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 25 Documents
 1   2   3 
Search results for , issue "Vol 9 No 6: Desember 2022" : 25 Documents clear
Klasifikasi Aktivitas Manusia Menggunakan Algoritme Computed Input Weight Extreme Learning Machine dengan Reduksi Dimensi Principal Component Analysis Irwanto, M. Sofyan; Bachtiar, Fitra A.; Yudistira, Novanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022965504

Abstract

Salah satu bidang penelitian yang sangat penting yaitu pengenalan aktivitas manusia secara otomatis dikarenakan potensi penerapannya di berbagai bidang lain seperti pengawasan, lingkungan cerdas, maupun kesehatan. Dari berbagai pendekatan yang pernah dilakukan untuk mengenali aktivitas manusia, teknik berbasis sensor diketahui lebih unggul daripada teknik lain seperti teknik berbasis visi komputer. Teknik berbasis sensor juga dapat dilakukan menggunakan ponsel cerdas, namun penggunaan ponsel cerdas memiliki kekurangan dalam melakukan komputasi algoritme yang kompleks. Apalagi, data hasil ekstraksi fitur dari sinyal yang ditangkap oleh sensor memiliki dimensi yang tinggi. Sehingga, diperlukan sebuah metode untuk mengurangi dimensi fitur dari data, serta melakukan klasifikasi terhadap data tersebut dengan cepat dan tepat. Salah satu metode yang dapat digunakan untuk mengurangi dimensi fitur dari sebuah data adalah Principal Component Analysis (PCA), dan salah satu metode klasifikasi yang dapat digunakan adalah Computed Input Weight Extreme Learning Machine (CIW-ELM). Oleh karena itu, penelitian ini akan menggunakan kedua metode tersebut untuk melakukan klasifikasi pada aktivitas sederhana seperti berjalan, menaiki tangga, menuruni tangga, duduk, berdiri, dan berbaring. Pada penelitian ini juga dilakukan pemilihan hyperparameter terbaik pada masing-masing metode menggunakan metode Grid Search Cross Validation. Hyperparameter terbaik yang didapatkan untuk algoritme PCA adalah dengan nilai k = 207, serta untuk algoritme CIW-ELM dengan jumlah hidden neuron = 600 dan fungsi aktivasi sigmoid. Hasil akurasi yang didapatkan pada penelitian ini adalah 0,957 dan rata-rata f-measure sebesar 0,958 dengan waktu pelatihan selama 0,57 detik. Abstract One of the most important research area is automatic human activity recognition due to its potential application in various other fields such as surveillance, smart environment, and healthcare. Based on various approaches that have been used to recognize human activity, sensor-based techniques are known to be superior to other techniques such as computer vision-based techniques. Sensor-based technique can also be performed using smartphones, but smartphone has disadvantages in performing complex alghorithmic computation. Moreover, feature extraction of the data from the signal captured by the sensor has high dimensions. So, we need a methods to reduce the feature dimensions of the data, and classify the data quickly and accurately. One of the method that can be used to reduce the feature dimensions of data is Principal Component Analysis (PCA), and one of the classification methods that can be used is Computed Input Weight Extreme Learning Machine (CIW-ELM). Therefore, this study will use both methods to classify simple activities such as walking, walking upstairs, walking downstairs, sitting, standing, and laying. In this study, the selection of the best hypeparameter for each method was also carried out using Grid Search Cross Validation. The best hyperparameter obtained for the PCA algorithm is with a value of k = 207, and for the CIW-ELM algorithm with the number of hidden neurons = 600 and the sigmoid activation function. The accuracy results obtained in this study were 0,957 and the f-measure average were 0,958 with a training time of 0,57 seconds.
Teknologi Irigasi Cerdas pada Sistem Irigasi Drip dengan Algoritma Ant Colony Optimization Haris, Abdul; Anggraini, Nabilla; Sikumbang, Hengki
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022955871

Abstract

Rendahnya penggunaan sistem irigasi modern di Indonesia menyebabkan produktivitas lahan yang rendah, terlebih di musim kemarau hal ini dapat menyebabkan banyak lahan yang tidak produktif. Sementara di sisi lain, perkembangan teknologi komputasi sudah masuk dalam berbagai bidang kehidupan, termasuk pertanian.  Contoh penerapan teknologi di bidang pertanian adalah diperkenalkannya sistem irigasi drip. Banyak peneliti yang telah melakukan kajian dan inovasi di bidang ini untuk menghasilkan irigasi yang baik dan optimal, antara lain dengan mengimplementasikan gabungan Internet of Things (IoT) sebagai infrastruktur, Fuzzy Logic dan Artificial Neural Network (ANN) sebagai algoritma untuk menentukan waktu buka tutup dari Solenoid Valve dalam pengaturan distribusi air.  Penelitian yang ada hanya berfokus pada Open/Close solenoid valve. Penelitian ini menggunakan algoritma Ant Colony Optimiation (ACO) untuk mengendalikan katup tersebut, sekaligus melakukan tracking lokasi lahan yang menjadi prioritas irigasi. Algoritma ini dapat bekerja secara dinamis dan adaptif, sehingga mampu menyesuaikan dengan kondisi lahan yang ada  dan  dapat dimonitor secara realtime. Uji coba dilakukan dengan menggunakan 3 sensor, sebagai representasi 3 kondisi lahan yakni lahan basah, lahan normal dan lahan kering.  Hal ini dilakukan untuk memastikan model yang dibuat dapat bekerja sesuai dengan kondisi lahan yang ada.  Dari hasil pengujian yang dilakukan selama 10 hari,  tingkat persentasi error model mencapai 26%  dan  nilai akurasi model adalah 74%. Dari hasil yang diperolah, dapat disimpulkan bahwa hasil penelitian ini bekerja dengan baik untuk sistem irigasi drip  skala kecil yang dinamis. AbstractThe low use of modern irrigation systems in Indonesia leads to low land productivity, especially in the dry season this can result to many areas of unproductive land.  At the same time, the development of computing technology has entered various areas of life, including agriculture.   An example of the application of technology in agriculture is the introduction of drip irrigation systems.  Many researchers have conducted studies and innovations in this matter to produce a better and more optimal irrigation, for example, by implementing a combination of Internet of Things (IoT) for the infrastructure, Fuzzy Logic and Artificial Neural Network (ANN) as algorithms to determine when the lid of the Solenoid Valve is open or closed.   Existing research only focuses on the Open / Close solenoid valve, meanwhile this research   uses the Ant Colony Optimiation (ACO) algorithm to control the valve and provide the tracking ability to determine the area that needs irrigation the most. This algorithm can work dynamically and adaptively, so it is able to adjust to the land conditions and can be monitored in real time.  The testing is conduvted using 3 sensors, as a representation of 3 land conditions, namely wetlands, normal land, and dry land.  This is done to ensure the prototype can work in accordance with existing land conditions.   From the results of the test conducted for 10 days, the model error percentage rate reached 26% and the model accuracy value was 74%.  Thus, it can be concluded that the result of this study work well for dynamic small-scale drip irrigation systems.
Evaluasi Kualitas Layanan E-Government Pada Aplikasi Pendaftaran Seleksi Calon Aparatur Sipil Negara Menggunakan Model E-GovQual Berdasarkan Perspektif Pengguna Abdullah, Puja Putri; Rahmawati, Rina; Sensuse, Dana Indra; Lusa, Sofian; Arief, Assaf; Adi, Prasetyo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022956130

Abstract

Penelitian ini bertujuan untuk mengevaluasi salah satu aplikasi e-government pada instansi Badan Kepegawaian Negara (BKN) yaitu aplikasi SSCASN (Sistem Seleksi Calon Aparatur Sipil Negara) yang digunakan pada proses pendaftaran seleksi Aparatur Sipil Negara (ASN). Berdasarkan ulasan dari media sosial masih terdapat permasalahan pada penggunaan SSCASN sehingga aplikasi perlu dievaluasi. Dalam penelitian ini, kuesioner dibagikan kepada 205 responden dengan kriteria pernah mengikuti pendaftaran CASN dan menggunakan aplikasi SSCASN. Dalam menyusun indikator pernyataan penelitian ini menggunakan model e-GovQual dan untuk mengolah data menggunakan pendekatan PLS-SEM. Hasil penelitian memperlihatkan bahwa semua variabel yang diusulkan yaitu Reliability, Efficiency, Trust, dan Citizen Support memiliki hubungan positif dan signifikan terhadap kualitas layanan e-government pada aplikasi SSCASN. Hasil dengan pengaruh yang paling tinggi diperoleh oleh variabel Efficiency yang mendapatkan persentase dengan nilai 42,3%, disusul dengan Reliability dengan nilai 32,2%, Trust dengan nilai 25%, dan Citizen Support dengan nilai 7%. Adapun rekomendasi yang kami berikan berdasarkan hasil evaluasi adalah BKN sebagai instansi yang bertanggungjawab dalam pengembangan aplikasi SSCASN harus memprioritaskan semua indikator yang ada pada variabel Efficiency dan Reliability karena mendapatkan nilai tertinggi dan paling berpengaruh pada kualitas layanan SSCASN. Sedangkan dalam aspek Trust dan Citizen Support, BKN harus mulai melakukan beberapa perbaikan seperti meningkatkan tingkat keamanan aplikasi dan meningkatkan kualitas layanan helpdesk support pada aplikasi SSCASN. AbstractThe goal of this research is to assess one of the e-government applications at National Civil Service Agency (BKN), namely SSCASN (Sistem Seleksi Calon ASN) which is used in the registration process for selection of State Civil Apparatus (ASN) candidate. Based on reviews from social media and helpdesk data report on SSCASN 2021, there are still problems in using SSCASN so the application needs to be evaluated. In this study questionnaires were distributed to 205 respondents who had registered for CASN and used the SSCASN application. In compiling indicators, this research statement uses the E-GovQual model and to process data using the PLS-SEM approach. The results showed that all the proposed variabels, Reliability, Efficiency, Trust, and Citizen Support, had a positive and significant relationship with the quality of e-Government services in SSCASN application. The variable with the highest influence is obtained by Efficiency received a score of 42.3 %, followed by Reliability with 32.2 %, Trust with 25%, and Citizen Support received a score of 7%. The recommendation that we provide is that BKN as the responsible institution for developing SSCASN must prioritize all indicators in the Efficiency and Reliability variabels because they get the highest score and have the most influence on the quality of SSCASN services. In terms of Trust and Citizen Support, BKN must start to make some improvements, such as increasing the level of application security and improving the quality of helpdesk support services for SSCASN application.
Analisis Pengaruh Kualitas Layanan Terhadap Kepuasan Pelanggan dan Loyalitas Pengguna Aplikasi Jenius Menggunakan Model E-S- Qual dan E- Recs- QUal (Studi Kasus: Pengguna Aplikasi Jenius Kota Malang) Mulyadi, Alfansya Achmad; Wijoyo, Satrio Hadi; Az-Zahra, Hanifah Muslimah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022934937

Abstract

Jenius merupakan aplikasi yang telah dirancang oleh Bank BTPN guna memudahkan masyarakat ketika mengatur life finance menggunakan smartphone. Namun, aplikasi Jenius masih ditemui permasalahan terkait keluhan-keluhan terkait layanan yang diberikan terlihat pada ulasan aplikasi Jenius di Appstore dan customer service Jenius di social media twitter. Hal ini menjadi alasan dilakukannya penelitian untuk mengetahui aspek dari kualitas layanan yang mempengaruhi kepuasan dengan loyalitas pengguna aplikasi Jenius, khususnya di Kota Malang yang saat ini sedang berkembang di bidang digital finance. Pada penelitian ini memakai metode kuantitatif dengan menggunakan model Electronic Service Quality dan Electronic Recovery Service Quality, kedua model ini memiliki tingkat pengukuran yang baik berdasarkan penelitian sebelumnya yang dilakukan untuk mengukur kualitas layanan elektronik. Penelitian ini melibatkan sebanyak 100 sampel pengguna aplikasi Jenius di Kota Malang. Pada penelitian menggunakan purposive sampling sebagai teknik sampling, dan analisis regresi linier berganda dan sederhana sebagai teknik dalam analisis data. Hasil penelitian diperoleh jika dimensi efficiency, fulfilment, dan compensation memiliki pengaruh signifikan parsial (individu) terhadap kepuasan pengguna aplikasi Jenius. Lalu diperoleh hasil jika dimensi efficiency, system availability, fulfilment, privacy, responsiveness, compensation, dan contact memiliki pengaruh signifikan simultan (bersama-sama) terhadap kepuasan pengguna aplikasi Jenius. Dan didapatkan juga bahwa kepuasan pengguna berpengaruh terhadap loyalitas pengguna aplikasi Jenius. AbstractJenius is an application that Bank BTPN has designed to make it easier for the public when managing life finance using a smartphone. However, the Jenius application still encounters problems related to the services provided, as seen in the Jenius application reviews on the Appstore and Jenius customer service on social media Twitter. The reason for conducting this research is to determine aspects of service quality that affect satisfaction with the loyalty of Jenius application users, especially in Malang City, which is currently developing in digital finance. This study uses quantitative methods using Electronic Service Quality and Electronic Recovery Service Quality models. Both of these models have a good level of measurement based on previous research conducted to measure the quality of electronic services. This study involved 100 samples of Jenius application users in Malang City. This research uses purposive sampling as a sampling technique and multiple and simple linear regression analysis as a technique in data analysis. The results obtained if the dimensions of efficiency, fulfillment, and compensation have a partial (individual) significant effect on the satisfaction of Jenius application users. Then the results are obtained if the dimensions of efficiency, system availability, fulfillment, privacy, responsiveness, compensation, and contact have a simultaneous (together) significant influence on the satisfaction of Jenius application users. Moreover, it is also found that user satisfaction affects the loyalty of Jenius application users.
Implementasi Simple Reflex Autonomous Smart Mopping The Floor Kosasih, Asep; Akbar, Faisal
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022965901

Abstract

Penelitian ini bertujuan untuk membuat prototipe atau model robot peralatan rumah tangga pintar mengepel lantai datar (ubin, tembok, kayu) dengan pendekatan penggunaan perangkat elektronika Arduino dan peralatan komponen elektronika serta mekatronika pendukungnya. Penelitian ini merupakan penelitian lanjutan untuk mengimplementasikan konsep  robot Simple Reflex Autonomous Smart Mopping the Floor (SRASMF). Implementasi pemodelan robot SRASMF diantaranya adalah proses pengkodean program (coding and debugging) berdasarkan hasil perakitan model. Pengkodean program dilakukan terhadap fungsi persepsi (percepts), fungsi aktuator (actuators), dan fungsi aksi (actions) model robot SRASMF.  Robot SRASMF merupakan model robot cerdas (Intelligent Agent) yang dilengkapi sensor dan actuator yang dapat bekerja sendiri dalam lingkungannya (environment) dengan karakteristik bergerak maju mengepel lantai datar, mundur menghindari rintangan, berputar belok kiri, berputar belok kanan, dan berhenti. Hasil pengamatan 7 kali percobaan terhadap kinerja operasi model robot SRASMF, pada lingkungan ruang persegi panjang dengan luas lantai ubin berukuran 2m (lebar) x 5m (panjang) (sekitar 25 jumlah ubin berukuran 60cm2) dapat melakukan fungsi dan pergerakan sesuai yang didefinisikan. Luas ruangan lantai percobaan dengan ukuran sekitar 10 (sepuluh) meter persegi dapat diselesaikan dalam kecepatan rerata waktu 3 menit 39 detik. Dalam hal ini model robot SRASMF membuat sendiri lintasannya sekitar 4 (empat) lintasan imajiner pada ruang berukuran tersebut. AbstractThis study aims to create a prototype or robot model of smart household appliances to mop flat floors (tiles, walls, wood) with an approach using Arduino electronic devices and supporting electronic and mechatronic components. This research is a follow-up study to implement the concept of the Simple Reflex Autonomous Smart Mopping the Floor (SRASMF) robot. The implementation of SRASMF robot modeling includes coding and debugging processes based on the results of model assembly. Program coding is performed on the perception, actuator, and action function of the SRASMF robot model. The SRASMF robot is an intelligent robot model (Intelligent Agent) equipped with sensors and actuators that can work independently in their environment with the characteristics of moving forward, mopping the floor flat, backward avoiding obstacles, turning left, turning right, and stopping. The results of observations from 7 experiments on the operational performance of the SRASMF robot model, in a rectangular room environment with a tiled floor area measuring 2m (width) x 5m (length) (approximately 25 tiles measuring 60cm2) can perform functions and movements as defined. The experimental floor area with a size of about 10 (ten) square meters can be completed in an average of 3 minutes 39 seconds. In this case, the SRASMF robot model creates its own trajectory of about 4 (four) imaginary paths in that sized space.
Evaluasi Tata Kelola Sumber Daya Teknologi Informasi Menggunakan Kerangka Kerja COBIT 5 Subdomain EDM04, APO07 dan DSS03 pada Perusahaan Jasa Pelabuhan PT. XYZ Fathurino, Audi Kresna; Mursityo, Yusi Tyroni; Rachmadi, Aditya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022914625

Abstract

PT. XYZ adalah perusahaan yang bergerak di bidang penyelenggara jasa kepelabuhan, seperti angkutan perairan, perkapalan dan industri kemaritiman lainnya. Dalam menjalankan kegiatan operasionalnya, Departemen Teknologi Informasi menghadapi beberapa kendala diantaranya sering terdapat laporan keluhan terkait layanan TI yang mengharuskan untuk selalu cepat dan tanggap dalam menangani permasalahan. Dalam dokumen Master Plan Teknologi Informasi 2020-2024 didapatkan temuan tentang rencana penambahan personel di bidang TI. Selain itu belum pernah dilakukan kegiatan evaluasi dalam lingkup SDM maupun sumber daya TI. Oleh karena itu PT XYZ memerlukan adanya evaluasi terkait tata kelola sumber daya di lingkungan perusahaan sebagai tinjauan kondisi saat ini dan persiapan penerapan rencana kerja di masa mendatang. COBIT 5 dipilih sebagai kerangka kerja penelitian karena menyediakan domain yang sesuai dengan proses yang akan dievaluasi, serta dengan mempertimbangkan pengetahuan perusahaan dengan kerangka kerja sehingga dapat menghasilkan penilaian yang lebih akurat. Subomain yang terlibat diantaranya EDM04 (Ensure Resource Optimization) dan APO07 (Manage Human Resources) sebagai pengelolaan sumber daya, serta DSS03 (Manage Problems) sebagai pengelolaan permasalahan. Penelitian ini bertujuan untuk mengetahui nilai capability level serta nilai kesenjangan (gap) agar didapatkan usulan rekomendasi perbaikan dari permasalahan. Hasil penilaian didapati nilai kapabilitas EDM04 berada pada level 3 (Established Process) dengan target yang diharapkan berada pada level 5, APO07 berada pada level 2 (Managed Process) dengan target yang diharapkan berada pada level 5, serta DSS03 berada pada level 1 (Performed Process) dengan target berada pada level 3. Terdapat 6 rekomendasi yang diberikan untuk proses EDM04, 10 rekomendasi untuk proses APO07, dan 7 rekomendasi untuk proses DSS03. AbstractPT. XYZ is a company engaged in providing port services, such as offshore transportation, shipping, and other various maritime industries. Aiding its operational activities, the Information Technology Department of PT XYZ faces several disturbances, including frequent reports of complaints related to IT services problems which require the teams to always be fast and responsive in fixing and anticipating problems. From the Information Technology Master Plan (2020-2024) document was found that there were needs for additional personnel in the IT field. There had never been any evaluation activities in the scope of both HR and IT resources. Therefore, it is necessary to evaluate the management of existing resources at PT XYZ. COBIT 5 was chosen as the framework because it provides suitable domain for the evaluation process, and considering company’s knowledge about framework for better and accurate assessment. These processes including EDM04 (Ensure Resource Optimization) and APO07 (Manage Human Resources) as resource management, and DSS03 (Manage Problems) as problem management. This study aims to determine the capability level and gap level in order to gain information, suggestions and improvement. The results showed that the capability level of EDM04 subdomain is at level 3 (Established Process) with the expected target at level 5, APO07 is at level 2 (Managed Process) with the expected target at level 5, and DSS03 is at level 1 (Performed Process) with the target at level 3. There are 6 recommendations given for the EDM04 process, 10 recommendations for the APO07 process, and 7 recommendations for the DSS03 process.
Pengaruh Dataset terhadap Performa Convolutional Neural Network pada Klasifikasi X-Ray Pasien Covid-19 Widiawati, Chyntia Raras Ajeng
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022965645

Abstract

Identifikasi pasien COVID-19 di Indonesia merupakan sebuah permasalahan yang harus diatasi. Identifikasi tersebut sebaiknya bisa lebih mudah dan cepat, sehingga deteksi dini pasien COVID-19 merupakan hal yang harus diperhatikan. Saat ini deteksi pasien COVID-19 bergantung pada Swab Test (RT-PCR) dan Rapid Test (Tes Antibodi), padahal Rapid Test tidak bisa memberikan tingkat akurasi yang tinggi sedangkan Swab Test memiliki biaya yang mahal. Salah satu solusi untuk membantu deteksi dini pasien COVID-19 adalah dengan memanfaatkan citra X-Ray paru dari pasien. Algoritma Convolutional Neural Network (CNN) adalah salah satu algoritma popular dengan performa yang sangat baik pada klasifikasi citra X-Ray pasien COVID-19. Walaupun CNN memiliki performa yang baik, keberhasilan suatu algoritma sangat bergantung dengan kualitas dataset yang digunakan. Selain itu citra X-Ray sangat bergantung terhadap pencahayaan di proses pengambilan gambar. Untuk itu perlu analisa pengaruh dataset terhadap performa model CNN yang digunakan. Penelitian ini bertujuan untuk melihat pengaruh kualitas dataset dan jumlah dataset terhadap performa CNN pada klasifikasi X-Ray pasien COVID-19. Dari eksperimen yang dilakukan terhadap dataset yang ada, CNN dapat mencapai akurasi sebesar 89,83%, sensitivitas sebesar 84,14%, spesifisitas sebesar 92,14%, PPV sebesar 71,35%, NPV sebesar 95,09 dan F1-score sebesar 76,10%. Sehingga dapat disimpulkan bahwa CNN memiliki performa yang baik dalam melakukan klasifikasi citra X-Ray pasien COVID-19, meskipun hasil tersebut lebih rendah dibandingkan dengan performa CNN terhadap dataset dengan jumlah dan kualitas citra yang lebih baik. Hal tersebut menunjukkan bahwa kualitas dan jumlah dataset sangat berpengaruh pada performa CNN dalam melakukan proses klasifikasi X-Ray.
Penggunaan Compressive Sensing pada Pengenalan Huruf dengan Tulisan Tangan Menggunakan Metode K-Nearest Neighbor Muhammad, Zalfa Alif; Budiman, Gelar; Saidah, Sofia
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022965612

Abstract

Pengambilan, pengiriman, atau pertukaran informasi berupa data sangat dibutuhkan oleh manusia. Kehidupan manusia membutuhkan informasi dengan cepat dan tepat, maka data dimanfaatkan agar tidak memakan banyak kapasitas bandwidth dan memori saat sampai di server. Dalam penelitian ini, dilakukan kompresi dengan teknik CS (Compressive Sensing). Penggunaan CS difokuskan terhadap pengenalan huruf kapital dan angka tulisan tangan yang didapatkan dari sebelas mahasiswa dengan beberapa skenario. Untuk mengetahui hal tersebut dilakukan pengumpulan data lalu diolah menggunakan preprocessing, CS, rekontruksi dengan Orthogonal Matching Pursuit, dan proses terakhir pendeteksian menggunakan K-Nearest Neighbor yang didalamnya terdapat ekstraksi ciri menggunakan Template Matching. Setelah tahapan dirancang, dilakukan pengujian dengan beberapa skenario untuk memperoleh akurasi deteksi yang paling baik dengan mengubah parameter ukuran setiap blok pada suatu citra, mengubah baris kompresi, dan mengubah dimensi citra. Sehingga didapatkan bahwa skenario yang cocok untuk pengenalan huruf kapital dan angka adalah  skenario 1 (perbandingan database citra rekonstruktif pada pengujian dengan database citra asli sebelum akuisisi CS pada pelatihan) dengan akurasi deteksi sebesar 91.95% untuk huruf kapital sedangkan untuk deteksi angka sebesar 93%. AbstractRetrieval, delivery, or exchange of information in the form of data is needed by humans. Human life requires information quickly and precisely, so data are used so it doesn't take up a lot of bandwidth and memory capacity when it arrive at the server. In this study, compression was performed using the CS ( Compressive Sensing) technique. The use of CS is focused on recognizing capital letters and handwritten numbers obtained from eleven students with several scenarios. To find out, the data were collected and then processed using preprocessing, CS, reconstruction with Orthogonal Matching Pursuit, and the last detection process were using K- Nearest Neighbor in which there were feature extraction using Template Matching. After the design stage, several scenarios were tested to obtain the best detection accuracy by changing the size parameters of each block in an image, changing the compression line, and changing the image dimensions. So it is found that the suiTabel scenario for recognizing capital letters and numbers is scenario 1 ( comparison of the reconstructive image database in the test with the original image database before the acquisition of CS in training) with a detection accuracy of 91.95% for capital letters while for number detection it is 93%.
Sistem Informasi Geografis Pemetaan Data Terpadu Kesejahteraan Sosial di Kabupaten Garut Kurniadi, Dede; Mulyani, Asri; Firmansyah, Marshal; Abania, Nia
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022956098

Abstract

Dinas Sosial Kabupaten Garut berusaha dalam meningkatkan pelayanannya kepada masyarakat terutama dalam transparansi jumlah Data Terpadu Kesejahteraan Sosial (DTKS) per Kecamatan di Kabupaten Garut. Tetapi Dinas Sosial Kabupaten Garut saat ini belum mempunyai sistem informasi geografis yang menyediakan informasi jumlah DTKS per Kecamatan di Kabupaten Garut kepada masyarakat. Tujuan dari penelitian ini membangun sistem informasi geografis pemetaan data terpadu kesejahteraan sosial untuk memudahkan masyarakat mengetahui informasi jumlah DTKS per Kecamatan di Kabupaten Garut dengan memanfaatkan Teknologi Sistem Informasi Geografis (SIG). Metode yang digunakan adalah Rapid Application Development (RAD), dengan menggunakan tiga tahapan yaitu requirements planning, RAD design workshop, dan implementation. Bahasa pemrograman yang digunakan PHP dengan DBMS MySQL, dan Leaflet JavaScript Library. Penelitian ini menghasilkan Sistem Informasi Geografis Pemetaan Data Terpadu Kesejahteraan Sosial di Kabupaten Garut yang memiliki fitur peta DTKS kecamatan, pencarian data, fitur login super admin dan admin, serta fitur pengelolaan semua data oleh admin dan super admin. Penggunaan Metode RAD telah berhasil mengefektifkan waktu dalam pembangunan SIG ini, disamping hal tersebut hasil penilaian blackbox testing menunjukan hasil pengujian telah memenuhi semua hasil yang diharapkan oleh pengguna pada kebutuhan fungsional, dengan hasil tersebut diharapkan dapat memudahkan masyarakat untuk mengetahui informasi dan memeriksa status terdaftar di DTKS salah satunya melalui fitur pencarian data berdasarkan NIK (Nomor Induk Kewarganegaraan). AbstractThe Garut Regency Dinas Sosial is trying to improve its services to the community, especially in the transparency of the amount of Social Welfare Integrated Data (DTKS) per District in the Garut Regency. However, the Garut Regency Dinas Sosial currently does not have a geographic information system that provides information on the number of DTKS per sub-district in the Garut Regency to the public. This study aims to build a geographic information system for integrated social welfare data mapping to make it easier for the public to find information on the number of DTKS per sub-district in Garut Regency by utilizing Geographic Information System (GIS) technology. The method used is Rapid Application Development (RAD), using three stages, namely requirements planning, RAD design workshop, and implementation. The programming language used is PHP with MySQL DBMS and Leaflet JavaScript Library. This research resulted in a Geographical Mapping Information System for Social Welfare Integrated Data in Garut Regency, which features a sub-district DTKS map, data search, super admin and admin login features, and features for managing all data by admin and super admin. The RAD method has succeeded in streamlining time in the construction of this GIS. In addition to this, the results of the BlackBox testing assessment show that the test results have met all the results expected by users on functional requirements, with these results expected to make it easier for the public to find information and check the registered status in DTKS, one of which is through the data search feature based on NIK (Citizenship Identification Number).
Kinerja Metode Rank Sum, Rank Reciprocal dan Rank Order Centroid Menggunakan Referensi Poin Moora (Studi Kasus: Bantuan Kuota Data Internet untuk Mahasiswa) Hairah, Ummul; Budiman, Edy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022934883

Abstract

Penentuan bobot kriteria merupakan masalah yang sering muncul di banyak metode MCDM dan merupakan aspek kritis dalam pengambilan keputusan. Perbedaan bobot, bahkan perubahan bobot sekecil apa pun, dapat mengubah keputusan akhir secara drastis. Tujuan utama dari penelitian ini adalah menawarkan metode pengambilan keputusan multi-kriteria dalam penyaluran bantuan kuota data internet untuk pembelajaran online mahasiswa dari rumah (learn from home) agar tepat sasaran berdasarkan kebutuhan. Tujuan khususnya adalah untuk menggambarkan kinerja metode perankingan pembobotan kriteria dan bagaimana hasil akhir dari model keputusan multi-kriteria bergantung pada penggunaan metode pembobotan yang berbeda. Kriteria pengambilan keputusan bantuan kuota data internet berdasarkan kebutuhan pembelajaran online dan kemampuan biaya ekonomi mahasiswa. Metode perankingan bobot menggunakan teknik pembobotan Rank Sum (RS), Rank Reciprocal (RR) dan Rank Order Centroid (RoC) dan  metode analisis keputusan preferensi menggunakan referensi poin dan optimasi Moora. Hasil penerapan pemilihan 5 sampel alternatif terbaik dari setiap metode menunjukkan terdapat perbedaan dalam urutan pemeringkatan (ranking) ke-4 dan ke-5, sedangkan urutan ranking ke-1, ke-2 dan ke-3 memilih alternatif yang sama, hal ini menunjukkan bahwa ketiga alternatif terbaik yang sama dari hasil preferensi metode RS-Moora, RR-Moora dan ROC-Moora merupakan alternatif yang direkomendasikan untuk mendapatkan bantuan kuota data internet bagi mahasiswa yang memiliki kebutuhan beban pembelajaran online yang tinggi, namun kemampuan biaya ekonomi rendah. AbstractDetermination of criterion weights is a problem that occurs often in many MCDM methods and is a critical aspect of decision making. Differences in criterion weights, even the slightest change in weight, can drastically change the final decision. The main objective of this research is to offer an implementation multi-criteria decision-making (MCDM) method in distributing internet data quota assistance for students' learning online from home to be right on target based on the needs. Its special purpose is to describe the performance of the criteria-weighted ranking method and how the final outcome of the MCDM model depends on the use of different weighting methods. The decision-making criteria for internet data quota assistance are based on the needs of online learning and the ability of the student's economic costs. The weight ranking method uses the Rank Sum (RS) weighting technique, the Reciprocal Rank (RR) and the Rank Order Centroid (RoC), with the decision analysis method uses the reference point Moora. Results the selection of the 5 best alternative samples from each method shows that there are differences in the 4th and 5th rankings, while the 1st, 2nd and 3rd ranks choose the same alternative, this shows that the three best alternatives are the same From the results of the preference of the RS-Moora method, RR-Moora and ROC-Moora are the recommended alternatives to obtain internet data quota assistance for students with a high online learning load, but low economic ability. 

Page 2 of 3 | Total Record : 25

 1   2   3 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 12 No 6: Desember 2025 Vol 12 No 5: Oktober 2025 Vol 12 No 4: Agustus 2025 Vol 12 No 3: Juni 2025 Vol 12 No 2: April 2025 Vol 12 No 1: Februari 2025 Vol 11 No 6: Desember 2024 Vol 11 No 5: Oktober 2024 Vol 11 No 4: Agustus 2024 Vol 11 No 3: Juni 2024 Vol 11 No 2: April 2024 Vol 11 No 1: Februari 2024 Vol 10 No 6: Desember 2023 Vol 10 No 5: Oktober 2023 Vol 10 No 4: Agustus 2023 Vol 10 No 3: Juni 2023 Vol 10 No 2: April 2023 Vol 10 No 1: Februari 2023 Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022 Vol 9 No 6: Desember 2022 Vol 9 No 5: Oktober 2022 Vol 9 No 4: Agustus 2022 Vol 9 No 3: Juni 2022 Vol 9 No 2: April 2022 Vol 9 No 1: Februari 2022 Vol 8 No 6: Desember 2021 Vol 8 No 5: Oktober 2021 Vol 8 No 4: Agustus 2021 Vol 8 No 3: Juni 2021 Vol 8 No 2: April 2021 Vol 8 No 1: Februari 2021 Vol 7 No 6: Desember 2020 Vol 7 No 5: Oktober 2020 Vol 7 No 4: Agustus 2020 Vol 7 No 3: Juni 2020 Vol 7 No 2: April 2020 Vol 7 No 1: Februari 2020 Vol 6 No 6: Desember 2019 Vol 6 No 5: Oktober 2019 Vol 6 No 4: Agustus 2019 Vol 6 No 3: Juni 2019 Vol 6 No 2: April 2019 Vol 6 No 1: Februari 2019 Vol 5 No 6: Desember 2018 Vol 5 No 5: Oktober 2018 Vol 5 No 4: Agustus 2018 Vol 5 No 3: Juni 2018 Vol 5 No 2: April 2018 Vol 5 No 1: Februari 2018 Vol 4 No 4: Desember 2017 Vol 4 No 3: September 2017 Vol 4 No 2: Juni 2017 Vol 4 No 1: Maret 2017 Vol 3 No 4: Desember 2016 Vol 3 No 3: September 2016 Vol 3 No 2: Juni 2016 Vol 3 No 1: Maret 2016 Vol 2 No 2: Oktober 2015 Vol 2, No 2 (2015) Vol 2, No 1 (2015) Vol 2 No 1: April 2015 Vol 1 No 2: Oktober 2014 Vol 1, No 2 (2014) Vol 1, No 1 (2014) Vol 1 No 1: April 2014 More Issue