cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Agung Setia Budi
Contact Email
agungsetiabudi@ub.ac.id
Phone
+62341-577911
Journal Mail Official
jtiik@ub.ac.id
Editorial Address
Fakultas Ilmu Komputer Universitas Brawijaya Gedung F FILKOM Lt. 8, Ruang BPJ Jalan Veteran No. 8 Malang Indonesia - 65145
Location
Kota malang,
Jawa timur
INDONESIA
Jurnal Teknologi Informasi dan Ilmu Komputer
Published by Universitas Brawijaya
ISSN : 23557699     EISSN : 25286579     DOI : http://dx.doi.org/10.25126/jtiik
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK) merupakan jurnal nasional yang diterbitkan oleh Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya (UB), Malang sejak tahun 2014. JTIIK memuat artikel hasil-hasil penelitian di bidang Teknologi Informasi dan Ilmu Komputer. JTIIK berkomitmen untuk menjadi jurnal nasional terbaik dengan mempublikasikan artikel berbahasa Indonesia yang berkualitas dan menjadi rujukan utama para peneliti. JTIIK di akreditasi oleh Kementerian Riset, Teknologi, dan Pendidikan Tinggi Republik Indonesia Nomor: 36/E/KPT/2019 yang berlaku sampai dengan Volume 11 Nomor 2 Tahun 2024.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 1,288 Documents
 32   33   34   35   36 
Sistem Pengenalan Wajah 3D Menggunakan ICP dan SVM De Lima, Nadya Viana; Novamizanti, Ledya; Susatio, Eko
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 6: Desember 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4229.736 KB) | DOI: 10.25126/jtiik.2019661609

Abstract

Pengenalan wajah merupakan salah satu teknologi biometrik yang banyak diaplikasikan terutama pada sistem keamanan. Sistem absensi dengan wajah, mengenali pelaku tindak kriminal dengan CCTV adalah beberapa aplikasi dari pengenalan wajah. Efisiensi dan akurasi menjadi faktor utama pengenalan wajah banyak diaplikasikan. Pada penelitian ini, sistem identifikasi diimplementasikan dalam bentuk pengenalan wajah 3 dimensi berbasis template matching menggunakan metode Iterative Closest Point (ICP) dan klasifikasi Support Vector Machine (SVM). Iterative Closest Point (ICP) memberikan informasi dimensi dengan meminimalisasi kesalahan antara titik-titik dalam satu tampilan dan titik terdekatnya agar template wajah 3D yang dibuat sesuai dengan citra referensi. Sedangkan SVM adalah adalah metode klasifikasi dengan menentukan kelas citra berdasarkan informasi yang diperoleh dari proses ektraksi ciri. Hasil akhir dari penelitian ini adalah suatu aplikasi yang mampu melakukan identifikasi pengenalan pola wajah 3D. Berdasarkan confusion matrix, diperoleh bahwa sistem ini bekerja dengan precision 97,30%, recall 100,00%, accuracy 97,56% pada pengambilan frame citra sebanyak 48, iterasi ke 49, partisi 12, dan menggunakan SVM tipe OAA.AbstractFace recognition is a biometric technology that is widely applied especially in the security system. Attendance systems with faces, recognizing criminals with CCTV are some of the applications of face recognition. Efficiency and accuracy are the main factors that face recognition is widely applied. In this study, the identification system was implemented in the form of 3-dimensional face recognition based on template matching using the Iterative Closest Point (ICP) method and Support Vector Machine (SVM) classification. Iterative Closest Point (ICP) provides dimensional information by minimizing errors between points in one view and the closest point so that 3D face templates are made in accordance with the reference image. Whereas SVM is a classification method by determining the image class based on information obtained from the extraction of features. The final result of this study is an application that is able to identify 3D face pattern recognition. Based on the confusion matrix, found that this system works with 97.30% precision, recall 100.00%, 97.56% accuracy in image frame capture as much as 48 iterations to 49, the partition 12, and using the SVM-type OAA.
Pengembangan Fitur E-Matur dengan V-Model sebagai Alat Pengaduan Publik untuk Website Badan Kepegawaian Negara Herlambang, Admaja Dwi; Rachmadi, Aditya; Utami, Kartika; Hakim, Rahmana Ilmi; Rohmah, Nurur
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 5: Oktober 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2881.262 KB) | DOI: 10.25126/jtiik.2019651319

Abstract

Bagian Informasi Kepegawaian dan Komunikasi merupakan sebuah divisi yang ada pada Kantor Regional II Badan Kepegawaian Negara Surabaya. Layanan pengaduan publik oleh Bagian Informasi Kepegawaian dan Komunikasi melalui website memerlukan fitur pengelolaan. Penelitian pengembangan ini menggunakan metode V-Model. Proses pengujian yang dilakukan meliputi unit testing, integration testing, system testing, dan acceptance testing. Unit testing dilakukan dengan basis path testing dan menghasilkan 4 independent path dari perhitungan cyclomatic complexity pada kasus uji unit addPIC. Integration testing pada kasus uji fungsi addPIC dari class controller admController dengan fungsi insertPIC dari class model admModel menunjukkan hasil valid. System testing dilakukan terhadap 28 fungsi pada sistem, yang menunjukkan hasil valid. Acceptance testing dilakukan terhadap stakeholder atau user menggunakan black box testing menunjukkan hasil bahwa stakeholder menerima fungsi dalam sistem yang dibuat dan telah sesuai dengan kebutuhan fungsional pada dokumen elisitasi kebutuhan sistem. AbstractStaff Information and Communication Division is one of division in State Staffing Agency Regional Office II Surabaya. Public complaint service handled by Staff Information and Communication Division through website require management features. This development research used V-Model method. The testing process includes unit testing, integration testing, system testing, and acceptance testing. Unit testing used the base path testing that produces 4 independent paths from the calculation of cyclomatic complexity in the addPIC unit test case. Integration testing in the test case of the addPIC function from controller class admController with the insertPIC function from model class admModel shows valid results. System testing performed on the 28 system functions show a valid result. Acceptance testing conducted against stakeholders or users using black box testing indicates that the stakeholders have received the system functions and had been in accordance with the functional requirements that exist in the document elicitation system requirements.
Studi Perbandingan Alat Pengujian Otomatis untuk Aplikasi Android Barus, Arlinta Christy; Siburian, Leo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 6: Desember 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4520.039 KB) | DOI: 10.25126/jtiik.201966953

Abstract

Pengujian adalah tahap yang penting dan harus dilalui dalam proses pengembangan perangkat lunak. Pengujian tersebut dilakukan untuk menghindari kesalahan yang mungkin terdapat pada perangkat lunak yang diuji. Ada banyak kasus uji (test case) yang harus dieksekusi dalam proses pengujian. Karena itu, pengujian yang dilakukan secara manual membutuhkan upaya yang besar. Oleh sebab itu pengujian otomatis (automated testing) menjadi hal yang penting untuk dipertimbangkan menggantikan pengujian manual. Pengujian otomatis adalah penggunaan kakas pengujian (testing tools atau testing framework) dalam melakukan pengujian suatu perangkat lunak yang secara signifikan mengurangi waktu yang dibutuhkan untuk melakukan pengujian. Ada banyak kakas yang dapat digunakan untuk melakukan pengujian otomatis, antara lain Selendroid, Calabash, dan UI Automator. Tulisan ini membahas tentang studi perbandingan kakas pengujian otomatis pada aplikasi mobile berbasis android dengan menggunakan Selendroid, Calabash, dan UI Automator.  Eksperimen dilakukan untuk mengetahui kelebihan dan kekurangan masing-masing tools. Dari hasil analisis dan eksperimen, penulis merekomendasikan UI Automator sebagai kakas terbaik dalam hal kemudahan penginstalasian dan menjalankan kasus uji dalam sebuah kegiatan pengujian aplikasi mobile berbasis android. AbstractTesting is a must to do phase in software development process. It is perfomed to avoid any bugs that may exist in the software. There are many test cases to be executed in the testing process to make sure software is running according to its specification and without any bugs. Testing done manually takes a long time and extra work. Therefore, automated testing is important. Automated testing is the use of testing tools or testing framework in testing a software. Automated testing aims to test or significantly reduce the time required for testing. There are many tools that can be used to perform test automation of android mobile application, including Selendroid, Calabash, and UI Automator. This paper discusses about comparative studies of automated testing tools on android applications using Selendroid, Calabash, and UI Automator. Some experiments are conducted to know the strengths and weakness of each tool. Based on this study, we give recommendation to UI Automator as the handiest tool to use in term of installation and the execution of the test cases.
Pengukuran Performa Apache Spark dengan Library H2O Menggunakan Benchmark Hibench Berbasis Cloud Computing Aminudin, Aminudin; Cahyono, Eko Budi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 5: Oktober 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4046.581 KB) | DOI: 10.25126/jtiik.2019651520

Abstract

Apache Spark merupakan platform yang dapat digunakan untuk memproses data dengan ukuran data yang relatif  besar (big data) dengan kemampuan untuk membagi data tersebut ke masing-masing cluster yang telah ditentukan konsep ini disebut dengan parallel komputing. Apache Spark mempunyai kelebihan dibandingkan dengan framework lain yang serupa misalnya Apache Hadoop dll, di mana Apache Spark mampu memproses data secara streaming artinya data yang masuk ke dalam lingkungan Apache Spark dapat langsung diproses tanpa menunggu data lain terkumpul. Agar di dalam Apache Spark mampu melakukan proses machine learning, maka di dalam paper ini akan dilakukan eksperimen yaitu dengan mengintegrasikan Apache Spark yang bertindak sebagai lingkungan pemrosesan data yang besar dan konsep parallel komputing akan dikombinasikan dengan library H2O yang khusus untuk menangani pemrosesan data menggunakan algoritme machine learning. Berdasarkan hasil pengujian Apache Spark di dalam lingkungan cloud computing, Apache Spark mampu memproses data cuaca yang didapatkan dari arsip data cuaca terbesar yaitu yaitu data NCDC dengan ukuran data sampai dengan 6GB. Data tersebut diproses menggunakan salah satu model machine learning yaitu deep learning dengan membagi beberapa node yang telah terbentuk di lingkungan cloud computing dengan memanfaatkan library H2O. Keberhasilan tersebut dapat dilihat dari parameter pengujian yang telah diujikan meliputi nilai running time, throughput, Avarege Memory dan Average CPU yang didapatkan dari Benchmark Hibench. Semua nilai tersebut  dipengaruhi oleh banyaknya data dan jumlah node. AbstractApache Spark is a platform that can be used to process data with relatively large data sizes (big data) with the ability to divide the data into each cluster that has been determined. This concept is called parallel computing. Apache Spark has advantages compared to other similar frameworks such as Apache Hadoop, etc., where Apache Spark is able to process data in streaming, meaning that the data entered into the Apache Spark environment can be directly processed without waiting for other data to be collected. In order for Apache Spark to be able to do machine learning processes, in this paper an experiment will be conducted that integrates Apache Spark which acts as a large data processing environment and the concept of parallel computing will be combined with H2O libraries specifically for handling data processing using machine learning algorithms . Based on the results of testing Apache Spark in a cloud computing environment, Apache Spark is able to process weather data obtained from the largest weather data archive, namely NCDC data with data sizes up to 6GB. The data is processed using one of the machine learning models namely deep learning by dividing several nodes that have been formed in the cloud computing environment by utilizing the H2O library. The success can be seen from the test parameters that have been tested including the value of running time, throughput, Avarege Memory and CPU Average obtained from the Hibench Benchmark. All these values are influenced by the amount of data and number of nodes.
Peningkatan Kualitas Citra CT-Scan dengan Penggabungan Metode Filter Gaussian dan Filter Median Sumijan, Sumijan Sumijan; Purnama, Ayu Widya; Arlis, Syafri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 6: Desember 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4469.216 KB) | DOI: 10.25126/jtiik.201966870

Abstract

Perkembangan alat teknologi akuisisi citra medis, satu diantaranya adalah teknologi yang lazim disebut CT-scan. CT-Scan (Computed Tomography Scan) adalah prosedur untuk mendapatkan gambaran dari berbagai area kecil dari tulang termasuk tengkorak kepala dan otak. Citra hasil akuisisi atau rekaman CT-Scan dapat mebantu memperjelas adanya dugaan yang kuat tentang kelainan yang terjadi pada otak. Kualitas citra dapat dilakukan dengan proses mengubah citra menjadi citra baru sesuai kebutuhan, salah satu cara seperti fungsi transformasi, operasi matematis dan pemfilteran. Peningkatan kualitas citra CT-Scan diperlukan untuk objek keputusan medis yang mempunyai kualitas tidak baik, misalnya citra mengalami derau (noise), citra terlalu terang atau gelap, citra kurang tajam, dan kabur. Proses Peningkatan kualitas citra dapat dilakukan dengan menerapkan salah satu metode pemfilteran, untuk memperbaiki kualitas citra agar dihasilkan citra yang lebih baik dari citra aslinya. Metode gaussian filter untuk mengurangi noise speckle dan poisson pada citra otak pada CT-Scan. Pada citra noise gaussian, standar deviasi yang terbaik dalam mengurangi noise bernilai satu. Namun untuk citra noise speckle dan poisson nilai standar tidak dapat mengurangi noise tersebut. Hal ini dikarenakan standar deviasi adalah parameter dalam proses gaussian filter hanya dapat untuk noise Gaussian normal, untuk mengurangi noise sebaran tidak normal (non-linier) digunakan median filter. Kelemahan gaussian filter pada noise nilai parameter tidak stabil (non-linier) dapat diatasi pada filter median. Dari hasil penggabungan filter gaussian dan filter median filter dapat meningkatkan kualitas citra dan menguranggi noise lebih baik sebaran normal dan tidak normal. AbstractThe development of medical image acquisition technology tools, one of which is the technology commonly called CT scan. CT-Scan (Computed Tomography Scan) is a procedure to get a picture of various small areas of bone including the skull and brain. Image acquisition results or CT-Scan recordings can help clarify the existence of strong suspicions about abnormalities that occur in the brain. Image quality can be done by the process of changing the image into a new image as needed, one way such as the transformation function, mathematical operations and filtering. Increasing the quality of CT-Scan images is needed for medical decision objects that have poor quality, for example images experience noise (noise), images are too bright or dark, images are less sharp, and blurred. The process of improving image quality can be done by applying one of the filtering methods, to improve image quality to produce a better image than the original image. Gaussian filter method to reduce speckle and poison noise in brain images on CT scan. In the Gaussian noise image, the best standard deviation in reducing noise is one. However, for speckle noise images and standard poison values it cannot reduce the noise. This is because the standard deviation is a parameter in the Gaussian filter process that can only be used for normal Gaussian noise, to reduce the abnormal noise distribution (non-linear) the median filter is used. The weakness of the Gaussian filter on the noise value of an unstable (non-linear) parameter can be overcome in the median filter. From the results of combining the Gaussian filter and median filter, it can improve image quality and reduce noise better than normal and abnormal distribution.
Perbandingan Algoritme Machine Learning untuk Memprediksi Pengambil Matakuliah Bachtiar, Fitra A.; Syahputra, Indra K.; Wicaksono, Satrio A.
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 5: Oktober 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (730.604 KB) | DOI: 10.25126/jtiik.2019651755

Abstract

Pada setiap awal semester bagian akademik melakukan penjadwalan dan penentuan matakuliah yang akan dibuka untuk semester berikutnya. Akan tetapi proses tersebut memiliki permasalahan antara lain kelas yang dibuka terlalu banyak dibanding jumlah siswa yang berminat atau sebaliknya. Selain itu, dalam permasalahan prediksi data yang terkumpul memiliki kecenderungan tidak seimbang pada setiap kelas (imbalance class). Hal ini akan berdampak pada proses penjadwalan yang kurang tepat. Sehingga dibutuhkan sistem yang dapat memprediksi mahasiswa pengambil mata kuliah. Akan tetapi ada banyak algoritme yang dapat digunakan untuk proses prediksi. Penelitian ini membandingkan performa algoritma untuk klasifikasi mahasiswa pengambil matakuliah. Pada penelitian ini prediksi dilakukan berdasarkan atribut dari data mahasiswa. Atribut-atribut tersebut yaitu Nilai, IP, IPK, SKS, SKSK dan Semester. Pada setiap observasi pada atribut-atribut tersebut prediksi akan dilakukan apakah mahasiswa tersebut mengambil mata kuliah tertentu. Prediksi dibagi menjadi 2 kelas yaitu ‘Ya’ untuk mahasiswa yang diprediksi mengambil matakuliah dan ‘Tidak’ untuk mahasiswa yang diprediksi tidak mengambil matakuliah. Teknik Synthetic Minority Oversampling Technique (SMOTE) digunakan untuk menangani data yang tidak seimbang. Pada penelitian ini klasifikasi dilakukan dengan membandingkan algoritme k-Nearest Neighbor (k-NN) dan Support Vector Machine (SVM) untuk kasus prediksi pengambil matakuliah. Hasil pengujian menggunakan 3 mata kuliah sebagai sampel. Dari hasil rerata, diperoleh hasil prediksi k-NN memiliki kinerja yang lebih baik daripada SVM. Selain itu, penggunaan teknik SMOTE dapat mempengaruhi hasil klasifikasi berupa peningkatan nilai AUC, CA, F1, precision dan recall.AbstractAt the beginning of each semester, the academic section conducts scheduling and determining the courses offered for the next semester. However, the process has problems such as too many classes offered to the student compared to the number of students who take the class or vice versa. Besides that, in the prediction problems, the collected data has an imbalance tendency in each class. As a result, these problems could cause in ineffective scheduling. Thus, there is a need to build a system that can predict students taking courses. However, there are many algorithms that can be used for the prediction. This study compares the performance of algorithms for classifications of students taking courses. In this study, predictions are modeled based on the attributes of student data, namely Grades, GPA, Cumulative GPA, Semester Credits, Cumulative Semester Credits and Semester. The classification process will be carried out to produce a prediction of whether the student takes a particular subject or not. Classification results are divided into 2 classes, namely 'Yes' for students who are predicted to take and 'No' for students who are predicted not to take the class. To handle imbalance dataset will use Synthetic Minority Oversampling Technique (SMOTE) techniques. Classification method used in this study are k-Nearest Neighbor (k-NN) and Support Vector Machine (SVM) algorithms to compare their performance for prediction cases. The test results used 3 courses as a sample. In average k-NN prediction results have a better performance than SVM. In addition, the use of SMOTE techniques can influence the classification results in the form of an increase in AUC, CA, F1, precision and recall values.
Forensik Internet Of Things pada Device Level berbasis Embedded System Haryanto, Eri; Riadi, Imam
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 6: Desember 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4014.539 KB) | DOI: 10.25126/jtiik.2019661828

Abstract

Perangkat Internet of Things (IoT) merupakan perangkat cerdas yang memiliki interkoneksi dengan jaringan internet global. Investigasi kasus yang menyangkut perangkat IoT akan menjadi tantangan tersendiri bagi investigator forensik. Keberagaman jenis perangkat dan teknologi akan memunculkan tantangan baru bagi investigator forensik. Dalam penelitian ini dititikberatkan forensik di level internal device perangkat IoT. Belum banyak bahkan belum penulis temukan penelitian sejenis yang fokus dalam analisis forensik perangkat IoT pada level device. Penelitian yang sudah dilakukan sebelumnya lebih banyak pada level jaringan dan level cloud server perangkat IoT. Pada penelitian ini dibangun environment perangkat IoT berupa prototype smart home sebagai media penelitian dan kajian tentang forensik level device. Pada penelitian ini digunakan analisis model forensik yang meliputi collection, examination, analysis, dan reporting dalam investigasi forensik untuk menemukan bukti digital. Penelitian ini berhasil mengungkap benar-benar ada serangan berupa injeksi malware terhadap perangkat IoT yang memiliki sistem operasi Raspbian, Fedberry dan Ubuntu Mate. Pengungkapan fakta kasus mengalami kesulitan pada perangkat IoT yang memiliki sistem operasi Kali Linux. Ditemukan 1 IP Address komputer penyerang yang diduga kuat menanamkan malware dan mengganggu sistem kerja perangkat IoT.AbstractThe Internet of Things (IoT) is an smart device that has interconnection with global internet networks. Investigating cases involving IoT devices will be a challenge for forensic investigators. The diversity of types of equipment and technology will create new challenges for forensic investigators. In this study focused on forensics at the IoT device's internal device level, there have not been many similar research that focuses on forensic analysis of IoT devices at the device level. Previous research has been done more at the network level and cloud level of IoT device's. In this study an IoT environment was built  a smart home prototype as a object for research and studies on forensic level devices. This study, using forensic model analysis which includes collection, examination, analysis, and reporting in finding digital evidence. This study successfully revealed that there was really an attack in the form of malware injection against IoT devices that have Raspbian, Fedberry and Ubuntu Mate operating systems. Disclosure of the fact that the case has difficulties with IoT devices that have the Kali Linux operating system. Found 1 IP Address of an attacker's computer that is allegedly strongly infusing malware and interfering with the work system of IoT devices.
Penerapan Tanda Tangan Digital pada Gambar Formulir C1.Plano-KWK di Pilkada Sulawesi Selatan Perdana, Rachmawan Atmaji; Anbiya, Dhika Rizki; Grahitandaru, Andrari
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 5: Oktober 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (4289.757 KB) | DOI: 10.25126/jtiik.2019651471

Abstract

Sengketa pemilihan umum presiden 2014 telah mendatangkan ribuan kotak suara ke Jakarta sebagai bukti hukum.  Gambar-gambar form C1 yang merupakan salinan rekapitulasi hasil di TPS yang sudah diunggah di situs web KPU, ternyata tidak dapat dijadikan sebagai bukti hukum karena tidak bisa dibuktikan keabsahannya sebagai dokumen elektronik. Tanda tangan digital merupakan bukti otentik yang terdapat pada dokumen elektronik. Penggunaan tanda tangan digital dapat memastikan keutuhan dan keaslian suatu dokumen elektronik sehingga dapat dipertanggungjawabkan secara hukum. Hal ini menjadi salah satu alasan dilakukannya penerapan tanda tangan digital pada formulir model C1.PLANO-KWK. Formulir ini merupakan berita acara hasil pemungutan dan penghitungan suara pemilihan umum di tempat pemungutan suara. Formulir tersebut diambil gambarnya menggunakan aplikasi berbasis ponsel Android untuk kemudian ditandatangani secara digital. Hasil gambar yang telah ditandatangani selanjutnya ditampilkan pada situs web penayangan. Hal ini diterapkan pada Pemilihan Umum Daerah Sulawesi Selatan atas kerja sama antara Badan Pengkajian dan Penerapan Teknologi, Komisi Pemilihan Umum Provinsi (KPU), dan KPU Daerah Kota Makassar pada tanggal 27 Juni 2018. Makalah ini membahas mengenai teknologi yang digunakan untuk melakukan tanda tangan digital. Pada implementasinya hanya sebesar 0,32% dari seluruh TPS yang menerapkan tanda tangan digital dan sebesar 7,61% sertifikat digunakan dari total sertifikat yang telah diterbitkan. AbstractThe dispute over the 2014 presidential election brought thousands of ballot boxes to Jakarta as legal evidence. C1 form image, which is a copy of the recapitulation of results at the TPS, have been uploaded on the KPU website, apparently cannot be legal evidence because it cannot be proven the validity of the electronic document of the C1 form. Digital signature is an authentic proof embedded in an electronic document. It shows the integrity, authenticity, and non-repudiation of a document, so it can be used as a legal evidence. This become one of the reason of the implementation of digital signature in C1.PLANO-KWK form. C1.PLANO-KWK form is an evidence proof of voting recapitulation process in voting place. Android application capture the image of this form, and digitally signed it. This image is then showed on the display website. This has been implemented in South Sulawesi Regional Election on June 27 2018 by cooperation between Agency of Assessment and Application of Technology (BPPT) and Election Commission (KPU) of South Sulawesi Province and City of Makassar. This paper only describes about the technologies which are used in digital signing process. Only 0.32% of the voting place has implementing digital signature in its C1.PLANO-KWK form, and only 7.61% of the digital certificate that has been published used to digitally signed the C1.PLANO-KWK form.
Penentuan Dua Lokasi Lumbung Padi dengan Menggunakan Metode Grid di Provinsi Kalimantan Tengah Wijayanti, Yunita Puput; Setiawan, Adi; Parhusip, Hanna Arini
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 6: Desember 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (3401.41 KB) | DOI: 10.25126/jtiik.2019661750

Abstract

Perancangan lokasi pendistribusian pangan merupakan salah satu kegiatan yang dilakukan pemerintah untuk memenuhi kebutuhan pokok pangan masyarakat yang bisa berubah secara dinamis dari waktu ke waktu. Metode Grid diaplikasikan dalam penelitian ini untuk menentukan lokasi yang tepat untuk lumbung padi dalam upaya pendistribusian bahan pangan di Provinsi Kalimantan Tengah dengan memperhatikan jarak dan biaya transportasi. Tidak hanya itu, dengan bantuan metode grid untuk penentuan kandidat lokasi lumbung padi juga membantu dalam proses penelitian. Berdasarkan data yang berupa koordinat lokasi kantor kabupaten, jumlah penduduk, dan banyaknya produksi padi di Provinsi Kalimantan Tengah dapat diperoleh dua lokasi lumbung padi terdapat pada koordinat geografis (-1.8,113.0) tepatnya di Desa Koeling, Kecamatan Pundu, Kabupaten Kotawaringin Timur, Kalimantan Tengah dan (-3.0,114.2) tepatnya di Desa Pangkuh, Kecamatan Pangkoh Hilir, Kabupaten Pulang Pisau, Kalimantan Tengah dengan total cost sebesar Rp. 55,287,393.08. AbstractThe design of food distribution location is one of the goverment activity to fulfill the main need of society that can change dynamically over time. The Grid  method was applied in this study to determine the exact location the granary for the distribution of food in Central Borneo Province by pay attention distance and transportation cost. Not only that, with the help of the grid method for determining candidates for granary locations it also help in the research process. Based on the data in the form of the coordinates of the location of the district office, population, and the amount of rice production in Central Borneo Province, two granary locations are located at the geographical coordinates (-1.8,113.0) precisely in Koeling Village, Pundu Sub-district, East Kotawaringin District, Central Borneo, and (-3.0,114.2) precisely in Pangkuh Village, Pangkoh Hilir Sub-district, Pulang Pisau District, Central Borneo with a total cost Rp. 55,287,393.08.
Evaluasi Kebijakan, Kelembagaan, Infrastruktur, Aplikasi, dan Perencanaan E-Goverment di Pemerintahan Kota Batu Herlambang, Admaja Dwi; Saputra, Mochamad Chandra; Fadhlurrahman, Ridho
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 6 No 6: Desember 2019
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (2419.257 KB) | DOI: 10.25126/jtiik.2019661322

Abstract

Penelitian ini bertujuan untuk mengevaluasi penerapan e-government di Pemerintah Kota Batu dengan melakukan studi kasus di Dinas Komunikasi dan Informasi; Badan Perencanaan Pembangunan, Penelitian dan Pengembangan Daerah (Bapelitbangda); dan Dinas Pertanian Kota Batu. Penilaian dilakukan menggunakan kerangka kerja Pemeringkatan e-government Indonesia (PeGI) yang terdiri dari lima variabel pengukuran, yaitu kebijakan, kelembagaan, infrastruktur, aplikasi, dan perencanaan. Pendekatan penelitian yang digunakan adalah kualitatif dengan alat pengukuran berupa kuesioner, wawancara, dan observasi. Berdasarkan hasil penilaian, penerapan e-government di Dinas Kominfo, Bapelitbangda, dan Dinas Pertanian berada pada kategori Kurang. Hasil evaluasi merekomendasikan bahwa prioritas utama yang perlu diperbaiki dalam waktu dekat adalah variabel kebijakan, infrastruktur, dan perencanaan.  AbstractThis study aims to evaluate the implementation of e-government in Kota Batu Government by conducting case studies at the Communications and Information Department; Regional Development Planning, Research and Development Department (Bapelitbangda); and Agriculture Department. The assessment was conducted using the Indonesian e-government Ranking Framework (PeGI) consisting of five measurement variables, namely policy, institutional, infrastructure, application, and planning. The research approach used is qualitative with questionnaires, interviews, and observations as measurement tools. Based on the assessment, the implementation of e-government in the Communications and Informatics Department, Bapelitbangda, and the  Agriculture Department categorized as Less. The evaluation results recommend that the main priorities that need to be improved in the near future are policy, infrastructure, and planning variables.

Page 34 of 129 | Total Record : 1288

 32   33   34   35   36 

Filter by Year

2014 2025


Reset
Filter By Issues
All Issue Vol 12 No 6: Desember 2025 Vol 12 No 5: Oktober 2025 Vol 12 No 4: Agustus 2025 Vol 12 No 3: Juni 2025 Vol 12 No 2: April 2025 Vol 12 No 1: Februari 2025 Vol 11 No 6: Desember 2024 Vol 11 No 5: Oktober 2024 Vol 11 No 4: Agustus 2024 Vol 11 No 3: Juni 2024 Vol 11 No 2: April 2024 Vol 11 No 1: Februari 2024 Vol 10 No 6: Desember 2023 Vol 10 No 5: Oktober 2023 Vol 10 No 4: Agustus 2023 Vol 10 No 3: Juni 2023 Vol 10 No 2: April 2023 Vol 10 No 1: Februari 2023 Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022 Vol 9 No 6: Desember 2022 Vol 9 No 5: Oktober 2022 Vol 9 No 4: Agustus 2022 Vol 9 No 3: Juni 2022 Vol 9 No 2: April 2022 Vol 9 No 1: Februari 2022 Vol 8 No 6: Desember 2021 Vol 8 No 5: Oktober 2021 Vol 8 No 4: Agustus 2021 Vol 8 No 3: Juni 2021 Vol 8 No 2: April 2021 Vol 8 No 1: Februari 2021 Vol 7 No 6: Desember 2020 Vol 7 No 5: Oktober 2020 Vol 7 No 4: Agustus 2020 Vol 7 No 3: Juni 2020 Vol 7 No 2: April 2020 Vol 7 No 1: Februari 2020 Vol 6 No 6: Desember 2019 Vol 6 No 5: Oktober 2019 Vol 6 No 4: Agustus 2019 Vol 6 No 3: Juni 2019 Vol 6 No 2: April 2019 Vol 6 No 1: Februari 2019 Vol 5 No 6: Desember 2018 Vol 5 No 5: Oktober 2018 Vol 5 No 4: Agustus 2018 Vol 5 No 3: Juni 2018 Vol 5 No 2: April 2018 Vol 5 No 1: Februari 2018 Vol 4 No 4: Desember 2017 Vol 4 No 3: September 2017 Vol 4 No 2: Juni 2017 Vol 4 No 1: Maret 2017 Vol 3 No 4: Desember 2016 Vol 3 No 3: September 2016 Vol 3 No 2: Juni 2016 Vol 3 No 1: Maret 2016 Vol 2 No 2: Oktober 2015 Vol 2, No 2 (2015) Vol 2, No 1 (2015) Vol 2 No 1: April 2015 Vol 1, No 2 (2014) Vol 1 No 2: Oktober 2014 Vol 1, No 1 (2014) Vol 1 No 1: April 2014 More Issue