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 1,288 Documents
 106   107   108   109   110 
Smart Contract Penyimpanan Data Genetika Manusia Berbiaya Murah pada Blockchain Ethereum Famuji, Tri Stiyo; Herman, Herman; Sunardi, Sunardi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1137558

Abstract

Genetika manusia merujuk pada informasi yang dikumpulkan tentang genom atau warisan genetik individu manusia. Data ini mencakup sekuens DNA, variasi genetik, mutasi, dan informasi lain yang terkait dengan sifat dan karakteristik genetik individu manusia. Data genetika manusia diperoleh melalui serangkaian proses, meliputi penguntaian genetik, pengujian genetik, analisis DNA, dan pemetaan genetik. Data genetika terutama pada manusia merupakan data yang bersifat privat yang harus dilindungi keamanan dan kerahasiaanya. Beberapa penelitian telah menggunakan teknologi Blockchain untuk menyimpan data yang memerlukan keamanan ekstra. Blockchain memberikan solusi untuk perlindungan dan pengelolaan data dengan fitur teknologinya yang terdesentralisasi, terenkripsi, setiap transaksi bisa ditelusuri, dan antitampering atau sulit dimodifikasi. Penelitian menerapkan teknologi Blockchain untuk menyimpan dan mengelola data genetik. Sebagai bahan penelitian data genetika manusia diakusisi dari NCBI repository. Data genetik tersebut disimpan dalam Smart contract pada blockchain Ethereum yang ditulis menggunakan bahasa pemrograman Solidity. Setiap transaksi dan penyimpanan data pada Ethereum dibebankan biaya yang cukup mahal atau yang dikenal dengan biaya gas maka penelitian ini menawarkan solusi hanya menyimpan signature saja dari data genetik itu dalam blockchain. Data genetik yang riil dan berukuran besar disimpan dalam InterPlanetary File System (IPFS). Hasil pengujian menjalankan smart contract pada blockchain Ethereum yang hanya menyimpan signature data genetik ini menunjukkan biaya gas yang sangat efisien karena hanya menyimpan 256 bit saja dari data genetik riilnya yang dapat mencapai giga byte.
Simulasi Monte Carlo Dalam Meprediksikan Tingkat Lonjakan Pendaftaran Vaksin Booster Pada Puskesmas Martubung Desi, Efani; Aliyah, Siti; Paramitha Lubis, Cindy; Ayoe Elhias Nst, Mas; Tahel, Fithry
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.937570

Abstract

Dengan adanya sistem simulasi prediksi jumlah lonjakan pendaftaran vaksin booster ini diharapkan dapat memprediksikan jumlah pendaftar yang akan mendaftar vaksin di puskesmas Martubung. Data yang dikumpulkan kemudian dilakukan observasi secara langsung ke objek dengan cara pengambilan sampel data yang sudah ada sejak tahun 2020 dan 2021 yang nantinya dapat diprediksikan untuk tahun yang berikutnya. Hasil dari pengujian terhadap metode ini adalah dari beberapa banyak jumlah pendaftar vaksin dan akan dilihat tingkat keakuratnya. Maka dapat disimpulkan bahwa penggunaan simulasi Monte Carlo dalam penelitian ini adalah sebagai sebuah metode yang bisa menyajikan sebuah informasi tentang seberapa banyak bilangan acak yang dihasilkan melalui beberapa rangkaian percobaan yang dilakukan. Semakin banyak jumlah bilangan acak yang di uji coba, maka semakin akurat data yang akan dihasilkan. Berdasarkan kepada data yang telah dikumpulkan pada 3 tahun terakhir yaitu tahun 2020, 2021, dan 2023 dapat ditarik kesimpulan bahwa penerapan dari simulasi Monte Carlo dapat digunakan untuk mengukur dan memprediksi tingkat lonjakkan pendaftaran Vaksin Booster pada Puskesmas Martubung. Dengan demikian penerapan simulasi Monte Carlo ini dapat dijadikan sebagai alternatif yang dapat membantu Puskesmas Martubung dalam memprediksi nilai lonjakan serta mengambil kebijakan dalam upaya meningkatkan kualitas dalam pelayanan terhadap pendaftar Vaksin Booster di Puskesmas Martubung.
Penerapan Model Enterprise Architecture Cube Pada Perencanaan Strategi Sistem Dan Teknologi Informasi Apriana, Delia; Wahyu, Sawali
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1137612

Abstract

Apotek Afdhal adalah enterprise yang bergerak dalam bidang farmasi sebagai penyedia obat. Dalam menjalankan proses bisnisnya terdapat permasalahan pada Apotek Afdhal yaitu pemesanan barang kepada supplier masih mengandalkan pembukuan untuk pencatatan data barang sehingga mengakibatkan kesalahan dalam pendataan barang seperti tertinggalnya data barang yang seharusnya dicatat dan keterlambatan dalam pemesanan barang. Menerapkan sistem informasi tanpa disertai perencanaan strategi yang dapat menyebabkan kesalahan karena kerancuan data yang tidak terintegrasi dengan baik. Untuk menyelesaikan masalah yang sudah disebutkan sebelumnya, apotek harus berinovasi untuk mendukung pelaksanaan proses bisnis. Salah satu cara untuk berhasil menerapkan inovasi adalah dengan melakukan perencanaan strategi sistem informasi yang tepat, akurat, memenuhi kebutuhan bisnis yang sesuai dengan perkembangan saat ini.  Ini akan mendukung seluruh operasi bisnis apotek. Enterprise Architecture adalah praktik profesional dan manajerial yang dirancang untuk meningkatkan efisiensi bisnis dengan memungkinkan apotek mengintegrasikan strategi secara keseluruhan. Perencanaan strategis sistem informasi ini menggunakan 3 metode analisis yaitu analisis lingkungan eksternal apotek (analisis lima daya saing porter), analisis lingkungan internal apotek (Analisis SWOT, Analisis Value Shop, Analisis Critical Success Factor) dan Enterprise Architecture Cube. Penelitian ini menghasilkan dokumen rencana strategis, blueprint dan roadmap yang dapat digunakan sebagai landasan bagi Apotek Afdhal.   Abstrack   Afdhal Pharmacy is an enterprise engaged in the pharmaceutical sector as a drug provider. In carrying out its business processes there are problems at Afdhal Pharmacy, namely ordering goods to suppliers still relying on bookkeeping for recording goods data resulting in errors in goods data collection such as lagging data on goods that should be recorded and delays in ordering goods. Implementing an information system without strategic planning can lead to errors due to data confusion that is not well integrated. To solve the previously mentioned problems, pharmacies must innovate to support the implementation of business processes. One of the ways to successfully implement innovation is to plan an appropriate, accurate information system strategy that meets business needs in line with current developments. This will support the entire pharmacy business operations. Enterprise Architecture is a professional and managerial practice designed to increase business efficiency by enabling pharmacies to integrate strategy as a whole. This information system strategic planning uses 3 analytical methods, namely analysis of the external environment of the pharmacy (analysis of Porter's five competitiveness), analysis of the internal environment of the pharmacy (SWOT Analysis, Value Shop Analysis, Critical Success Factor Analysis) and Enterprise Architecture Cube analysis. This research produced strategic plan documents, blueprints and roadmaps that can be used as a basis for Afdhal Pharmacy.
Evaluasi Kualitas Proyek Sistem Informasi Pelayanan Pemerintah Daerah Menggunakan Project Management Body of Knowledge Subiksa, Gde Brahupadhya; Ariawan, Made Pasek Agus; Peling, , Ida Bagus Adisimakrisna
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.937657

Abstract

Proyek Sistem Informasi Manajemen Pelayanan Perijinan merupakan proyek Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu (DPMPTSP) Kota Denpasar sebagai pelaksana pelayanan bekerjasama dengan Lembaga Penelitian dan Pengabdian Masyarakat Universitas Udayana. Proyek tersebut diawasi dan dikontrol langsung oleh Bidang Pengendalian Data Dan Informasi yang menangani pula sistem teknologi informasi pada dinas tersebut. Sebelum sistem tersebut dirilis dan dipergunakan oleh pemohon ijin dan pejabat terkait, perlu dilaksanakan evaluasi mengenai kualitas manajemen proyek tersebut. Untuk mengukur sejauh mana kualitas manajemen proyek tersebut mempergunakan salah satu knowledge pada Framework Project Management Body of Knowledge (PMBOK) yaitu Management Kualitas Proyek. Peneliti juga menggunakan Capability Maturity Model (CMM) guna membantu mendefinisikan maturity level dari manajemen proyek sistem pelayanan perijinan tersebut. Pada sub process group Plan Quality mengenai belum terbitnya regulasi kerjasama dengan dinas terkait pelaksanaan sistem pelayanan perijinan, sedangkan pada Quality Assurance terdapat temuan bahwa saat ini Sistem Informasi Pelayanan Perijinan masih belum dijalankan, ujicoba hanya dilaksanakan sebatas tim pengawas dan tim IT pada DPMPTSP Kota Denpasar saja. Kedepannya akan dilaksanakan ujicoba dalam skala yang lebih besar. Sedangkan pada Quality Control terdapat temuan bahwa belum diketahuinya bug atau masalah yang terdapat pada sistem, rencananya akan diujicoba dengan data uji sebelum resmi dirilis secara publik. 
Analisis Sentimen E-Learning X Terhadap Antarmuka Pengguna Menggunakan Kombinasi Multinomial Naive Bayes Dan Pendekatan Design Thinking Huda, Baenil; Sembiring, Irwan; Setiawan, Iwan; Manongga, Danny; Purnomo, Hindriyanto Dwi; Hendry, Hendry; Fauzi, Ahmad; Lia Hananto, April; Tukino, Tukino
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 4: Agustus 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1147686

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap antarmuka e-learning X menggunakan kombinasi Multinomial Naive Bayes dan pendekatan Design Thinking. Permasalahan yang dihadapi adalah banyaknya feedback negatif terkait antarmuka pengguna yang dianggap kurang intuitif. Data sentimen dari ulasan pengguna diklasifikasikan menggunakan algoritma Multinomial Naive Bayes, sementara Design Thinking digunakan untuk merancang solusi antarmuka yang lebih user-friendly. Hasilnya menunjukkan bahwa metode ini efektif meningkatkan sentimen positif pengguna, dengan perbaikan signifikan dalam pengalaman dan kepuasan pengguna terhadap antarmuka e-learning X, Serta rekomendasi untuk pengembangan aplikasi e-learning.   Abstract   This research aims to analyze user sentiment towards the e-learning interface X using a combination of Multinomial Naive Bayes and Design Thinking approaches. The problem faced was the large number of negative feedback regarding the user interface which was considered less intuitive. Sentiment data from user reviews is classified using the Multinomial Naive Bayes algorithm, while Design Thinking is used to design more user-friendly interface solutions. The results show that this method is effective in increasing positive user sentiment, with significant improvements in user experience and satisfaction with the X e-learning interface As well as recommendations for developing e-learning applications.
Optimasi Jaringan 4G LTE pada Jalur Tol Cikopo Palimanan dengan Menggunakan Metode Physical Tuning Yuliana, Hajiar; Hidayat, Muhammad Reza; Permana, Ade Sena; Somantri, Nivika Tiffany; Dharmi, Ni Ketut Hariyawati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.937828

Abstract

Kebutuhan para pengguna akan layanan komunikasi maupun informasi yang dibutuhkan meningkat dengan cepat sehingga menyebabkan penyedia jasa pada layanan telekomunikasi seluler dituntu untuk berkembang guna memenuhi kebutuhan pengguna atau konsumennya dan terus mengembangkan kemampuan dan teknologi terkini. Dengan memanfaatkan teknologi komunikasi generasi keempat yaitu tekonologi 4G mengharapkan kecepatan jaringan yang cepat. Namun, teknologi 4G ini memiliki beberapa kendala yang menyebabkan kecepatan jaringan menjadi optimasi jaringan untuk memperbaiki kualitas jaringan agar dapat dipakai dengan optimal. Pada penelitian ini dilakukan proses optimasi untuk memperbaiki kondisi level sinyal Reference Signals Received Power (RSRP) di Jalur Tol Cikopo-Palimanan (Cipali). Proses optimasi dilakukan dengan menganalisis kondisi level sinyal RSRP berdasarkan data yang didapatkan dari operator dan di simulasikan di Atoll Planning Software dengan menggunakan metode physical tuning. Berdasarkan hasil data yang didapatkan dari simulasi menggunakan Atoll Planning Software, terdapat beberapa area yang memiliki coverage yang kurang baik dengan level RSRP dibawah -90 dBm, dan area tersebut merupakan area jalur tol yang rawan kemacetan kendaraan karena arus mudik lebaran atau perbaikan jalan. Optimasi dilakukan di 4 spot yang mempunyai kondisi level sinyal yang buruk dan setelah dilakukan optimasi terdapat perbaikan level sinyal dengan warna ungu (sekitar -100 dBm) berubah menjadi warna kuning (sekitar -90 dBm). Hal ini juga mempengaruhi presentase Coverage sinyal di area jalan tol cipali, yaitu terjadi perbaikan dan kenaikan persentase untuk level sinyal diatas -90 dBm yaitu dari 88,73% menjadi 90,67% dan juga mengalami penurunan persentase untuk level sinyal dibawah -90 dBm yaitu dari 11,27 menjadi 9,33%.
Model Deep Learning Untuk Klasifikasi Objek Pada Gambar Fisheye Putri, Riza Ayu; Suryadi Satyawan, Arief; Prihantono, Johanes Adi; Linggi, Rinda Safana; Paramita, I Gusti Ayu Putri Surya; Iswarawati, Ni Kadek Emy; Akbar, Fabian; Utomo, Prio Adjie
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.938047

Abstract

Pengenalan suatu objek secara otomatis adalah suatu pekerjaan yang sangat penting seperti halnya untuk mengidentifikasi sebuah objek tertentu. Jika hal ini dilakukan oleh manusia maka akan sulit untuk mendapatkan hasil yang baik dengan konsisten, oleh sebab itu digunakan komputer. Komputer dapat mengenali objek selayaknya kemampuan manusia dalam mengenali objek, dengan cara mengamati gambar yang diperoleh dari kamera, dan menerapkan metode pengenalan pada gambar tersebut. Pada penelitian ini metode pengenalan objek akan dikembangkan dengan menggunakan kamera fisheye yang memiliki luas tangkap empat kali kamera konvensional. Metode pengenalan objek yang digunakan yaitu deep learning dengan arsitektur CNN (Convolution Neural Network). CNN memiliki kemampuan untuk mengenali objek dalam gambar. Model CNN yang digunakan terdiri dari 1 layer, 2 layer, 3 layer, dan 7 layer. Sedangkan untuk melatih dan memvalidasi model tersebut digunakan  900 gambar dataset. Hasil pengujian pada penelitian Skripsi ini menunjukan bahwa pada 7 layer CNN menghasilkan nilai presisi, recall dan akurasi tertinggi dengan komposisi nilai presisi 98,56%, recall 98,5% dan akurasi 98,59%. Nilai tersebut menunjukan bahwa hasil klasifikasi terhadap ketiga klasifikasi objek gambar manusia pada gambar fisheye dapat dilakukan dengan sangat baik.
Prediksi Burnout Pada Programmer Menggunakan Teknik Pengenalan Pola Untuk Identifikasi Dini Dan Intervensi Saputra, Candra Heru; Hermawan, Arief; Avianto, Donny
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 3: Juni 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1138070

Abstract

Burnout atau kelelahan kerja merupakan sebuah fenomena yang sering dihadapi oleh profesional dalam berbagai bidang, termasuk programmer. Dampak negatif dari burnout mencakup penurunan kesejahteraan individu dan produktivitas kerja. Penelitian ini bertujuan untuk mengembangkan sebuah model prediktif untuk identifikasi dini dan intervensi burnout pada programmer menggunakan teknik pengenalan pola. Data yang digunakan dalam penelitian ini diperoleh dari kuesioner yang mencakup pertanyaan terkait pola kerja, kebiasaan individu, dan indikator burnout berdasarkan kriteria Maslach Burnout Inventory (MBI). Metodologi yang diterapkan melibatkan pengumpulan dan pra-pemrosesan data, ekstraksi fitur, dan aplikasi algoritma pengenalan pola untuk konstruksi model. Hasil penelitian menunjukkan bahwa model yang dikembangkan mampu mengidentifikasi risiko burnout dengan akurasi yang memadai, dan teknik pengenalan pola terbukti efektif dalam menggali pola dan insight yang relevan untuk identifikasi dan intervensi burnout pada programmer.
Komparasi Kinerja Algoritma Blocking Pada Proses Indexing Untuk Deteksi Duplikasi Amin, M. Miftakul; Dwitayanti, Yevi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 4: Agustus 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1148080

Abstract

Proses integrasi data dari heterogeneous data sources memerlukan kualitas data yang baik. Salah satu ciri kualitas data yang baik adalah terhindar dari terjadinya duplikasi data. Untuk melakukan deteksi duplikasi, langkah yang dapat dilakukan adalah membandingkan setiap record dalam sebuah dataset sehingga membentuk candidate record pair. Teknik blocking digunakan untuk proses indexing yang dapat mengurangi jumlah pasangan record dalam proses deteksi duplikasi. Penelitian ini bertujuan untuk melakukan perbandingan beberapa algoritma blocking sehingga diperoleh rekomendasi algoritma mana yang paling optimal digunakan. Penelitian ini melakukan investigasi terhadap 6 buah algoritma blocking, yaitu Soundex, NYSIIS, Metaphone, Double Metaphone, Jaro Winkler Similarity, dan Cosine Similarity. Dataset yang digunakan dalam penelitian ini adalah dataset restaurant yang berisi 112 record, yang di dalamnya terdapat beberapa record yang terindikasi duplikat. Hasil penelitian menunjukkan bahwa algoritma NYSIIS memberikan hasil record blocking paling optimal, yaitu sebesar 97 record. Sedangkan algoritma Soundex dan Cosine Similarity memberikan hasil yang paling optimal, yaitu sebesar 8 buah candidate record pair. Sedangkan dari sisi waktu eksekusi algoritma Soundex dan NYSIIS memberikan proses yang paling cepat dengan durasi 0,04 detik.   Abstract   The process of integrating data from heterogeneous data sources requires good data quality. One of the characteristics of good data quality is avoiding data duplication. To perform duplication detection, a step that can be done is to compare each record in a dataset to form a candidate record pair. The blocking algorithm is used for the indexing process which can reduce the number of record pairs in the duplication detection process. This research aims to compare several blocking algorithms so as to obtain recommendations on which algorithm is most optimally used. This research investigates 6 blocking algorithms, namely Soundex, NYSIIS, Metaphone, Double Metaphone, Jaro Winkler Similarity, and Cosine Similarity. The dataset used in this research is a restaurant dataset containing 112 records, in which there are several records that indicate duplicates. The results showed that the NYSIIS algorithm provided the most optimal record blocking results, which amounted to 97 records. While the Soundex and Cosine Similarity algorithms provide the most optimal results, which are 8 candidate record pairs. In terms of execution time, the Soundex and NYSIIS algorithms provide the fastest process with a duration of 0.04 seconds.
Deteksi Dan Klasifikasi Hama Potato Beetle Pada Tanaman Kentang Menggunakan YOLOV8 Manurung, Daniel Geoffrey; Pinasthika, Mohammad Ryan; Vasya, Muhammad Azka Obila; Putri, Rania Aprilia Dwi Setya; Tampubolon, Agustinus Parasian; Prayata, Rakan Fadhil; Nisa, Septia Khoirin; Yudistira, Novanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 4: Agustus 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.1148092

Abstract

Kentang (Solanum tuberosum L.) adalah tanaman pangan penting dengan nilai ekonomi yang tinggi dan menyumbang gizi yang besar bagi manusia. Produksi kentang terhambat oleh serangan penyakit dan hama potato beetle (Leptinotarsa decemlineata Say). Hama ini secara signifikan mempengaruhi hasil panen kentang maka perlu penanganan yang efektif untuk mencegah penurunan produksi yang berkelanjutan. Metode yang digunakan untuk mendeteksi dan mengklasifikasikan potato beetle adalah Convolutional Neural Network (CNN) yang merupakan algoritma jaringan syaraf tiruan yang efektif dalam pengolahan citra. Model YOLOv8 (You Only Look Once) diimplementasikan untuk mendeteksi objek pada gambar dengan mengidentifikasi posisi dan kelas dari potato beetle. Data yang digunakan untuk pelatihan adalah menggunakan framework PyTorch yang telah dipecah menjadi data training, data validation, dan data test. Hasil penelitian menunjukkan model yang dikembangkan memiliki tingkat akurasi yang memadai dalam mendeteksi dan mengklasifikasikan potato beetle. Evaluasi model melibatkan pengukuran Mean Average Precision (mAP) dan F1-Score berdasarkan konsep Precision dan Recall. Secara keseluruhan, model ini mencapai mAP50 sebesar 81,8%, yang mengindikasikan tingkat keseluruhan akurasi deteksi yang baik. Namun perlu perbaikan dalam mAP50-95 untuk mengukur akurasi deteksi pada tingkat lebih ketat. Model ini mampu mengklasifikasikan objek dengan precision sebesar 78,1% dan recall sebesar 89,8%. Dalam evaluasi kelas objek individu, model ini berhasil mendeteksi objek guk (potato beetle) dengan tingkat akurasi mencapai precision sebesar 88,1% dan recall sebesar 90,3%. Sedangkan objek lich juga mendapatkan hasil precision 72,8% dan recall 76,8%. Namun, perlu diperhatikan bahwa mAP50-95 pada objek lich menunjukkan penurunan yang lebih tinggi dibandingkan dengan objek guk.   Abstract   Potato (Solanum tuberosum L.) is a vital food crop with high economic value and a significant source of nutrition for humans. The production of potatoes is hindered by the infestation of the potato beetle (Leptinotarsa decemlineata Say), a pest that significantly impacts potato yields. Effective measures are needed to prevent sustained decreases in production. The Convolutional Neural Network (CNN) algorithm, which is effective in image processing, is utilized for the detection and classification of potato beetles. The YOLOv8 (You Only Look Once) model is implemented to detect objects in images, identifying the position and class of potato beetles. The data used for training is divided into training, validation, and testing datasets using the PyTorch framework. The research results indicate that the developed model achieves an adequate level of accuracy in detecting and classifying potato beetles. Model evaluation involves measurements of Mean Average Precision (mAP) and F1-Score based on Precision and Recall concepts. Overall, the model achieves an mAP50 of 81,8%, indicating a good overall detection accuracy level. However, there is room for improvement in mAP50-95 to measure detection accuracy at stricter levels. This model is capable of classifying objects with a precision of 78,1% and a recall of 89,8%. In the evaluation of individual object classes, the model successfully detects potato beetles with a precision of 88,1% and a recall of 90,3%. Meanwhile, the "lich" object achieves a precision of 72,8% and a recall of 76,8%. It should be noted that the mAP50-95 for the "lich" object shows a higher decrease compared to the "guk" object.

Page 108 of 129 | Total Record : 1288

 106   107   108   109   110 

Filter by Year

2014 2025


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 (2015) Vol 2 No 2: Oktober 2015 Vol 2, No 1 (2015) Vol 2 No 1: April 2015 Vol 1, No 2 (2014) Vol 1 No 2: Oktober 2014 Vol 1, No 1 (2014) Vol 1 No 1: April 2014 More Issue