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
 39   40   41   42   43 
Evaluasi Sistem Informasi Menggunakan Technology Acceptance Model dengan Penambahan Variabel Eksternal Andriani, Ria; Setyanto, Arief; Nasiri, Asro
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.202073850

Abstract

Dalam rangka pengelolaan akademik, sebelum mengikuti perkuliahan mahasiswa wajib untuk mengisi KRS. KRS (Kartu Rencana Studi) berfungsi untuk mengelola mata kuliah yang akan diambil pada Semester yang bersangkutan oleh mahasiswa, pengisian KRS dilakukan menggunakan akun yang telah diberikan oleh pihak kampus dengan cara masuk menggunakan identitas berupa Nomor Induk Mahasiswa dan kata sandi, mahasiswa dapat melakukan pengisian Kartu Rencana Studi dari manapun dengan informasi yang telah disediakan pada website, sehingga dapat dikatakan bahwa Sistem KRS merupakan penjembatan antara mahasiswa dengan pengelola dalam hal ini bagian akademik di Universitas Amikom. Pada penelitian ini penulis melakukan evaluasi tingkat penerimaan mahasiswa terhadap sistem KRS online yang telah diimplementasikan dengan jumlah responden yang digunakan sebanyak 200 mahasiswa, adapun model yang digunakan adalah Technology Acceptance Model (TAM) yang dimodifikasi dengan menambahkan Eksternal variabel berupa kemudahan akses dan kenyamanan tempat. Penelitian ini melakukan pengkajian terhadap penerimaan pengguna berdasarkan variabel yang terdapat pada Technology Acceptance Model diantaranya adalah  Kemudahan Penggunaan/ Perceived Ease Of Use (PEOU), Manfaat yang dirasakan / Perceived Usefulness (PU), Sikap Terhadap Penggunaan Attitude Toward Using (ATT) dan Penerimaan Teknologi/ Acceptance Of Technology (AOT).Hasil dari penelitian ini didapatkan pengaruh yang signifikan antara variabel PEOU terhadap PU dengan nilai 0,356, PEOU terhadap ATT dengan nilai 0,251, PU terhadap ATT dengan nilai 0,578, ATT terhadap AOT dengan nilai 0,337, Ext terhadap PEOU dengan nilai 0,263, Ext terhadap PU dengan nilai 0,233 sedangkan PU terhadap AOT tidak terdapat pengaruh yang siginifikan dengan nilai sebesar 0,169. Hasil dari analisis data yang didapatkan bahwa penerimaan sistem KRS online dipengaruhi oleh faktor kemudahan penggunaan sistem, kemudahan akses, kenyamanan tempat serta sikap perilaku mahasiswa dalam menggunakannya.  AbstractIn the context of academic management, before attending lectures students are required to fill KRS. KRS (Study Plan Card) functions to manage courses that will be taken in the relevant semester by students, filling in KRS using the account given by the campus by entering using an identity in the form of a Student Identification Number and password, students can fill in the Card Study Plan from anywhere with information that has been provided on the website, so that it can be said that the Card Study Plan System is a bridge between students and managers in this case the academic section at the University of Amikom.In this study the authors evaluated the level of student acceptance of the Card Study Plan online system that has been implemented with the number of respondents used by 200 students, while the model used is the Technology Acceptance Model (TAM) which was modified by adding External variables in the form of ease of access and comfort of the place. This study examines user acceptance based on variables contained in the Technology Acceptance Model including Ease of Use / Perceived Ease of Use (PEOU), Perceived Usefulness (PU), Attitudes Towards Attitude Toward Using (ATT) and Technology Acceptance / Acceptance Of Technology (AOT).The results of this study found a significant influence between PEOU variables on PU with a value of 0.356, PEOU on ATT with a value of 0.251, PU on ATT with a value of 0.578, ATT on AOT with a value of 0.337, Ext on a PEOU with a value of 0.263, Ext on PU with a value 0.233 while PU on AOT did not have a significant effect with a value of 0.169. The results of data analysis found that the acceptance of the online KRS system is influenced by the ease of use of the system, ease of access, comfort of the place and the attitude of students' behavior in using it. 
Studi Awal Deteksi COVID-19 Menggunakan Citra CT Berbasis Deep Learning Swastika, Windra
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020733399

Abstract

Pada bulan Desember 2019, virus COVID-19 menyebar ke banyak negara, termasuk di Indonesia yang kemudian menjadi pandemi dan menimbulkan masalah serius karena masih belum adanya vaksin untuk mencegah penularan. Uji spesimen saluran nafas atas dan saluran nafas bawah saat ini merupakan salah satu metode yang efektif untuk mengetahui apakah seseorang terinfeksi COVID-19 atau tidak. Salah satu indikasi dari infeksi COVID-19 adalah sesak nafas atau pneumonia serta munculnya ground-glass opacity pada citra CT. Penelitian ini merupakan studi awal untuk melihat apakah citra CT dari organ thorax dapat digunakan sebagai alternatif untuk mendeteksi infeksi virus COVID-19. Deep learning digunakan untuk membuat sebuah model dengan citra CT sebagai masukan. Total 140 data citra CT yang terbagi menjadi 2 yaitu citra dari pasien terinfeksi dan citra dari subjek normal digunakan sebagai masukan pada deep learning. Proses pelatihan dilakukan menggunakan CNN dengan arsitektur VGG16 dan optimizer SGD dan Adam. Hasil yang didapatkan adalah akurasi sebesar 92,86% untuk mengklasifikasikan infeksi COVID-19 dan normal. Nilai spesifisitas dan sensitivitas sebesar 100% dan 85,71% untuk pelatihan dengan menggunakan optimizer SGD. AbstractIn December 2019, the COVID-19 virus spread to many countries, including Indonesia which later became a pandemic and caused serious problems because there was still no vaccine to prevent transmission. Tests of upper and lower respiratory tract specimens are now an effective method of finding whether a person is infected with COVID-19 or not. One indication of COVID-19 infection is shortness of breath or pneumonia and the appearance of ground-glass opacity on CT images. This research is a preliminary study to see whether CT images of the thorax organs can be used as an alternative to detect COVID-19 virus. The deep learning is used to create a model with CT images as input. A total of 140 CT image data which are divided into 2 images from infected patients and images from normal subjects are used as input for deep learning. The training process is carried out using CNN with VGG16 architecture and SGD and Adam optimizers. The results obtained are 92.86% accuracy for classifying COVID-19 infections and normal. Specificity and sensitivity values were 100% and 85.71% for training using the SGD optimizer.
Komparasi Data Mining Naive Bayes dan Neural Network memprediksi Masa Studi Mahasiswa S1 Azahari, Azahari; Yulindawati, Yulindawati; Rosita, Dewi; Mallala, Syamsuddin
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020732093

Abstract

Prediksi  kelulusan  dibutuhkan  oleh  manajemen  perguruan  tinggi  dalam  menentukan kebijakan  preventif  terkait  pencegahan  dini  kasus drop  out. Lama masa studi setiap mahasiswa bisa disebabkan dengan berbagai faktor.  Dengan  menggunakan data mining algoritma naive bayes dan neural network dapat  dilakukan  prediksi  kelulusan  mahasiswa di  STMIK  Widya  Cipta  Dharma (WiCiDa) Samarinda . Atribut yang digunakan yaitu, umur saat masuk kuliah, klasifikasi kota asal Sekolah Menengah Atas, pekerjaan ayah, program studi, kelas, jumlah saudara, dan Indeks Prestasi Kumulatif (IPK). Sampel mahasiswa yang lulus dan drop-out pada tahun 2011 sampai 2019 dijadikan sebagai data training dan data testing. Sedangkan angkatan 2015–2018 digunakan sebagai data target yang akan diprediksi masa studinya. Sebanyak 3229 mahasiswa, 1769 sebagai data training, 321 sebagai data testing, dan 1139 sebagai data target. Semua data diambil dari data mahasiswa program strata 1, dan tidak mengikut sertakan data mahasiswa D3 dan alih jenjang/transfer.  Dari data testing diperoleh tingkat akurasi hanya 57,63%. Hasil penelitian menunjukkan banyaknya kelemahan dari hasil prediksi naive bayes dikarenakan tingkat akurasi kevalidannya tergolong tidak terlalu tinggi. Sedangkan akurasi prediksi neural network adalah 72,58%, sehingga metode alternatif inilah yang lebih baik. Proses evaluasi dan analisis dilakukan untuk melihat dimana letak kesalahan dan kebenaran dalam hasil prediksi masa studi.AbstractGraduation predictions are required by the higher education institution preventive policies related to the early prevention of drop-out cases. The duration of study, for each student can be caused by various factors. By using the data mining algorithm Naive bayes and neural network, the student graduation in STMIK Widya Cipta Dharma (WiCiDa) can be predicted. The attributes used are as follows: age at admission, classification of cities from high school, father’s occupation, study program, class, number of siblings, and grade point average (GPA). Samples of students who graduated and dropped out between year 2011 and 2019 were used as training data and testing data. While the year class of 2015to 2018 is used as the target data, which will be predicted during the study period. According to the data mining algorithm Naive bayes, there are 3229 students; 1769 as training data, 321 as testing data, and 1139 as target data. All data is taken from students enrolled in undergraduate program and does not include data on diploma students and transfer student. From the testing data, an accuracy rate only 57.63%. The other side, prediction accuracy of the neural network is 72.58%, so this alternative method is the best chosen. The research results show the many weaknesses of the results of prediction of Naive bayes because the level of accuracy of its validity is not high. The evaluation and analysis process are conducted to see where the errors and truths are in the results of the study period predictions.
Akuisisi Foreground dan Background Berbasis Fitur DTC pada Matting Citra secara Otomatis Koeshardianto, Meidya; Yuniarno, Eko Mulyanto; Hariadi, Mochamad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020732195

Abstract

Teknik pemisahan foreground dari background pada citra statis merupakan penelitian yang sangat diperlukan dalam computer vision. Teknik yang sering digunakan adalah image segmentation, namun hasil ekstraksinya masih kurang akurat. Image matting menjadi salah satu solusi untuk memperbaiki hasil dari image segmentation. Pada metode supervised, image matting membutuhkan scribbles atau trimap sebagai constraint yang berfungsi untuk melabeli daerah tersebut adalah foreground atau background. Pada makalah ini dibangun metode unsupervised dengan mengakuisisi foreground dan background sebagai constraint secara otomatis. Akuisisi background ditentukan dari varian nilai fitur DCT (Discrete Cosinus Transform) yang dikelompokkan menggunakan algoritme k-means. Untuk mengakuisisi foreground ditentukan dari subset hasil klaster fitur DCT dengan fitur edge detection. Hasil dari proses akuisisi foreground dan background tersebut dijadikan sebagai constraint. Perbedaan hasil dari penelitian diukur menggunakan MAE (Mean Absolute Error) dibandingkan dengan metode supervised matting maupun dengan metode unsupervised matting lainnya. Skor MAE dari hasil eksperimen menunjukkan bahwa nilai alpha matte yang dihasilkan mempunyai perbedaan 0,0336 serta selisih waktu proses 0,4 detik dibandingkan metode supervised matting. Seluruh data citra berasal dari citra yang telah digunakan para peneliti sebelumnyaAbstractThe technique of separating the foreground and the background from a still image is widely used in computer vision. Current research in this technique is image segmentation. However, the result of its extraction is considered inaccurate. Furthermore, image matting is one solution to improve the effect of image segmentation. Mostly, the matting process used scribbles or trimap as a constraint, which is done manually as called a supervised method. The contribution offered in this paper lies in the acquisition of foreground and background that will be used to build constraints automatically. Background acquisition is determined from the variant value of the DCT feature that is clustered using the k-means algorithm. Foreground acquisition is determined by a subset resulting from clustering DCT values with edge detection features. The results of the two stages will be used as an automatic constraint method. The success of the proposed method, the constraint will be used in the supervised matting method. The difference in results from In the research experiment was measured using MAE (Mean Absolute Error) compared with the supervised matting method and with other unsupervised matting methods. The MAE score from the experimental results shows that the alpha matte value produced has a difference of 0.336, and the difference in processing time is 0.4 seconds compared to the supervised matting method. All image data comes from images that have been used by previous researchers.
Kombinasi Feature Selection Fisher Score dan Principal Component Analysis (PCA) untuk Klasifikasi Cervix Dysplasia Widagdo, Krisan Aprian; Adi, Kusworo; Gernowo, Rahmat
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020702987

Abstract

Pengamatan citra Pap Smear merupakan langkah yang sangat penting dalam mendiagnosis awal terhadap gangguan servik. Pengamatan tersebut membutuhkan sumber daya yang besar. Dalam hal ini machine learning dapat mengatasi masalah tersebut. Akan tetapi, keakuratan machine learning bergantung pada fitur yang digunakan. Hanya fitur relevan dan diskriminatif yang mampu memberikan hasil klasifikasi akurat. Pada penelitian ini menggabungkan Fisher Score dan Principal Component Analysis (PCA). Pertama Fisher Score memilih fitur relevan berdasarkan perangkingan. Langkah selanjutnya PCA mentransformasikan kandidat fitur menjadi dataset baru yang tidak saling berkorelasi. Metode jaringan syaraf tiruan Backpropagation digunakan untuk mengevaluasi performa kombinasi Fisher Score dan PCA. Model dievaluasi dengan metode 5 fold cross validation. Selain itu kombinasi ini dibandingkan dengan model fitur asli dan model fitur hasil Fscore. Hasil percobaan menunjukkan kombinasi fisher score dan PCA menghasilkan performa terbaik (akurasi 0.964±0.006, Sensitivity 0.990±0.005 dan Specificity 0.889±0.009). Dari segi waktu komputasi, kombinasi Fisher Score dan PCA membutuhkan waktu relative cepat. Penelitian ini membuktikan bahwa penggunaan feature selection dan feature extraction mampu meningkatkan kinerja klasifikasi dengan waktu yang relative singkat. Abstract Examination Pap Smear images is an important step to early diagnose cervix dysplasia. It needs a lot of resources. In this case, Machine Learning can solve this problem. However, Machine learning depends on the features used. Only relevant and discriminant features can provide an accurate classification result. In this work, combining feature selection Fisher Score (FScore) and Principal Component Analysis (PCA) is applied. First, FScore selects relevant features based on rangking score. And then PCA transforms candidate features into a new uncorrelated dataset. Artificial Neural Network Backpropagation used to evaluate performance combination FScore PCA. The model evaluated with 5 fold cross validation. The other hand, this combination compared with original features model and FScore model. Experimental result shows the combination of Fscore PCA produced the best performance (Accuracy 0.964±0.006, Sensitivity 0.990±0.005 and Specificity 0.889±0.009). In term of computational time, this combination needed a reasonable time. In this work, it was proved that applying feature selection and feature extraction could improve performance classification with a promising time.
Penerapan Decision Tree J48 dan Reptree dalam Menentukan Prediksi Produksi Minyak Kelapa Sawit menggunakan Metode Fuzzy Tsukamoto Tundo, Tundo; 'Uyun, Shofwatul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020731870

Abstract

Penelitian ini menerangkan penerapan decision tree J48 dan REPTree dengan menggunakan metode fuzzy Tsukamoto dengan objek yang digunakan adalah penentuan jumlah produksi minyak kelapa sawit di perusahaan PT Tapiana Nadenggan dengan tujuan untuk mengetahui decision tree mana yang hasilnya mendekati dari data sesungguhnya sehingga dapat digunakan untuk membantu memprediksi jumlah produksi minyak kelapa sawit di PT Tapiana Nadenggan ketika proses produksi belum diproses. Digunakannya decision tree J48 dan REPTree yaitu untuk mempercepat dalam pembuatan rule yang digunakan tanpa harus berkonsultasi dengan para pakar dalam menentukan rule yang digunakan. Dari data yang digunakan akurasi dari decision tree J48 adalah 95.2381%, sedangkan akurasi REPTree adalah 90.4762%, akan tetapi dalam kasus ini decision tree REPTree yang lebih tepat digunakan dalam proses prediksi produksi minyak kelapa sawit, karena di uji dengan data sesungguhnya pada bulan Maret tahun 2019 menggunakan REPTree diperoleh 16355835 liter, sedangkan menggunakan J48 diperoleh 11844763 liter, dimana data produksi sesungguhnya sebesar 17920000 liter. Sehingga dapat ditemukan suatu kesimpulan bahwa untuk kasus ini data produksi yang mendekati dengan data sesungguhnya adalah REPTree, meskipun akurasi yang diperoleh lebih kecil dibandingkan dengan J48.AbstractThis study explains the application of the J48 and REPTree decision tree using the fuzzy Tsukamoto method with the object used is the determination of the amount of palm oil production in the company PT Tapiana Nadenggan with the aim of knowing which decision tree the results are close to the actual data so that it can be used to help predict the amount palm oil production at PT Tapiana Nadenggan when the production process has not been processed. The use of the J48 and REPTree decision tree is to speed up the rule making that is used without having to consult with experts in determining the rules used. From the data used the accuracy of the J48 decision tree is 95.2381%, while the REPTree accuracy is 90.4762%, but in this case the REPTree decision tree is more appropriate to be used in the prediction process of palm oil production, because it is tested with actual data in March 2019 uses REPTree obtained 16355835 liters, while using J48 obtained 11844763 liters, where the actual production data is 179,20000 liters. So that it can be found a conclusion that for this case the production data approaching the actual data is REPTree, even though the accuracy obtained is smaller compared to J48.
Pengembangan dan Penerapan Sistem Persuasif pada E-learning : Aspek Perceived System Credibility dan Social Influence Mupti, Vanya Anjani; Widyasari, Yohana Dewi Lulu; Lestari, Indah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020731014

Abstract

E-learning merupakan media pembelajaran untuk membantu proses belajar. Pemanfaatan e-learning masih belum maksimal dalam penggunaannya sebagai media pembelajaran. Hasil pra riset sebesar 61,7% menyukai penggunaan media sosial sebagai media pembelajaran dibandingkan e-learning. Hal ini dikarenakan diterapkannya teknologi web 2.0 yang berfokus kepada proses pertukaran informasi dan adanya interaksi pengguna di dalam sistem. Untuk membuat e-learning yang berfungsi seperti web 2.0, maka pada peneitian ini dirancang sebuah e-learning dengan menerapkan konsep persuasive aspek perceived system credibility dan social influence untuk dapat meningkatkan fungsi komunikasi dan interaksi pada e-learning. Perceived system credibility merupakan gambaran perancangan suatu sistem supaya dapat lebih dipercaya, sedangkan social influence merupakan gambaran sistem yang dapat memotivasi pengguna dalam memanfaatkan pengaruh sosial. Pada penerapannya untuk aspek perceived system credibility terletak pada fitur tooltip, sedangkan penerapan aspek social influence terletak pada fitur chat, komentar, memberikan emotion selamat, serta melihat pengguna yang sedang online secara bersamaan. Hasil pengujian fungsional menunjukkan fungsi pada e-learning sudah sesuai dengan yang diharapkan. Hasil dari pengujian usabilitas sebesar 76,46% menyatakan bahwa e-learning sudah komunikatif, efektif, dan efisien diukur dari penggunaan e-learning yang dapat memberikan manfaat, pengguna dapat saling berinteraksi pada e-learning dan memberikan dampak positif dalam proses belajar yang dilakukan. AbstractE-learning is a learning intermediary that is used to help the learning process. The use of e-learning is still not maximal in its use. Pre-research results of 61.7% liked the use of social media as a learning medium compared to e-learning. This is due to the implementation of web 2.0 technology that focuses on the process of information exchange and the existence of user interactions within the system. To make e-learning function like web 2.0, in this final project an e-learning was designed by applying persuasive concepts using perceived system credibility and social influence aspects to improve communication and interaction functions in e-learning. Perceived system credibility is a description of the design of a system so that it more credible or trustworthy, while social influence is a system description that can motivate users to utilize social influence. In this system, the feature of the perceived system credibility is tooltip. And the features of the social influence are chat, comment, give emotion, and see online user. Functional testing results indicate the function of e-learning is as expected. Usability testing of 76.46% state that e-learning is communicative, effective, and efficient measured by the use of e-learning that can provide benefits, users can interact with e-learning and have a positive impact on the learning process undertaken.
Optimasi DF Berbasis Posisi Jendela Menggunakan Estetika Asimetris Rizal, Yose; Robandi, Imam; Yuniarno, Eko Mulyanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020733160

Abstract

Jendela merupakan elemen arsitektur yang berfungsi memasukan pencahayaan alami dari luar kedalam bangunan. Distribusi pencahayaan siang yang merata masuk kedalam ruangan dapat meminimalkan penggunaan pencahayaan buatan. Penelitian ini dilakukan untuk mencari optimasi posisi jendela dengan pendekatan kepada distribusi jarak daylight factor (DF) dan estetika komposisi spasial. Analisis dilakukkan berdasarkan kualitatif distibusi DF pada ruangan terhadap posisi bukaan jendela secara estetika komposisional beradasarkan grafik teori kecocokan represetasional. Tahap fitting dan normalisasi pada nilai daylight factor dan estetika asimetri dari teori kecocokan represetasional merupakan langkah awal untuk mendapatakan optimasi nilai faktor yang nantinya akan diberikan suatu nilai faktor bobot ( ) untuk kedua variabel. Hasil studi di dapat  posisi jendela paling optimal berada pada posisi jarak 23% dari lebar bidang dinding bukaan jendela terhadap sisi jendela bagian dalam, dimana nilai faktor bobot  = 0,5. Optimasi dengan menggunakan nilai  dapat digunakan arsitek untuk menentukkan distribusi DF, estetika asimetri atau bahkan keduanya. AbstractThe window is an architectural element that functions to incorporate natural lighting from outside into the building. Even daylight distribution into the room can minimize the use of artificial lighting. This research was conducted to find window position optimization by approaching the daylight factor (DF) distance distribution and spatial composition aesthetics. The analysis was carried out based on the qualitative distribution of DF in the room to the position of the window opening aesthetically compositional based on a graph of the theory of repetational compatibility. The fitting and normalization phase of DF values and the asymmetry aesthetics of the repetational match theory are the first step to get an optimization of the factor values which will be given a weight factor value (α) for both variables. The results of the study in the most optimal window position can be located at a distance of 23% from the width of the window opening wall area to the inner side of the window, where the weight factor value α = 0.5. Optimization using the  can be used by architects to determine the distribution of DF, asymmetry aesthetics or even both.
Knowledge Management System Berbasis Web tentang Budidaya Hidroponik untuk Mendukung Smart Society Wardhana, Ariq Cahya; Nurhadryani, Yani; Wahjuni, Sri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020732200

Abstract

Meningkatnya jumlah populasi penduduk di Indonesia berdampak pada terbatasnya luas wilayah pertanian di Kota Bogor yang mengakibatkan ancaman produksi pertanian karena konversi lahan persawahan sebesar 88,12% menjadi perumahan dan kebun. Solusi sistem produksi pertanian dengan terbatasnya lahan salah satunya adalah hidroponik. Untuk meningkatkan pengetahuan budidaya hidroponik dan memudahkan akses fasilitas belajar digital sebagai bagian penting dari rencana pemerintah Kota Bogor yaitu smart society diperlukan dukungan teknologi informasi. Penelitian ini bertujuan mengembangkan Knowledge Management System (KMS) budidaya hidroponik dengan mengadopsi metode Knowledge Management Life Cycle melalui identifikasi pengetahuan tacit maupun explicit dari komunitas hidroponik. Proses menangkap pengetahuan berorientasi pada seluruh proses budidaya sayuran hidroponik dengan menggunakan bibit yang siap tanam. Knowledge map digunakan untuk kodifikasi pengetahuan menghasilkan 34 pengetahuan explicit berupa media interaktif video maupun dokumen yang dapat digunakan oleh pengguna. Implementasi sistem menggunakan aplikasi berbasis Web dengan pendekatan object oriented yang sudah diuji oleh pakar dan semua fungsi berjalan dengan baik. Sistem ini memiliki fitur klasifikasi KMS yaitu knowledge capture, knowledge sharing, serta knowledge discovery. AbstractThe increasing number of populations in Indonesia has an impact on the limited area in Bogor, which has resulted in the threat of agricultural production because of the conversion of 88.12% of paddy fields to housing and gardens. A solution to agricultural production systems with limited land, one of which is hydroponics. Facilitate access to digital learning facilities as an essential part of the plan of the Bogor City government, namely smart society, information technology support is needed as a means of sharing hydroponic cultivation knowledge. Based on this, we developed a knowledge management system (KMS) adopting the Knowledge Management Life Cycle method by identifying tacit and explicit knowledge from the hydroponic community. The process of capturing knowledge is oriented to the whole process of hydroponic vegetable cultivation by using seeds that are ready for planting. Knowledge map is used for codification of knowledge that produces 34 explicit knowledge in the form of interactive media in the form of videos and documents that can be used by user. The output generated from this study is KMS was implemented using Web-based applications with an object-oriented approach that has been tested by experts with system functions is working and has KMS classification features, namely knowledge capture, knowledge sharing, and knowledge discovery.
Pengembangan Aplikasi Mobile Travel Guide pada Provinsi Sumatera Selatan Ependi, Usman; Panjaitan, Febriyanti; Syakti, Firamon
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 3: Juni 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020732107

Abstract

Sektor pariwisata adalah komponen penting bagi sebuah negara dalam meningkatkan pendapatan negara. Dalam mengelolah sektor pariwisata salah satu faktor penting adalah penyediaan informasi terutama petunjuk perjalanan wisata terutama tujuan wisata dan hal yang terkaitan dengannya. Di Indonesia terutama di Provinsi Sumatra Selatan berbagai upaya telah dilakukan pemerintah dalam menyediakan informasi pariwisata diantaranya melalui iklan, koran dan televisi. Namun penggunaan media tersebut belum cukup efektif yang dibebabkan tidak dapat diakses langsung (real time) oleh wisatawan. Selain itu, media ini memiliki keterbatasan dalam menjangkau wisatawan karena kegiatan pariwisata yang dilakukan wisatawan. Untuk itu didalam penelitian ini dilakukan pengembangan aplikasi mobile yang dikhususkan untuk penyediaan informasi wisata yang ada di Provinsi Sumatra Selatan. Proses pengembangan aplikasi mobile yang digunakan adalah Mobile D, dengan tahapan explore, initialize, productionize, stabilize, system test dan fix. Informasi yang tersedia didalam aplikasi ini terdiri dari tujuan wisata dan hal yang terkaitan dengannya. Dengan demikian wisatawan dapat dengan mudah mencari informasi berkaitan dengan tujuan wisata dan yang terkait dengan pariwisata yang ada di Provinsi Sumatra Selatan yang dibuktikan dengan hasil pengujian dengan istrumen heuristic evaluation yang mendapatkan nilai rerata 0.2 dan system usability scale mendapatkan nilai rerata 84.75. Nilai pengujian menunjukkan bawah aplikasi mobile yang dihasilkan tidak memiliki masalah usability dan dapat diterima oleh pengguna. Sesuai kondisi tersebut diharapkan wisatawan dapat dengan mudah dalam mencari informasi tentang parwisata dan hal terkait dengannya melalui perangkat smartphone yang mereka miliki.AbstractThe tourism sector is an important component for a country to increase its income. In managing the tourism sector, an important factor is to provide information on travel guides that include tourism destinations and matters related to travel. In Indonesia, especially in the South Sumatra Province, various efforts have been made to provide information to travelers, such as through advertising, pamphlets, newspapers, and television. However, these media are not effective because travelers cannot access them in real-time. Besides, these media have limitations in reaching tourists due to tourism activities. For this reason, in the research presented in this paper, the development of the mobile application as a tourism information media in the South Sumatra Province was carried out. The process of developing a mobile application used is Mobile D, with stages of exploring, initialize, production, stabilize, system test, and fix. The information available in this application consists of tourism destinations and matters related to travel. Therefore, travelers can easily search for a tourism destination and everything related to tourism, especially in South Sumatra Province based on testing results using heuristic evaluation that got average score 0.2 and using system usability scale that got average score 84.75. From the testing result of mobile application, the mobile application does not have usability problems and can be accepted by the user. According to these conditions, travelers are expected to easily find information about tourism and related matters through their smartphone devices. 

Page 41 of 129 | Total Record : 1288

 39   40   41   42   43 

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