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
 124   125   126   127   128 
Klasterisasi Teks Berita Pemilu untuk Analisis Framing di Kompas.Com Ariesta, Atik; Annissa, Jeanie
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 5: Oktober 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025125

Abstract

  Penelitian ini bertujuan untuk menganalisis framing berita pemilu di Kompas.com dengan mengelompokkan berita berdasarkan pola teks menggunakan algoritma K-Means. Kompas.com sebagai salah satu media online memiliki peran dalam membentuk opini publik pada masa pemilu, namun pendekatan kuantitatif untuk memetakan framing media online masih jarang dilakukan. Penelitian ini akan menerapkan metode klasterisasi untuk menganalisis framing berita. Data dikumpulkan melalui web scarpping dari Juni 2023 hingga Januari 2024, menghasilkan 6.570 berita. Hasil pembobotan kata menggunakan TF-IDF digunakan untuk klasterisasi, dengan jumlah klaster optimal ditentukan oleh elbow method. Hasil klasterisasi menunjukkan framing pemberitaan setiap bulan, yang di evaluasi menggunakan Davies-Boudin Indeks (DBI) dengan menunjukkan hasil klaster yang layak. Analisis framing dilakukan pada klaster dengan data terbanyak tiap bulannya, menggunakan dua dimensi (seleksi isu dan penonjolan aspek), serta empat elemen (framing: define problem, diagnose cause, make moral judgment, dan treatment recommendation). Hasil penelitian menunjukkan bahwa pola framing yang muncul mencerminkan dinamika pemilu, seperti isu koalisi, dukungan calon presiden, serta kontroversi regulasi pemilu. Temuan ini memberikan kontribusi tentang bagaimana media menyajikan berita politik serta memperkuat pentingnya klasterisasi dalam studi framing media.   Abstract This study aims to analyze the framing of election news on Kompas.com by grouping news based on text patterns using the K-Means algorithm. Kompas.com as one of the online media has a role in shaping public opinion during the election period, but a quantitative approach to mapping online media framing is still rare. This study will apply the clustering method to analyze news framing. Data were collected through web scrapping from June 2023 to January 2024, resulting in 6,570 news items. The results of word weighting using TF-IDF were used for clustering, with the optimal number of clusters determined by the elbow method. The clustering results show news framing each month, which is evaluated using the Davies-Boudin Index (DBI), showing decent cluster results. Framing analysis was carried out on the cluster with the most monthly data, using two dimensions (issue selection and aspect highlighting), and four elements (framing: define problem, diagnose cause, make moral judgment, and treatment recommendation). The study results show that the emerging framing patterns reflect the election dynamics, such as coalition issues, presidential candidate support, and election regulation controversies. These findings contribute to how the media presents political news and strengthen the importance of clustering in media framing studies.
Analisis Penerimaan Pengguna 5G Di Jabodetabek Dengan Metode Kombinasi UTAUT-TTF Lukianto, Chandra Septian; Arifin, Ajib Setyo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 5: Oktober 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025125

Abstract

Penerapan jaringan 5G di Indonesia, khususnya di wilayah Jabodetabek (Jakarta, Bogor, Depok, Tangerang, dan Bekasi), merupakan langkah penting dalam mengakomodasi kebutuhan akan layanan internet yang lebih cepat dan lebih andal. Namun, adopsi teknologi ini tidak hanya bergantung pada kemampuan teknologinya, tetapi juga pada faktor-faktor yang mempengaruhi persepsi dan penerimaan pengguna. Dengan demikian, penelitian ini bertujuan untuk menganalisis perilaku penggunaan jaringan 5G dengan mengidentifikasi faktor-faktor yang mempengaruhi masyarakat dalam menggunakan jaringan 5G berdasarkan metode UTAUT-TTF. Hasil survei melibatkan 113 responden serta analisis data dilakukan menggunakan metode SEM-PLS pada pengguna jaringan 5G di Jabodetabek. Hasil penelitian ini menunjukkan bahwa berbagai faktor dalam model integrasi UTAUT-TTF memainkan peran penting dalam menentukan adopsi teknologi 5G di wilayah Jabodetabek. Faktor-faktor seperti kondisi yang memfasilitasi, kinerja yang diharapkan, kesesuaian antara tugas teknologi, dan karakteristik teknologi memiliki pengaruh yang signifikan dan positif terhadap adopsi pengguna, sementara kemudahan penggunaan dan pengaruh sosial menunjukkan pengaruh yang lebih kompleks atau tidak signifikan. Hal ini menyoroti pentingnya tidak hanya fokus pada kemudahan penggunaan teknologi, tetapi juga memperhatikan faktor-faktor eksternal dan kecocokan teknologi dengan tugas-tugas spesifik yang dilakukan oleh pengguna. Dengan memahami dinamika ini, penyedia layanan serta pengembang kebijakan dan teknologi dapat lebih efektif dalam merancang strategi adopsi yang sesuai dengan kebutuhan dan preferensi pengguna, serta memastikan bahwa infrastruktur yang mendukung tersedia dan memadai untuk mendukung penggunaan teknologi 5G secara optimal. Abstract The deployment of 5G networks in Indonesia, especially in the Jabodetabek area (Jakarta, Bogor, Depok, Tangerang, and Bekasi), is a significant step in meeting the demand for faster and more reliable internet access. However, its adoption depends not only on technological capabilities but also on user perceptions and acceptance. This research explores factors influencing public adoption of 5G networks using the UTAUT-TTF method. A survey of 113 respondents in Jabodetabek was analyzed using the SEM-PLS method. The results of this study indicate that various factors in the UTAUT-TTF integration model play an important role in determining the adoption of 5G technology in the Jabodetabek area. Factors such as facilitating conditions,  performance expectancy, task technology fit, and technology characteristics have a significant and positive influence on user adoption, while ease of use and social influence show a more complex or insignificant influence. This highlights the importance of not only focusing on the ease of use of technology, but also paying attention to external factors and the suitability of technology to specific tasks performed by users. By understanding these dynamics, service providers and policy and technology developers can be more effective in designing adoption strategies that are in accordance with user needs and preferences, and ensuring that supporting infrastructure is available and adequate to support optimal use of 5G technology.
Faktor yang Memengaruhi Penggunaan Platform Merdeka Mengajar Terhadap Peningkatan Kompetensi Guru SMP di Kabupaten Ponorogo Prastinanda, Fadhilah Alya; Sianturi, Riswan Septriayadi; Hariyanti, Uun
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 5: Oktober 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025125

Abstract

Kurikulum Merdeka yang diluncurkan pada 2022 didukung oleh Platform Merdeka Mengajar untuk membantu guru memahami kurikulum secara mandiri dan meningkatkan kompetensi. Namun, implementasinya di Kabupaten Ponorogo, terutama di Sekolah Penggerak jenjang SMP, menghadapi kendala seperti keterbatasan waktu, hambatan teknologi, dan rendahnya pemanfaatan fitur. Penelitian ini menganalisis faktor-faktor yang memengaruhi penerimaan dan penggunaan platform tersebut dengan pendekatan kuantitatif melalui kuesioner kepada 164 guru SMP Sekolah Penggerak di Kabupaten Ponorogo. Model UTAUT2 diterapkan dengan tambahan variabel convenience from online access dan resistance to change serta moderasi. Hasil analisis data menggunakan PLS-SEM dengan alat bantu SmartPLS menyatakan bahwa habit (β=0.511, p=0.000), hedonic motivation (β=0.302, p=0.008), dan convenience from online access (β=0.177, p=0.018) berpengaruh signifikan terhadap behavioral intention, sementara behavioral intention (β=0.401, p=0.000) dan habit (β=0.236, p=0.029) berpengaruh signifikan terhadap use behavior. Hasil analisis moderasi menunjukkan bahwa jenis kelamin memperlemah (β=-0.258, p=0.008) hedonic motivation dengan behavioral intention dan memperkuat (β=0.240, p=0.001) habit dengan behavioral intention. Sementara itu, pengalaman memperlemah (β=-0.202, p=0.006) habit dengan use behavior. Penelitian ini merekomendasikan optimalisasi platform untuk mendukung kompetensi guru dan keberhasilan Kurikulum Merdeka.   Abstract   The Merdeka Curriculum, launched in 2022, is supported by the Merdeka Mengajar Platform to help teachers independently understand the curriculum and enhance their competencies. However, its implementation in Ponorogo Regency, especially in Pioneer Schools at the junior high school level, faces challenges such as time constraints, technological barriers, and low feature utilization. This study analyzes factors influencing the acceptance and use of the platform through a quantitative approach, using questionnaires distributed to 164 junior high school teachers in Pioneer Schools in Ponorogo Regency. The UTAUT2 model was applied with additional variables: convenience from online access and resistance to change, along with moderation analysis. Data analysis using PLS-SEM with SmartPLS revealed that habit (β=0.511, p=0.000), hedonic motivation (β=0.302, p=0.008), and convenience from online access (β=0.177, p=0.018) significantly influence behavioral intention, while behavioral intention (β=0.401, p=0.000) and habit (β=0.236, p=0.029) significantly influence use behavior. Moderation analysis showed that gender weakens (β=-0.258, p=0.008) the relationship between hedonic motivation and behavioral intention, while strengthening (β=0.240, p=0.001) the relationship between habit and behavioral intention. Meanwhile, experience weakens (β=-0.202, p=0.006) the relationship between habit and use behavior. This study recommends optimizing the platform to support teacher competencies and ensure the success of the Merdeka Curriculum.
Analisis Potensi Pemanfaatan Non-Fungible Token di Kalangan Mahasiswa: Studi Kualitatif Setiawan, Rendra Bayu; Sianturi, Riswan Septriayadi; Perdanakusuma, Andi Reza
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 5: Oktober 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025125

Abstract

Perkembangan teknologi blockchain telah membuka peluang baru bagi mahasiswa untuk memanfaatkan Non-Fungible Token (NFT) sebagai aset digital yang memiliki potensi besar di bidang seni, teknologi, dan ekonomi. Penelitian ini bertujuan untuk menganalisis potensi pemanfaatan NFT di kalangan mahasiswa, dengan fokus pada pengalaman, motivasi, serta tantangan yang dihadapi dalam menggunakan NFT. Metode penelitian yang digunakan adalah analisis kualitatif konten dengan teknik wawancara kepada 4 responden mahasiswa. Hasil penelitian menunjukkan bahwa mahasiswa tertarik terhadap NFT karena pengaruh tren, komunitas, dan potensi keuntungan finansial. Reputasi kreator, eksklusivitas, dan utilitas tambahan menjadi pendorong utama dalam keputusan pembelian. Namun, risiko keamanan pada dompet digital, fluktuasi harga, serta kurangnya literasi teknologi menjadi tantangan signifikan. Penelitian ini memberikan wawasan tentang bagaimana mahasiswa dapat memanfaatkan NFT untuk mendukung kreativitas dan peluang investasi, serta menyarankan implikasi praktis untuk integrasi topik blockchain dalam kurikulum kampus atau program literasi digital.   Abstract The development of blockchain technology has opened new opportunities for students to utilize Non-Fungible Tokens (NFTs) as digital assets with significant potential in art, technology, and economics. This study aims to analyze the potential utilization of NFTs among students, focusing on their experiences, motivations, and challenges in using NFTs. The research employs qualitative content analysis with interviews conducted among 4 student respondents. The findings reveal that students are drawn to NFTs due to trends, community influence, and financial profit potential. Creator reputation, exclusivity, and additional utilities are key drivers in purchase decisions. However, challenges such as digital wallet security risks, price fluctuations, and limited technological literacy remain significant barriers. This study provides insights into how students can leverage NFTs to enhance creativity and investment opportunities, with practical implications for integrating blockchain topics into university curricula or digital literacy programs.
Rancang Bangun Robot Lengan 4-DOF Pemindah Objek Otomatis Menggunakan Metode Inverse Kinematics dan Yolo Hamid Afif, Nirwana; Maulana, Irfan; Nuryadi , Satyo; Fadlun, Wira
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 5: Oktober 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025125

Abstract

Kebutuhan akan otomasi robot lengan di berbagai industri menjadi alasan utama untuk pengembangan sistem robot lengan cerdas. Penggunaan robot lengan dalam dunia industri sangat mengandalkan akurasi posisi dalam pemindahan objek. Akurasi ini ditentukan oleh kemampuan sistem dalam menghitung konfigurasi sudut tiap sendi robot secara tepat, yang dapat dicapai melalui metode inverse kinematics. Selain itu, kemampuan dalam mengenali dan memilah objek secara otomatis menjadi hal yang penting, sehingga diperlukan integrasi dengan sistem pengolahan citra. Penelitian ini mengembangkan sistem robot lengan 4-DOF yang menggunakan metode inverse kinematics utnuk pergerakan dan algoritma YOLO (You Only Look Once) sebagai pendeteksi objek secara real-time. Dataset citra terdiri dari 2128 citra yang dibagi menjadi 1706 citra pelatihan, 294 citra validasi, dan 128 citra pengujian. Dataset citra diperoleh melalui proses ekstraksi frame dari video yang diambil langsung dari atas (top-view) terhadap objek. Sistem ini terdiri dari kamera, Raspberry Pi, Arduino, dan robot lengan. Kamera menangkap area kerja, kemudian Raspberry Pi memproses citra dan mengirimkan data koordinat serta jenis objek ke Arduino untuk menghitung konfigurasi inverse kinematics. Robot lengan selanjutnya bergerak untuk mengambil dan memindahkan objek. Hasil pengujian menunjukkan bahwa deteksi objek mencapai tingkat kesesuaian 100% terhadap 4 kategori objek yang digunakan. Pada pengujian koordinat objek, hasil pengukuran kesalahan dalam ruang Euclidean 3 dimensi sebesar 0,77 cm. Penelitian ini menunjukkan kombinasi metode inverse kinematics dan algoritma YOLO dapat diterapkan secara efektif dalam robot lengan untuk memindahkan objek secara otomatis dengan tingkat akurasi yang baik.   Abstract The need for automation of arm robots in various industries is the main reason for the development of intelligent arm robot systems. The use of arm robots in the industrial world relies heavily on positional accuracy in moving objects. This accuracy is determined by the system's ability to calculate the exact angular configuration of each robot joint, which can be achieved through the inverse kinematics method. In addition, the ability to recognize and sort objects automatically is important, so integration with image processing systems is needed. This research develops a 4-DOF robotic arm system that uses the inverse kinematics method for movement and the YOLO (You Only Look Once) algorithm for real-time object detection. The image dataset consists of 2128 images divided into 1706 training images, 294 validation images, and 128 testing images. The image dataset is obtained through the process of extracting frames from videos taken directly from the top-view of objects. The system consists of a camera, Raspberry Pi, Arduino, and robot arm. The camera captures the work area, then the Raspberry Pi processes the image and sends the coordinate data and object type to the Arduino to calculate the inverse kinematics configuration. The robot arm then moves to pick up and move the object. The test results show that object detection achieves a 100% match rate for the 4 object categories used. In the object coordinate test, the error measurement result in 3-dimensional Euclidean space is 0.77 cm. This research shows that the combination of inverse kinematics method and YOLO algorithm can be effectively applied in a robot arm to move objects automatically with a good level of accuracy.
Implementasi Metode Personal Extreme Programming (Pxp) Pada Pengembangan Aplikasi Buku Tamu(Studi Kasus : Dinas Komunikasi Dan Informatika Kabupaten Lombok Tengah) Musofa, Aolia; Fadli, Sofiansyah; Murniati, Wafiah; Fahmi, Hairul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 5: Oktober 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025125

Abstract

Aplikasi Buku Tamu Digital yang dikembangkan di Dinas Komunikasi dan Informatika Kabupaten Lombok Tengah bertujuan untuk mempermudah proses pendaftaran tamu dan pengelolaan data kunjungan. Proses pengembangan dilakukan dengan pendekatan Personal Extreme Programming (PXP) yang meliputi tahapan Requirement, Planning, Iteration Initialization, Design, Implementation, System Testing, dan Retrospective. Hasil pengembangan aplikasi ini menunjukkan bahwa aplikasi memiliki fitur unggulan seperti manajemen data pegawai, kegiatan dinas, serta dashboard statistik kunjungan yang dapat disesuaikan. Pengujian sistem menggunakan metode Black Box Testing menunjukkan bahwa seluruh fitur berfungsi dengan baik dengan tingkat keberhasilan mencapai 100%. Analisis komparatif dengan aplikasi Guest Management System (GMS) komersial, seperti Envoy dan SwipedOn, menunjukkan bahwa meskipun aplikasi GMS komersial lebih unggul dalam hal skalabilitas berbasis cloud, keamanan data yang lebih tinggi, dan dukungan teknis profesional, aplikasi Buku Tamu Digital menawarkan keunggulan dalam hal kustomisasi sesuai kebutuhan lokal, seperti dukungan bahasa daerah (misalnya Bahasa Sasak), integrasi dengan sistem administrasi pemerintahan, dan model distribusi yang lebih efisien biaya. Hasil pengujian kuantitatif menunjukkan performa yang responsif, dengan waktu respons pemindaian QR mencapai 312 ms dan tingkat akurasi verifikasi identitas tamu sebesar 98.7%. Aplikasi ini diharapkan dapat memberikan solusi yang efektif dan efisien untuk pengelolaan kunjungan di instansi pemerintah.     Abstract The Digital Guest Book application developed at the Central Lombok Regency Communication and Informatics Office aims to simplify the guest registration process and management of visit data. The development process was carried out using the Personal Extreme Programming (PXP) approach which includes the stages of Requirement, Planning, Iteration Initialization, Design, Implementation, System Testing, and Retrospective. The results of the development of this application show that the application has superior features such as employee data management, service activities, and a customizable visit statistics dashboard. System testing using the Black Box Testing method shows that all features function well with a success rate of 100%. Comparative analysis with commercial Guest Management System (GMS) applications, such as Envoy and SwipedOn, shows that although commercial GMS applications are superior in terms of cloud-based scalability, higher data security, and professional technical support, the Digital Guest Book application offers advantages in terms of customization according to local needs, such as support for regional languages ​​(eg Sasak), integration with government administration systems, and a more cost-efficient distribution model. Quantitative testing results show responsive performance, with a QR scan response time of 312 ms and a guest identity verification accuracy rate of 98.7%. This application is expected to provide an effective and efficient solution for managing visits in government agencies.
SCENE-CSIRT (Evaluasi Kompetensi Berbasis Skenario Untuk TTIS) Romadhon, Faizal Wahyu; Salman, Muhammad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 5: Oktober 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025125

Abstract

Tim Tanggap Insiden Siber (TTIS) merupakan tim yang bertanggung jawab untuk melaksanakan berbagai fungsi manajemen insiden, seperti deteksi, triase, analisis, dan respons insiden. Namun, dengan meningkatnya kompleksitas ancaman siber serta adanya kesenjangan kompetensi pada TTIS terutama di tingkat pemerintah daerah, diperlukan model evaluasi yang dapat menilai kesiapan personel secara komprehensif. Model SCENE-CSIRT (Evaluasi Kompetensi Berbasis Skenario untuk TTIS) merupakan model yang dikembangkan dengan mengintegrasikan kerangka regulasi nasional (Peraturan yang ada di Indonesia, Peta Okupasi BSSN) dengan standar internasional (NIST, FIRST, NICE Framework), sehingga relevan untuk konteks lokal maupun global. Pendekatan ini belum pernah dilakukan sebelumnya dalam konteks evaluasi TTIS di Indonesia. Selain itu, pendekatan berbasis skenario digunakan untuk mengevaluasi keterampilan teknis, seperti analisis insiden dan mitigasi, serta keterampilan non-teknis, seperti komunikasi dan koordinasi. Dengan model evaluasi yang telah disusun diharapkan dapat mengidentifikasi kesenjangan kompetensi serta memberikan rekomendasi pengembangan yang terarah guna meningkatkan efektivitas TTIS. Hasil validasi menunjukkan 97.7% ahli menyetujui model ini dengan mencakup aspek-aspek yang dibutuhkan oleh personel TTIS dalam menangani insiden siber. Penelitian ini diharapkan dapat menjadi acuan dalam pengembangan kebijakan dan penguatan kapasitas TTIS di pemerintah daerah, sehingga meningkatkan kesiapan dan ketangguhan dalam mengelola insiden siber secara efektif.   Abstract Computer Incident Response Team (CSIRT) is responsible for carrying out various incident management functions, such as detection, triage, analysis, and response. However, with the increasing complexity of cyber threats and existing competency gaps within CSIRTs—particularly at the local government level—there is a need for an evaluation model that can comprehensively assess personnel readiness. The SCENE-CSIRT model (Scenario-Based Competency Evaluation for CSIRT) was developed by integrating national regulatory frameworks (including existing Indonesian regulations and the BSSN Occupational Map) with international standards (such as NIST, FIRST, and the NICE Framework), making it relevant to both local and global contexts. This integrated approach has not been previously applied in the context of CSIRT evaluation in Indonesia. Furthermore, the scenario-based approach is used to evaluate both technical skills (such as incident analysis and mitigation) and non-technical skills (such as communication and coordination). The model is designed to identify competency gaps and provide targeted development recommendations to improve the effectiveness of CSIRTs. Validation results indicate that 97.7% of experts agree that the model encompasses the necessary aspects required by CSIRT personnel in managing cyber incidents. This study is expected to serve as a reference for policy development and capacity building for CSIRTs at the local government level, thereby enhancing preparedness and resilience in managing cyber incidents effectively.    
Identifikasi Gejala Monkeypox pada Kulit Manusia Menggunakan Arsitektur Efficientnet-B1 dengan Optimalisasi Hyperparameter Nainggolan, Jessica Vega; Subektiningsih, Subektiningsih
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 5: Oktober 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025125

Abstract

Monkeypox merupakan penyakit zoonosis yang memerlukan deteksi dini untuk penanganan yang tepat. Penelitian ini merancang model identifikasi gejala Monkeypox pada kulit manusia menggunakan arsitektur EfficientNet-B1 dengan optimalisasi hyperparameter. Dataset yang digunakan terdiri dari 3.192 gambar yang terbagi menjadi dua kelas, yaitu Monkeypox dan Non-Monkeypox. Proses perancangan model melibatkan tahapan identifikasi masalah, pengumpulan data, pre-processing data, perancangan arsitektur model dan pengimplementasian hyperparameter, evaluasi model, hingga analisis hasil. Evaluasi performa dilakukan dengan membandingkan model yang menggunakan optimalisasi hyperparameter dengan model yang tidak dioptimalisasi, menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa model dengan optimalisasi hyperparameter mencapai performa yang sangat baik dengan nilai akurasi 99.22%, precision 99.15%, recall 99.43%, dan F1-Score 99.29%, jauh melampaui model tanpa optimalisasi yang mendapat akurasi pada angka 81.88%. Model yang dioptimalisasi hyperparameter juga menunjukkan efisiensi waktu pelatihan yang lebih baik, hanya membutuhkan 9 epoch untuk mencapai konvergensi, dibandingkan dengan 50 epoch pada model tanpa optimalisasi hyperparameter. Penelitian ini membuktikan bahwa optimalisasi hyperparameter berperan penting dalam meningkatkan akurasi dan efisiensi model untuk mengidentifikasi gejala penyakit Monkeypox, serta membuka peluang untuk pengembangan alat bantu diagnostik berbasis kecerdasan buatan.   Abstract Monkeypox is a zoonotic disease that requires early detection for proper treatment. This study designs a Monkeypox symptom identification model on human skin using EfficientNet-B1 architecture with hyperparameter optimization. The dataset used consists of 3,192 images divided into two classes, namely Monkeypox and Non-Monkeypox. The model design process involves the stages of problem identification, data collection, data pre-processing, model architecture design and hyperparameter implementation, model evaluation, and result analysis. Performance evaluation is done by comparing models that use hyperparameter optimization with models that are not optimized, using confusion matrix. The results show that the model with hyperparameter optimization achieves excellent performance with an accuracy value of 99.22%, precision 99.15%, recall 99.43%, and F1-Score 99.29%, far exceeding the model without optimization which gets accuracy at 81.88%. The hyperparameter optimized model also showed better training time efficiency, requiring only 9 epochs to reach convergence, compared to 50 epochs in the model without hyperparameter optimization. This research proves that hyperparameter optimization plays an important role in improving the accuracy and efficiency of the model to identify Monkeypox symptoms, and opens up opportunities for the development of artificial intelligence-based diagnostic tools.
Seabank Apps: Niat Penggunaan Berkelanjutan Berdasarkan Extended Expectation Confirmation Model dan Delone & Mclean Model Nurhayati, Dwi; Fakhrun Shiddieq, Diqy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 5: Oktober 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025125

Abstract

SeaBank Apps, sebagai aplikasi layanan perbankan digital yang cukup populer di Indonesia, masih menghadapi sejumlah tantangan yang ditandai dengan berbagai keluhan dari pengguna, seperti masalah keamanan, keandalan, dan kualitas layanan aplikasi (Suara Konsumen, 2024). Hal tersebut mendasari pentingnya memahami lebih dalam faktor-faktor yang dapat mempertahankan pengguna dalam konteks persaingan aplikasi keuangan digital yang semakin ketat. Penelitian ini bertujuan untuk mengeksplorasi niat penggunaan berkelanjutan aplikasi SeaBank berdasarkan extended Expectation Confirmation Model (ECM) dan DeLone & McLean Model. Metode yang digunakan survei kuantitatif dengan mengumpulkan data sebanyak 115 responden sebagai pengguna SeaBank. Data yang telah terkumpul dianalisis menggunakan teknik analisis data SmartPLS untuk menguji hubungan antar variabel yang dihipotesiskan. Hipotesis yang dikembangkan dalam penelitian ini sebanyak 13 hipotesis, dimana terdapat tiga hipotesis yang ditolak yaitu information quality dan service quality tidak berpengaruh terhadap satisfaction serta satisfaction tidak memediasi antara information quality terhadap continuance use intention. Variabel expectation confirmation menjadi faktor terbesar yang mempengaruhi satisfaction dan continuance use intention. Temuan ini bahwa pengelola aplikasi SeaBank perlu fokus pada peningkatan konfirmasi harapan dan kegunaan yang dirasakan untuk meningkatkan kepuasan dan niat penggunaan keberlanjutan. Penelitian ini memberikan wawasan penting bagi pengembang aplikasi dan manajer dalam merancang strategi yang efektif untuk mempertahankan pengguna. Informasi yang dihasilkan dari penelitian ini diharapkan dapat membantu pengambil keputusan dalam merancang strategi yang lebih efektif untuk meningkatkan user engagement dan retensi pengguna aplikasi perbankan digital.   Abstract SeaBank Apps, as a relatively popular digital banking service application in Indonesia, still faces several challenges marked by various user complaints, such as issues related to security, reliability, and service quality of the application (Suara Konsumen, 2024). This underlines the importance of gaining a deeper understanding of the factors that can retain users in the increasingly competitive context of digital financial applications. This study aims to explore the continuance intention to use the SeaBank application based on the extended Expectation Confirmation Model (ECM) and the DeLone & McLean Model. The method used is a quantitative survey, collecting data from 115 respondents who are SeaBank users. The collected data were analyzed using SmartPLS data analysis techniques to test the hypothesized relationships between variables. The hypotheses developed in this study number 13, of which three hypotheses were rejected: information quality and service quality do not affect satisfaction, and satisfaction does not mediate the relationship between information quality and continuance use intention. The expectation confirmation variable is the largest factor influencing satisfaction and continuance use intention. The conclusion from these findings is that SeaBank application managers need to focus on improving expectation confirmation and perceived usefulness to enhance satisfaction and continuance use intention. This research provides valuable insights for application developers and managers in designing effective strategies to retain users. The information generated from this study is expected to assist decision-makers in crafting more effective strategies to increase user engagement and retention of digital banking applications.  
Penerapan Random Oversampling dan Principal Component Analysis untuk Meningkatkan Akurasi Prediksi Kebangkrutan Perusahaan di Indonesia dengan Model Machine Learning Abidin, Zainil; Suratno, Tri; Fadhila Putri, Mutia
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 12 No 5: Oktober 2025
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2025125

Abstract

Prediksi kebangkrutan menjadi penting untuk memberikan peringatan dini bagi manajemen dan pemangku kepentingan agar dapat mengambil tindakan preventif. Penelitian ini menguji penerapan metode Random Oversampling dan Principal Component Analysis (PCA) dalam model machine learning untuk meningkatkan akurasi prediksi kebangkrutan perusahaan. Penelitian ini menggunakan dua dataset yaitu data Taiwanese Bankruptcy Prediction dari UCI Machine Learning Repository sebanyak 6.891 data dan data primer berupa data kebangkrutan perusahaan Indonesia dari Bursa Efek Indonesia (BEI) dari tahun 2021-2023 sebanyak 2.703 data. Total keseluruhan dataset yang digunakan sebanyak 9.594 data. Empat algoritma klasifikasi—KNN, Naïve Bayes, SVM, dan Decision Tree—diuji sebelum dan sesudah penerapan metode tersebut. Hasil menunjukkan bahwa kombinasi PCA dan Random Oversampling meningkatkan recall kelas minoritas (kebangkrutan) secara signifikan. SVM menjadi algoritma terbaik dengan precision 0,86, recall 0,76, dan F1-score 0,80, sementara Decision Tree mengalami overfitting setelah oversampling. PCA berhasil mereduksi dimensi dataset hingga 98,87% varian tetap terjaga, dan Random Oversampling menyeimbangkan distribusi kelas.   Abstract Bankruptcy prediction is crucial for providing early warnings to management and stakeholders to take preventive actions. This study examines the application of Random Oversampling and Principal Component Analysis (PCA) in machine learning models to improve the accuracy of corporate bankruptcy prediction. The study uses two datasets: the Taiwanese Bankruptcy Prediction data from the UCI Machine Learning Repository (6,891 data points) and primary data on Indonesian company bankruptcies from the Indonesia Stock Exchange (IDX) for 2021–2023 (2,703 data points), totaling 9,594 data points. Four classification algorithms—K-Nearest Neighbors (KNN), Naïve Bayes, Support Vector Machine (SVM), and Decision Tree—were tested before and after applying these methods. The results show that the combination of PCA and Random Oversampling significantly improved the recall of the minority class (bankruptcy). SVM emerged as the best-performing algorithm with a precision of 0.86, recall of 0.76, and F1-score of 0.80, while the Decision Tree experienced overfitting after oversampling. PCA successfully reduced the dataset’s dimensions while retaining 98.87% of the variance, and Random Oversampling balanced the class distribution.

Page 126 of 129 | Total Record : 1288

 124   125   126   127   128 

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