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
Sistem Rekomendasi Pada E-Commerce Menggunakan K-Nearest Neighbor Prasetya, Chandra Saha Dewa
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 4 No 3: September 2017
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (717.45 KB) | DOI: 10.25126/jtiik.201743392

Abstract

AbstrakSemakin banyaknya informasi produk yang ada di internet menghadirkan tantangan baik pembeli maupun pebisnis online dalam lingkungan e-commerce. Pembeli sering mengalami kesulitan saat mencari produk di internet karena banyaknya produk yang dijual di internet. Selain itu, pebisnis online sering mengalami kesulitan karena memiliki data mengenai produk, pembeli, dan transaksi yang sangat banyak, sehingga menyebabkan pebisinis online mengalami kesulitan untuk mempromosikan produk yang tepat pada target pembeli tertentu. Sistem rekomendasi dikembangkan untuk mengatasi permasalahan tersebut dengan berbagai metode seperti Collaborative Fltering, Content based, dan Hybrid. Metode Collaborative Fltering menggunakan data rating pembeli, Content Based menggunakan konten produk seperti judul atau deskripsi, dan Hybrid menggunakan keduanya sebagai dasar rekomendasi. Dengan menggunakan basis data graf, maka model sistem rekomendasi dapat dirancang dengan berbagai metode pendekatan sekaligus. Pada penelitian ini, algoritma k-Nearest Neighbor digunakan untuk menentukan top-n rekomendasi produk untuk setiap pembeli. Hasil dari penelitian ini metode Content Based mengungguli metode lain karena data yang digunakan sparse, yaitu kondisi dimana jumlah rating yang diberikan pembeli relatif sedikit terhadap banyaknya produk yang tersedia pada e-commerce.Kata kunci: sistem rekomendasi, k-nearest neighbor, collaborative filtering, content based.AbstractThe growing number of product information available on the internet brings challenges to both customer and online businesses in the e-commerce environment. Customer often have difficulty when looking for products on the internet because of the number of products sold on the internet. In addition, online businessman often experience difficulties because they has much data about products, customers and transactions, thus causing online businessman have difficulty to promote the right product to a particular customer target. A recommendation system was developed to address those problem with various methods such as Collaborative Filtering, ContentBased, and Hybrid. Collaborative filtering method uses customer’s rating data, content based using product content such as title or description, and hybrid using both as the basis of the recommendation. In this research, the k-nearest neighbor algorithm is used to determine the top-n product recommendations for each buyer. The result of this research method Content Based outperforms other methods because the sparse data, that is the condition where the number of rating given by the customers is relatively little compared the number of products available in e-commerce.Keywords: recomendation system, k-nearest neighbor, collaborative filtering, content based.
Peringkasan Dokumen Bahasa Indonesia Berbasis Non-Negative Matrix Factorization (NMF) Ridok, Achmad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 1 No 1: April 2014
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (669.594 KB) | DOI: 10.25126/jtiik.201411104

Abstract

Abstrak Peningkatan teknologi informasi telah memicu peningkatan dokumen teks digital secara massif termasuk dokumen berbahasa Indonesia. Penggalian informasi dari dokumen berupa ringkasan secara otomatis sangat dibutuhkan. Pada penelitian ini  peringkasan otomatis  menggunakan Nonnegatif Matrix Factorization (NMF) telah dikembangkan. Sistem dievaluasi dengan membandingkan  ringkasan sistem dengan  ringkasan dari  3 orang pakar   terhadap 100 dokumen bahasa Indonesia . Hasil evaluasi menunjukkan ringkasan  sistem  mempunyai rata-rata presisi dan recall   masing-masing 0.19724 dan 0.34085. Sedangkan  evaluasi ringkasan antar pakar  mempunyai rata-rata presisi dan recall masing-masing 0.68667 dan 0.70642..   Kata kunci: peringkasan dokumen, NMF Abstract Improvement of information technology has led to increased massively digital text documents, including documents of Indonesian language. Extracting information from documents such as automatic summary  is needed. In this study peringkasan automatically using non-negative Matrix Factorization (NMF) has been developed. The system was evaluated by comparing summary of system with summary of of three experts on 100 Indonesian documents. The evaluation shows summary of the system has an average precision and recall respectively 0.19724 and 0.34085. While the summary of an expert evaluation had an average precision and recall respectively 0.68667 and 0.70642. Keywords: text summarization, NMF
Sistem Klasifikasi Kualitas Kopra Berdasarkan Warna dan Tekstur Menggunakan Metode Nearest Mean Classifier (NMC) Abdullah, Abdullah; Usman, Usman; Efendi, M
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 (931.69 KB) | DOI: 10.25126/jtiik.201744479

Abstract

AbstrakKlasifikasi kualitas kopra dengan bantuan komputer menggunakan pengolahan citra dapat membantu mempercepat pekerjaan manusia. Teknik data mining dapat dimanfaatkan untuk klasifikasi kualitas kopra berdasarkan warna RGB (red, green, blue) dan tekstur (energy, contrast, correlation, homogeneity), . Permasalahannya adalah kesulitan dalam memprediksi  kualitas kopra dalam kelas A (80-85%), kelas B (70-75%) dan kelas C (60-65%). Tujuan dari penelitian ini ialah membangun aplikasi untuk klasifikasi kualitas kopra berdasarkan warna dan tekstur. Adapun metode klasifikasi yang digunakan adalah nearest mean classifier (NMC). Sebelum proses klasifikasi dilakukan praproses background subtraction dengan metode pixel subtraction untuk memisahkan objek dengan latarnya. Manfaat dari penelitian ini antara lain dapat menghemat waktu dalam melakukan klasifikasi kualitas kopra dan dapat mempermudah penentuan harga jual beli kopra. Berdasarkan hasil evaluasi metode cross validation diperoleh ketelitian rata-rata adalah 80.67% dengan simpangan baku 1.17%. Kata Kunci: Klasifikasi, citra, kopra, nearest mean classifier, pixel subtraction, warna RGB, teksturAbstractThe classification of copra quality with the help of computer by using image processing can help to speed up human work. Data mining techniques can be utilized for copra quality classification based on RGB color (red, green, blue) and texture (energy, contrast, correlation, homogeneity). The problem is the difficulty in predicting the quality of copra in grade of A (80-85%), grade of B (70-75%) and grade of C (60-65%). The purpose of this study is to develope an application for the classification of copra quality based on color and texture. The method used is the nearest mean classifier (NMC). Preprocessing is done before the classification process for background subtraction by using pixel subtraction method to separate the image of object against the background. The benefits of this research are it can save time in classifying the quality of copra and can facilitate the determination of copra price. Based on the evaluation result by using cross validation method obtained the average accuracy is 80.67% with standard deviation is 1.17%. Keywords: classification,  image, copra, nearest mean classifier, pixel subtraction, RGB color, texture
Integrasi Metode Fuzzy Additive SVM (FASVM) Menggunakan Model Warna YUV-CMY-HSV Untuk Klasifikasi Bibit Unggul Sapi Bali Melalui Citra Digital Cholissodin, Imam; Soebroto, Arief Andy; Hidayat, Nurul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 2: Oktober 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1059.061 KB) | DOI: 10.25126/jtiik.201522142

Abstract

AbstrakBudidaya sapi sangat identik dengan pemilihan bibit unggul, namun permasalahan yang sering muncul adalah cara mengenali bibit unggul tersebut yang relatif tidak mudah, cenderung membutuhkan waktu cukup lama. Peternak masih sering mengamati warna kulit dengan mata secara langsung, yang cenderung kurang teliti. Sehingga dalam penelitian ini, diusulkan metode dengan menggunakan beberapa model warna yang nantinya sebagai rekomendasi untuk fitur yang optimal dalam sistem. Kemudian metode klasifikasi yang digunakan adalah Fuzzy Additive Support Vector Machine (FASVM). Data yang digunakan didapatkan dari Balai Pembibitan Ternak Unggul (BPTU) Sapi Bali. Dari hasil pengujian didapatkan model warna yang paling optimal dan rata-rata akurasi pada Sapi Betina dan Jantan dengan ukuran citra tertentu. Model warna tersebut sangat dipengaruhi oleh kondisi data citra dan juga banyaknya kelas data.Kata kunci: Sapi Bali, Model warna , Intersection kernel, Fuzzy additive SVM, Sequential training SVM  AbstractCattle farming is identical with the selection of seeds, but the problems that often arises is how to recognize quality seeds are relatively easy, tend to take a long time. Breeders still often observe skin color with eyes directly, which tend to be less rigorous. Thus, in this study, the proposed method by using several color models that will be voted on features that are optimal in the system. Then the classification method used is Additive Fuzzy Support Vector Machine (FASVM). The data used was obtained from Livestock Breeding Center for Excellence (BPTU) Bali cattle. From the test results obtained the most optimal color models and average accuracy on Cow Females and Males with a particular image size. The color model is highly influenced by the condition of the image data and also the amount of class data. Keywords: Bali cattle, Color model , Intersection kernel, Fuzzy additive SVM, Sequential training SVM
Implementasi Metode Euclidean Distance untuk Rekomendasi Ukuran Pakaian pada Aplikasi Ruang Ganti Virtual Rizaldi, Rezky; Kurniawati, Arik; Angkoso, Cucun Very
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 (413.146 KB) | DOI: 10.25126/jtiik.201852592

Abstract

Perkembangan jual beli garmen secara online, dihadapkan pada kenyataan adanya 70% pengembalian produk oleh pembeli, akibat ketidaksesuaian antara harapan dan kenyataan model serta ukuran garmen. Kehadiran virtual fitting room secara online, diharapkan mampu mengurangi adanya pengembalian produk, memberikan pengaruh positif terhadap keistimewaan suatu produk, keinginan untuk membeli dan kepastian membeli secara online. Virtual Fitting Room ini bisa diimplementasikan pada toko online ataupun toko baju seperti biasa. Tahapan penelitian meliputi : penerapan teknologi kinect untuk mendapatkan data skeleton dari calon pembeli yang digunakan sebagai dasar untuk memberikan rekomendasi ukuran pakaian, selanjutnya perhitungan euclidean distance digunakan untuk menghitung ukuran punggung calon pembeli dan terakhir penerapan teknologi augmented reality untuk menampilkan pakaian virtual 3 dimensi yang melekat tepat di badan calon pembeli. Sistem rekomendasi ini mampu menampilkan calon pembeli dengan menggunakan baju virtual 3 dimensi yang sesuai dengan ukuran rekomendasi dari sistem (S,M,L, atau XL). Sistem ini juga memberikan fitur bagi calon pembeli untuk mencoba model pakaian lainnya. Sistem dapat memperlihatkan baju virtual 3 dimensi yang tetap melekat pada badan calon pembeli, ketika melakukan rotasi ke kanan 900, ke kiri 900, balik kanan 1800 dan balik kiri 1800. Hasil uji coba sistem rekomendasi ukuran pakaian ini akan berjalan secara optimal jika pengaturan ketinggian kinect sebesar 55 cm dari tanah. Untuk ketinggian kinect 55cm, 65cm dan 75 cm dari tanah, sistem ini mampu menyajikan kesesuaian rekomendasi ukuran dibandingkan dengan ukuran asli dari calon pembeli sebesar 70%. Kata kunci: kinect, augmented reality, euclidean distance, virtual fitting room  AbstractThe development of online garment sale, faced with the fact that there is 70% return of product by the buyer, due to a mismatch between expectation and reality of model and garment size. The presence of virtual fitting room in the online store is expected to reduce the return of products, give a positive influence on the privilege of a product, the desire to buy and certainty to buy online. Virtual Fitting Room can be implemented in the online store or clothing store as usual. The research stages include the application of Kinect technology to obtain skeleton data from prospective buyers used as a basis for providing system recommendations, then euclidean distance calculation is used to calculate the size back potential buyers, and lastly application of augmented reality technology to display the right three-dimensional virtual clothing in potential buyer body. This recommendation system can present potential buyers by using 3-dimensional virtual shirts attached to their bodies by the recommended size of the system (S, M, L, or XL). This system also provides features for potential buyers to try other clothing models. The system can show a 3-dimensional virtual shirt that remains attached to the body of potential buyers, while rotating right 900, left 900, right turn 1800 and left turn 1800. The test results of this clothing size recommendation system will run optimally if the Kinect height setting of 55 cm from the ground. For the Kinect height of 55cm, 65cm and 75cm from the ground, the system can present the recommended size with the original size of the potential buyer of 70%. Keywords: kinect, augmented reality, euclidean distance, virtual fitting room
Pengelompokan Data Hasil Tes Kepribadian 16pf Sopir Bus Menggunakan Algoritma Genetika Hidayat, Luthfi; Mahmudy, Wayan Firdaus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 3 No 3: September 2016
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (821.78 KB) | DOI: 10.25126/jtiik.201633197

Abstract

AbstrakTes kepribadian merupakan suatu metode tes yang disusun untuk mendeskripsikan bagaimana kecenderungan seseorang dalam bertingkah laku maupun berpikir. Tes kepribadian sebenarnya hanya dapat dideskripsikan secara kualitatif karena sebenarnya kepribadian tidak dapat diukur. Namun, untuk membantu menjelaskan kepribadian seseorang dapat menggunakan bantuan angka sehingga hasil dari tes tersebut dapat di deskripsikan ke dalam bentuk kualitatif. Dalam penelitian sebelumnya, pengelompokan hasil data tes kepribadian 16PF dilakukan dengan metode K – Means Clustering yang digabung dengan metode Silhouette Coefficient. Penelitian tersebut memiliki hasil maksimum SI (Silhouette Index) hingga 0.4341. Dalam penelitian kali ini, metode yang dapat digunakan untuk mengelompokkan dan menghitung seluruh data serta atribut yang diperoleh menggunakan Algoritma Genetika. Tahapan untuk mengelompokkan data menggunakan metode yang sama seperti penelitian sebelumnya yaitu K – Means Clustering dan untuk menghitung cluster diperlukan representasi kromosom agar dapat membangkitkan nilai Centroid untuk perhitungan Silhouette Coefficient. Representasi kromosom yang digunakan adalah real code genetic algorithm dimana representasi tersebut dibangkitkan secara random dengan interval tertentu. Dari pengujian yang dilakukan, sistem mampu memberikan nilai SI terbaik pada jumlah populasi 40, jumlah generasi 15, kombinasi cr 0.7 dan mr 0.3. Algoritma genetika mampu memberikan solusi optimal dibandingkan dengan penelitian sebelumnya dimana dengan jumlah data yang sama menghasilkan nilai SI yang lebih baik.Kata Kunci: Algoritma genetika, Personality Factor, Clustering, K – Means, Silhouette Coefficient.AbstractAbstractPersonality Test is a test method developed to describe how the tendency of a person's behavior and thinking. Actually, personality tests can only be described qualitatively because actual personality cannot be measured. However, figures can be used to help explaining an individual’s personality, thus test results could be described into qualitative terms. In previous research, grouping data results 16PF personality test was conducted using K - Means Clustering combined with Silhouette Coefficient methods. The study has a maximum performance in terms of SI (silhouette index) of 0.4341. In the present study, the method can be used to classify, count all the data and attributes that are obtained using Genetic Algorithms. Stages for classifying data using the same method as previous research, that K - Means Clustering and to calculate cluster, required the representation of chromosomes in order to generate value of Centroid for the calculation Silhouette Coefficient. Chromosome representation used is real code genetic algorithm which is representations generated randomly with a certain interval. From the tests, systems are able to provide the best SI values in populations of 40, the number of generations 15, combination of cr mr are 0.7 and 0.3. Genetic algorithms are able to provide optimal solutions compared to a previous study in which the same amount of data to produce better value SI.Keywords: Genetic algorithms, Personality Factor, Clustering, K – Means, Silhouette Coefficient.
Analisis Penentuan Lokasi Evakuasi Bencana Banjir Dengan Pemanfaatan Sistem Informasi Geografis Dan Metode Simple Additive Weighting Lumban Batu, Juliana Andretha Janet; Fibriani, Charitas
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 (116.224 KB) | DOI: 10.25126/jtiik.201742315

Abstract

AbstrakKota Surakarta merupakan kota dengan ancaman banjir yang cukup besardan kebanyakan diantaranya merupakan genangan, mengingat bahwa kondisi geografis kota Surakarta yaitu salah satunya dikelilingi oleh bantaran sungai bengawan solo. Tingginya curah hujan sewaktu-waktu dapat menyebabkan aliran sungai tidak dapat menahan debit air sehingga menyebabkan meluapnya air dan menyebabkan banjir. Upaya mitigasi dengan cara memberi peringatan dini kepada masyarakat dirasa dapat menjadi salah satu upaya dalam menekan angka kerugian sebelum bencana banjir datang. Dengan pemanfaatan Sistem Informasi Geografis serta metode Simple Additive Weighting dalam menentukan lokasi evakuasi bencana banjir maka diharapkan ketika banjir datang maka masyarakat kota Surakarta dapat memiliki persiapan lebih dini. Hal ini juga dapat membantu pihak pemerintahan terkhususnya pihak Badan Penanggulangan Bencana Daerah (BPBD) dalam melakukan evakuasi ketika banjir datang.Kata kunci: sistem informasi geografis, simple additive weighting, mitigasi, lokasi evakuasi, surakarta.AbstractSurakarta is a city with a fairly high threat of flooding and most of them are puddles in some areas, considering that one of the geographical conditions of Surakarta was said that Surakarta surrounded by riverbank of bengawan solo. The river flow could not hold the water flow whenever heavy rainfall come and could possibly causing an overvlow and cause of flooding. The attempts of mitigation by giving early warning to the public is considered to be one attempts to reduce the number of losses before the flood came.With the use of Geographic Information Systems and Simple Additive weighting method to determine the great location of shelter then the people of the city of Surakarta could have early preparation before the floods come as it expected. This attempts can also help the government especially to the Badan Penanggulangan Bencana Daerah (BPBD) in attempt of the evacuation when the flood came.Keywords: geographic information system, simple additive weighting, mitigation, shelter, surakarta.
Metode Grid-Blok Untuk Deteksi Margin Kiri Tulisan Tangan Pada Aplikasi Grafologi wijaya, waskitha; Tolle, Herman; Utaminingrum, Fitri
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 (393.474 KB) | DOI: 10.25126/jtiik.201851575

Abstract

Grafologi merupakan salah satu cabang ilmu psikologi yang khusus mempelajari tentang tulisan tangan. Melalui grafologi bisa diperoleh informasi tentang karakter kepribadian seseorang. Melalui perangkat mobile berbasis android, analisis grafologi akan menjadi lebih cepat dalam menampilkan pendekatan karakter kepribadian seseorang. Penelitian dilakukan dengan mengambil 42 sampel tulisan tangan dari orang yang memiliki perbedaan latar belakang. Fitur yang digunakan dalam penelitian ini adalah margin kiri pada tulisan tangan. Metode Support Vector Machine digunakan untuk mengklasifikasikan fitur hasil dari proses ekstraksi. Menggunakan metode baru yaitu Grid-double block dengan satu kali proses menghasilkan rata – rata akurasi margin kiri sebesar 69%.
Analisis Perbandingan Sistem Informasi Perjalanan Dinas Berdasarkan Elements Human Computer Interaction (HCI) (Studi Kasus : Dinas Kesehatan Provinsi Kalimantan Barat) Pratama, Ferdian Aditya; Sediyono, Eko
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 (848.862 KB) | DOI: 10.25126/jtiik.201632178

Abstract

AbstrakPenggunaan sebuah sistem informasi di dalam sebuah instansi merupakan hal yang wajib untuk dapat memudahkan setiap pekerjaan yang dilakukan di dalamnya. Namun tidak semua sistem informasi yang digunakan dapat memudahkan setiap pekerjaan yang dilakukan. Sistem informasi yang memiliki user interface sulit pastinya akan memperlambat kinerja sebuah instansi. Dinas Kesehatan Provinsi Kalimantan Barat merupakan salah satu organisasi pemerintah yang sudah menerapkan sebuah sistem informasi untuk perjalanan dinas yang terjadi. Sistem informasi perjalanan dinas tersebut telah dikembangkan menjadi dua versi yang berbeda. Namun untuk menguji apakah sistem informasi perjalanan dinas versi 2 sudah menjawab permasalahan pada sistem informasi sebelumnya, maka akan dilakukan perbandingan antara kedua sistem. Sistem informasi perjalanan dinas tersebut akan diuji dengan menggunakan indikator dari elements HCI yaitu usability goal, user’s experience, dan user model profile. Tujuan dari penelitian ini adalah membandingkan 2 sistem informasi perjalanan dinas berdasarkan elements HCI yang digunakan oleh masing-masing sistem informasi usability goal, user’s experience, dan target user model profile. Penelitian ini menghasilkan sebuah informasi bahwa sistem informasi perjalanan dinas versi dua sudah berhasil dikembangkan menjadi sebuah sistem informasi yang lebih baik dan lebih mudah digunakan daripada sistem informasi versi sebelumnya.Kata Kunci: Human Computer Interaction, Sistem Informasi, HCI Elements. AbstractThe use of an information system in an institution is mandatory in order to facilitate any work done on it. But, not all of an information system can facilitate any work done on it. An information system that has a difficult user interface will slow down the performance of an organization. Provincial Health Office of West Borneo is one of the government’s organization which applied an information system for the official duty. The information system was upgraded into two different version. However, to see if the new information system is enough to answer all the requirements, it will be made a comparison between the two system. To compare the system, this research will use an indicator from HCI’s element like usability goal, user experience, and user model profile. The purpose of the research is to compare 2 information system for the official duty based on elements of HCI thas was used. The result of this research is an information that the new information system has been successfully developed into a better system and more easier to use instead of the previous version.Keywords: Human Computer Interaction, Information System, HCI Elements
Analisis Availabilitas dan Reliabilitas Multi-Master Database Server Dengan State Snapshot Transfers (SST) Jenis Rsync Pada MariaDB Galera Cluster Data, Mahendra; Ramadhan, Gilang; Amron, Kasyful
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 (667.208 KB) | DOI: 10.25126/jtiik.201741288

Abstract

AbstrakSistem database merupakan bagian yang tak terpisahkan dari aplikasi berskala enterprise. Data didalamnya merupakan aset yang sangat penting, sehingga data tersebut tidak boleh rusak terlebih lagi hilang. Itulah sebabnya mengapa reliabilitas dan availabilitas sistem database menjadi hal yang sangat penting. Berbagai cara telah dikembangkan untuk meningkatkan reliabilitas dan availabilitas sebuah sistem database, salah satunya adalah teknik replikasi. MariaDB Galera Cluster adalah salah satu DBMS open source populer yang memiliki mekanisme replikasi. MariaDB Galera Cluster memiliki beberapa metode State Snapshot Transfer (SST) pada saat proses replikasi, yaitu rsync, mysqldump, xtrabackup, xtrabackup-v2. Kurangnya pemahaman administrator sistem terhadap perilaku tiap metode SST dapat mengakibatkan error pada sistem database. Untuk mencegahnya diperlukan analisis yang mendalam tentang dampak dan perilaku metode SST yang digunakan. Penelitian ini fokus pada analisis kinerja dari metode SST jenis rsync. Rsync dipilih karena metode ini merupakan metode SST default yang digunakan oleh MariaDB Galera Cluster. Dari hasil percobaan disimpulkan bahwa jumlah node dalam klaster menjadi hal yang perlu menjadi perhatian. Klaster yang hanya memiliki dua node akan sangat rentan terkena gangguan jika salah satu node terputus koneksinya atau mengalami down atau crash, sehingga jumlah node minimal dalam satu klaster yang disarankan adalah tiga node agar availabilitas dan reliabilitas MariaDB Galera Cluster dapat terjaga dengan baik.Kata kunci: database, klaster, availabilitas, reliabilitas, MariaDB Galera ClusterAbstractThe database system is an integral part of enterprise-scale applications. The data in it is a very important asset, so it may not be damaged or lost. That’s why the reliability and availability of the database system become very important. Various ways have been developed to improve the reliability and availability of a database system, one of them is a replication technique. MariaDB Galera Cluster is one of the popular open-source DBMS that has a replication mechanism. MariaDB Galera Cluster has several methods of doing Snapshot State Transfer (SST) during the replication process, namely rsync, mysqldump, xtrabackup, xtrabackup-v2. Lack of understanding by the system administrator of the behavior of every SST method can lead to errors in the database system. To prevent it, depth analysis of the impact and the behavior of the SST methods is required. This study focused on analyzing the performance of rsync SST method. Rsync is chosen because it is the default SST method used by MariaDB Galera Cluster. The experimental results show that the number of nodes in a cluster should be concerned. Clusters which only have two nodes would be highly vulnerable to disruption if one node disconnected or experience down or crash. We recommend the minimum number of nodes in a cluster is three so that the availability and reliability of MariaDB Galera Cluster can be properly maintained.Keywords: database, cluster, availability, reliability, MariaDB Galera Cluster

Page 16 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: 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