cover
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
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.
Articles 1,288 Documents
Implementasi Metode K-Nearest Neighbour Dengan Pembobotan TF.IDF.ICF Untuk Kategorisasi Ide Kreatif Pada Perusahaan Putri, Rekyan Regasari Mardi; Herlambang, Romario Yudo; Wihandika, Randy Cahya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 4 No 2: Juni 2017
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (736.763 KB) | DOI: 10.25126/jtiik.201742296

Abstract

AbstrakIde kreatif/inovasi merupakan hal yang dibutuhkan perusahaan dalam pengembangan sebuah individu, kelompok ataupun perusahaan pada teknologi seperti pada masa ini. Pengembangan ide kreatif berpengaruh pada peningkatan kinerja perusahaan. Pada kebanyakan kasus, pengelompokan ide tersebut harus dikelompokkan dengan kecocokan tema yang diusung untuk mempermudah proses pencarian. Oleh sebab itu dibutuhkan suatu sistem yang mampu bekerja secara otomatis untuk mengelompokkan ide tersebut. Kemunginan salah satu teknik pembobotan yang digunakan adalah dengan meggunakan TF.IDF.ICF, yang telah mengalami pengembangan dari metode sebelumnya. TF.IDF.ICF tidak dapat digunakan sendiri melainkan harus ada metode perhitungan jarak seperti Cosine Similarity dan metode klasifikasi lain seperti KNN dapat dipakai ke semua atribut. Aplikasi ini nantinya akan diterapkan pada perusahaan PJB Paiton sebagai studi kasus dan ide kreatif yang dikategorikan, dituliskan dalam Bahasa Indonesia. Aplikasi ini akan melakukan beberapa tahap pemrosesan seperti tokenizing yaitu pemisahan kalimat menjadi tiap kata, filtering yang merupakan penghapusan stopwords, stemming, cosine similarity dan  KNN yang masing-masing metode digunakan untuk perhitungan jarak dan proses perhitungan klasifikasi Dari hasil pengujian yang telah dilakukan, sistem mampu menghasilkan akurasi terbaik sebesar 93% menggunakan dengan nilai k sebesar 1 menggunakan presentase data uji sebanyak 50 akan menghasilkan klasifikasi ideal.Kata kunci: ide, kelas, cosine, knn.AbstractCreative ide is one thing that needed by the company for group development or even the company itself. The development of creative ideas has a big influence on improving corporate performance. On most cases, the clasification of the idea must be grouped based on the similarity of the theme that submitted to simplify the searching process. Therefore we need a system that could work automatically to classify the idea. Probably, one weighting techniques that used is TF.IDF.ICF that already been developed from the method before. TF.IDF.ICF cant be used alone. there must be another method that used before, such as cosine similarity for distance calculation method and KNN for classification method in order TF.IDF.ICF can be used by all atributes. This application will be focused on the PJB company's creative idea and these ideas will be in indonesian language. This application will do a few processing steps such as, tokenizing for breaking sentence into words, filtering which is elimination of stopwords, stemming, cosine similarity, and KNN. each method used for distance calculation and classification calculation process. From the testing result that has been done,the system could produce the best accuracy as big as 93% by using the value of K as big as 1 using the precentage of test data as big 50 produce the ideal classification.Keywords: idea, class, cosine, knn
Segmentasi Kendaraan Menggunakan Improve Blob Analysis (BA) Pada Video Lalu Lintas ., Sutrisno; Cholissodin, Imam; Christanti, Rina; Dewi, Candra; Hidayat, Nurul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 1: April 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (996.895 KB) | DOI: 10.25126/jtiik.201521132

Abstract

AbstrakPenggunaan citra digital untuk keperluan penelitian sudah banyak dilakukan, salah satunya yaitu segmentasi. Segmentasi berfungsi untuk mendeteksi objek - objek yang terdapat pada citra, sehingga hasil segmentasi sangat penting untuk proses selanjutnya. Pada penelitian ini diusulkan teknik optimasi hasil background subtraction menggunakan kombinasi frame difference (FD) atau difference image dengan filter SDGD dan running average (RA) atau background updating dengan filter SDGD untuk diterapkan pada blob analysis. Alasan utama menggunakan penggabungan kedua metode tersebut adalah karena seringnya terdapat piksel objek yang tidak mampu dideteksi sehingga akan mengurangi tingkat optimasi pengenalan objek. Hasil pengujian akurasi dari 10 data uji yang masing – masing terdiri dari 30 frame menunjukkan bahwa aplikasi ini memiliki nilai akurasi tertinggi yakni 90% untuk pengujian threshold dan 100% untuk pengujian ukuran structure element. Sehingga dapat disimpulkan bahwa aplikasi ini mampu melakukan segmentasi kendaraan dengan baik.Kata kunci: filter SDGD, blob analysis, video lalu lintas, background subtraction.AbstractThe use of digital images for the purposes of research has been often applied, one of them is segmentation. Segmentation is used to detect objects contained in the image, so the segmentation result is very important for further processing. In this study, the results of the optimization technique proposed background subtraction using a combination of frame difference (FD) or a difference image with filter SDGD and running average (RA) or background updating with SDGD filter to be applied blob analysis. The main reason to use the merger of these two methods is that often there are pixels that are not able to detect objects that will reduce the level of optimization object recognition. The results of accuracy testing using 10 data testing for each data consisting of 30 frames shows that the system proposed in this paper has best accuracy of 90% for testing the threshold and 100% for testing the size of structure element. So it can be concluded that this system capable to segmentation the vehicle properly.Keywords: filter SDGD, blob analysis, traffic video, background subtraction
Optimasi Kandungan Gizi Untuk Menu Harian Menggunakan Fuzzy Integer Programming Muflikhah, Lailil; Ramadhan, Galang Gilang; ., Marji
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 2: Juni 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (853.499 KB) | DOI: 10.25126/jtiik.201632207

Abstract

AbstrakTujuan utama dari optimasi kandungan gizi  adalah  membantu pengguna menemukan daftar menu harian termurah berdasarkan kebutuhan gizinya serta biaya yang ditetapkan. Permasalahan ini cukup menantang karena banyak melibatkan data yang sifatnya tak pasti atau buram sehingga tidak dapat diselesaikan dengan metode optimasi dasar seperti Linear Programming. Fuzzy Linear Programming adalah solusi lain yang dapat digunakan. Namun  oleh karena sifatnya yang linear, metode ini menimbulkan efek di mana kombinasi makanan yang dihasilkan bisa jadi tidak enak untuk dikonsumsi (unpalatable). Fuzzy Integer Programming (FIP), yang merupakan pengembangan dari Integer Programming, menerapkan batasan-batasan yang lebih ketat pada model matematika dari permasalahan. Dengan menggunakan metode yang mengkonversi model FIP menjadi model Multiple Objective Integer Programming Problem (MOIPP), Integer Programming yang melibatkan data tak pasti dapat dipecahkan dengan mudah. Pengujian dengan membandingkan hasil dari metode ini dengan sebuah hasil metode apriori optimal. Metode ini diperoleh dari pembangkitan seluruh kombinasi yang mungkin sehingga menunjukkan bahwa metode ini mampu menemukan variasi menu optimal dengan tingkat optimalitas 100% dalam berbagai kondisi keburaman data. Dengan demikian, Fuzzy Integer Programming dapat dikatakan sebagai solusi yang dapat diandalkan untuk menyelesaikan permasalahan optimasi kandungan gizi menu harian. Kata Kunci: Kandungan gizi, Fuzzy Integer Programming, Menu Harian, Optimasi AbstractThe main purpose  of nurient optimization is to help user find the cheapest of daily menu, according to their nutrient needs and specified cost. This problem is quite challenging due to many uncertanty data are involved so that it can’t be solved by using basic optimization method such as Linear Programming. Fuzzy Linear Programming is another solution that can be used. How ever, because of its characteristic is linear, this method has an effect that can produce an unpalatable food combination. Fuzzy Integer Programming (FIP) which extends Integer Programming method, apply more strictly constraints to the problem’s mathematical model. By using a method that converts an FIP model into Multiple Objective Integer Programming Problem (MOIPP) model, Integer Programming with fuzzy data is solvable easily. A test result is compared to an a priori optimal result. It is obtained from an exhaustive combination generation so that shows that this method is capable to find the optimal menu within various data fuzziness   with optimality of 100%. Hence, Fuzzy Integer Programming can be considered as a reliable solution to solve optimization of daily menu nutrient. Keywords:  Nutrient, Fuzzy Integer Programming, Daily Menu, Optimization
Knowledge Management System Model pada Forum diskusi Petani Buah Naga menggunakan CMS phpBB Wijaya, Anderias Eko
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 4 No 1: Maret 2017
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (742.07 KB) | DOI: 10.25126/jtiik.201741150

Abstract

AbstrakBuah naga adalah buah yang baru – baru ini dibudidayakan di Indonesia. Banyak yang gemar akan buah naga ini karena banyak sekali khasiatnya. Jenis buah naga juga bermacam – macam dan harga setiap jenis dan kualitasnya pun berbeda. Namun kualitas buah naga di Indonesia belum ada Standar Nasionalnya, untuk itu pendapat antar petani mengenai kualitas buah naga sangat bervariasi sehingga diperlukan adanya Knowledge Management System (KMS) dimana KMS merupakan sebuah System yang dibuat untuk mengelola pengetahuan. Dengan menggunakan Content Management System (CMS) php Buletin Board (phpBB) yang dasarnya adalah sebuah CMS yang mendukung untuk sebuah forum diskusi, maka diskusi antar petanipun dapat dilakukan dengan harapan para petani dapat saling bertukar pengetahuan – pengetahuan mereka mengenai kualitas buah naga. Dengan menggunakan proses dari model Knowledge Management yaitu SECI (Sosialization, Eksternalization, Combination, Internalization) maka hasil diskusi tersebut nantinya akan disimpulkan dan disimpan sebagai pengetahuan baru.Kata kunci: buah naga, content management system, knowledge management system, PHP buletin board, SECI.AbstractDragon fruit is a fruit that is new - this new cultivated in Indonesia. Many are fond of dragon fruit is because a lot of usefulness. Types of dragon fruit also wide - range and price of each type and quality vary. But the dragon fruit quality in Indonesia yet their National Standards, for that opinion among farmers about dragon fruit quality varies greatly so it is necessary to Knowledge Management System (KMS) where KMS is a system created to manage knowledge. By using Content Management System (CMS) PHP Bulletin Board (phpBB), which essentially is a CMS that supports a forum for discussion, the discussion among petanipun to do with the expectations of the farmers can exchange knowledge - knowledge about the quality dragon fruit. By using the process of Knowledge Management models are SECI (Sosialization, Eksternalization, Combination, Internalization) then the results of these discussions will be summarized and stored as a new knowledge.Keywords: dragon fruit, content management system, knowledge management system, PHP buletin board, SECI.
Ekstraksi Fitur Circularity untuk Pengenalan Varietas Kopi Arabika Sebatubun, Maria Mediatrix; Nugroho, Muhammad Agung
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 4 No 4: Desember 2017
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (863.229 KB) | DOI: 10.25126/jtiik.201744505

Abstract

AbstrakKopi merupakan salah satu minuman yang sangat populer di dunia dan digemari oleh banyak orang termasuk di Indonesia. Kopi terdiri dari berbagai varietas, salah satunya adalah varietas arabika. Varietas kopi dapat memiliki kenampakan yang berbeda – beda misalnya seperti perbedaan warna, bentuk, ataupun tekstur. Oleh karena itu, terkadang petani ataupun pemilik coffee shop dapat melakukan kesalahan dalam mengenali varietas kopi arabika yang dijual ataupun yang dibeli. Hal ini juga akan mempengaruhi penentuan harga kopi tersebut, karena masing-masing varietas kopi arabika memiliki harga yang berbeda-beda. Untuk itu, diperlukan sistem yang juga mampu mengenali varietas kopi arabika secara akurat sehingga dapat digunakan sebagai second opinion bagi para petani ataupun pemilik coffee shop dalam mengenali varietas kopi arabika. Salah satu cara yang dapat dilakukan adalah dengan metode pencitraan. Tahap awal yang dilakukan adalah praproses yaitu cropping citra yang dilakukan secara manual, kemudian segmentasi menggunakan metode Otsu. Tahap selanjutnya adalah ekstraksi fitur bentuk menggunakan circularity dan klasifikasi menggunakan MultiLayer Perceptron. Hasil klasifikasi menunjukkan tingkat akurasi yang diperoleh sebesar 80%, sensitivitas 83,33% dan spesifisitas 76,7%.Kata kunci: ekstraksi fitur, kopi, klasifikasi, segmentasiAbstractCoffee is one of the most popular beverages in the world  and is favored by many people including Indonesians. Coffee consists of many variety, one of them is arabica. Coffee variety can have different features such as differences in color, shape, or texture. Therefore, sometimes farmers of coffee shop owners can make mistakes in recognizing the variety of arabica coffee that are sold or purchased. This will also affect the determination of coffee’s price, because each variety of arabica coffee have different prices. Hence, a capable system which can recognize arabica coffee accurately is required to be used as a second opinion for farmers or coffee shop owners in recognizing these variety. One of the methods that can be done is imaging. The initial stage is pre-processing by cropping the images manually, followed by segmentation using Otsu method. The next stage is shape based feature extraction using circularity and the last is classification using MultiLayer Perceptron. Classification results show 80% level of accuracy, 83.33% sensitivity, and 76.7% specificity.Keywords: feature extraction, coffee, classification, segmentation
Sistem Verifikasi Tanda Tangan Off-Line Berdasar Ciri Histogram Of Oriented Gradient (HOG) Dan Histogram Of Curvature (HoC) Widodo, Agus Wahyu; Harjoko, Agus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 1: April 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (334.075 KB) | DOI: 10.25126/jtiik.201521121

Abstract

Abstrak Tanda tangan dengan sifat uniknya merupakan salah satu dari sekian banyak atribut personal yang diterima secara luas untuk verifikasi indentitas seseorang, alat pembuktian kepemilikan berbagai transaksi atau dokumen di dalam masyarakat. Keberhasilan penggunaan ciri gradien dan curvature dalam bidang-bidang penelitian pengenalan pola dan bahwa tanda tangan dapat dikatakan merupakan hasil tulisan tangan yang tersusun atas beragam garis dan lengkungan (curve) yang memiliki arah atau orientasi merupakan alasan bahwa kedua ciri tersebut digunakan sebagai metoda verifikasi tanda tangan offline di penelitian ini. Berbagai implementasi dari pre-processing, ekstraksi dan representasi ciri, dan pembelajaran SVM serta usaha perbaikan yang telah dilakukan dalam penelitian ini menunjukkan hasil bahwa ciri HOG dan HoC mampu dimanfaatkan dalam proses verifikasi tanda tangan secara offline.  Pada basis data GPDS960Signature, HOG dan HoC yang dihitung pada ukuran sel 30 x 30 piksel memberikan dengan nilai %FRR terbaik 26,90 dan %FAR 37,56.  Sedangkan pada basis data FUM-PHSDB, HOG dn HoC yang dihitung pada ukuran 60 x 60 piksel memberikan nilai %FRR terbaik 4 dan %FAR 57. Kata kunci: verifikasi tanda tangan, curvature, orientation, gradient, histogram of curvature (HoC), histogram of oriented gradient (HOG) Abstract Signature with unique properties is one of the many personal attributes that are widely accepted to verify a person's identity, proof of ownership transactions instrument or document in the community. The successful use of gradient and curvature feature in the research fields of pattern recognition is the reason that both of these features are used as an offline signature verification method in this study. Various implementations of preprocessing, feature extraction and representation, and SVM learning has been done in the study showed results that HOG and HoC feature can be utilized in the process of offline signature verification.  HOG and HOC calculated on a combination of two different cell sizes at a time.  Improvement effort has been made and showed the expected results, although of little value. HOG and HOC calculated on a such cell sizes at a time. In database GPDS960Signature, best cell size is in 30 with the value 26.90% FRR and FAR 37.56%. While the database FUM-PHSDB, the best cell size is 60 with a value of 4% FRR and FAR 57%. Keywords: signature verification, curvature, orientation, gradient, a histogram of curvature (HOC), a histogram of oriented gradient (HOG)
Simulasi Pemanfaatan Dynamic Routing Protocol EIGRP Pada Router di Jaringan Universitasi Islam Riau Beserta Autentikasinya Syukur, Abdul; Julianti, Liza
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 1: Februari 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1178.554 KB) | DOI: 10.25126/jtiik.201851535

Abstract

Router membutuhkan routing protocol dalam menentukan rute terbaik yang akan dipilih. Routing dynamic adalah sebuah proses yang memiliki dan membuat tabel routing secara otomatis, dengan mendengarkan lalu lintas jaringan dan juga dengan saling berhubungan antara router lainnya. Pada penelitian simulasi menggunakan protokol EIGRP dengan implementasi IPv4 pada topologi star dan ring. Parameter yang akan diuji berupa throughput dan delay. Selain itu penelitian ini juga memberikan otentikasi jaringan dengan radius server menggunakan zeroshell. Dari hasil pengujian yang didapat nilai throughput dan delay termasuk dalam kategori baik yang telah memenuhi standar ITU-T dan zeroshell dapat berjalan dengan baik dengan protokol EIGRP
Sistem Temu Kembali Citra Berbasis Konten Menggunakan Haar Wavelet Transform Dan K-Means Clustering Adams Jonemaro, Eriq Muhammad; Rusdianto, Denny Sagita
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 1: Maret 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1065.776 KB) | DOI: 10.25126/jtiik.201631152

Abstract

AbstrakKombinasi haar wavelet transform,  F-Norm, dan progressive retrieval strategy dapat digunakan sebagai metode temu kembali citra berbasis konten yang menghasilkan hasil pencarian yang efektif. Haar wavelet digunakan untuk mendekomposisi citra warna. F-Norm digunakan untuk melakukan ekstraksi fitur. Progressive retrieval strategy digunakan untuk mendapatkan akurasi hasil pencarian yang lebih baik. Pencocokan citra menggunakan progressive retrieval strategy dilakukan terhadap setiap citra yang ada dalam database sehingga menyebabkan waktu pencarian yang lama jika jumlah citra yang ada di database sangat banyak. Dalam penelitian ini  diusulkan kombinasi antara haar wavelet transform, F-Norm, progressive retrieval strategy, dan K-Means clustering untuk mempercepat waktu dan nilai precision pencarian. Dari hasil uji coba diperoleh peningkatan nilai precision sebesar 40% serta kecepatan 1,6 – 2,7 kali lebih cepat daripada tanpa menggunakan metode K-Means clustering.Kata kunci: Temu Kembali Informasi, CBIR, Haar Wavelet, Fnorm, K-Means, Progressive Retrieval StrategyAbstractThe combination haar wavelet transform, F-Norm, and progressive retrieval strategy can be used in content-based image retrieval that produces effective results. Haar wavelet is used to decompose the color image. F-Norm is used to perform feature extraction. Progressive retrieval strategy is used to gain better precision value. Image matching using progressive retrieval strategy is carried out on each image in the database, this causing a long search time if there are lots of images in the database. In this study, we proposed a method based on  wavelet transform, F-Norm, progressive retrieval strategy, and K-Means clustering to speed up the search time and increase precision value. From the experiment we obtained precision value increased by 40% and retrieval speed 1.6 to 2.7 times faster than without using the K-Means clustering.Keywords: Information Retrieval, CBIR, Haar Wavelet, Fnorm, K-Means, Progressive Retrieval Strategy
Rekomendasi Perbaikan Pernyataan Kebutuhan yang Rancu dalam Spesifikasi Kebutuhan Perangkat Lunak Menggunakan Teknik Berbasis Aturan Enda, Depandi; Siahaan, Daniel
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 2: April 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (163.227 KB) | DOI: 10.25126/jtiik.201852627

Abstract

Tahap awal dalam pengembangan perangkat lunak ialah menelusuri, mengumpulkan dan menyajikan segala kebutuhan pengguna ke dalam sebuah dokumen spesifikasi kebutuhan perangkat lunak (SKPL). Latar belakang akademik yang beragam, pengalaman yang berbeda, dan keterbatasan pengetahuan yang dimiliki oleh perekayasa kebutuhan memungkinkan adanya kesalahan dalam pembuatan dokumen SKPL. Salah satu kesalahan yang sering muncul pada sebuah dokumen SKPL ialah terdapatnya penggunaan kata-kata yang rancu. Hal ini tentunya dapat menyebabkan kesalahan penafsiran dan kesulitan dalam memahami kebutuhan perangkat lunak yang hendak dibangun bagi pemangku kepentingan dalam proses pengembangan perangkat lunak. Penelitian ini bertujuan mengusulkan sebuah pendekatan untuk memberikan rekomendasi perbaikan pernyataan kebutuhan perangkat lunak yang rancu. Adapun metode yang diusulkan adalah teknik berbasis aturan dengan menggunakan model bahasa n-gram. Realibilitas metode usulan dievaluasi menggunakan indeks statistik Gwet’s AC1. Hasil analisis metode rekomendasi yang diusulkan memiliki tingkat proporsi kesepakatan yang lebih baik dibandingkan dengan metode rekomendasi menggunakan teknik statistik berbasis frekuensi n-gram. Metode rekomendasi yang diusulkan memiliki nilai indeks statistik Gwet’s AC1 tertinggi sebesar 0.5263 dengan tingkat proporsi kesepakatan sedang.
Implementasi Metode Naïve Bayes Classifier Untuk Seleksi Asisten Praktikum Pada Simulasi Hadoop Multinode Cluster ., Maryamah; Asikin, Moh. Fadel; Kurniawaty, Daisy; Sari, Selly Kurnia; Cholissodin, Imam
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 4: Desember 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1089.896 KB) | DOI: 10.25126/jtiik.201634227

Abstract

AbstrakPemilihan asisten pada praktikum dialami oleh berbagai universitas di Indonesia salah satunya di Fakultas Ilmu Komputer (FILKOM) Universitas Brawijaya (UB). Dalam pemilihan asisten praktikum ada beberapa proses yang harus dilalui. Proses pemilihan yang ada di FILKOM masih dalam bentuk manual. Adapun proses yang dijalani dalam pemilihan asisten praktikum diantaranya adalah tes administrasi, tes live coding, dan tes mengajar. Dalam penentuan penerimaan asisten praktikum tersebut berdasarkan hasil tes yang telah dilakukan. Kendala yang dihadapi adalah kemiripan hasil tes pada ketentuan tertentu yang menyebabkan kerancuan proses pemilihan asisten praktikum. Dari permasalahan tersebut penulis melihat suatu peluang untuk membuat sistem yang mampu menyeleksi dengan cara melakukan hasil klasifikasi tertinggi terhadap hasil tes yang dilakukan oleh calon asisten praktikum. Penelitian ini menggunakan Hadoop dengan menerapkan metode Naïve Bayes yang diangap mampu menghasilkan klasifikasi yang akurat, sehingga dapat mempermudah seorang dosen dalam memilih asisten praktikum dengan kualitas yang baik.Kata kunci: big data, klasifikasi, naïve bayes, hadoopAbstractSelection of the lab assistants experienced by various universities in Indonesia one of them in the Faculty of Computer Science (FILKOM) University of Brawijaya (UB). In the selection of lab assistant, there is some process to be followed. The election process is in FILKOM still in manual form. The process according to which the election is a test lab assistant include administration, test live coding, and test of teaching. In determining the lab assistant acceptance is based on the tests that have been carried out. Obstacles encountered is the similarity test results on the specific provisions that caused confusion electoral process lab assistant. Of these issues, the authors saw an opportunity to create a system that is able to select a way to the highest classification results against the results of tests conducted by the lab assistant candidates. This study uses Hadoop with Naïve Bayes applying methods as may be capable of producing an accurate classification, so as to facilitate a lecturer in choosing a lab assistant with good quality.Keywords: big data, classification, naïve bayes, hadoop

Page 15 of 129 | Total Record : 1288


Filter by Year

2014 2025


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