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
 112   113   114   115   116 
Analisis Perbedaan Perfoma Penggunaan Lazygrid Dan Recyclerview Dalam Menampilkan Koleksi Data Muhammad Salman, Raditya; Aminul Akbar, Muhammad; Afirianto, Tri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025128498

Abstract

Jetpack Compose adalah alat modern untuk membuat sebuah antarmuka pengguna aplikasi Android. Jetpack Compose dapat menyederhanakan dan mempercepat pengembangan antarmuka pengguna pada aplikasi Android. Namun, pada dokumentasi resmi developer.android.com belum dijelaskan apakah Jetpack Compose memiliki performa lebih baik dari XML. Penelitian ini dilakukan untuk mengetahui begaimana performa aplikasi yang menggunakan Jetpack Compose dan XML. Penelitian dilakukan pada kemampuan Jetpack Compose dan XML dalam menampilkan koleksi data, yaitu LazyGrid dan RecyclerView. Parameter yang digunakan untuk mengukur performa aplikasi tersebut adalah CPU utilization, memory usage, dan rendering time. Parameter CPU utilization dan memory usage digunakan karena perbedaan kode untuk membangun antarmuka pengguna. Perbedaan kode tersebut dapat mempengaruhi kinerja suatu aplikasi. Sedangkan parameter rendering time digunakan untuk mengetahui kecepatan aplikasi dalam menampilkan sebuah frame. Metode dari penelitian dimulai dengan merancang skenario pengujian, implementasi RecyclerView dan LazyGrid, pengambilan data, pengolahan data dan analisis hasil, kemudian menarik kesimpulan dari hasil penelitian. Dari penelitian ini didapatkan bahwa terdapat perbedaan signifikan pada performa aplikasi yang menggunakan RecyclerView dan LazyGrid kecuali pada memory usage dengan jumlah koleksi data 50. Aplikasi yang menggunakan RecyclerView unggul pada CPU utilization dan rendering time dengan jumlah koleksi data 20, 50, dan 100. Aplikasi yang menggunakan RecyclerView juga unggul pada memory usage dengan jumlah koleksi data 20 namun aplikasi yang menggunakan LazyGrid unggul dalam menampilkan jumlah koleksi data 50 dan 100.   Abstract Jetpack Compose is a modern tool dedicated for building Android apps user interface. Jetpack Compose simplifies and accelerate user interface development in Android apps. But in official documentation developer.android.com have not been told how Jetpack Compse and XML perfomances are. The research was done to the ability of Jetpack Compose and XML in showing data collection which are LazyGrid and RecyclerView. The parameters that had been used to measure the apps performances are CPU utilization, memory usage, and rendering time. CPU utilization and memory usage are used as parameters because of the code that are used for developing user interface are different. The code difference can affect how the Application works. Rendering time is used as a parameter to know how much time does it takes to complete a single frame. The methods of doing this research started by designing test scenarios, RecyclerView and LazyGrid implementation, collecting data, processing data and result analysis, and comclusion. From this research was achieved that a significant differences of performance on apps with RecyclerView and LazyGrid have found except in memory usage with 50 total of data collection. Apps wity RcyclerView was superior in CPU utilization and rendering time with 20, 50, and 100 total of data collection. Apps performance that using RecyclerView was also superior in memory usage with 20 total of data collection but apps that using LazyGrid was superior with 50 and 100 total of data collection.
Analisis Masalah Dan Solusi Live Streaming Shopping: Tinjauan Literatur Sistematis Nandhita Zefania Maharani; Purwandari, Betty; Eitiveni, Imairi; Hakiki Purwaningsih , Erisva
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024118613

Abstract

Live streaming shopping menjadi bentuk kegiatan jual beli secara online yang berkembang pesat bersamaan dengan meningkatnya pengguna e-commerce. Penelitian sebelumnya cenderung fokus pada faktor-faktor yang mempengaruhi niat pengguna untuk melakukan pembelian dalam konteks live streaming shopping. Namun, untuk memahami lebih baik tantangan dan solusi yang terkait dengan live streaming shopping, diperlukan tinjauan literatur yang komprehensif berdasarkan penelitian terdahulu. Penelitian ini bertujuan untuk mengidentifikasi masalah yang terkait dengan live streaming shopping dan mengusulkan solusi teknis dan non-teknis untuk mengatasi masalah tersebut. Data penelitian diperoleh dari 5 database, yaitu ACM, AIS eLibrary, IEEE, ProQuest, dan Scopus, yang mencakup periode publikasi dari tahun 2018 hingga 2023. Analisis data dilakukan dengan menggunakan pendekatan Kitchenham Systematic Literature Review. Hasil penelitian ini akan menampilkan tabel yang merangkum teori yang digunakan, dampak yang menjadi fokus penelitian, serta masalah dan solusi yang terkait dengan lima proses utama dalam live streaming shopping, yaitu product promotion, merchant’s proposition, platform features, purchase decision, dan policy development. Selain itu, penelitian ini juga akan mengusulkan strategi pemasaran yang dapat diadopsi oleh penjual berdasarkan temuan dari penelitian sebelumnya. Penelitian ini diharapkan dapat memberikan wawasan kepada peneliti dan praktisi di bidang e-commerce terkait dengan fenomena live streaming shopping sebagai pertimbangan untuk penelitian berikutnya.
Pengembangan Sistem Manajemen Sarana Dan Prasarana, IT, Serta Laboratorium Di SMK Telekomunikasi Putri Nabella; Rudy Herteno; Setyo Wahyu Saputro; Friska Abadi; Muhammad Itqan Mazdadi; Nabella, Putri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025128649

Abstract

Bidang Sarana dan Prasarana, IT, serta Laboratorium di SMK Telekomunikasi menghadapi tantangan dalam pengelolaan data yang tersebar di berbagai file Microsoft Excel, menyebabkan kesulitan dalam pengumpulan laporan untuk audit dan sertifikasi. Penelitian ini bertujuan mengembangkan sistem manajemen terpadu menggunakan framework CodeIgniter 4, PHP, dan MySQL dengan metode Rational Unified Process (RUP) dan desain Unified Modelling Language (UML). Sistem ini dirancang untuk menyelaraskan pengelolaan data dan memfasilitasi penyajian informasi yang efisien. Hasil pengujian black box menunjukkan tingkat keberhasilan 100%, sementara user acceptance testing memperoleh skor 92% dengan predikat sangat baik. Implementasi sistem ini diharapkan meningkatkan efisiensi dan efektivitas manajemen sarana, prasarana, IT, dan laboratorium di SMK Telekomunikasi, memberikan kontribusi signifikan terhadap peningkatan kualitas pengelolaan dan kepuasan pengguna.   Abstract. The Facilities and Infrastructure, IT, and Laboratory Department at SMK Telekomunikasi faces challenges in managing data scattered across various Microsoft Excel files, resulting in difficulties in compiling reports for audits and certifications. This research aims to develop an integrated management system using the CodeIgniter 4 framework, PHP, and MySQL, employing the Rational Unified Process (RUP) methodology and Unified Modelling Language (UML) design. This system is designed to streamline data management and facilitate efficient information presentation. The results of the black box testing showed a success rate of 100%, while the user acceptance testing scored 92% with an excellent rating. The implementation of this system is expected to enhance the efficiency and effectiveness of managing facilities, infrastructure, IT, and laboratories at SMK Telekomunikasi, significantly contributing to improved management quality and user satisfaction.
Simulasi Pemodelan Jalur Semiparametrik Truncated Spline pada Kasus Perkembangan Cashless Society Pramaningrum, Dea Saraswati; Iriany, Atiek; Solimun; Budi Astuti, Ani; Haneinanda Junianto, Fachira; Fernandes, Adji
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025128679

Abstract

Simulasi merupakan suatu proses merancang model matematis dari sistem yang nyata dengan cara melakukan percobaan terhadap model menggunakan komputer. Pada penelitian ini simulasi untuk memodelkan kasus perkembangan cashless society karena adanya keterbatasan ketersediaan data asli. Pemodelan simulasi dilakukan berdasarkan hasil analisis data asli yang menggunakan analisis jalur semiparametrik truncated spline. Data asli yang digunakan merupakan hasil kuesioner dengan responden sebanyak 100 nasabah bank pengguna m-banking. Perkembangan cashless society merupakan topik yang menarik untuk diteliti karena di Indonesia sendiri terdapat perubahan kebiasaan masyarakat dalam bertransaksi menggunakan non-tunai semenjak mewabahnya virus COVID-19. Hasil penelitian menunjukkan bahwa skenario model yang dapat dijadikan acuan untuk pengambilan keputusan terkait perkembangan cashless society adalah kombinasi model semiparametrik truncated spline berordo linier dengan dua titik knot di mana hanya terdapat satu hubungan nonparametrik pada model. Hasil penelitian dijadikan acuan oleh pemerintah terkhusus pihak bank untuk mendukung perkembangan cashless society.   Abstract Simulation is a process of designing a mathematical model of a real system by conducting experiments on the model using a computer. In this study, a simulation is used to model the case of the development of a cashless society due to the limited availability of original data. Simulation modeling was carried out based on the results of original data analysis using truncated spline semiparametric  path analysis.The original data used was the result of a questionnaire with respondents of 100 bank customers using m-banking. The development of a cashless society is an interesting topic to study because in Indonesia itself there has been a change in people's habits in transacting using non-cash since the outbreak of the COVID-19 virus. The results show that the model scenario that can be used as a reference for decision-making related to the development  of a cashless society is a combination of a semiparametric truncated spline model of a linear order with two knots where there is only one nonparametric relationship in the model. The results of the research are used as a reference by the government, especially the bank to support the development of a cashless society.
Optimasi Pertanian Padi: Peramalan Curah Hujan Berbasis Arima Untuk Penentuan Waktu Tanam Yang Tepat Defiyanti, Sofi; Nurina Sari, Betha; Nur Padilah, Tesa
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024118682

Abstract

Pertumbuhan dan produksi padi tidak dapat dilepaskan dari pengaruh yang kuat dari perubahan iklim. Perubahan iklim dengan anomali yang tinggi pada beberapa tahun belakang menyebabkan ancaman bagi produksi pertanian khususnya tanaman padi. Maka diperlukan metode yang dapat dipergunakan untuk mengoptimalkan hasil produksi pertanian salah satunya adalah dengan menentukan kapan waktu tanam terbaik untuk tanaman padi menggunakan kalender tanam. Peramalan menggunakan metode ARIMA dapat dilakukan untuk meramalkan curah hujan yang akan datang, sehingga dapat diketahui kapan waktu terbaik untuk awal tanam. Prediksi curah hujan dasarian telah dilakukan dengan menggunakan metode ARIMA (1,0,1) yang berasal dari data histori selama 5 tahun di provinsi Jawa Barat pada stasiun Klimatologi Jawa Barat dengan nilai AIC terkecil 2078,28. Prediksi curah hujan dasarian dihasilkan untuk Desember dasarian ke-3 tahun 2023 sampai Juni dasarian ke-2 tahun 2024 Hasil prediksi menunjukkan bahwa waktu tanam padi yang optimal dimulai pada bulan November dasarian ke-3, ketika curah hujan diperkirakan mencapai lebih dari 50 mm/dasarian selama beberapa dasarian berikutnya. Prediksi ini sejalan dengan prakiraan cuaca dari BMKG untuk awal musim hujan 2023/2024 di Jawa Barat.   Abstract Growth and production of rice cannot be separated from the strong influence of climate change. Recent years of high climate anomalies have posed a threat to agricultural production, particularly rice cultivation. Therefore, methods are needed to optimize agricultural production, one of which is determining the best planting time for rice using a planting calendar. Forecasting using the ARIMA method can be used to predict future rainfall, helping to identify the best time to start planting. Dasarian rainfall predictions have been conducted using the ARIMA (1,0,1) method based on historical data over five years from West Java province at the West Java Climatology Station, yielding the smallest AIC value of 2078.28. The dasarian rainfall forecast was generated for the period from December in the 3rd dasarian of 2023 to June in the 2nd dasarian of 2024. The results indicate that the optimal time to plant rice begins in November in the 3rd dasarian, when rainfall is expected to exceed 50 mm/dasarian for several subsequent dasarians. This prediction aligns with the weather forecast from BMKG for the start of the rainy season in 2023/2024 in West Java.
Pemanfaatan Internet Of Things (Iot) Dalam Proses Pengeringan Rimpang Dengan Menggunakan Platform Node-Red Suprianto, Gaguk
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024118684

Abstract

  Di Indonesia, tumbuhan rimpang dikenal sebagai sumber bahan pengobatan tradisional. Bahan-bahan tersebut dapat dijadikan minuman herbal dalam bentuk serbuk. Salah satu pengolahan produk tersebut berupa pengeringan yang merupakan proses penting dalam industri herbal dan memiliki implikasi langsung terhadap kualitas akhir produk. Penelitian ini bertujuan untuk meningkatkan efisiensi pengeringan rimpang, menjaga konsistensi kualitas produk dan optimasi proses produksi. Sehingga industri akan memperoleh manfaat mulai dari peningkatan kualitas rimpang, waktu pengeringan yang lebih singkat, peningkatan kapasitas produksi dan pengurangan biaya produksi. Teknologi Internet of Things dapat dimanfaatkan untuk proses pengeringan rimpang sebagai sistem otomatisasi, kendali dan pemantauan yang dapat dilakukan secara jarak jauh melalui aplikasi mobile. Lebih dari itu, dengan IoT data sensor yang diperoleh terkelola di database untuk keperluan analisa. Hasil uji lapangan untuk pengujian error diperoleh rata-rata persentase error 1,5% dan pengujian akurasi diperoleh rata-rata persentase akurasi sebesar 98,49%. Merujuk pada hasil tersebut menunjukkan bahwa sensor thermocouple dapat diandalkan. Untuk pengukuran kadar air kunyit dengan berat awal 30 Kg memerlukan waktu selama 7 jam untuk mencapai kadar air 9-10%. Hal ini karena batas atas suhu yang diatur sebesar 50ºC untuk menjaga kandungan nutrisi pada rimpang. Pemanfaatan Internet of Things terbukti dapat digunakan untuk membantu proses pengeringan rimpang baik dari pemantauan dan pengendalian perangkat melalui aplikasi mobile. Diharapkan penelitian ini menjadi suatu rujukan untuk industri herbal yang ingin meningkatkan kualitas produk dengan biaya yang produksi yang minimum.   Abstract In Indonesia, rhizome plants are known as a source of traditional medicinal ingredients. These ingredients can be made into herbal drinks in powder form. One of the product processes is drying, which is an important process in the herbal industry and has direct implications for the final quality of the product. This research aims to increase the efficiency of rhizome drying, maintain consistent product quality and optimize the production process. So the industry will gain benefits starting from improving rhizome quality, shorter drying time, increasing production capacity and reducing production costs. Internet of Things technology can be used for the rhizome drying process as an automation, control and monitoring system that can be done remotely via a mobile application. Moreover, with IoT the sensor data obtained is managed in a database for analysis purposes. Field test results for error testing obtained an average error percentage of 1.5% and accuracy testing obtained an average accuracy percentage of 98.49%. Referring to these results shows that the thermocouple sensor is reliable. To measure the water content of turmeric with an initial weight of 30 kg, it takes 7 hours to reach a water content of 9-10%. This is because the upper temperature limit is set at 50ºC to maintain the nutritional content of the rhizomes. It has been proven that the use of the Internet of Things can be used to assist the rhizome drying process by monitoring and controlling devices via mobile applications. It is hoped that this research will become a reference for the herbal industry that wants to improve product quality with minimum production costs.
Prediksi Mahasiswa Drop-Out Di Universitas XYZ Marzuqi, Tubagus Ahmad; Kristiani, Evelline; Marcel
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024118689

Abstract

Akreditasi dan reputasi merupakan faktor krusial bagi setiap perguruan tinggi, termasuk Universitas XYZ. Salah satu hal yang dapat memengaruhi akreditasi adalah jumlah mahasiswa yang mengalami drop-out (DO). Untuk mencegah penurunan akreditasi dan reputasi akibat masalah tersebut, penelitian ini berfokus pada pengembangan model prediksi mahasiswa DO. Algoritma Random Forest, Gradient Boosting, dan Decision Tree digunakan untuk mengevaluasi seberapa akurat model klasifikasi dalam memprediksi potensi mahasiswa DO berdasarkan data akademik. Sebelum membangun model, digunakan metode SMOTE untuk menangani masalah ketidakseimbangan data. Hasil penelitian menunjukkan bahwa model prediksi menggunakan algoritma Random Forest berhasil mencapai akurasi sebesar 99,67%. Algoritma Gradient Boosting menghasilkan akurasi 99,21%, sementara Decision Tree mencapai akurasi sebesar 98,67%. Selain mengukur akurasi model, penelitian ini juga mengidentifikasi faktor-faktor utama yang berkontribusi terhadap prediksi mahasiswa DO. Faktor-faktor tersebut meliputi adanya tunggakan pembayaran, IPK rata-rata di bawah 2, jumlah mata kuliah yang diulang lebih dari satu kali, dan kegagalan dalam melakukan KRS lebih dari dua kali. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam bidang prediksi akademik, khususnya dalam upaya mengurangi tingkat mahasiswa drop-out (DO) di perguruan tinggi.   Abstract Accreditation and reputation are critical factors for higher education institutions, including XYZ University. One factor that can negatively impact accreditation is the number of students who drop out (DO). To prevent a decline in accreditation and reputation due to this issue, this study aims to develop a predictive model for student dropouts. The Random Forest, Gradient Boosting, and Decision Tree algorithms were utilized to evaluate the accuracy of classification models in predicting potential dropouts using academic baseline data. Prior to model building, the SMOTE method was applied to address the issue of imbalanced data. The results indicate that the predictive model using the Random Forest algorithm achieved an accuracy of 99.67%. The Gradient Boosting algorithm yielded an accuracy of 99.21%, while the Decision Tree algorithm achieved 98.67% accuracy. In addition to determining model accuracy, this study also identified key factors contributing to the prediction of student dropouts. These factors include outstanding payment history, a GPA below 2.0, repeating courses more than once, and failing to register for courses (KRS) more than twice. This research is expected to make a significant contribution to the field of academic prediction, particularly in efforts to reduce the dropout (DO) rate among university students.  
Analisa Waktu Respon pada Metode Pengukuran Jarak pada Sistem Informasi Geografi Purnomo, Agus; Hartono, Rudi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025128690

Abstract

Efisiensi waktu respon adalah kunci dalam penerapan sistem informasi geografi (GIS) di berbagai aplikasi, seperti navigasi, pemetaan, dan pencarian lokasi. Penelitian ini membandingkan efisiensi waktu respon antara formula euclidean, haversine, dan manhattan dalam melakukan pencarian data dengan variasi radius yang berbeda. Metodologi yang digunakan melibatkan pengumpulan dan analisis data yang dihasilkan dari implementasi ketiga formula tersebut dalam sistem GIS. Data yang dianalisis mencakup waktu yang dibutuhkan untuk menyelesaikan query pencarian data pada variasi radius yang berbeda. Analisis statistik mengungkapkan bahwa formula manhattan menghasilkan peningkatan efisiensi waktu sebesar 6.75% dibandingkan dengan euclidean, sementara haversine dan euclidean mengumpulkan 68.8% lebih banyak data dibandingkan dengan manhattan, menunjukkan karakteristik waktu respon yang berbeda tergantung pada radius yang digunakan. Ditemukan bahwa pilihan metode tergantung pada prioritas spesifik setiap aplikasi. Studi ini memberikan wawasan tentang keunggulan dan kelemahan masing-masing metode dalam konteks waktu respon pada GIS, memberikan informasi berharga untuk pengembangan aplikasi GIS, khususnya dalam pemilihan metode perhitungan jarak yang paling efektif sesuai dengan kebutuhan spesifik aplikasi.   Abstract Time respone efficiency is key in the implementation of Geographic Information Systems (GIS) across various applications such as navigation, mapping, and location search. This research compares the time respone efficiency of the euclidean, haversine, and manhattan formulas in conducting data searches across different radius variations. The methodology involves the collection and analysis of data generated from implementing these three formulas within a GIS. The data analyzed includes the time taken to complete data search queries across varying radii. Statistical analysis reveals that the manhattan formula achieves a 6.75% increase in time efficiency compared to euclidean, while haversine and euclidean collects 68.8% more data compared to manhattan, showing distinct time respone characteristics dependent on the radius used. It was found that the choice of method depends on the specific priorities of each application. This study provides insights into the advantages and disadvantages of each method in the context of time respone in GIS, offering valuable information for GIS application development, particularly in selecting the most effective distance calculation method according to the specific needs of the application.
Analisis Sentimen Pada Sosial Media Twitter Terhadap Kualitas Jaringan Internet Telkomsel Menggunakan Ensemble K-Nearest Neighbour -Support Vector Machine Angkoso, Cucun Very; Fatah, Doni Abdul; Fachrudin, Muchammad Farchan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 11 No 6: Desember 2024
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2024118713

Abstract

Di Indonesia, PT Telekomunikasi Seluler, yang mengoperasikan layanan jaringan internet seluler melalui Telkomsel, merupakan salah satu perusahaan penyedia layanan internet. Opini pengguna Telkomsel mengenai kualitas layanan jaringan internet sering dijadikan representasi kepuasan pengguna, yang menjadi indikator penilaian dan evaluasi bagi perusahaan. Analisis sentimen, dengan melakukan klasifikasi opini pengguna ke dalam kelas positif, negatif, atau netral, dapat digunakan sebagai metode untuk mengukur kepuasan pengguna terhadap layanan tersebut. Dalam penelitian analisis sentimen ini menggunakan model algoritma machine learning yaitu K-Nearest Neighbour, Support Vector Machine, dan Ensemble KNN-SVM yang berbasis majority vote dan berbasis average. Dalam penelitian ini data yang diambil berasal dari Twitter dengan rentang waktu 7 Juli 2020 hingga 31 Desember 2022 dengan total jumlah data sebesar 30004 data dan diambil sampel yang diberi label sebesar 3900 data. Dari penggunaan data sampel tersebut, nilai akurasi pada model KNN pada K=15 memberikan hasil akurasi sebesar 83.21%, model SVM pada C=100 memberikan hasil akurasi sebesar 84.33%, model Ensemble KNN-SVM Majority Vote atau Hard Vote memberikan hasil akurasi sebesar 83.26%, dan model Ensemble KNN-SVM Average atau Soft Vote memberikan hasil akurasi sebesar 84.79%. Selain itu keempat model tersebut melakukan prediksi sentimen terhadap data yang belum dilabel dan keempat model tersebut memprediksi mayoritas sentimennya yaitu negatif. Sehingga dapat disimpulkan bahwa opini masyarakat terhadap kualitas layanan jaringan internet telkomsel adalah negatif. Secara keseluruhan, penggunaan model klasifikasi KNN, SVM, dan Ensemble KNN-SVM dalam melakukan analisis sentimen dapat dikatakan baik dan mampu untuk memprediksi sentimen pada sebuah data yang belum berlabel dan yang berlabel.   Abstract In Indonesia, PT Telekomunikasi Cellular, which operates cellular internet network services through Telkomsel, is one of the internet service provider companies. Telkomsel users' opinions regarding the quality of internet network services are often used as a representation of user satisfaction, which is an indicator of assessment and evaluation for the company. Sentiment analysis, by classifying user opinions into positive, negative, or neutral classes, can be used as a method to measure user satisfaction with the service. This sentiment analysis research uses machine learning algorithm models, namely K-Nearest Neighbor, Support Vector Machine, and KNN-SVM Ensemble which are majority vote-based and average-based. In this study, the data taken came from Twitter with a period of July 7, 2020, to December 31, 2022, with a total amount of data of 30004 data and a labeled sample of 3900 data was taken. From the use of the sample data, the accuracy value of the KNN model at K = 15 gave an accuracy result of 83.21%, the SVM model at C = 100 gave an accuracy result of 84.33%, the KNN-SVM Majority Vote or Hard Vote Ensemble model gave an accuracy result of 83.26%, and the KNN-SVM Average or Soft Vote Ensemble model gave an accuracy result of 84.79%. In addition, the four models predict sentiment against unlabeled data and all four models predict the majority of sentiment is negative. So it can be concluded that public opinion on the quality of Telkomsel's internet network services is negative. Overall, the use of KNN, SVM, and Ensemble KNN-SVM classification models in conducting sentiment analysis can be said to be good and able to predict sentiment on unlabeled and labeled data.  
Sistem Monitoring Terpadu untuk Kelompok Geriatri Menggunakan Fuzzy Mamdani Dan Deep Learning Tofik Isa, Indra Griha; Elfaladonna, Febie
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 1: Februari 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025128717

Abstract

Geriatri merupakan salah satu kelompok rentan yang membutuhkan monitoring yang intensif untuk meningkatkan kualitas hidup dari kelompok geriatri itu sendiri. Implementasi kecerdasan buatan (AI) memberikan kemudahan bagi pengguna maupun kelompok geriatri. Di dalam penelitian ini dibangun sistem monitoring bagi kelompok geriatri berbasis parameter saturasi oksigen, detak jantung dalam satuan (beats per minute) (BPM) dan temperatur tubuh yang bertujuan untuk memudahkan dalam memonitoring geriatri melalui teknologi AI. Perangkat menggunakan sensor MAX30205 dan sensor MAX30102 yang diintegrasikan dengan mikrokontroler ESP32 sehingga dapat memonitor kondisi geriatri secara real-time. Implementasi pemodelan untuk mendeteksi kondisi geriatri apakah stabil atau tidak stabil menggunakan deep learning (DL) yang dikembangkan berbasis aturan fuzzy mamdani. Terdapat 10 model DL yang dikomparasi dengan arsitektur layer dan epoch yang berbeda, di mana menghasilkan akurasi tertinggi pada model 8 dengan persentasi akurasi 97,8% dan F1-score sebesar 0,98. Pengujian dilakukan dengan mengukur sensitifitas sistem terhadap pembacaan tiga parameter pada kelompok geriatri, di mana menghasilkan nilai MAPE sebesar 1,33% dan akurasi 98,67%. Sementara pengujian persepsi sistem melalui pemodelan DL yang terintegrasi dengan fuzzy mamdani terhadap data riil pada tiga parameter dilakukan dengan melibatkan 15 partisipan. Berdasarkan eksperimen tersebut, dihasilkan 14 pengujian yang menghasilkan data yang sesuai antara nilai aktual dan nilai hasil. Sehingga akurasi persepsi sistem terhadap kondisi stabilitas kelompok geriatri adalah 93,33%. Penelitian ini berkontribusi dalam meningkatkan kualitas hidup kelompok geriatri melalui implementasi monitoring yang terintegrasi dengan AI serta memiliki originalitas di mana sistem yang dibangun mengkombinasikan teknologi DL dengan teknik Fuzzy untuk menghasilkan akurasi data yang optimal.   Abstract Geriatrics represents one of the vulnerable communities that requires intensive monitoring to enhance the quality of life within the geriatric itself. The implementation of artificial intelligence (AI) provides convenience for both users and the geriatric population. In this study, a monitoring system based on oxygen saturation parameters, heart rate in beats per minute (BPM), and body temperature was developed for the geriatric and aims to monitor the geriatric by utilizing AI technology. The device utilizes MAX30205 and MAX30102 sensors integrated with the ESP32 microcontroller to monitor the geriatric condition in real-time. The implementation of modeling to detect whether the geriatric condition is stable or unstable uses deep learning (DL) developed based on Fuzzy Mamdani rules. There are 10 DL models compared with different layer architectures and epochs, resulting in the highest accuracy in model 8 with an accuracy rate of 97.8% and an F1-score of 0.98. Testing was conducted by measuring the system's sensitivity to readings of three parameters in the geriatric group, yielding a Mean Absolute Percentage Error (MAPE) value of 1.33% and an accuracy of 98.67%. Meanwhile, the perception testing of the system through DL modeling on real data for three parameters involved 15 participants. Based on these experiments, 14 tests were conducted, producing data consistent between actual and observed values. Thus, the system's accuracy in perceiving the stability of the geriatric group's condition is 93.33%. This study contributes to improving the quality of life of geriatric groups through implementing monitoring integrated with AI and has originality where the system combines DL technology with fuzzy techniques to gain optimal data accuracy.  

Page 114 of 129 | Total Record : 1288

 112   113   114   115   116 

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