Garuda - Garba Rujukan Digital

Article Per Year (5 Year)

All

Jurnal Teknologi Informasi dan Ilmu Komputer

JTIIK
Website

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

21 22 23 24 25

Kajian dan Peluang Penelitian Tata Kelola Teknologi Informasi: Ulasan Literatur Najwa, Nina Fadilah; Susanto, Tony Dwi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 5: Oktober 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Perkembangan transisi Teknologi Informasi (TI) saat ini menyebabkan penelitian terkait dengan tata kelola TI semakin meningkat.Tata kelola TI berperan besar dalam sebuah organisasi karena telah berubahnya peran dan relevansi TI dalam organisasi sehingga diperlukan pemahaman yang jelas terkait dengan tata kelola TI saat ini.Tujuan penulisan ulasanliteratur ini yaitu untuk mengulas perkembangan topik Tata Kelola dan peluang penelitian lebih lanjutterkait tata kelola TI sehingga dapat memberikan pemahaman tentang tata kelola TI. Metodologi yang digunakan pada ulasan literatur ini mencakup: 1) pendefinisian pertanyaan penelitian; 2) penetapan sumber literatur; 3) penentuan kata kunci pencarian literatur; 4) Pemilihan literatur; dan 5) ekstraksi data dan sintesis.Berdasarkan hasil ulasan literatur yang dilakukan, penelitian tata kelola TI secara luas diterapkan pada organisasi bisnis.Terdapat beberapa metode dan kombinasi dari beberapa metode yang digunakan dalam tata kelola TI, mencakup Control Objectives for Information and Related Technologies (COBIT), Information Technology Infrastructure Library (ITIL), Information Technology Balanced Scorecard (IT-BSC), dan metode-metode lain. Tren penelitianyang saat ini banyak dilakukan mencakup cloud computing governance, criteria success factor IT governance, penerapan dan atau evaluasi tata kelola dengan berbagai metode pada sektor bisnis, tata kelola TI pada universitas, peran tata kelola dalam pemerintahan dan rumah sakit. Peluang penelitian direkomendasikan berdasarkan future dan limitasi dari masing-masing paper yang dibahas. AbstractThe development of the current Information Technology (IT) transition has led to more research on IT governance. IT governance plays a major role in an organization because it has changed the role and relevance of IT in the organization so that a clear understanding of current IT governance is needed. The purpose of this literature review is to review the development of Governance topics and further research opportunities related to IT governance so as to provide an understanding of IT governance. The methodology used in this literature review includes: 1) defining research questions; 2) determination of literature sources; 3) the determination of literature search keywords; 4) Selection of literature; and 5) data extraction and synthesis. Based on the results of the literature review conducted, IT governance research is widely applied to business organizations. There are several methods and combinations of several methods used in IT governance, including Control Objectives for Information and Related Technologies (COBIT), Information Technology Infrastructure Library (ITIL), Information Technology Balanced Scorecard (IT-BSC), and other methods . Current research trends include cloud computing governance, IT governance success factor criteria, governance implementation and or evaluation with various methods in the business sector, IT governance at universities, governance roles in government and hospitals. Research opportunities are recommended based on the future and limitations of each paper discussed.

Perbandingan Teknik Klasifikasi Dalam Data Mining Untuk Bank Direct Marketing Oktanisa, Irvi; Supianto, Ahmad Afif
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 5: Oktober 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Klasifikasi merupakan teknik dalam data mining untuk mengelompokkan data berdasarkan keterikatan data terhadap data sampel. Pada penelitian ini, kami melakukan perbandingan 9 teknik klasifikasi untuk mengklasifikasi respon pelanggan pada dataset Bank Direct Marketing. Perbandingan teknik klasifikasi ini dilakukan untuk mengetahui model dalam teknik klasfikasi yang paling efektif untuk mengklasifikasi target pada dataset Bank Direct Marketing. Teknik klasifikasi yang digunakan yaitu Support Vector Machine, AdaBoost, Naïve Bayes, Constant, KNN, Tree, Random Forest, Stochastic Gradient Descent, dan CN2 Rule. Proses klasifikasi diawali dengan preprocessing data untuk melakukan penghilangan missing value dan pemilihan fitur pada dataset. Pada tahap evaluasi digunakan teknik 10 fold cross validation. Setelah dilakukan pengujian, didapatkan bahwa hasil klasifikasi menunjukkan akurasi terbaik diperoleh oleh model Tree, Constant, Naive Bayes, dan Stochastic Gardient Descent. Kemudian diikuti oleh model Random Forest, K-Nearest Neighbor, CN-2 Rule, AdaBoost dan Support Vector Machine. Dari keempat model yang menunjukkan hasil akurasi terbaik, untuk kasus ini Stochastic Gradient Descent terpilih sebagai model yang memiliki akurasi terbaik dengan nilai akurasi sebesar 0,972 dan hasil visualisasi yang dihasilkan lebih jelas untuk mengklasifikasi target pada dataset Bank Direct Marketing.AbstractClassification is a technique in data mining to classify data based on the attachment of data to the sample data.. In this paper, we present the comparison of 9 classification techniques performed to classify customer response on the dataset of Bank Direct Marketing. The techniques performed to find out the effectiveness model in the classification technique used to classify targets on the dataset of Bank Direct Marketing. The techniques used are Support Vector Machine, AdaBoost, Naïve Bayes, Constant, KNN, Tree, Random Forest, Stochastic Gradient Descent, and CN2 Rule. The classification process begins with preprocessing data to perform missing value omissions and feature selection on the dataset. Cross validation technique, with k value is 10, used in the evaluation stage. After testing, it was found that the classification results showed the best accuracy obtained when using the Tree model, Constant, Naive Bayes and Stochastic Gradient Descent. Afterwards the Random Forest model, K-Nearest Neighbor, CN-2 Rule, AdaBoost, and Support Vector Machine are followed. Of the four models with the high accuracy results, in this case Stochastic Gradient Descent was selected as the best accuracy model with an accuracy value of 0.972 and resulting visualization more clearly to classify targets on the dataset of Bank Direct Marketing.

K-Means Clustering untuk Data Kecelakaan Lalu Lintas Jalan Raya di Kecamatan Pelaihari Aprianti, Winda; Permadi, Jaka
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 5: Oktober 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Kecelakaan lalu lintas di jalan raya masih menjadi penyumbang tingginya angka kematian di Indonesia, sehingga menjadi perhatian khusus bagi kepolisian di negara ini. Termasuk Kepolisian Resor (Polres) Tanah Laut, yang telah membuktikan perhatian tersebut dengan membentuk komunitas korban kecelakaan lalu lintas dan Pelatihan Pertolongan Pertama Gawat Darurat (PPGD). Tahapan awal pencegahan kecelakaan lalu lintas adalah dengan mengetahui faktor-faktor penyebab kecelakaan lalu lintas yang diperoleh melalui analisa data kecelakaan. Analisa tersebut dapat dilakukan dengan data mining, yaitu K-Means Clustering. K-Means Clustering mengelompokkan data menjadi beberapa cluster sesuai karakteristik data tersebut. Data kecelakaan lalu lintas dibagi menjadi 2 dataset, yakni dataset 1 dan dataset 2. Hasil cluster penerapan K-means clustering terhadap dataset 1 dan dataset 2 kemudian dilakukan pengujian silhoutte coefficient untuk mencari hasil cluster dengan kualitas terbaik. Pengujian silhoutte coefficient secara berurutan menghasilkan distance measure paling optimal yakni clustering dengan 4 cluster untuk dataset 1 dan clustering dengan 2 cluster untuk dataset 2. Selain memperoleh cluster dengan kualitas terbaik, penganalisaan data juga menghasilkan beberapa informasi kecelakaan lalu lintas yang sering terjadi, yakni faktor penyebab dan korban kecelakaan adalah pengemudi, umur korban adalah 9 sampai 28 tahun, dan keadaan korban kecelakaan adalah luka ringan. AbstractTraffic accidents on the highway are still contribute to the high mortality rate in Indonesia, which are becoming a special concern for the police. Including the Police of Tanah Laut Resort where prove themselves by established The Community of Traffic Accident Victims and Emergency First Aid Training. The first prevention of traffic accidents is knowing the factors causing traffic accidents which is obtained through the analysis of traffic accident’s data. It can be done through data mining, i.e. K-Means Clustering, which is clustering data into clusters according to characteristics of the data. Traffic accident data is divided into two datasets, namely dataset 1 and dataset 2. After obtaining the cluster results, the next step is to calculate silhoutte coefficient which is used to find the best quality cluster result. The result of testing silhoutte coefficient are clustering with 4 clusters for dataset 1 and clustering with 2 clusters for dataset 2. Analyzing data in this research also produces some information on traffic accidents that often occur, namely the causes and victims of accidents are drivers, the age of the victims is between 9 and 28 years old, and the circumstance of the accidents victims are minor injuries.

Implementasi Web Crawling untuk Mengumpulkan Informasi Wisata Kuliner di Bandar Lampung Hanifah, Raidah; Nurhasanah, Isye Susana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 5: Oktober 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Bandar Lampung merupakan ibu kota Provinsi Lampung yang terletak di ujung pulau Sumatera. Berbeda dengan beberapa Kabupaten di Provinsi Lampung yang memiliki banyak potensi wisata alam, Bandar Lampung sebagai pusat kota tidak banyak memiliki potensi wisata alam. Namun, kota Bandar Lampung masih memiliki potensi untuk mengembangkan wisata kulinernya. Untuk menangkap peluang ekonomi dari wisata kuliner, salah satu caranya adalah dengan membuat pemetaan lokasi-lokasi wisata kuliner strategis yang telah dan berpotensi untuk berkembang, serta membuat perencanaan dan program pengembangan wisata kuliner beserta dengan promosinya yang efektif dan optimal. Sebelum hal tersebut dilakukan, tentunya dibutuhkan informasi terkait kondisi wisata kuliner yang ada saat ini, seperti berapa jumlah wisata kuliner dan letak persebaran lokasinya. Sayangnya, informasi tersebut belum diakomodasi oleh pemerintah kota Bandar Lampung. Informasi terkait kuliner di Bandar Lampung justru tersedia di berbagai website dan media sosial lainnya, mengingat saat ini orang senang berbagi informasi melalui internet. Oleh karena itu, penelitian ini bertujuan untuk mengumpulkan informasi kuliner di Bandar Lampung yang tersebar di web. Untuk mencapai tujuan tersebut, dilakukan penggalian web (web mining) untuk mendapatkan informasi terkait wisata kuliner di Bandar Lampung dengan metode web crawling. Hasil web crawling dari website TripAdvisor, didapatkan berbagai macam informasi seperti nama restoran, alamat, nomor telepon, rating serta jumlah orang yang me-review kuliner tersebut. Informasi yang telah dikumpulkan tersebut dapat dianalisis lebih lanjut untuk berbagai kebutuhan, seperti analisis spasial persebaran objek wisata kuliner, analisis rasio perkembangan jumlah wisata kuliner terhadap jumlah wisatawan yang datang, perencanaan pengembangan wisata kuliner di suatu wilayah secara spesifik maupun komprehensif, serta lokasi dan jenis kuliner yang paling diminati. AbstractBandar Lampung is the capital city of Lampung Province which is located on the edge of the Sumatera island. Unlike some regencies in Lampung Province which have a lot of potential natural tourism, Bandar Lampung as a capital city does not have much. However, Bandar Lampung city still has the potential to develop its culinary tourism. To capture the economic opportunities of culinary tourism, one of the way is to map strategic culinary tourism locations that have developed and potentially develop, and create a comprehensive planning and programs for culinary tourism development along with effective and optimal promotion. But before that, information regarding the current conditions of culinary tourism is needed; for instance, how many and where the location of the culinary tourism are in Bandar Lampung area. Unfortunately, this information has not accomodate yet by the municipility government. Culinary information in Bandar Lampung is actually available on various websites and other social media, considering that currently people like to share information via the internet. So, this study aim is to collect culinary tourism information in Bandar Lampung that sprawl in web. In accomplishing the goal, this research conducts web mining to get information related to culinary tourism in Bandar Lampung by web crawling method. The results of web crawling from the TripAdvisor website such as restaurant name, address, telephone number, rating and the number of people who reviewed the culinary. The result of this research can be use for further analysis with difference approach and goals, such as spatial analysis of culinary tourism sprawl, analysis the impact of culinary tourism development to the number of tourists coming, culinary tourism development and planning in certain region, as well as the type and location of favorable culinary in Bandar Lampung.

Perbandingan Klasifikasi Antara KNN dan Naive Bayes pada Penentuan Status Gunung Berapi dengan K-Fold Cross Validation Tempola, Firman; Muhammad, Miftah; Khairan, Amal
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 5: Oktober 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Penelitian ini akan membandingkan dua algoritma klasifikasi yaitu K-Nearest Neighbour dan Naive Bayes Classifier pada data-data aktivitas status gunung berapi yang ada di Indonesia. Sedangkan untuk validasi data menggunakan k-fold cross validation. Dalam penentuan status gunung berapi pusat vulkanologi dan mitigasi bencana geologi melakukan dengan dua hal yaitu pengamatan visual dan faktor kegempaan. Pada penelitian ini dalam melakukan klasifikasi aktivitas gunung berapi menggunakan faktor kegempaan. Ada 5 kriteria yang digunakan dalam melakukan klasifikasi yaitu empat faktor kegempaan diantaranya gempa vulkanik dangkal, gempa tektonik jauh, gempa vulkanik dalam, gempa hembusan dan ditambah satu kriteria yaitu status sebelumnya. Ada 3 status yang di yang diklasifikasi yaitu normal, waspada dan siaga. Hasil penelitian yang dibagi kedalam 3 fold disetiap metode klasifikasi didapat perbandingan akurasi sistem rata-rata tertinggi pada k-nn 63,68 % dengan standar deviasi 7,47 %. Sedangkan dengan menggunakan naive bayes didapat rata-rata akurasi sebesar 79,71 % dengan standar deviasi 3,55 %. Selain itu, penggunaan naive bayes jaraknya akurasi lebih dekat dibandingan dengan k-nn. AbstractThis research will compare two classification algorithms that are K-Nearest Neighbors and Naive Bayes Classifier on data of volcanic status activity in Indonesia. While for data validation use k-fold cross validation. In determining the status of volcanology center volcanology and geological disaster mitigation to do with two things: visual observation and seismic factors. In this research in doing the classification of volcanic activity using earthquake factor. There are 5 criteria used in the classification of four seismic factors such as shallow volcanic earthquakes, distant tectonic earthquakes, volcanic earthquakes in the earthquake, blast and plus one criterion that is the previous status. There are 3 statuses in which are classified ie normal, alert and alert. The results of the study are divided into 3 fold in each classification method obtained comparison of the highest average system accuracy at 63.68% k-nn with a standard deviation of 7.47%. While using naive bayes obtained an average accuracy of 79.71% with a standard deviation of 3.55%. In addition, the use of naive bayes is closer to the accuracy of k-nn.

Penerapan Bidirectional Search dan Held-Karp pada Penentuan Rute Pengiriman Produk Rahayuda, I Gede Surya; Santiari, Ni Putu Linda; Arso, Norsa Yudhi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 5: Oktober 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Bidirectional Search dan Held-Karp merupakan salah satu metode pencarian jalur terdekat atau sering disebut dengan metode shortes path. Bidirectional Search mencari jalur terdekat dengan melakukan pencarian dwi arah, proses pertama dimulai dari level awal graph matrix menuju level selanjutnya dan proses kedua dimulai dari level akhir menuju level sebelumnya. Proses tersebut akan menghasilkan rute awal dan rute akhir, kemudian kedua rute tersebut dirangkai menjadi rute gabungan. Tidak seperti pada metode Bidirectional Search, pada metode Held-Karp hanya dilakukan satu proses pencarian, dan pada metode Held-Karp proses pencarian sudah memperhitungkan mengenai jarak yang ditempuh sampai dengan kembali ke titik awal. Pada penelitian ini metode Bidirectional Search dan Held-Karp akan dikembangkan dalam bentuk program menggunakan bahasa pemrograman visual basic. Program tersebut diterapkan untuk menentukan jalur terbaik pada kasus pengiriman produk. Bidirectional Search juga akan dibandingkan dengan metode Held-Karp. Percobaan yang dilakukan pada beberapa data tes berupa paket pengiriman produk, didapatkan bahwa metode Held-Karp mendapatkan rata-rata hasil rute pengiriman yang lebih baik sekitar 5 % dibandingkan dengan metode Bidirectional SearchAbstract Bidirectional Search and Held-Karp is one type of the shortes path methods. Bidirectional Search looks for the nearest path by doing a two way search, the first process starts from the initial level of the graph matrix to the next level and the second process starts from the end level to the previous level. The process will generate the initial route and the final route, then the two routes are assembled into a combined route. Bidirectional Search does not count the process of returning from the final destination to the starting point or appropriate for non circular paths.Unlike Bidirectional Search method, Held-Karp method only performs one way search process, and in the Held-Karp method the search process has calculated the distance traveled up to the return point or appropriate for circular paths. In this research, Bidirectional Search and Held-Karp method will be developed into desktop program using visual basic programming language. The program is implemented to determine the best path in case of product delivery. Bidirectional Search will also be compared to the Held-Karp method. Experiments performed on some tes data in the form of product delivery package, it is found that the Held-Karp method gets the average result of better delivery route about 5% compared to Bidirectional Search method.

Support Vector Machine Berbasis Feature Selection Untuk Sentiment Analysis Kepuasan Pelanggan Terhadap Pelayanan Warung dan Restoran Kuliner Kota Tegal Somantri, Oman; Apriliani, Dyah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 5: Oktober 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Abstrak Setiap pelanggan pasti menginginkan sebuah pendukung keputusan dalam menentukan pilihan ketika akan mengunjungi sebuah tempat makan atau kuliner yang sesuai dengan keinginan salah satu contohnya yaitu di Kota Tegal. Sentiment analysis digunakan untuk memberikan sebuah solusi terkait dengan permasalahan tersebut, dengan menereapkan model algoritma Support Vector Machine (SVM). Tujuan dari penelitian ini adalah mengoptimalisasi model yang dihasilkan dengan diterapkannya feature selection menggunakan algoritma Informatioan Gain (IG) dan Chi Square pada hasil model terbaik yang dihasilkan oleh SVM pada klasifikasi tingkat kepuasan pelanggan terhadap warung dan restoran kuliner di Kota Tegal sehingga terjadi peningkatan akurasi dari model yang dihasilkan. Hasil penelitian menunjukan bahwa tingkat akurasi terbaik dihasilkan oleh model SVM-IG dengan tingkat akurasi terbaik sebesar 72,45% mengalami peningkatan sekitar 3,08% yang awalnya 69.36%. Selisih rata-rata yang dihasilkan setelah dilakukannya optimasi SVM dengan feature selection adalah 2,51% kenaikan tingkat akurasinya. Berdasarkan hasil penelitian bahwa feature selection dengan menggunakan Information Gain (IG) (SVM-IG) memiliki tingkat akurasi lebih baik apabila dibandingkan SVM dan Chi Squared (SVM-CS) sehingga dengan demikian model yang diusulkan dapat meningkatkan tingkat akurasi yang dihasilkan oleh SVM menjadi lebih baik.Abstract The Customer needs to get a decision support in determining a choice when they’re visit a culinary restaurant accordance to their wishes especially at Tegal City. Sentiment analysis is used to provide a solution related to this problem by applying the Support Vector Machine (SVM) algorithm model. The purpose of this research is to optimize the generated model by applying feature selection using Informatioan Gain (IG) and Chi Square algorithm on the best model produced by SVM on the classification of customer satisfaction level based on culinary restaurants at Tegal City so that there is an increasing accuracy from the model. The results showed that the best accuracy level produced by the SVM-IG model with the best accuracy of 72.45% experienced an increase of about 3.08% which was initially 69.36%. The difference average produced after SVM optimization with feature selection is 2.51% increase in accuracy. Based on the results of the research, the feature selection using Information Gain (SVM-IG) has a better accuracy rate than SVM and Chi Squared (SVM-CS) so that the proposed model can improve the accuracy of SVM better.

Sistem Automasi Perkebunan dan Pemantauan Cuaca Menggunakan AWS Berbasis Raspberry Pi Rohadi, Erfan; Abdurrahman, Raka Admiral; Ekojono, Ekojono; Asmara, Rosa Andrie; Siradjuddin, Indrazno; Ronilaya, Ferdian; Setiawan, Awan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 6: Desember 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakInternet of Things (IoT) mengalami perkembangan yang sangat pesat dan menjadi topik yang layak untuk diperbincangkan dan dikembangkan saat ini. IoT merupakan sebuah metode yang bertujuan untuk memaksimalkan manfaat dari konektivitas internet untuk melakukan transfer dan pemrosesan data- data atau informasi melalui sebuah jaringan internet secara nirkabel, virtual dan otonom. Salah satu pemanfaatan IoT adalah sistem automasi. Sistem automasi pada umumnya menggunakan pengatur waktu (timer) untuk proses penyiraman tanaman. Penggunaan timer bertujuan agar penyiraman tanaman berjalan secara rutin tanpa bantuan manusia.Pengembangan sistem automasi ini dimulai dengan pembuatan prototype lahan tanaman cabai rawit di lahan 5 x 2.5 meter, kemudian menyusun komponen-komponen yang dibutuhkan serta cara kerjanya. Selanjutnya dilakukan pemrograman sensor-sensor terhadap Raspberry Pi sebagai pengontrol dalam sistem tersebut berdasarkan kondisi yang telah diatur dan perubahan temperatur yang diterima oleh sensor. Setelah semua dilakukan, maka dilakukan pengujian terhadap sistem tersebut.Berdasarkan pengujian yang telah dilakukan, diketahui telah berhasil dilakukan penyiraman otomatis, baik secara reguler (pukul 06.00 dan 18.00) maupun penyiraman pendinginan. Pendinginan dilakukan jika suhu lebih dari 30 derajat celcius. Sistem automasi yang dikembangkan dengan uji tanaman cabai rawit menjanjikan untuk diterapkan pada pemanfaatan lahan di sekitar rumah. AbstractRecently, The Internet of Things (IoT) has been implemented and become an interesting topic for discussion. IoT is a method that aims to maximize the benefits of Internet connectivity to transfer and process data or information through an internet network wirelessly, virtual and autonomous. One of the IoT's utilization is automation system. The automation system generally uses a timer for the plant watering process. The use of timers aims to water the plants routinely without human assistance.The development of this automation system begins with the making of the prototype of chili land in the field 5 x 2.5 meters, then compile the required components and how it works. Further programming of sensors to Raspberry Pi as a controller in the system based on the conditions that have been set and changes in temperature received by the sensor.As a result, the system has been successfully done automatic watering, both on a regular basis (at 06.00 and 18.00) and cooling watering. Cooling is done if the temperature exceeds more than 30 degrees Celsius. The automation system promises to be applied to the utilization of land around the house.

Desain Model Sistem Pakar Menu Sehat Wanita Hamil Berdasarkan Gizi Menggunakan Metode Cooper Krisnanik, Erly; Kraugusteeliana, Kraugusteeliana; Indriasari, Vini
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 6: Desember 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Sistem pakar merupakan salah satu aplikasi yang dapat digunakan oleh manusia sebagai media untuk mendapatkan data dan informasi secara tepat berdasarkan pengetahuan dan pengalaman seorang pakar kandungan dan pakar gizi. Proses pengetahuan data pakar disimpan dalam basis pengetahuan yang disertai aturan berdasarkan konklusi yang telah ditetapkan oleh kami untuk dijadikan sebagai referensi. Hasil dari pelacakan data kemudian diinformasikan kepada pengguna sistem dalam hal ini wanita hamil (wamil) yang ingin mengetahui menu sehat dan nutrisi tambahan. Banyak wanita hamil yang jarang berkonsultasi ke dokter kandungan atau ahli gizi karena sibuk dengan pekerjaan rutinnya dan biaya yang dikeluarkan cukup mahal. Hal ini mengakibatkan wamil tidak dapat mengontrol perkembangan dan kebutuhan gizi serta nutrisi bagi janin yang dikandungnya. Berdasarkan hal tersebut kami merancang aplikasi sistem pakar untuk mengetahui menu sehat wamil menggunakan metode cooper sebagai acuan perhitungan yang dimasukkan kedalam mesin inferensi. Parameter yang digunakan sistem pakar pada penelitian ini adalah: 1) usia wamil; 2) tri semester, usia kandungan; 3) perhitungan gizi; 4) berat ideal wamil berdasarkan tinggi badan; 5) hitung kalori minimal; dan 6) hitung kalori berdasarkan aktifitas wamil. Sedangkan metode yang digunakan untuk aplikasi pakar menggunakan pendekatan forward chaining dengan DFS untuk mekanisme pelacakan datanya. Luaran yang dihasilkan dari penelitian ini adalah berupa desain model sistem pakar kebutuhan menu dan nutrisi bagi wamil dengan pendekatan metode cooper yang bertujuan memudahkan wamil mendapatkan informasi dengan cepat dan tepat. AbstractThe expert system is one of the applications used by humans as a media to acquire precise data and information based on obstetricians and nutritionist’s knowledge and experience. The expert’s instruction is stored in a knowledge base accompanied by rules based on a fixed conclusion for references. The result of the data trace is informed to a system user. In this case pregnant woman who wanted to know the healthy menu and additional nutrition. Many pregnant women rarely consult obstetricians and nutritionist due to their routine and the high cost of it. This caused pregnant women cannot control their nutrition growth as well as and their baby’s nutrition. Based on that case, we design an expert system to know suitable healthy menu for a pregnant woman using cooper’s method. The menu of pregnant woman is calculated using the following parameters: 1) The age of pregnant women; 2) The third month of pregnancy; 3) Nutrition calculation; 4) Ideal weights of pregnant women based on their heights; 5) Minimum calorie count of pregnant women; and 6) Calorie count of pregnant women based on their activities. While the method used for the expert system application is based on forwarding chaining approach with DFS as it is data tracking system mechanism. The output resulted from this research is a model design of the expert system to find a suitable healthy menu and additional nutrition for pregnant women with cooper’s method as an approach, intended to help pregnant women to acquire quick and accurate information.

Sistem Monitoring Budidaya Ikan Lele Berbasis Internet Of Things Menggunakan Raspberry Pi Rohadi, Erfan; Adhitama, Dodik Widya; Ekojono, Ekojono; Ariyanto, Rudy; Asmara, Rosa Andrie; Ronilaya, Ferdian; Siradjuddin, Indrazno; Setiawan, Awan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 5 No 6: Desember 2018
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

AbstrakInternet of Things merupakan perkembangan teknologi berbasis internet masa kini yang memiliki konsep untuk memperluas manfaat yang benda yang tersambung dengan koneksi internet secara terus menerus. Sebagai contoh benda elektronik, salah satunya adalah Raspberry Pi. Teknologi ini memiliki kemampuan memberikan informasi secara otomatis dan real time. Salah satu pemanfaatan perkembangan teknologi ini di bidang perikanan adalah sistem pemantauan air kolam. Pada prakteknya, para pembudidaya ikan lele masih melakukan pemantauan tersebut secara konvensional yaitu dengan cara mendatangi kolam ikan. Hal ini berpengaruh terhadap efisiensi waktu dan keefektifan kerja pembudidayaan ikan.Pada penelitian ini dikembangkan alat yang berfungsi untuk membantu memantau dan mengontrol kualitas air kolam ikan lele berbasis Internet of Things. Piranti yang diperlukan adalah sensor keasaman (pH), sensor suhu dan sebuah relay untuk mengatur aerator oksigen air. Data dari sensor-sensor tersebut direkam oleh Raspberry Pi untuk kemudian diolah menjadi informasi sesuai kebutuhan pengguna melalui perantara internet secara otomatis. Selanjutnya data-data tersebut dapat ditampilkan dengan berbagai macam platform, salah satunya dengan model mobile web. Hasil uji menunjukan bahwa pengembangan teknologi Internet of Things pada sistem ini dapat membantu pembudidaya untuk melakukan pemantauan terhadap kualitas air secara otomatis. Sistem otomasi yang dikembangkan menjanjikan peningkatan keberhasilan dalam pembudidayaan ikan lele. AbstractFor recent years, the Internet of Things becomes the topic interest of improvement based on technologies that have the concept of extending the benefits of an object that is connected to an internet constantly. This technology has the ability to provide information automatically and real time. One of expansion in the field of fishery is the water ponds monitoring system. In the fact, the catfish farmers are still doing conventional monitoring by coming to the fish pond. This could affects the efficiency of time and effectiveness of fish cultivation work.In this research, the systems that can monitor and control the quality of catfish water ponds based on the Internet of Things is proposed. The necessary tools are acidity sensor (pH), temperature sensor and a relay to adjust water oxygen aerator. The data sensors have been recorded by Raspberry Pi that processed into information according to user needs through internet automatically. Furthermore, these data have been displayed with a variety of platforms, one with a mobile web model.The results shows that the system based on Internet of Things technology can monitor the water quality automatically. The automation system promises the productivity of catfish farming.

Page 23 of 129 | Total Record : 1288

21 22 23 24 25

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

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

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

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

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