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
 109   110   111   112   113 
Deteksi Objek Manusia Pada Citra Menggunakan Single Shot Detector (SSD) Berbasis Edge Computing Iqbal, Muhammad; Midyanti, Dwi Marisa; Bahri, Syamsul
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.938446

Abstract

Keamanan merupakan salah satu aspek penting di kehidupan manusia. Umumnya, keamanan dapat berarti perlindungan dari bahaya fisik dan non fisik seperti kecelakaan, kebakaran, ataupun pencurian. Kemajuan teknologi yang ada dapat dimanfaatkan untuk meningkatkan keamanan, khususnya untuk kasus pencurian. Sistem kamera pengawas seperti CCTV telah terbukti dalam meningkatkan keamanan. Tetapi, CCTV mengharuskan pengawas untuk memantau layar CCTV secara manual 24/7 untuk melihat adanya pergerakan manusia. Pada penelitian ini, dibangun sistem deteksi menggunakan sensor passive infrared (PIR) yang dikontrol oleh ESP32-CAM. Algoritma single shot detector (SSD) digunakan untuk memproses data citra dan edge computing digunakan untuk mendukung waktu proses deteksi sehingga dapat memberikan informasi secara real-time. Proses transmisi data citra pada edge computing menggunakan protokol MQTT. Setiap ESP32-CAM akan menjadi publisher dan edge akan menjadi subscriber. Dataset yang digunakan untuk melatih algoritma SSD berjumlah 1050 data. Seluruh data dibagi menjadi 3 bagian yaitu 735 data latih (70%), 210 data evaluasi (20%), dan 105 (10%) data uji. Data uji pada penelitian ini terdiri dari 3 jenis data, diantaranya 35 data uji siang hari, 35 data uji sore hari, dan 35 data uji malam hari. Algoritma SSD pada penelitian ini menghasilkan ketepatan deteksi 87.51% mAP pada data uji siang hari, 81.39% mAP pada data uji sore hari, dan 76.82% mAP pada data uji malam hari. Proses dari saat sensor HC-SR501 mendeteksi gerakan hingga informasi sampai ke user membutuhkan rata-rata waktu 2,843 detik.
Pengembangan Perangkat Lunak Berbasis Website Menggunakan Kombinasi Metode Scrum Dan V-Model Tumbade, Marcho Oknivan; Hartomo, Kristoko Dwi; Purnomo, Hindriyanto Dwi
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.938456

Abstract

Penelitian membahas software engineering berbasis website dengan hybrid model integrasi pada universitas terkait. Rumusan masalah penelitian menghasilkan software engineering berbasis website mudah digunakan serta diakses mahasiwa berstatus aktif, menghasilkan software engineering layanan berbasis website mampu melacak status aduan, dan efektivitas serta efisiensi hybrid model integrasi antara metode Agile Scrum dan V-Model dalam development software engineering. Hasil penelitian untuk menyelesaikan masalah menggunakan metode deskriptif kualitatif dengan dukungan hybrid model integrasi Scrum dan V-model sehingga mengusulkan integrasi Scrum V-Plus berbasis website, hybrid model integrasi memanfaatkan kelemahan masing masing metode agar saling melengkapi, sehingga peranan Scrum sebagai tahapan awal perancangan lalu dikembangkan V-model secara terstruktur dan tersistematik kedalam modul development proses software engineering. Dengan adanya Model Integrasi Scrum V-Plus yang berjalan maka dilakukan rancangan prototype model, design dan pengujian website sebagai media validasi pembuktian bahwa dokumentasi proses bisnis secara terstruktur memiliki dampak signifikan terhadap kolaborasi metode dalam menghasilkan produk. Penelitian mengusulkan Model Scrum V-Plus Hybrid yang diadopsi dari kolaborasi kedua metode untuk berperan penting terhadap tahapan perancangan engineering terstruktur, fleksibel secara keseluruhan dalam mengintegrasikan beberapa tahapan, sehingga rancangan software terlaksana dengan baik dibuktikan model integrasi website bagi mahasiswa berstatus aktif menggunakan open data base connectivity restfulAPI pada deployment diagram berdasarkan model class diagram yang dilengkapi dengan boundary, entity dan conrol. Hybrid model integrasi memiliki dampak signifikan dibandingkan penggunaan secara terpisah dengan dibuktikan integrasi testing.
Implementasi Algoritma Catboost Dan Shapley Additive Explanations (SHAP) Dalam Memprediksi Popularitas Game Indie Pada Platform Steam Syamkalla, Mohammad Teddy; Khomsah, Siti; Nur, Yohani Setya Rafika
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.1148503

Abstract

Meningkatnya popularitas game indie di pasar game mewajibkan para pengembang game indie bersaing untuk membuat game nya diminati oleh para pengguna dengan berbagai cara agar dapat meningkatkan potensi popularitasnya. Penelitian sebelumnya telah mencoba menggunakan algoritma logistic regression dan random forest untuk meramalkan popularitas game indie di platform Steam, namun hasil model menggunakan berbagai macam metode masih rendah. Selain itu masih belum memberikan pengetahuan yang cukup kepada pengembang tentang apa yang mempengaruhi popularitasnya.Karena data game indie yang diambil dari platform steam yang digunakan dalam studi ini memiliki tipe kategorikal dan non-linear, maka digunakan pendekatan lain dengan memanfaatkan Algoritma CatBoost yang dalam beberapa penelitian lain terbukti memiliki kinerja dan kemampuan yang lebih baik dalam menangani data kategorikal dan non-linear. Metode Shapley Additive Explanations (SHAP) juga digunakan untuk mengartikan kontribusi dan pengaruh dari setiap fitur terhadap hasil prediksi. Hasil evaluasi pada data game indie dari platform steam hasil scraping yang terdiri dari 52627 baris dan 11 fitur menunjukkan bahwa model CatBoost memiliki akurasi 81%, presisi 0.83, recall 0.77, F1-score 0.80 menunjukkan kemampuan model yang seimbang dalam membedakan kelas popularitas. Hal tersebut didukung dengan nilai AUC 0.88 dimana kurva cenderung mendekati 90 derajat. Metode SHAP mengungkapkan pengaruh fitur terhadap hasil prediksi. Keberadaan kategori steam trading cards, genre RPG dan kompartibel pada sistem operasi mac akan meningkatkan popularitas. Hal tersebut juga terjadi pada semakin tinggi harga dan achievements yang disediakan. Namun keberadaan genre casual akan mengurangi popularitas. Dengan hasil penelitian ini diharapkan dapat membantu pengembang indie dalam mengetahui faktor yang berkemungkinan mempengaruhi popularitas game mereka.   Abstract   The increasing popularity of indie games in the gaming market requires indie game developers to compete to make their games attractive to users in various ways in order to increase their potential popularity. Previous research has tried to use logistic regression and random forest algorithms to forecast the popularity of indie games on the Steam platform, However, the model results using various methods are still low. Since the indie game data taken from the steam platform used in this study is categorical and non-linear, another approach is used by utilizing the CatBoost Algorithm which in several other studies has proven to have better performance and ability in handling categorical and non-linear data. The Shapley Additive Explanations (SHAP) method is also used to interpret the contribution and influence of each feature to the prediction results. Evaluation results on indie game data from the steam platform scraping results consisting of 52627 rows and 11 features show that the CatBoost model has 81% accuracy, precision 0.83, recall 0.77, F1-score 0.80 indicating a balanced model ability in distinguishing popularity classes. This is supported by the AUC value of 0.88 where the curve tends to approach 90 degrees. The SHAP method reveals the influence of features on prediction results. The existence of steam trading cards category, RPG genre and compatibility on mac operating system will increase the popularity. This also happens with the higher prices and achievements provided. However, the presence of the casual genre will reduce popularity. With the results of this study, it is hoped that it can help indie developers in knowing the factors that are likely to affect the popularity of their games.
Pemilihan Strategi Implementasi Kesehatan Digital Pada Kelompok Pengambil Keputusan Menggunakan Metode Vikor Kusumadewi, Sri; Kurniawan, Rahadian
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.1148556

Abstract

Penelitian ini bertujuan untuk memilih strategi implementasi kesehatan digital dengan menggunakan Multi-Attribute Decision Making (MADM). Penelitian diawali dengan melakukan pilot studi di Kelurahan Tirto Rahayu, Galur, Kulon Progo yang sudah terbukti sukses dalam implementasi kesehatan digital. Strategi yang ditawarkan menggunakan pendekatan organisasi dan manusia. Ada empat kriteria yang ditetapkan, yaitu faktor kolaborasi, kepemimpinan, tim, dan individu. Setiap kriteria terdiri dari 3–4 Sub Kriteria. Sebanyak 15 alternatif berupa strategi implementasi ditawarkan pada penelitian ini. Terdapat lima pengambil keputusan yang berpartisipasi untuk membangkitkan bobot kriteria. Matriks perbandingan berpasangan digunakan untuk memberikan pendapat. Setiap matriks diolah dengan menggunakan Modified Digital Logic (MDL) untuk mendapatkan bobot. Komposisi bobot dari lima pengambil keputusan dilakukan dengan rata-rata geometrik. Matriks keputusan diperoleh berdasarkan kajian literatur dan masukan dari para adopter di Tirto Rahayu. Selanjutnya digunakan metode VIšekriterijumsko KOmpromisno Rangiranje (VIKOR) untuk mendapatkan strategi terbaik. Rekomendasi strategi ditetapkan dengan bantuan threshold (q) dimana alternatif strategi yang memiliki indeks Vikor ≥ q akan direkomendasikan sebagai strategi terpilih. Untuk memastikan bahwa Metode Vikor tepat diterapkan pada kasus ini, kami membandingkan dengan dua metode MADM lainnya yaitu Simple Additive Weighting (SAW), dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Vikor juga terbukti memiliki hasil yang baik dengan nilai q yang tinggi (q=0,85) jika dibandingkan dengan SAW dan TOPSIS. Vikor dan TOPSIS juga terbukti memiliki sensitivitas yang lebih baik dibandingkan dengan SAW. Pengetahuan tentang strategi implementasi kesehatan digital masih perlu dilengkapi. Oleh karena itu, penelitian lanjutan dengan melengkapi strategi sangat diperlukan untuk mendukung kesuksesan implementasi kesehatan digital ini.   Abstract   The objective of this study is to select a digital health implementation strategy through the use of Multi-Attribute Decision Making (MADM). A pilot study was conducted in Tirto Rahayu Village, Galur, Kulon Progo, where digital health was successfully implemented. The strategy proposed combines an organizational and humanistic approach. Four criteria are established: leadership, cooperation, collaboration, and individual factors. Each criterion is composed of three to four subcriteria. The study suggested a total of 15 implementation strategies as alternatives. Five decision-makers are involved in the process of determining the weights of the criteria. The opinions are expressed through a pairwise comparison matrix. Weights are obtained by processing each matrix using Modified Digital Logic (MDL). The geometric average was employed to determine the weight composition of the five decision-makers. The decision matrix was developed by incorporating the input of adopters at Tirto Rahayu and conducting a literature review. The VIšekriterijumsko KOmpromisno Rangiranje (VIKOR) method is then used to determine the most effective strategy. The selected strategy is determined by a threshold (q), which selects alternative strategies with a Vikor index of ≥ q. In order ensure that the Vikor Method is suitable for this situation, we conducted a comparison with two other MADM methods: Simple Additive Weighting (SAW) and Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). In comparison to SAW and TOPSIS, Vikor was also demonstrated to produce excellent results with a comparatively high α value (q=0.85). Additionally, Vikor and TOPSIS have been proven with superior sensitivity in comparison to SAW. Nevertheless, strategies for the implementation of digital health knowledge must be accomplished. Consequently, additional research utilizing complementary strategies is required to facilitate the successful implementation of digital health.
Segmentasi Wilayah Terdampak Bencana Berdasarkan Fitur Geo-Posisi Sutedi, Ade; Julianto, Indri Tri; Fitriani, Leni
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.1148557

Abstract

Penelitian ini memperkenalkan prototipe aplikasi segmentasi wilayah terdampak bencana (DAS-Apps) untuk melakukan segmentasi wilayah terdampak bencana berdasarkan fitur latitude dan longitude (geo-posisi). Aplikasi ini berfungsi untuk menyeleksi informasi bencana dari media sosial, data resmi pemerintah dari Badan Nasional Penanggulangan Bencana (BNPB), dan informasi bencana yang dikirimkan melalui DAS-Apps secara real-time. Daerah terdampak dipetakan berdasarkan data geo-posisi kemudian dihitung menggunakan metode Haversine Formula untuk menunjukkan peristiwa bencana terjadi dan seberapa jauh jangkauan bencana dirasakan. Pada penelitian ini, simulasi DAS-Apps dilakukan menggunakan dataset gempa (M ≥ 5.0) yang berasal dari Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) pada rentang bulan November dan Desember 2022 khusunya data bencana gempa bumi untuk wilayah Cianjur, Indonesia. Hasil pengujian menunjukkan bahwa prototipe DAS-Apps dapat melakukan proses segmentasi wilayah berdasarkan radius geo-posisi dari titik informasi bencana sehingga dapat diimplementasikan untuk untuk framework aplikasi tanggap darurat dan manajemen bencana pada penelitian selanjutnya.   Abstract   This research introduces a prototype Disaster-affected Area Segmentation Application (DAS-Apps) designed to perform segmentation of disaster-affected areas based on latitude and longitude features (geo-positioning). The application functions to filter disaster information from social media, official government data from Badan Nasional Penanggulangan Bencana (BNPB), and disaster information submitted in real-time through DAS-Apps. The affected areas are mapped based on geo-positioning data, and then calculated using the Haversine Formula method to indicate when and how far-reaching the disaster events are perceived. In this study, DAS-Apps simulations were conducted using earthquake datasets (magnitude ≥ 5.0) from the Meteorology, Climatology, and Geophysics Agency (BMKG) during the months of November and December 2022, specifically earthquake data for the Cianjur region, Indonesia. The test results indicate that the DAS-Apps prototype can successfully carry out the area segmentation process based on the geo-positioning radius from the disaster information point, making it suitable for implementation in emergency response and disaster management application frameworks in future research.
Efisiensi Penggunaan QRIS Dengan Merchant Presented Mode Dalam Transaksi Pembayaran Non-Tunai Pinandito, Aryo; Brilliansyach, Raihan Fikri
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.1148570

Abstract

Quick Response Code Indonesian Standard (QRIS) merupakan salah satu metode pembayaran non-tunai di Indo-nesia yang memanfaatkan standar kode Quick Response (QR) dengan lebih dari 29,4 juta merchant terdaftar. Seba-nyak 99% merchant yang berada di dalam daftar pengguna QRIS termasuk ke dalam usaha mikro, kecil, dan mene-ngah. Metode pembayaran QRIS tersusun atas 2 jenis kategori, yakni QRIS statis dan QRIS dinamis. Salah satu tujuan pemanfaatan QRIS adalah untuk meningkatkan efisiensi waktu yang digunakan untuk bertransaksi. Peman-faatan jenis QRIS yang tidak tepat dapat berakibat pada meningkatnya jumlah antrian dan membuat pengalaman berbelanja menjadi tidak memuaskan. Penelitian ini menginvestigasi efektivitas dan tingkat efisiensi penggunaan QRIS statis dan dinamis yang menggunakan Merchant Presented Mode (MPM) dalam transaksi belanja atau pem-bayaran transaksi non-tunai pada suatu merchant. Parameter efisiensi yang diukur dalam penelitian ini meliputi waktu yang digunakan dan jumlah langkah yang dibutuhkan oleh pengguna, yaitu pembeli dan penjual, untuk me-nyelesaikan transaksi menggunakan kedua jenis QRIS yang diteliti. Penggunaan sumber daya sistem dalam tran-saksi diabaikan sehingga menjadi batasan penelitian ini. Temuan penelitian ini memperlihatkan bahwa pemanfaat-an QRIS dinamis yang dihasilkan melalui MPM dinilai mampu mempercepat proses transaksi tunggal di mana no-minal dana yang ditransaksikan berbeda-beda. Selain itu, dalam situasi di mana nominal dana yang ditransaksikan sama dan berulang, pemanfaatan QRIS dinamis juga dinilai mampu meningkatkan efisiensi koreografi proses bis-nis. Sehingga, penggunaan QRIS dinamis direkomendasikan untuk orkestrasi proses bisnis tunggal yang bervariasi serta dalam koreografi proses bisnis transaksi yang berulang.   Abstract   Quick Response Code Indonesian Standard (QRIS) is a cashless payment method in Indonesia that utilizes the Quick Response (QR) code standard with more than 29.4 million registered merchants. More than 99% of QRIS merchants of micro, small, and medium businesses. The QRIS payment method is composed of two types of catego-ries, i.e., static QRIS and dynamic QRIS. One purpose of using QRIS in a shopping transaction is to improve and streamline the time used to complete the transaction. Improper use of QRIS in the transaction process could yield in increasing queues; thus, yielding unsatisfactory customer's shopping experience. This study investigates the effectiveness and efficiency of using cashless static and dynamic QRIS that uses Merchant Presented Mode (MPM) in the transaction process. The investigated parameters include the time required to complete the transactions and the number of steps required by users, i.e., buyer and seller, to complete the transactions using the two types of QRIS investigated. System resources usage is disregarded from the investigation; hence, the limitation of this study. The findings of this study suggested that the use of dynamic QRIS produced through MPM can shorten the local transaction process where the sum between transactions were different. Additionally, in a situation of repeating transaction, the use of dynamic QRIS is suggested to improve the efficiency of business process choreography. Thus, dynamic QRIS is recommended in varying single transactions and in a repeating transaction of business process choreography.
Korelasi Fixation Dan Beban Kognitif Pada Pengguna Lansia Dengan Eye-Tracking Pada Aplikasi Komunikasi Dan Media Sosial Prasojo, Jasmine Prigel Palupi; Pinandito, Aryo
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.1148591

Abstract

Berdasarkan observasi terhadap pengguna lansia yang menggunakan aplikasi perangkat bergerak dalam kegiatan sehari-hari dan tantangan yang kerap mereka hadapi, muncul pertanyaan seberapa besar korelasi terkait beban kog-nitif yang mereka alami jika ditinjau dari segi penglihatan. Penelitian ini dilakukan untuk mengidentifikasi kendala yang dihadapi sebagai masukan untuk pengembang dalam merancang sebuah aplikasi perangkat bergerak. Eye-tracking digunakan karena sifatnya yang tidak invasif, sesuai bagi pengguna lansia. Untuk mengukur beban kogni-tif yang dialami, digunakan alat lapor beban kognitif mandiri National Aeronautics and Space Administration Task Load Index (NASA TLX). Setiap dimensi yang relevan, yaitu tuntutan mental, tuntutan temporal, kinerja, usaha, dan frustrasi, dianalisis terpisah dengan variabel fixation (count dan duration) menggunakan uji korelasi Spear-man. Hasil pengujian memperlihatkan adanya korelasi positif antara fixation count dengan tuntutan mental, upaya, dan frustrasi, dengan kekuatan rendah hingga kuat. Selain itu ditemukan korelasi negatif dengan kekuatan rendah antara fixation count dan kinerja dan dua korelasi positif dengan kekuatan sedang terkait fixation duration, yaitu dengan upaya dan frustrasi. Temuan ini menunjukkan tantangan kognitif yang dihadapi oleh lansia yang direpre-sentasikan oleh beberapa dimensi saat menggunakan aplikasi perangkat bergerak yang dilihat melalui media peng-lihatan manusia. Hasil penelitian ini mengedepankan penggunaan media eye-tracking sebagai salah satu indikator tuntutan mental yang mengarahkan pengembangan lebih lanjut antarmuka aplikasi yang berfokus pada interaksi dan usability bagi para lansia. Desain dari task, keahlian dan kebiasaan para lansia, serta desain aplikasi menjadi faktor yang memengaruhi hubungan antar variabel yang diteliti dalam penelitian ini.   Abstract   According to the observations of elderly users who use mobile application for daily activities and the challenges they often face, arising a question to what extent the correlation regarding the cognitive load they experienced from a vision perspective. This study is conducted to discover the obstacles encountered as an insight for develop-ers in designing mobile applications. Eye-tracking was used due to its non-invasive nature, hence suitable. To measure the cognitive load, a self-reportning cognitive load tool, i.e., the National Aeronautics and Space Admi-nistration Task Load Index (NASA TLX), was used. Each relevant dimension, i.e., mental demands, temporal de-mands, performance, effort, and frustration, was individually analyzed with fixation variables (count and duration) using Spearman's correlation test. The result suggested low to strong positive correlations between fixation count and mental demand, effort, and frustration. A low negative correlation between fixation counts and performance, and two, moderate and positive correlations related to fixation duration, i.e., effort and frustration were suggested. The findings suggested visual cognitive challenges of mobile applications of elderlies. The findings also highlight how eye-tracking is used as an indicator for mental demand that directs further development of user interface that focus on interaction and usability for elderly. Task designs, skills and habits of elderlies, and application designs were suggested to affect the correlation of variables investigated in this study.  
Penerapan Machine Learning Untuk Mengendalikan Parameter Budidaya Tanaman Hidroponik Berbasis Edge Dan Cloud Computing Nursyahid, Arif; Setyawan, Thomas Agung; Helmy, Helmy
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.1148631

Abstract

Hidroponik sebagai metode urban farming mampu memenuhi kebutuhan sayuran segar di Indonesia. Budidaya tanaman hidroponik memiliki banyak keunggulan, antara lain tidak memerlukan lahan luas, bebas pestisida, tanaman lebih steril, dan tidak mudah terkena penyakit karena tidak menggunakan tanah. Keasaman larutan (pH) adalah parameter penting dalam budidaya hidroponik, karena mempengaruhi kemampuan tanaman menyerap unsur hara. Selain pH, kepekatan larutan nutrisi yang dinyatakan dalam Total Dissolved Solids (TDS) dengan satuan ppm juga perlu dikendalikan karena menyuplai nutrisi yang dibutuhkan tanaman. Dalam penelitian ini, pengendalian pH dan TDS menggunakan machine learning dengan metode regresi linear berganda serta teknologi edge computing dan cloud computing. Edge computing memungkinkan pemrosesan data real-time di perangkat sensor hidroponik, sedangkan cloud computing menyediakan kapasitas penyimpanan dan pemrosesan besar. Kombinasi kedua teknologi ini memungkinkan sistem pengendalian yang efisien, scalable, dan dapat diakses dari mana saja oleh petani. Berdasarkan hasil pengendalian via cloud, persamaan regresi untuk pengendalian TDS mampu bekerja dengan baik dengan akurasi 98,73% pada tandon 60 liter dan 95,95% pada tandon 100 liter. Selain itu, persamaan regresi untuk pengendalian pH juga bekerja dengan baik dengan akurasi 99,28% pada tandon 60 liter dan 99,69% pada tandon 100 liter.   Abstract   Hydroponics, as an urban farming method, can meet the demand for fresh vegetables in Indonesia. Hydroponic plant cultivation has many advantages, including not requiring large land areas, being pesticide-free, producing more sterile plants, and being less susceptible to disease since it does not use soil. The acidity of the solution (pH) is a crucial parameter in hydroponic cultivation because it affects the plant's ability to absorb nutrients. Besides pH, the concentration of the nutrient solution, expressed in Total Dissolved Solids (TDS) in ppm, also needs to be controlled as it supplies the nutrients required by plants. In this study, the control of pH and TDS utilizes machine learning with a multiple linear regression method and edge computing and cloud computing technologies. Edge computing allows real-time data processing at the hydroponic system's sensor devices, while cloud computing provides large storage and processing capacities. The combination of these technologies enables an efficient, scalable control system accessible to farmers from anywhere. Based on cloud control results, the regression equations for TDS control were found to be adequate and perform well with an accuracy of 98.73% for a 60-liter tank and 95.95% for a 100-liter tank. Additionally, the regression equations for pH control were also adequate and performed well with an accuracy of 99.28% for a 60-liter tank and 99.69% for a 100-liter tank.    
Analisis Sentimen untuk Evaluasi Reputasi Merek Motor XYZ Berkaitan dengan Isu Rangka Motor di Twitter Menggunakan Pendekatan Machine Learning Ferdian Maulana Akbar; Robby Hermansyah; Sofian Lusa; Dana Indra Sensuse; Nadya Safitri; Damayanti Elisabeth
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.938663

Abstract

Motor XYZ mengeluarkan inovasi rangka motor yang diperkenalkan pada tahun 2019. Sekitar Agustus 2023, beredar rumor di media sosial yang menyatakan bahwa rangka tersebut mengalami karat, korosi, dan retak, menyebabkan kekhawatiran di kalangan masyarakat yang tentunya hal ini berpotensi merugikan reputasi merek XYZ. Sasaran utama dari studi ini adalah mengevaluasi pandangan masyarakat di platform Twitter pada Motor XYZ, khususnya pada perbincangan seputar isu rangka motor. Data yang digunakan merupakan data yang diambil teknik crawling dengan periode tweets dari Agustus hingga November 2023. Penelitian ini akan memanfaatkan analisis sentimen menggunakan word cloud, analisis tren dan distribusi, dan pembandingan lima algoritma machine learning, yakni Naïve Bayes, Decision Tree, Support Vector Machine, Logistic Regression, dan Random Forest. Penelitian ini bertujuan untuk mengidentifikasi algoritma dengan performa terbaik untuk mengategorikan tweets dan memberikan rekomendasi kepada Motor XYZ terkait reputasi merek dalam hubungannya dengan isu rangka motor. Hasil penelitian menunjukkan bahwa model klasifikasi sentimen dengan kinerja terbaik setelah hyperparameter tuning adalah Random Forest, dengan F1 score sebesar 0,765. Selain itu, rekomendasi yang dapat diberikan adalah meningkatkan kesadaran tentang pemeriksaan rangka gratis karena telah terbukti berdampak positif pada sentimen masyarakat di Twitter. Perlu ditekankan bahwa dalam penelitian ini tidak ada pertimbangan terhadap proses deployment model machine learning dan pembuatan dashboard. Selain itu, penelitian ini tidak menangani analisis reputasi atau sentimen merek di platform media sosial lain seperti TikTok atau Instagram.   Abstract Motor XYZ introduced an innovative motorcycle frame in 2019. In August 2023, rumors began circulating on social media that these frames were experiencing rust, corrosion, and cracks. This caused public concern and potentially harmed the XYZ brand's reputation. This study aims to evaluate public opinion on Twitter regarding the motorcycle frame issue. Data was collected using crawling techniques from tweets posted between August and November 2023. We used sentiment analysis with word clouds, trend and distribution analysis, and compared five machine learning algorithms: Naïve Bayes, Decision Tree, Support Vector Machine, Logistic Regression, and Random Forest. The goal was to identify the best algorithm for categorizing tweets and provide recommendations to Motor XYZ about their brand reputation concerning the frame issue. Results showed that the Random Forest model, after hyperparameter tuning, had the best performance with an F1 score of 0.765. This study recommend increasing awareness about free frame inspections, as this positively impacted public sentiment on Twitter. Note that this study does not include the deployment process of the machine learning model or dashboard creation, nor does it address brand reputation or sentiment analysis on other social media platforms such as TikTok or Instagram.
Penerapan Metode K-Means Clustering Dan Simple Moving Average Untuk Memprediksi Jenis Penyakit Di Provinsi Jawa Timur Darmawan, Shynta Ayu Dwi; Karmilasari
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.1148703

Abstract

Berdasarkan buku Profil Kesehatan Provinsi Jawa Timur dari tahun 2017 hingga 2021, terlihat bahwa banyak penyakit menjadi perhatian di 38 kota atau kabupaten di Jawa Timur. Dari data tersebut, belum jelas daerah mana yang perlu mendapatkan prioritas penanganan. Terdapat kesulitan pengidentifikasian daerah prioritas dalam penanganan penyakit. Tujuan penelitian adalah mengelompokkan kasus ke dalam kelompok yang relevan dan dapat diidentifikasi, memprediksi tren kasus penyakit berdasarkan data historis di setiap daerah dari tahun ke tahun, membangun sistem berbasis website sebagai media implementasi prediksi dan clustering. Tahapan penelitian meliputi studi literatur, pengembangan model clustering menggunakan K-Means dan prediksi menggunakan Simple Moving Average, pengembangan sistem menggunakan MySQL, PHP dan Angular. Metode K-Means Clustering membagi data ke dalam beberapa kelompok berdasarkan karakteristik yang mirip, sehingga lebih mudah untuk mengidentifikasi pola dan tren yang tersembunyi dalam data kesehatan. Simple Moving Average menggunakan rata-rata data masa lalu untuk memperhalus perubahan jangka pendek dan menemukan pola jangka panjang. Hasil penelitian menunjukkan berhasilnya implementasi clustering dalam 3 cluster: rendah, sedang dan tinggi. Prediksi tren kasus penyakit berhasil diterapkan menggunakan data historis periode 5 tahun, memberikan wawasan signifikan untuk perencanaan kesehatan. Uji fungsional dan kompatibilitas browser menunjukkan bahwa sistem berjalan sesuai harapan di berbagai lingkungan. Pengujian usability dengan metode WebQual 4.0 menunjukkan nilai rata-rata 4,34 (sangat baik), mengonfirmasi keberhasilan sistem dalam memenuhi kebutuhan pengguna. Hasil penelitian ini memiliki implikasi praktis untuk meningkatkan efektivitas pengelolaan penanggulangan penyakit di Provinsi Jawa Timur dengan mengidentifikasi prioritas daerah secara lebih akurat dan membuat keputusan yang lebih baik berdasarkan data.   Abstract   Based on the East Java Provincial Health Profile book from 2017 to 2021, it appears that many diseases are a concern in 38 cities or districts in East Java. From this data, it is not clear which areas need priority handling. There are difficulties in identifying priority areas in disease management. The research objectives are to cluster cases into relevant and identifiable groups, predict trends in disease cases based on historical data in each region from year to year, build a website-based system as a medium for implementing predictions and clustering. The research stages include literature study, clustering model development using K-Means and prediction using Simple Moving Average, system development using MySQL, PHP and Angular. The K-Means Clustering method divides data into groups based on similar characteristics, making it easier to identify patterns and trends hidden in health data. Simple Moving Average uses the average of past data to smooth out short-term changes and find long-term patterns. The results showed the successful implementation of clustering in 3 clusters: low, medium and high. Disease case trend prediction was successfully implemented using historical data over a 5-year period, providing significant insights for health planning. Functional and browser compatibility tests showed that the system runs as expected in various environments. Usability testing with the WebQual 4.0 method showed an average score of 4.34 (excellent), confirming the success of the system in meeting user needs. The results of this study have practical implications for improving the effectiveness of disease management in East Java Province by more accurately identifying regional priorities and making better decisions based on data.

Page 111 of 129 | Total Record : 1288

 109   110   111   112   113 

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: April 2015 Vol 2, No 1 (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