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
 41   42   43   44   45 
Peningkatan Akurasi pada Prediksi Kepribadian Mbti Pengguna Twitter Menggunakan Augmentasi Data Harahap, Rizki Nurhaliza; Muslim, Kemas
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 4: Agustus 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020743622

Abstract

Kepribadian suatu individu perlu diketahui untuk membantu seseorang dalam mempertimbangkan beberapa hal, salah satunya perekrutan karier. Pada umumnya, kepribadian dapat diketahui melalui metode wawancara, observasi, maupun survei kuesioner. Akan tetapi, metode konvensional tersebut dinilai kurang praktis dari segi waktu dan materi karena dibutuhkan waktu yang lama dan biaya yang cukup besar untuk mengolah data. Selain itu, penggunaan metode konvensional juga dapat menimbulkan bias karena melibatkan orang ketiga dalam pengolahan data. Penelitian ini mencoba memberikan solusi dengan membangun model yang dapat melakukan prediksi terhadap kepribadian seseorang berdasarkan analisis data dan informasi dari media sosial Twitter. Data dan informasi tersebut akan diproses sehingga didapatkan prediksi kepribadian orang tersebut. Teori klasifikasi kepribadian yang digunakan adalah teori Myers-Briggs Type Indicator (MBTI). Penelitian ini juga mencoba menerapkan teknik augmentasi data untuk meningkatkan performa dari text mining task yang memiliki dataset sedikit. Hasil terbaik didapatkan dengan metode Random Forest menggunakan pembobotan Term Frequency-Inverse Document Frequency (TF-IDF) dan fitur yang tersedia pada Twitter. Penggunaan teknik augmentasi dapat meningkatkan akurasi hingga 30% dari akurasi awal sehingga hasil penelitian menunjukkan bahwa penggunaan teknik augmentasi data dapat meningkatkan performa pada model prediksi kepribadian MBTI.AbstractThe personality of an individual needs to be known to help people in considering things, one of them is career recruitment. In general, personality can be known through interviews, observations, and questionnaire surveys. However, the conventional method is judged to be impractical in terms of time and material because it takes a long time and has considerable costs to process data. After all, the use of conventional methods can also cause bias because it involves a third person in data processing. The research tries to provide a solution by building a system that can predict the personality of a person based on the analysis of data and information from social media Twitter. The data and information will be processed so that the personality prediction is obtained. The personality classification theory used is the Myers-Briggs Type Indicator (MBTI) theory. The research also tries to implement data augmentation techniques to improve the performance of text mining tasks that have a slight dataset. The best results are obtained by the Random Forest method using the Term Frequency-Inverse Document Frequency (TF-IDF) weighted and the features available on Twitter. The use of augmentation techniques can increase accuracy by up to 30% from initial accuracy. So, the use of data augmentation techniques can be used to improve the performance of MBTI personality prediction models.
Analisis Pengaruh Model HOT-Fit Terhadap Pemanfaatan Sistem Informasi Kinerja Anggaran Gumay, Naretha Kawadha Pasemah; Gernowo, Rahmat; Nurhayati, Oky Dwi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 4: Agustus 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020743410

Abstract

Sistem informasi kinerja anggaran digunakan untuk memantau kinerja anggaran di fakultas Universitas Sriwijaya berdasarkan Indikator Kinerja Pelaksanaan Anggaran. Analisis pengaruh sistem menggunakan model Human, Organization, and Technology-Fit (HOT-Fit) dilakukan untuk menganalisis keberhasilan penerapan sistem, ketiga komponen penilaian tersebut mendapatkan net benefit berupa dampak sistem. Model HOT-Fit dalam penelitian ini memiliki delapan variabel, yaitu System Development (SD), System Use (SU), User Satisfaction (US), Structure (STR), Environment (LO), System Quality (SQ), Information Quality (IQ), dan Service Quality (SEQ). Jumlah sampel responden adalah 59, teknik analisis menggunakan PLS-SEM yang terdapat dua tahapan analisis. Pertama, measurement model digunakan untuk menguji reliabilitas dan validitas. Reliabilitas diambil dari nilai loading factor dan composite reliability yang memiliki nilai di atas 0,7, sedangkan validitas memiliki nilai di atas 0,5 dari AVE dan cross-loading indikator dimana nilai konstruk semua variabel lebih tinggi dari korelasi konstruk blok lain. Kedua, structural model diambil dari hasil uji path coefficient, coefficient of determination, dan t-test. Path coefficient terdapat empat jalur yang tidak signifikan (LO→SD, LO→SU, SD→SU, dan SQ→US) memiliki nilai dibawah 0,1. Coefficient of determination terdapat enam variabel dengan tingkat kuat dengan nilai sekitar 0,670 (LO, SD, SU, US, IQ, dan SQ) dan satu tingkat moderat dengan nilai sekitar 0,333 (STR). T-test terdapat dua belas hipotesis yang diterima dari sembilan belas hipotesis yang memiliki nilai lebih besar dari 1,96. Faktor-faktor yang paling kuat memengaruhi keberhasilan sistem adalah SU, US, STR, LO, dan SEQ. AbstractBudgeting performance information system is used to monitor budget performance at the faculty of Sriwijaya University based on Budget Implementation Performance Indicator. An analysis using Human, Organization, and Technology-Fit (HOT-Fit) model is conducted to analize the system implementation, those components get a net benefit as impact. The studied model has eight variables, System Development (SD), System Use (SU), User Satisfaction (US), Structure (STR), Environment (LO), System Quality (SQ), Information Quality (IQ), and Service Quality (SEQ). With 59 respondents, two stage of PLS-SEM technique is used for analysis. Firstly, measurement models for reliability and validity. Reliability is set from loading factor and composite reliability which values above 0.7, while the validity from AVE which values above 0.5 and cross-loading indicators where the block constructs from all variables higher than the correlation with others. Secondly, structural model, taken from the path coefficient, coefficient of determination, and t-test results, which have four insignificant pathways (LO→SD, LO→SU, SD→SU, SQ→US) which values below 0,1. The Coefficient of determination test has six variables with strong levels which values about 0,670 (LO, SD, SU, US, IQ, and SQ) and one moderate levels which values about 0,333 (STR). The T-test contained twelve accepted hypotheses from the nineteen hypotheses which values bigger than 1,96. The factors that strongly affect the success of the system are SU, US, STR, LO, and SEQ. 
Algoritma Kriptografi Triple Des dan Steganografi LSB sebagai Metode Gabungan dalam Keamanan Data Rantelinggi, Parma Hadi; Saputra, Eka
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 4: Agustus 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020741838

Abstract

Keamanan data merupakan hal yang terpenting dalam proses komunikasi data, yang menjadi faktor penting dalam transmisi data jarak jauh seperti tranmisi untuk pengiriman data yang terditribusi lewat internet dalam jumlah pengguna yang banyak, sehingga sangat rentan dan memungkinkan pihak lain dengan sengaja menyadap dan mengubah data sehingga merugikan pihak pemilik data. Dalam penelitian ini menggunakan algoritma TripleDES yang merupakan salah satu algoritma kriptografi untuk menjaga kerahasiaan data dengan mengubah pesan yang dikirim dalam bentuk kode-kode tertentu, dimana algoritma TrpleDES ini melakukan proses enkripsi sebanyak tiga kali. Setelah data di sandikan proses selanjutnya  data disisipkan dalam model metode steganografi LSB yang mekanisme kerjanya merekayasa nilai bit terakhir dalam satu byte data, kedua kombinasi model keamanan ini data sulit untuk dipecahkan oleh pihak lain yang tidak bertanggung jawab. Dalam proses percobaan ini media gambar yang digunakan pada saat menyisipkan pesan hasil ukurannya bertambah sedikit lebih besar dari ukuran asli media gambar karena sudah terdapat pesan rahasia di dalam media gambar tersebut. Abstract Data security is crucial in a data communication process. It is an important factor in long-distance data transmissions such as data transmission distributed over the internet loaded with a large number of other users. This causes the transmission very vulnerable and allows other parties to intentionally tap in and possibly change the data that might be harmful for the data owner. In this study a TripleDES algorithm is used. It is one of the cryptographic algorithms that maintains the confidentiality of data by changing sent messages in the form of certain codes. The advantage of the Triple DES algorithm is because this algorithm performs the encryption process three times. After the data has been encrypted, the process is then inserted into the LSB steganographic model, whose mechanism works to engineer the value of the last bit into one byte of data. The combination of the two security models are difficult to breach by other irresponsible parties. In this experimental process, the image used to insert the message results in a size that is slightly larger than the original size of the image media because there is already a secret message in the media image.
Rancang Bangun Protokol Perutean SDGR+R pada Vehicular AD-HOC Network Berbasis Arah Manapa, Eliyah Acantha; Wahjuni, Sri; Neyman, Shelvie Nidya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 6: Desember 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020722927

Abstract

Vehicular Ad-Hoc Network (VANET) merupakan pengembangan jaringan wiresless yang melakukan komunikasi secara Inter Vehicle Communication (IVC). VANET memiliki mobilitas yang tinggi untuk setiap node nya sehingga jaringan komunikasi jenis ini adalah jaringan yang bersifat sementara dikarenakan node bergerak di lintasan dengan arah dan kecepatan yang dinamis. Dengan demikian, pengiriman paket data dari node sumber ke node tujuan menggunakan VANET memerlukan beberapa teknik komunikasi. Teknik terbaru komunikasi VANET saat ini adalah menggunakan SDN (Software Defined Network) yang berbasis geographic (SDGR) sebagai control plane dalam mengontrol komunikasi ad-hoc antar node. Dalam membentuk topologi jaringan komunikasi, SDGR mencari nilai jalur terpendek antar node dan kepadatan node yang tinggi. Tujuan utama penelitian ini melakukan analisis konsep protokol perutean (routing protocol) SDGR dan dilakukan pengembangannya dengan mempertimbangkan arah rute (SDGR+R). Pada SDGR+R, penambahan basis arah rute menggunakan multicast. Selanjutnya, dilakukan perbandingan kinerja antara SDGR dan SDGR+R. Hasil simulasi menunjukkan SDGR+R memiliki kinerja lebih baik daripada SDGR dalam hal latency sebesar 1.88% dan packet delivery ratio (PDR) sebesar 8.12%. Perancangan protokol perutean SDGR+R menambah ide pengembangan teknologi pada VANET untuk masa mendatang. AbstractVehicular Ad-Hoc Network (VANET) is a wireless network developed for communication on Inter-Vehicle Communication (IVC). Each node in a VANET has high mobility so that this type of communication network is a temporary network because the node moves on the track with dynamic direction and speed. Thus, sending data packets from source node to destination node using VANET requires some communication techniques. The latest technology for VANET communication is to use SDN-based geographic-based SDN (SDGR) as a control plane in controlling Ad-hoc communication between nodes. In forming the communication network topology, SDGR looks for the shortest path value between nodes and high node density. The main objective of this research is to analyze the concept of SDGR routing protocol and to develop it, considering the direction of the route (SDGR+R). In SDGR + R, the addition of route base directions uses multicast. Next, we compare the performance between SDGR and SDGR+R. Simulation results show SDGR+R has better performance than SDGR in terms of latency of 1.88% and packet delivery ratio of 8.12%. The design of the SDGR+R routing protocol gives to the idea of technology development on VANET in the future.
Analisis Kinerja Algoritma Mesin Pembelajaran untuk Klarifikasi Penyakit Stroke Menggunakan Citra CT Scan Sakinah, Nur; Badriyah, Tessy; Syarif, Iwan
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 4: Agustus 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020743482

Abstract

Stroke adalah suatu kondisi dimana pasokan darah ke otak terganggu sehingga bagian tubuh yang dikendalikan oleh area otak yang rusak tidak dapat berfungsi dengan baik. Penyebab stroke antara lain adalah terjadinya penyumbatan pada pembuluh darah (stroke iskemik) atau pecahnya pembuluh darah (stroke hemoragik). Pasien yang terkena stroke harus segera ditangani secepatnya karena sel otak dapat mati dalam hitungan menit. Tindakan penanganan stroke secara cepat dan tepat dapat mengurangi resiko kerusakan otak dan mencegah terjadinya komplikasi. Penelitian ini bertujuan untuk mengembangkan perangkat lunak yang dapat membaca dan menganalisis citra CT scan dari otak, dan kemudian secara otomatis memprediksi apakah citra CT scan tersebut stroke iskemik atau stroke hemoragik. Data citra CT scan berasal dari Rumah Sakit Umum Haji Surabaya yang diambil selama periode Januari-Mei 2019 dan berasal dari 102 pasien yang terindikasi stroke. Sebelum data gambar tersebut diolah dengan menggunakan beberapa algoritma mesin pembelajaran, data tersebut melalui tahap pre-processing yang bertujuan untuk meningkatkan kualitas citra meliputi konversi citra, pemotongan citra, penskalaan, greyscaling, penghilangan noise dan augmentasi. Tahap selanjutnya adalah ekstraksi fitur menggunakan metode Gray-Level Co-Occurrence Matrix (GLCM). Penelitian ini juga bertujuan untuk membandingkan kinerja lima algoritma mesin pembelajaran yaitu Naïve Bayes, Logistic Regression, Neural Network, Support Vector Machine dan Deep Learning yang diterapkan untuk memprediksi penyakit stroke. Hasil percobaan menunjukkan bahwa algoritma Deep Learning menghasilkan tingkat performansi paling tinggi yaitu nilai akurasi 96.78%, presisi 97.59% dan recall 95.92%. AbstractStroke is a condition in which the blood supply to the brain is interrupted so that parts of the body that are controlled by damaged brain areas cannot function properly. Causes of strokes include blockages in blood vessels (ischemic stroke) or rupture of blood vessels (hemorrhagic stroke). Stroke patients must be treated as soon as possible because brain cells can die within minutes. The handling of stroke patients quickly can reduce the risk of brain damage and prevent complications. This study aims to develop software that can read and analyze CT scan images from the brain, and then automatically predict whether the CT scan images are ischemic stroke or hemorrhagic stroke. The CT scan image data came from the Surabaya Hajj General Hospital which was taken during the January-May 2019 period and came from 102 patients who had indicated a stroke. Before the image data is processed using several machine learning algorithms, the data goes through a pre-processing phase which aims to improve image quality including image conversion, image cutting, scaling, greyscaling, noise removal and augmentation. The next step is feature extraction using the Gray-Level Co-Occurrence Matrix (GLCM) method. This study also aims to compare the performance of five machine learning algorithms, namely Naïve Bayes, Logistic Regression, Neural Networks, Support Vector Machines and Deep Learning which are applied to predict stroke. The experimental results show that the deep learning algorithm produces the highest level of performance where the accuracy value is 96.78%, 97.59% precision and 95.92% recall.
Evaluasi Kinerja pelaksanaan Anggaran Berbasis Fuzzy Inference System Sukarna, Sukarna; Hermadi, Irman; Nurhadryani, Yani
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 2: April 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021833848

Abstract

Kinerja Pemerintah merupakan output kinerja kementerian/lembaga yang diimplementasikan dalam Perjanjian Kinerja. Laporan Kinerja adalah bentuk pertanggungjawaban kementerian terhadap Perjanjian Kinerja yang disusun secara bertahap dari unit kerja, unit organisasi, dan kementerian. Capaian kinerja aggaran tingkat Kementerian Pertanian tahun 2019 sebesar 94.56% (kategori sangat baik) namun nilai efisiensi anggaran tingkat kementerian sebesar 71,89% yang disebabkan oleh belum efisiennya penggunaan anggaran terhadap capain target. Penelitian ini menggunakan fuzzy inference system  Mamdani untuk menentukan status capaian kinerja di unit kerja Balai Pengkajian Teknologi Pertanian (BPTP) Jawa Tengah berdasarkan Peraturan Menteri Keuangan nomor 214 tahun 2017. Aspek penilaian terdiri dari aspek manfaat dan aspek implementasi. Hasil penelitian ini adalah monitoring dan evaluasi kinerja tingkat unit kerja berupa status capaian kinerja berdasarkan realisasi anggaran riil dengan kriteria sangat kurang, kurang, cukup, baik, dan baik sekali. Implementasi sistem  berbasis web  dengan nilai evaluasi usability menggunakan use questionnaire untuk masing-masing kategori yaitu US sebesar 5.98, EU sebesar 5.25, EL sebesar 5.75, dan SC sebesar 5.17. Pengujian status capaian kinerja unit kerja than 2019 dengan penilaian pakar menujukkan hasil yang sama yaitu kategori sangat baik. AbtractGovernment performance was the output of the performance of the ministry/agency implemented in the performance agreement. Performance report was a form of ministerial accountability to performance agreements that were arranged in stages from work units, organizational units, and ministries.  The achievement of the budget performance at the ministry of agriculture in 2019 was 94.56% (very good category) but the efficiency value of the ministry leveled budget was 71.89% due to the inefficient used of the budget towards target achievement, it is necessary to monitoring and evaluate budget performace.  Measurement and assesment of the achievement of budget execution performance based on PMK Number 214 of 2017 consists of implementation aspects (budget absorption, consistency between planning and implementation, achievement of outputs, and efficiency). The studied objective was to facilitate works units in monitoring and evaluate budget performance by presenting accurate and actual performance information as a function of internal control using  the mamdani fuzzy inference system to determine the status of performance achievements. Mamdan’s model can describe skills for intuitive problems that have an output in the form of values in the domain of fuzzy sets categorized under the linguistic component. The results of this studied are monitoring and evaluation of the web-based work unit in the form of real performance status as a basis for preparing recommendations in  order to improve budget performance.  The usability evaluation of the system used a use questionnaire for each category, namely US 5.98, EU 5.25, EL 5.75, and SC 5.17.  Whitebox testing against 25 rule bases shows the results as expected. Testing the status of work unit performance achievements in 2019 with expert assessments shows the same results, namely the very good category. 
Penerapan Animasi 3D pada Media Pembelajaran Mengenal Huruf Vocal untuk Anak 2-4 Tahun Pratama, Riens; Putri, Riana Defi Mahadji
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 6: Desember 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020762175

Abstract

Pengenalan huruf vokal bagi anak usia dini harus diperkenalkan sejak dini karena huruf vokal berfungsi untuk merangkai huruf dari kumpulan konsonan yang dijadikan suatu perkataan. Komputer grafis telah berdampak signifikan pada banyak bidang salah satunya animasi komputer. Animasi komputer dapat diimplemantasikan bagi anak untuk belajar karena dalam masa perkembangannya anak memiliki kecenderungan meniru dan mengamati sehingga memudahkan anak dalam menerima materi. Penelitian ini bertujuan untuk merancang dan mengetahui kelayakan animasi 3D pada media pembelajaran mengenal huruf vokal. Metode penelitian menggunakan model pengembangan waterfall meliputi tahapan pra produksi, produksi dan pasca produksi. Tahap pra produksi, (a) penentuan ide dan cerita; (b) desain karakter; (c) storyboard; (d) perekaman suara. Tahap produksi, (a) modeling; (b) texturing; (c) rigging; (d) animating; (e) lighting; (f) camera operation; (g) rendering. Tahap pasca produksi, (a) final editing; (b) hasil video animasi. Media animasi 3D mengenal huruf vokal dikategorikan layak setelah dilakukan validasi oleh 4 ahli media. Hal ini dibuktikan dalam pengujian pertama media didapatkan hasil rata-rata 81% yang berada pada kategori layak dengan catatan revisi sesuai saran. Pengujian kedua setelah media direvisi didapatkan hasil rata-rata 86,5%  yang berada pada kategori sangat layak. AbstractThe recognition of vowels for early childhood needs to be introduced early because the vowels function to string the letters of the consonant groups that are used as words. Based on the observation in KB Syiarul IslamTegal that the learning media know the vowels still use a simple props that is a vocal board attached to the class wall. This makes the child easily saturated and uninterested. In addition there is no media learning in the form of 3D animation. Anticipating these constraints, new learning media is needed using 3D animation. 3D animation can be implanted for the child to learn because in its development period the child has a tendency to emulate and observe so as to facilitate the child in receiving material. In general, this research aims to design and know the feasibility of visual elements (images, writings) and 3D animations on the media learning to know the vocal letters. The research method uses waterfall development model according to M. Suyanto (2006) which includes pre production stage, production and post production. Pre-production stage, (a) determination of ideas and stories; (b) Character design; (c) Storyboard; (d) Voice recording. Production stage, (a) modeling; (b) texturing; (c) Rigging; (d) Animating; (e) Lighting; (f) Camera operation; (g) Rendering. Post-production stage, (a) final editing; (b) The result of animated video. 3D animation Media know the vowels categorized worthy with the assessment of some aspects such as the aspect of image quality, sound quality, media content, objects and characters, background, animation techniques, storyline, and the impression of the video done validation by 4 Media experts. This is evidenced in the first test of the media obtained an average result of 81% which is in decent category with revision notes as per suggestion. The second Test after the revised media obtained an average yield of 86.5% which is in very decent category
Prediksi Jumlah Pengiriman Barang Menggunakan Kombinasi Metode Support Vector Regression, Algoritma Genetika dan Multivariate Adaptive Regression Splines Nendi, Nendi; Wibowo, Arief
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 6: Desember 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020722441

Abstract

Sektor usaha logistik telah berkembang sangat pesat di Indonesia saat ini. PT. XYZ  adalah sebuah perusahaan logistik yang menyediakan jasa pengiriman barang dari satu tempat menuju ke tempat yang lain. Sebagai perusahaan logistik dengan jumlah kendaraan 2.100 unit armada truk dan akan terus bertambah seiring dengan target yang dicanangkan perusahaan, dimana pada 2020 jumlah armada truk harus mencapai 6.000 unit truk. Saat ini strategi operasional logistik dihasilkan berdasarkan pengalaman dari steakholder. Hal ini tentu tidak bisa dipertanggung jawabkan secara ilmiah. Prediksi jumlah pengiriman barang harian dapat menjadi solusi dalam membantu perusahaan dalam merencanakan, memonitoring dan mengevaluasi strategi operasional logistik. Hasil pengujian menunjukkan penggabungan metode Support Vector Regression (SVR), algoritma genetika dan Multivariate Adaptive Regression Splines (MARS) dapat menghasilkan prediksi jumlah pengiriman barang harian dengan nilai Mean Absolute Percentage Error (MAPE) yaitu 0.0969% dengan parameter epsilon(????) 1.92172577675873E-20, complexitas(????) 62 dan gamma(γ) 1.0. AbstractThe logistics business sector has developed very rapidly in Indonesia today. PT XYZ is a national logistics company that provides freight forwarding services from one place to another. As a national-scale logistics company, the company is supported by a fleet of 2,100 trucks. The number of fleets will continue to grow in line with the target set by the company, namely in 2020 the number of truck fleets must reach 6,000 trucks. Currently the logistics operational strategy is produced based on stakeholder experience, this certainly causes problems in the company's overall operations. Prediction of the number of daily goods shipments can be a solution in helping companies in planning, monitoring and evaluating logistical operational strategies, based on the company's ability in the availability of a fleet of vehicles for shipping. This study proposes a combination of Support Vector Regression (SVR) methods, genetic algorithms and Multivariate Adaptive Regression Splines (MARS) for problem solving in the prediction process, including in the selection of appropriate training data. The test results show that the combination of the three methods can produce predictions of the number of daily shipments with values of Mean Absolute Percentage Error (MAPE) 0.0969%, epsilon (????) 1.92172577675873E- 20, complexity (????) 62, and gamma (γ) 1.0.
Kombinasi K-NN dan Gradient Boosted Trees untuk Klasifikasi Penerima Program Bantuan Sosial Firasari, Elly; Khultsum, Umi; Winnarto, Monikka Nur; Risnandar, Risnandar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 6: Desember 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813087

Abstract

Kemiskinan bagi pemerintah Indonesia termasuk masalah yang sulit untuk diselesaikan. Upaya yang dilakukan pemerintah dalam mengatasi kemiskinan di Indonesia yaitudengan  program bantuan sosial meliputiBLT (Bantuan Langsung Tunai), PKH (Program Keluarga Harapan), Raskin (Beras Miskin), dan lain lain. Dalam Pelaksanaan program bantuan sosial saat masih sangat terbatas sehingga dalam penerimaan program bantuan tidak tepat sasaran. Data mining membantu untuk menentukan keputusan dalam memprediksi data di masa yang akan datang. Gradient Boosted Trees dan K-NN merupakan salah satu metode data mining untuk klasifikasi data. Masing-masing metode tersebut memiliki kelemahan. Gradient Boosted Trees menghasilkan nilai persentase akurasi lebih rendah dibanding metode K-NN. Dari permasalahan tersebut maka diusulkan metode kombinasi K-NN dan Gradient Boosted Trees untuk meningkatkan akurasi pada pelaksanaan program bantuan sosial agar tepat sasaran. Metode K-NN, Gradient Boosted Trees, K-NN-Gradient Boosted Treesdilakukan pengujian pada data yang sama untuk mendapatkan hasil perbandingan nilai akurasi. Hasil pengujian membuktikan bahwa kombinasi tersebut menghasilkan nilai persentase yang tinggi dibanding metode K-NN atau Gradient Boosted Trees yaitu 98.17%.AbstractPoverty for the Indonesian government is a problem that is difficult to solve. The efforts made by the government in overcoming poverty in Indonesia are through social assistance programs including BLT (Bantuan Langsung Tunai), PKH (Program Keluarga Harapan), Raskin (Beras Miskin), and others. In the implementation of the social assistance program when it was still very limited, the acceptance of the aid program was not on target. Data mining helps to determine decisions in predicting data in the future. Gradient Boosted Trees and K-NN are data mining methods for data classification. Each of these methods has weaknesses. Gradient Boosted Trees produce lower accuracy percentage values than the K-NN method. From these problems, a proposed method of combination of K-NN and Gradient Boosted Trees is used to improve the accuracy of the implementation of social assistance programs so that it is right on target. The K-NN, Gradient Boosted Trees, and K-NN-Gradient Boosted Trees methods are tested on the same data to get a comparison of the accuracy values. The test results prove that the combination produced a high percentage value compared to the K-NN or Gradient Boosted Trees method that is 98.17%.
Implementasi Metode North-West Corner dan Stepping Stone Pengiriman Barang Galeri Bimasakti Kanthi, Yekti Asmoro; Kristanto, Bagus Kristomoyo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 4: Agustus 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020701625

Abstract

Transportasi adalah proses pengiriman atau pendistribusian komoditas yang dihasilkan suatu perusahaan dari sumber tujuan (pabrik) ke tempat tujuan (gudang / lokasi penjualan). Proses pengiriman barang merupakan proses penting yang terjadi dalam suatu perusahaan, sebab tanpa adanya pola pengiriman barang yang baik dan tepat berakibat pada tingginya biaya tranportasi. Metode North-west Corner dan Stepping Stone adalah metode yang digunakan untuk menyelesaikan proses trasnportasi untuk menghasilkan biaya total dan biaya total optimum. Penelitian ini bertujuan untuk mengimplementasikan biaya tarnsportasi distribusi pengiriman barang pada Galeri Bimasakti menggunakan metode north-west corner dan stepping stone. Galeri Bimasakti merupakan salah satu usaha bergerak di bidang industri penjualan furniture dan memiliki pabrik di dua kota yaitu Jepara dan Sidoarjo serta memiliki tiga lokasi penjualan di Karangploso, Batu dan Malang. Metode penelitian yang digunakan yaitu teknik analisis data dan pembuatan program. Teknik analisis data terdiri dari studi literature dan pustaka, survey dan wawancara obyek penelitian. Setelah menganalisis data, langkah selanjutnya membuat program atau aplikasi berbasis desktop. Hasil yang ingin dicapai yaitu untuk memberikan sarana pada Galeri Bimasakti berupa program atau aplikasi perhitungan biaya distribusi produk dari pabrik ke lokasi penjualan. Biaya  pengiriman barang yang sudah dihitung dalam program dapat tersimpan dengan baik dan aman pada program atau aplikasi. AbstractTransportation is closely related to the process of distributing products from one or several origin to one or several destinations. The destination can be a factory that produce a commodity while the others can be a sales or warehouse location. Product distribution have very important part in a company or organization because without a excellence and appropriate distribution design, the distribution process could be inefficiency and causes huge impact such as very high costs, waste in terms of time, distance, and energy. The North-west Corner and Stepping Stone method is the method used to complete the transportation process to find optimum total costs and total costs. This study aims to implement the distribution cost of shipping goods to the Bimasakti Gallery using the north-west corner and stepping stone methods. Bimasakti Gallery is one of the businesses engaged in the furniture sales industry and has factories in two cities, Jepara and Sidoarjo and has three sales locations in Karangploso, Batu and Malang. The research methodology used are analysis and design. The analysis method  used consists of literature studies, field surveys and interviews with research objects. While the design method uses desktop-based object design. Expected result from this study is providing an application to  facilities the Bimasakti Gallery for calculate product distribution costs from the factory to the sales location. It will stored safely because the shipping cost data is stored in the system.

Page 43 of 129 | Total Record : 1288

 41   42   43   44   45 

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 (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