani permintaan jaringan, termasuk mengelola cache respons lewat program. Semua kemampuan Service worker disimpan ke dalam cache. Keunggulan tersebut tentunya mempunyai implikasi pada performance. Disisi lain konsumsi energi perangkat lunak yang berjalan di atasnya, juga merupakan tantangan seorang pengembang aplikasi khususnya Web.  Tujuan penelitian ini adalah melakukan investigasi hubungan Cache terhadap Runtime Performance dan Energy Consumption. Metode penelitian menggunakan pendekatan kuantitatif dengan melakukan kajian eksperimen empiris, yang mana menilai 16 Situs yang telah mengadopsi Progresive Web Apps. Perancangan eksperimen ini memiliki variabel Cache, Energy Consumption dan Runtime Performance dengan perilaku pengumpulan data ketika Cache kosong dan Cache terisi yang selanjutnya akan di analisis dengan analisis Pearson Correlation. Pelaksanaan eksperimen dijalankan di Chrome Browser perangkat android secara langsung. Hasil dari penelitian ini menunjukan bahwa ada hubungan antara Cache dan Energy Consumption dengan nilai signifikasi sebesar 0,005 pada Cache kosong dan nilai signifikasi sebesar 0,015 pada saat Cache terisi. Selain itu, juga ada hubungan antara Runtime Performance dan Energy Consumption dengan nilai signifikasi sebesar 0,008 pada Cache kosong dan nilai signifikasi sebesar 0,003 pada saat Cache terisi. Sedangkan pada variabel Cache dan Runtime Performance menunjukan bahwa tidak ada hubungan antar variabel, dengan nilai signifikansi lebih besar dari 0,05 yaitu 0,08 pada Cache kosong dan 0,098 pada saat Cache terisi. AbstractProgressive Web Apps are the latest technology in web development. The presence of Progressive Web Apps has a positive impact on Web developers, whose advantages provide a significant increase in performance. Service Workers at the core have the ability to intercept and handle network requests, including managing programmatic response caches. All Service worker capabilities are cached. These advantages of course have implications for performance. On the other hand, the energy consumption of the software running on it is also a challenge for an application developer, especially the Web. The purpose of this study is to investigate the relationship between Cache and Runtime Performance and Energy Consumption. The research method uses a quantitative approach by conducting an empirical experimental study, which assesses 16 sites that have adopted Progressive Web Apps. This experimental design has Cache, Energy Consumption and Runtime Performance variables with data collection behavior when the cache is empty and the cache is filled which will then be analyzed with Pearson Correlation analysis. The experiment execution is run in the Chrome Browser of the android device directly. The results of this study indicate that there is a relationship between Cache and Energy Consumption with a significance value of 0,005 in an empty cache and a significance value of 0,015 when the cache is filled. In addition, there is also a relationship between Runtime Performance and Energy Consumption with a significance value of 0,008 when the cache is empty and a significance value of 0,003 when the cache is filled. While the Cache and Runtime Performance variables show that there is no relationship between variables, with a significance value greater than 0,05, namely 0,08 when the cache is empty and 0,098 when the cache is filled.
Klasifikasi Ulasan Palsu Menggunakan Borderline Over Sampling (BOS) dan Support Vector Machine (SVM) (Studi Kasus : Ulasan Tempat Makan) Aisyah Awalina; Fitra Abdurrachman Bachtiar; Indriati Indriati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925692

Abstract

Kemudahan memperoleh informasi saat ini telah banyak membantu manusia, salah satu mencari ulasan untuk tempat makan baru. Pencarian ulasan ini dipicu karena pengunjung tidak mengetahui layanan dari tempat tersebut. Ulasan juga dapat menguntungkan penjual, karena mereka mengetahui pengalaman yang dimiliki pengunjungnya. Oleh karena itu, ulasan palsu dimanfaatkan banyak orang untuk membuat ulasan palsu. Ulasan palsu bisa secara efektif dibedakan menggunakan machine learning. Namun, banyak dari dataset ulasan palsu ini tidak seimbang (imbalanced dataset) sehingga dapat mempengaruhi hasil klasifikasi. Oleh karena itu, penelitian ini menggunakan metode BOS untuk mengatasi tidak seimbangnya data dan melakukan klasifikasi dengan metode SVM. Adapun tahapan dari penelitian yaitu preprocessing, lalu pembobotan kata dengan TF-IDF dan fitur sentimen menggunakan lexicon-based features, dilanjutkan proses menyeimbangkan dataset dengan BOS, setelah itu proses klasifikasi oleh SVM. Adapun langkah dalam pengujian BOS dan SVM yaitu pembagian data latih dan uji dengan 80%:20%, setelah itu pencarian parameter terbaik pada data latih dengan 5-fold cross validation, dan dievaluasi dengan data uji. Adapun nilai parameter terbaik pada BOS dan SVM yaitu N dengan nilai 400% dimana hasil evaluasi akurasi dengan nilai 78,6%; precision dengan nilai 19,7%; recall dengan nilai 17,1%; f-measure dengan nilai 14,4%; dan g-mean dengan nilai 32%. Oleh karena itu, penggunaan BOS dapat meningkatkan hasil evaluasi dari terhadap klasifikasi ulasan palsu.AbstractThe convenience of obtaining information nowadays has helped many people such as looking for reviews for new places to eat. The search for reviews was triggered because visitors were not aware of the services of the place. Reviews can also benefit sellers, because they know the experience their visitors have had. Therefore, many people abuse reviews to create spam reviews. Spam reviews can be effectively resolved using machine learning. However, many of these spam review datasets are imbalanced and thus may affect classification results. In this study, BOS algorithm was used to overcome data imbalances, and SVM algorithm for the classification of spam reviews. The stages of the research are preprocessing, then weighting words with TF-IDF and sentiment features using lexicon-based features, followed by the process of balancing the dataset with BOS, and classification process with SVM. Step in testing BOS and SVM are split data of training and test data with 80%:20%, after that the search for the best parameters in the training data with 5-fold cross-validation, and evaluated with test data. The best parameter values for BOS and SVM were N with a value of 400% where the results of the accuracy evaluation were 78.6%; precision with a value of 19.7%; recall with a value of 17.1%; f-measure with a value of 14.4%; and g-mean with a value of 32%. Therefore, use of BOS can improve the evaluation results from the classification of spam reviews.
Implementasi Sistem Peramalan Pengadaan Kebutuhan Bahan Baku Pangan Dengan Metode Weighted Moving Average Reza Ena Erlinda; Uky Yudatama; Endah Ratna Arumi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022924700

Abstract

Junkyard Auto Park Cafe merupakan salah satu usaha di bidang pariwisata dan kuliner, dalam proses produksi aneka makanan tersebut dibutuhkan bahan baku pangan. Sebulan sekali proses pembelanjaan bahan baku dilakukan dengan jumlah yang telah ditentukan, namun kelebihan dan kekurangan sering terjadi, hal ini dikarenakan penggunaan yang tidak dapat dipastikan. Penelitian ini bertujuan untuk memudahkan dan meminimalisir kesalahaan dalam melakukan proses pendataan serta mengetahui perkiraan kebutuhan bahan baku pangan dalam jangka waktu ke depan sebagai acuan dalam proses pengambilan keputusan manajerial. Dalam proses penelitian ini digunakan salah satu metode forecasting yaitu Weighted Moving Average (WMA) dikarenakan model ini memiliki sifat yang lebih responsive terhadap adanya perubahan data. Hasil dari rekap data laporan penggunaan bahan baku selanjutnya akan dilakukan proses perhitungan matematis untuk menghasilkan suatu nilai peramalan. Dari penelitian ini dilakukan tiga kali pengujian terhadap bobot yang berbeda, dari percobaan yang dilakukan terhadap masing-masing bobot yang diberikan diperoleh hasil akurasi terbaik pada bobot 0,7 0,2 0,3 dengan nilai MSE 0,0302. Hasil penelitian ini dapat membantu untuk memperkirakan jumlah kebutuhan bahan baku yang diperlukan sehingga mempermudah dalam menentukan pembelanjaanya. AbstractJunkyard Auto Park Cafe is one of the businesses in the tourism and culinary sector, in the production process of various foods, food raw materials are needed, the process of purchasing raw materials is carried out once a month with a predetermined amount so that there are often advantages and disadvantages due to erratic use. This study aims to facilitate and minimize mistakes in carrying out the data collection process and to find out the estimated needs for food raw materials in the future as a reference in the managerial decision-making process. Forecasting is a method as a tool in carrying out an efficient and effective planning. In this research process, one of the forecasting methods is used, namely Weighted Moving Average (WMA) because this model is more responsive to data changes. The results of the data recap of the report on the use of raw materials will then be carried out a mathematical calculation process to produce a forecasting value. From this research, three tests were carried out on different weights, from the experiments carried out on each given weight, the best accuracy results were obtained at a weight of 0.7 0.2 0.3 with an MSE value of 0.0302. The results of this study can help to estimate the amount of raw material needed to make it easier to determine the expenditure. 
Autoencoder untuk Sistem Prediksi Berat Lahir Bayi Fitra Septia Nugraha; Hilman Ferdinandus Pardede
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022923868

Abstract

Salah satu ukuran terpenting saat awal persalinan adalah keakuratan prediksi berat lahir. Dengan menggunakan metode prediksi yang tepat, perkiraan ekstrim berat lahir bayi dapat dideteksi lebih atau kurang sehingga beberapa tindakan pencegahan dapat dilakukan sebelum persalinan. Di sisi lain, untuk meningkatkan akurasi suatu proses pembelajaran, dibutuhkan suatu prediksi yang akurat untuk masalah yang dihadapi atau dengan menggunakan gabungan beberapa metode. Penelitian bertujuan untuk prediksi berat lahir bayi menggunakan metode Deep Learning autoencoder untuk memprediksi berat lahir bayi. Salah satu tantangan dalam pengembangan sistem prediksi berat lahir bayi adalah datanya yang berdimensi tinggi. Teknik konvensional untuk feature reduction seperti principal component analysis (PCA), mengasumsikan orthogonality atau independensi antar komponen prinsipal nya. Dengan autoencoder, asumsi tersebut tidak ada. Sehingga autoencoder dapat memodelkan korelasi antar fitur. Dengan melakukan variasi parameter pada autoencoder, performa terbaik diperoleh adalah MSE 0.002, MAE 0.029, R2 0.991 dengan autoencoder dengan 4 lapisan hidden layer encoder dan decoder. Ini lebih baik dibandingkan PCA. AbstractOne of the most important measurements at the onset of labor is the accuracy of the prediction of birth weight. By using precise prediction methods extreme estimates of baby birth weight can be detected more or less so that some precautions can be taken before delivery. On the other hand, to improve the accuracy of a learning process, an accurate prediction is needed for the problem at hand or by using a combination of several methods. This study aims to predict baby birth weight using the Deep Learning autoencoder method to predict baby birth weight. One of the challenges in developing a predictive system for infant birth weight is the high dimensional data. Conventional techniques for feature reduction, such as principal component analysis (PCA), assume orthogonality or independence between the principal components. With an autoencoder, that assumption doesn't exist. So that the autoencoder can model the correlation between features. By varying the parameters of the autoencoder, the best performance is MSE 0.002, MAE 0.029, R2 0.991 with an autoencoder with 4 hidden layer encoder and decoder layers. This is better than PCA.
Desain Media Pembelajaran dengan Model Problem-based Learning dan Gamitifikasi untuk Materi Bangun Ruang Tingkat SMK Berbasis Virtual Rality Admi Rut Sinana; Herman Tolle; Fitra Abdurrachman Bachtiar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925627

Abstract

Materi pembelajaran Bangun Ruang Matematika adalah salah satu materi dan pelajaran yang masuk ke dalam ujian Asesmen Kompetensi Minimum (AKM) pengganti Ujian Nasional (UN) pada Sekolah Menengah Kejuruan (SMK). Namun, Pelajaran Matematika menjadi salah satu pelajaran yang menjadi momok bagi kebanyakan siswa. Sehingga menjadikan siswa tertarik untuk mempelajari hal ini adalah suatu tantangan. Penelitian ini bertujuan untuk menggambarkan, menjelaskan dan menganalisis proses desain media pembelajaran dengan menggunakan pendekatan Human-Centered Design (HCD) yang digunakan dalam membangun aplikasi VR dengan menggunakan model PBL dan gamifikasi pada suatu Media Pembelajaran khususnya Bangun Ruang Matematika.Dalam penelitian ini terdapat salah satu model yang dapat diterapkan yaitu Problem-Based Learning. Problem-Based Learning merupakan model pembelajaran penyelesaian masalah, pembelajaran ini menjadikan masalah (problem) sebagai isu utamanya. Selain itu dalam penelitian ini juga digunakan model Gamifikasi (Gamification) yang merupakan pemanfaatan elemen-elemen di dalam game atau video game dengan tujuan menggugah, memotivasi para siswa dalam proses pembelajaran sehingga membantu membangun keterikatan (engagement) terhadap proses pembelajaran.  Luaran yang dihasilkan dari penelitian ini adalah berupa desain model Problem Based Learning dan Gamifikasi dalam media pembelajaran materi Bangun Ruang tingkat SMK berbasis Virtual Reality yang bertujuan memotivasi siswa dalam pembelajaran sehingga membantu proses belajar mengajar Bangun Ruang. Dengan hasil uji rancangan media pembelajaran yang divalidasi oleh ahli materi memiliki persentase kelayakan 98% dan ahli media dengan persentase 89% dapat dikategorikan sangat layak untuk setuju bahwa rancangan ini dapat digunakan untuk pengembangan dan implementasi selanjutnya. AbstractGeometry Subjects is one of the materials and subjects that are included in the Asesmen Kompetensi Minimum (AKM) which replaces the Ujian Nasional (UN) at Vocational High Schools (SMK). However, Mathematics is one of the subjects that is a scourge for most students. So making students interested in learning this is a challenge.  This study aims to describe, explain and analyze the design process of learning media using the Human-Centered Design (HCD) approach which is used in building VR applications using PBL and gamification models on a Learning Media, especially Geometry Subjects.In this study, there is one model that can be applied, namely Problem-Based Learning. Problem-Based Learning is a problem solving learning model, this learning makes the problem the main issue. In addition, this study also uses a gamification model which is the use of elements in games or video games with the aim of inspiring and motivating students in the learning process so as to help build engagement with the learning process. The output produced from this research is design of educational media using the Problem-Based Learning and Gamification for geometry subjects on Vocational High School - based Virtual Reality which aims to motivate students in learning so as to help the learning process of geometry subjects. With the results of the learning media design test which was validated by material experts, it had a feasibility percentage of 98% and media experts with a percentage of 89% could be categorized as very feasible to agree that this design could be used for further development and implementation.
Analisis Klasifikasi Sentimen Ulasan pada E-Commerce Shopee Berbasis Word Cloud dengan Metode Naive Bayes dan K-Nearest Neighbor Josua Josen Alexander Limbong; Irwan Sembiring; kristoko dwi hartomo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022924960

Abstract

Saat ini internet memungkinkan pengguna untuk membuat ulasan secara online diberbagai jenis platform. Salah satunya aplikasi e-commerce Shopee pada website google play store dimana kelas sentimen positif dan negatif yang terdapat pada ulasan online jelas mencerminkan persepsi pengguna tentang berbagai jenis layanan dan produk yang ada. Selain itu, pelanggan berpotensial yang membaca ulasan online dapat secara signifikan terpengaruh oleh sentimen dari ulasan yang tertera pada kolom ulasan. Hal ini menandakan ulasan yang bersentimen positif ataupun negatif yang ditinggalkan oleh pengguna sangat mempengaruhi pengguna lainnya dalam memilih layanan maupun produk yang dicari. Oleh karena itu perlunya analisis sentimen untuk mengklasifikasi dataset yang begitu banyak sehingga dapat dengan mudah mengetahui apa saja sentimen pelanggan. penelitian ini menggunakan data ulasan sebanyak 500 ulasan . Kemudian ulasan tersebut diklasifikasi menggunakan aplikasi orange dengan metode Naïve Bayes dan K-Nearest Neighbor (KNN). Kemudian selanjutnya menggunakan metode word cloud untuk mengetahui topik-topik yang sering diulas oleh pelanggan. Hasilnya setelah menggunakan metode Naive Bayes memperoleh hasil nilai accuracy 0,914, precision 0,915, recall 0,914 dan F1 score 0,916. Sedangkan metode KNN memperoleh nilai accuracy 0,928,  precision 0,929,  recall 0,928, dan F1 score 0,926. Hal ini membuktikan bahwa dalam penelitian ini kinerja metode KNN lebih baik. Kemudian berdasarkan hasil word cloud yang diperoleh didapatkan informasi kata dengan sentimen positif yang paling sering diulas oleh pelanggan diantaranya terkait kata: gratis, bagus, suka, murah, mudah, dan cepat. Sedangkan informasi sentimen negatif yang diperoleh seperti kata : kecewa, jelek, mahal, bohong, ribet, dan perbaiki. AbstractToday the internet allows users to create online reviews on various types of platforms. One of them is the Shopee e-commerce application on the google play store website, where the positive and negative sentiment classes contained in online reviews reflect user perceptions about the various types of services and products available. Also besides, potential customers who read online reviews can be significantly affected by the sentiment of the reviews listed in the review column. This indicates that positive or negative reviews left by users greatly influence other users in choosing the services or products they are looking for. Therefore the need for sentiment analysis to classify such a large dataset so that you can easily find out what customer sentiments are. This study uses a dataset of 500 reviews. Then the reviews are classified using the orange application with the Naïve Bayes and K-Nearest Neighbor (KNN) methods. Then use the word cloud method to find out topics that are frequently reviewed by customers. The results, after using the Naïve Bayes method, get the accuracy value of 0.914, precision 0.915, recall 0.914, and F1 score 0.916. Meanwhile, the KNN method obtained an accuracy value of 0.928, precision 0.929, recall 0.928, and F1 score 0.926. This proves that in this study the performance of the KNN method is better. Then based on the word cloud results obtained word information with positive sentiments that are most often shared by customers related to words: free, good, like, cheap, easy, and fast. Meanwhile, the negative sentiment information obtained includes the words: disappointed, ugly, expensive, lying, complicated, and fix. 
Pengaruh Word Affect Intensities Terhadap Deteksi Ulasan Palsu Raga Saputra Heri Istanto; Fitra Abdurrachman Bachtiar; Achmad Ridok
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925652

Abstract

Transaksi jual beli elektronik melalui internet terus berkembang dan menjadi populer, begitu pula dengan jumlah ulasan dari pelanggan yang meningkat pesat. Dengan banyaknya pemberi ulasan, terdapat kemungkinan seseorang menulis ulasan palsu yang disebut fake review untuk mempromosikan produk atau menjatuhkan produk kompetitor. Sangat penting untuk dapat mendeteksi ulasan palsu sehingga ulasan yang digunakan pelanggan sebagai pertimbangan untuk memilih produk atau jasa merupakan ulasan yang andal. Studi sebelumnya hanya menggunakan fitur sentimen yang terbatas pada objektivitas dan polaritas untuk melakukan deteksi ulasan palsu. Sedangkan studi yang lebih baru menunjukan adanya leksikon kosa kata berbasis emosi yang diberi nama word affect intensities yang terbukti mampu mengukur sentimen dengan lebih baik pada kalimat. Penelitian ini bermaksud untuk mengetahui apakah word affect intensities dapat menjadi faktor yang mempengaruhi hasil deteksi ulasan palsu. Penelitian dilakukan dengan memunculkan dua fitur baru berlandaskan word affect intensities berupa fitur kelompok emosi positif dan fitur kelompok emosi negatif. Fitur tersebut kemudian dikombinasikan dengan fitur pada penelitian sebelumnya dan dievaluasi menggunakan beberapa algoritme klasifikasi. Hasil penelitian menunjukan word affect intensities dapat menjadi faktor yang mempengaruh peningkatan akurasi deteksi ulasan palsu sebesar 2.1%. Abstract Electronic buying and selling transactions over the internet continue to grow and become popular, as well as the number of reviews from customers that is increasing rapidly. With so many reviewers, it is possible that someone wrote a fake review to promote a product or demote a competitor’s product. It is very important to be able to detect fake review so that the reviews customers use as a consideration for choosing a product or service are reliable reviews. Previous studies only used sentiment features that were limited to objectivity and polarity to detect fake review. Meanwhile, a more recent study shows that there is an emotion-based vocabulary lexicon called word affect intensities which are proven to be able to better measure sentiment in sentences. This study intends to determine whether word affect intensities can be a factor that affects the results of fake review detection. The research was conducted by bringing up two new features based on the word affect intensities in the form of positive emotion group features and negative emotion group features. These features are then combined with features in previous studies and evaluated using several classification algorithms. The results showed that word affect intensities can be a factor that affects the increased accuracy of fake review detection by 2.1%.
Analisis Faktor yang Berpengaruh pada Adopsi E-Commerce dan Dampaknya Bagi Kinerja UKM di Kabupaten Subang Abu Muna Almaududi Ausat; Endang Siti Astuti; Wilopo Wilopo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925422

Abstract

Teknologi yang semakin berkembang dan maju di sektor bisnis telah membuat pelaku Usaha Kecil dan Mengengah melakukan inovasi pelayanan yang berkaitan dengan penggunaan teknologi e-commerce. Penelitian ini bertujuan untuk mengetahui dan menganalisis pengaruh faktor teknologi, organisasi, lingkungan terhadap adopsi e-commerce dan kinerja serta menganalisis pengaruh adopsi e-commerce terhadap kinerja UKM. Objek penelitian ini adalah UKM yang berada di Kabupaten Subang. Teknik probability sampling yang digunakan adalah Multistage Random Sampling untuk menentukan sampel penelitian. Sejumlah 87 UKM di Kabupaten Subang dijadikan responden. Hasil penelitian ini membuktikan bahwa faktor teknologi dan organisasi berpengaruh positif signifikan terhadap adopsi e-commerce dan faktor yang memiliki pengaruh positif signifikan terhadap kinerja UKM adalah teknologi dan adopsi e-commerce. Adanya layanan jasa berupa e-commerce, konsumen dapat mengakses serta melakukan pesanan dari berbagai tempat, maka segala layanan yang diinginkan oleh para konsumen dapat segera ditindaklanjuti. Dengan demikian UKM di Kabupaten Subang akan mampu memberikan pelayanan yang terbaik. Sehingga, sanggup meningkatkan penjualan dan laba, efisiensi, serta kepuasan konsumen. Penelitian ini tiba pada suatu saran bahwa UKM yang telah memanfaatkan e-commerce harus diikuti dengan pemahaman mengenai pengendalian akses dan keamanan e-commerce itu sendiri bukan hanya bisa memakainya saja. Oleh sebab itu, apabila teknologi digital yang digunakan masih baru, para pemilik UKM dengan segera harus mempersiapkan fasilitas pelatihan kepada karyawan yang ada meskipun dengan modal yang tidak sedikit. AbstractTechnology that is increasingly developing and advanced in the business sector has made business actors to innovate services related to the use of technology e-commerce. This study aims to determine and analyze the influence of technological, organizational, environmental factors on adoption e-commerce and the performance of SMEs and analyze the effect of adoption e-commerce on the performance of SMEs. The object of this research is SMEs in Subang Regency. The probability sampling technique used is Multistage Random Sampling to determine the research sample. A total of 87 SMEs in Subang Regency were used as respondents. The results of this study prove that technology and organizational factors have a significant positive effect on adoption e-commerce and factors that have a significant positive influence on SME performance are technology and adoption e-commerce. The existence of services in the form of e-commerce, consumers can access and place orders from various places, then all services desired by consumers can be immediately followed up. Thus, SMEs in Subang Regency will be able to provide the best service. Thus, it can increase sales and profits, efficiency, as well as customer satisfaction. This research arrives at a suggestion that SMEs who have used e-commerce should be followed by an understanding of access control and security of e-commerce itself, not only can use it. Therefore, if the digital technology used is still new, SME owners must immediately prepare training facilities for existing employees, even with large amounts of capital.
Systematic Literature Review di Bidang Sistem Informasi dan Ilmu Komputer Diah Priharsari
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022923884

Abstract

Salah satu pendekatan studi pustaka adalah Systematic Literature Review (SLR). Walaupun sudah terdapat banyak naskah berbahasa Indonesia atau asing yang menggunakan SLR sebagai metodologi dalam penelitiannya, namun naskah berbahasa Indonesia yang mengulas tentang SLR masih terbatas atau malah tidak ada. Pada paper ini dirangkumkan langkah-langkah SLR berdasarkan publikasi-publikasi di jurnal berkualitas. Naskah ini berisi panduan untuk melakukan SLR bagi peneliti-peneliti pemula. Isi naskah ini meliputi: metode SLR yang terdiri dari empat tahap (menentukan tujuan SLR, inisiasi dan pemilihan pustaka, analisis dan coding, dan perencanaan untuk mempresentasikan hasil), penentuan kualitas SLR, dan kritik untuk SLR. AbstractThis paper provides a guideline for novel researchers to conduct SLR. Although SLR method is quite familiar in Indonesia, a complete essay that explains about SLR in Indonesia is hard to find. This paper resumes SLR stages from various papers published in high quality journals. This paper includes: four stages of conducting SLR (identifying the SLR objectives, searching strategies dan pilot searching, coding and analysing, and presenting the findings), things to be considered to evaluate SLR quality, and critics to SLR.

Page 2 of 3 | Total Record : 26

 1   2   3 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 12 No 4: Agustus 2025 Vol 12 No 3: Juni 2025 Vol 12 No 2: April 2025 Vol 12 No 1: Februari 2025 Vol 11 No 6: Desember 2024 Vol 11 No 4: Agustus 2024 Vol 11 No 3: Juni 2024 Vol 11 No 2: April 2024 Vol 11 No 1: Februari 2024 Vol 10 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2023 Vol 10 No 6: Desember 2023 Vol 10 No 5: Oktober 2023 Vol 10 No 4: Agustus 2023 Vol 10 No 3: Juni 2023 Vol 10 No 2: April 2023 Vol 10 No 1: Februari 2023 Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022 Vol 9 No 6: Desember 2022 Vol 9 No 5: Oktober 2022 Vol 9 No 4: Agustus 2022 Vol 9 No 3: Juni 2022 Vol 9 No 2: April 2022 Vol 9 No 1: Februari 2022 Vol 8 No 6: Desember 2021 Vol 8 No 5: Oktober 2021 Vol 8 No 4: Agustus 2021 Vol 8 No 3: Juni 2021 Vol 8 No 2: April 2021 Vol 8 No 1: Februari 2021 Vol 7 No 6: Desember 2020 Vol 7 No 5: Oktober 2020 Vol 7 No 4: Agustus 2020 Vol 7 No 3: Juni 2020 Vol 7 No 2: April 2020 Vol 7 No 1: Februari 2020 Vol 6 No 6: Desember 2019 Vol 6 No 5: Oktober 2019 Vol 6 No 4: Agustus 2019 Vol 6 No 3: Juni 2019 Vol 6 No 2: April 2019 Vol 6 No 1: Februari 2019 Vol 5 No 6: Desember 2018 Vol 5 No 5: Oktober 2018 Vol 5 No 4: Agustus 2018 Vol 5 No 3: Juni 2018 Vol 5 No 2: April 2018 Vol 5 No 1: Februari 2018 Vol 4 No 4: Desember 2017 Vol 4 No 3: September 2017 Vol 4 No 2: Juni 2017 Vol 4 No 1: Maret 2017 Vol 3 No 4: Desember 2016 Vol 3 No 3: September 2016 Vol 3 No 2: Juni 2016 Vol 3 No 1: Maret 2016 Vol 2 No 2: 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