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
 52   53   54   55   56 
Penggalian Perilaku Pemain dalam Penentuan Tipe Permainan pada E-Learning Pemrograman Berbasis Gamification Priyambadha, Bayu; Pradana, Fajar; Bachtiar, Fitra Abdurrachman
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.2020701295

Abstract

Salah satu kompetensi utama yang harus dimiliki oleh lulusan dari jurusan atau program studi bidang keilmuan komputer adalah kemampuan programming (membuat program). Berbagi informasi untuk meningkatkan kualitas pembelajaran pemrograman telah dilakukan di banyak kampus di Indonesia. Salah satunya adalah penerapan media pembelajaran online atau disebut juga sebagai E-Learning. Salah satu sistem pembelajaran yang paling umum, yang didukung oleh teknologi informasi, adalah e-learning. Namun, banyak juga sistem e-learning tidak mencapai tujuan yang diinginkan karena ketidakpatuhan dan kurangnya pengetahuan tentang teknik dan metode untuk pengembangan sistem informasi online. Tujuan yang dicapai antara lain efisiensi, efektifitas, motivasi dan keterlibatan siswa. Pendekatan gamification dapat digunakan untuk meningkatkan beberapa hal tersebut demi tercapainya tujuan pembelajaran online. Dalam sistem Code Maniac, terdapat beberapa elemen gamification yang digunakan, yaitu poin pengalaman, poin aktivitas dan badge. Namun, hal tersebut terbukti masih kurang meningkatkan motivasi mahasiswa dalam menggunakan Code Maniac. Pendekatan player-centric memungkinkan sistem menyesuaikan gameplay yang sesuai dengan gaya bermain seorang pemain. Untuk dapat mewujudkan sebuah media pembelajaran yang berorientasi pada pemain, maka dibutuhkan sebuah mekanisme untuk mengenali karakteristik pemainnya. Pada penelitian ini menekanan metode yang digunakan untuk menggali  perilaku permainan. Penggalian pola dilakukan pada data log proses per pemain dan per sesi yang berjumlah 136 proses. Kemudian proses tersebut dikelompokan sesuai dengan kedekatan atau kesamaan karakteristik bermain. Hasil penentuan jumlah kelompok yang paling optimal adalah k=2 dan k=3. Untuk itu pengelompokan dilakukan dan menghasilkan 2 kelompok dan 3 kelompok data. Kelompok tersebut dapat menjadi dasar untuk untuk penentuan gameplay pada Code Maniac. AbstractOne of the main competencies that must be possessed by graduates of departments or study programs in computer science is programming skills (making programs). Sharing information to improve the quality of programming learning has been done on many campuses in Indonesia. One of them is the application of online learning media or also called the E-Learning.. One of the most common learning systems, supported by information technology, is e-learning. However, many e-learning systems do not achieve the desired goals because of non-compliance and lack of knowledge about techniques and methods for developing information systems online. The objectives achieved include efficiency, effectiveness, motivation and student involvement. The gamification approach can be used to improve some of these things in order to achieve online learning goals. In the Code Maniac system, there are several gamification elements used, namely experience points, activity points and badges. However, this proved to be still lacking in increasing student motivation in using Code Maniac. The player-centric approach allows the system to adjust the gameplay to suit a player's playing style. To be able to realize a player-oriented learning media, a mechanism is needed to recognize the characteristics of the players. In this study emphasizes the methods used to explore game behavior. Pattern mining is performed on process log data per player and per session which amounts to 136 processes. Then the process is grouped according to the closeness or similarity of playing characteristics. The results of determining the most optimal number of groups are k = 2 and k = 3. For this reason, grouping is done and produces 2 groups and 3 groups of data. The group can be the basis for determining the gameplay in Code Maniac.
Sistem Pengamatan Kondisi Lalu Lintas Berbasis Data GPS pada Smartphone (Studi Kasus : Kota Denpasar) Setiawan, Gede Herdian; Suryawan, I Ketut Dedy
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.2020741909

Abstract

Pertumbuhan jumlah kendaraan yang semakin meningkat setiap tahunnya mengakibatkan volume kendaraan yang melintasi ruas jalan semakin padat yang kerap mengakibatkan kemacetan lalu lintas. Kemacetan lalu lintas dapat menjadi beban biaya yang signifikan terhadap kegiatan ekonomi masyarakat. Informasi lalu lintas yang dinamis seperti informasi kondisi lalu lintas secara langsung (real time) akan membantu mempengaruhi aktivitas masyarakat pengguna lalu lintas untuk melakukan perencanaan dan penjadwalan aktivitas yang lebih baik. Penelitian ini mengusulkan model pengamatan kondisi lalu lintas berbasis data GPS pada smartphone, untuk informasi kondisi lalu lintas secara langsung. GPS Receiver pada smartphone menghasilkan data lokasi secara instan dan bersifat mobile sehingga dapat digunakan untuk pengambilan data kecepatan kendaraan secara langsung. Kecepatan kendaraan diperoleh berdasarkan jarak perpindahan koordinat kendaraan dalam satuan detik selanjutnya di konversi menjadi satuan kecepatan (km/jam) kemudian data kecepatan kendaraan di proses menjadi informasi kondisi lalu lintas. Secara menyeluruh model pengamatan berfokus pada tiga tahapan, yaitu akuisisi data kecepatan kendaraan berbasis GPS pada smartphone, pengiriman data kecepatan dan visualisasi kondisi lalu lintas berbasis GIS. Pengujian dilakukan pada ruas jalan kota Denpasar telah mampu mendapatkan data kecepatan kendaraan dan mampu menunjukkan kondisi lalu lintas secara langsung dengan empat kategori keadaan lalu lintas yaitu garis berwarna hitam menunjukkan lalu lintas macet dengan kecepatan kendaraan kurang dari 17 km/jam, merah menunjukkan padat dengan kecepatan kendaraan 17 km/jam sampai 27 km/jam, kuning menunjukkan sedang dengan kecepatan kendaraan 26 km/jam sampai 40 km/jam dan hijau menunjukkan lancar dengan kecepatan kendaraan diatas 40 km/jam. AbstractThe growth in the number of vehicles that is increasing every year has resulted in the volume of vehicles crossing the road increasingly congested which often results in traffic congestion. Traffic congestion can be a significant cost burden on economic activities. Dynamic traffic information such as information on real time traffic conditions will help influence the activities of the traffic user community to better plan and schedule activities. This study proposes a traffic condition observation model based on GPS data on smartphones, for information on real time traffic conditions. The GPS Receiver on the smartphone produces location and coordinate data instantly and is mobile so that it can be used for direct vehicle speed data retrieval. Vehicle speed is obtained based on the displacement distance of the vehicle's coordinates in units of seconds and then converted into units of speed (km / h), the vehicle speed data is then processed into information on traffic conditions. Overall, the observation model focuses on three stages, namely GPS-based vehicle speed data acquisition on smartphones, speed data delivery and visualization of GIS-based traffic conditions. Tests carried out on the Denpasar city road segment have been able to obtain vehicle speed data and are able to show traffic conditions directly with four categories of traffic conditions, namely black lines indicating traffic jammed with vehicle speeds of less than 17 km / h, red indicates heavy with speed vehicles 17 to 27 km / h, yellow indicates medium speed with vehicles 26 km/h to 40 km / h and green shows fluent with vehicle speeds above 40 km / h.
Halaman Belakang dan Daftar Indeks purbosari, lina
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.2021824871

Abstract

Halaman Belakang dan Daftar Indeks
Prediksi Tingkat Indeks Prestasi Kumulatif Akademik Mahasiswa dengan Menggunakan Teknik Data Mining Desiani, Anita; Yahdin, Sugandi; Rodiah, Desty
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.2020722493

Abstract

Educational data mining (EDM) adalah suatu bidang aplikasi antara pendidikan dan komputer. Salah satu yang dapat dilakukan pada EDM adalah memprediksi tingkat prestasi mahasiswa. Tingkat indeks prestasi kumulatif (IPK) akademik mahasiswa sangat penting karena menentukan tingkat kelulusan dan kualiatas institusi pendidikan. Penelitian ini bertujuan untuk menganalisa atribut-atribut yang mempengaruhi tingkat indeks prestasi kumulatif (IPK) mahasiswa yang berasal dari faktor eksternal pada mahasiswa. Adapun atribut yang digunakan adalah 10 variabel atribut yaitu nilai TOEFL, pendidikan ayah, pendidikan ibu, pekerjaan ayah, pekerjaan ibu, asal daerah, tempat tinggal selama kuliah dan tingkat prestasi akademik yang dicapai. Hasil akurasi pengolahan dengan menggunakan Algoritma C4.5 adalah 75,18% dan Naive Bayes 74,47% menunjukkan bahwa model dan atribut yang digunakan baik untuk memprediksi tingkat IPK  mahasiswa. Algoritma C4.5 mampu menunjukkan atribut apa yang berpengaruh langsung pada tingkat IPK  mahasiswa yaitu Nilai TOEFL, jam belajar, pendidikan ayah, pekerjaan ayah, dan tempat tinggal mahasiswa.  Algoritma C4.5 tidak mampu  memperhitungkan peluang suatu klasifikasi jika jumlah  instan pada klasifikasi tersebut sangat sedikit pada kejadian data. Sebaliknya Naive Bayes tetap mampu memperhitungkan peluang kemunculan dan ketepatannya informasi yang dihasilkan  meski jumlah instan yang sedikit. Dalam penelitian ini data mahasiswa yang memiliki tingkat IPK cumlaude sangat sedikit, namun Naive Bayes tetap mampu mengukur Recall pada kelas ini sebesar 28,6% dan Precision sebesar 40%. 
Analisis Sentimen Mengenai Moda Raya Terpadu (MRT) Jakarta dengan Metode BM25 dan K-Nearest Neighbor Indriati, Indriati -; Rahayudi, Bayu; Dewi, Candra
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.2021824508

Abstract

Moda Raya Terpadu (MRT) Jakarta merupakan alat transportasi berkecepatan tinggi berupa kereta rel listrik yang ada di ibukota Jakarta . Adanya banyak tanggapan positif maupun negatif dari masyarakat dapat dipergunakan sebagai masukan bagi operator layanan MRT Jakarta untuk terus bisa memperbaiki pelayanan demi terwujudnya angkutan massal yang berguna bagi masyarakat. Proses pengumpulan data tanggapan dapat diperoleh dari sosial media maupun komentar-komentar di setiap pemberitaan mengenai MRT Jakarta. Data-Data tersebut akan diolah dulu dengan melewati tahapan preprocessing untuk diklasifikasikan menjadi sentimen yang bersifat positif maupun sentimen yang bersifat negatif. Metode untuk mengklasifikasikan tanggapan adalah K-Nearest Neighbor dengan menggunakan metode BM25 sebagai metode untuk mengetahui kesamaan antar data. Proses pengujian yang digunakan pada penelitian ini yaitu cross validation dengan k-fold sebanyak 5. Pengujian dilakukan dengan jumlah data data uji sebanyak 130 dokumen dan data latih sebanyak 520 dokumen untuk setiap fold. Berdasarkan rata-rata hasil pengujian diperoleh hasil terbaik pada nilai k=11 dengan nilai f-measure sebesar 0,89088, recall sebesar 0,934286, dan precision sebesar 0,852351. Hasil pengujian menunjukkan nilai k yang semakin besar menghasilkan nilai f-measure yang semakin kecil karena proses klasifikasi berjalan kurang baik dengan banyaknya tetangga yang tidak sama kelasnya dengan data uji digunakan untuk menentukan kelas data uji.
Analisis Perbandingan Metode Regresi Linier Dan Importance Performance Analysis (IPA) Terhadap Kepuasan Pengguna Pada Layanan E-Government Menggunakan Metode WebQual Modifikasi Septa, Frandika; Yudhana, Anton; Fadlil, Abdul
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 7 No 5: Oktober 2020
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2020752294

Abstract

Layanan excellent merupakan layanan yang mampu memberikan rasa kepuasan bagi penggunanya, sehingga menimbulkan loyalitas terhadap layanan yang digunakan. Layanan E-Government menjadi penting untuk dilakukan penilaian kualitas layanannya terhadap kepuasan pengguna, karena salah satu tujuan dikembangkannya E-Government adalah memberikan pelayanan yang maksimal kepada masyarakat. Penelitian ini bertujuan untuk menganalisis tingkat kualitas layanan E-Government dalam kasus ini website SIMSARPRAS berdasarkan persepsi pengguna dari website SIMSARPRAS, yaitu madrasah dan operator kementerian agama. Jumlah responden adalah 500 orang yang dikumpulkan dari hasil penyebarah kuesioner secara online menggunakan Google Formulir. Metode dalam penelitian ini menggunakan metode WebQual modifikasi sebagai indikator dalam penyusunan kuesioner secara online, dan metode analisa menggunakan regresi linier berganda dan importance performance analysis (IPA). Hasil kuesioner diolah dan dilakukan pengujian instrumen dengan uji validitas dan uji reliabilitas untuk menunjukkan bahwa kuesioner layak dijadikan sebagai bahan penelitian lebih lanjut untuk dilakukan analisis data. Hasil analisis data diklasifikasikan berdasarkan persentase kepuasan pengguna terhadap layanan webiste SIMSARPRAS dengan tiga klasifikasi, yaitu baik, sedang dan buruk. Hasil analisis data menggunakan regresi linier berganda menunjukkan bahwa website SIMSARPRAS berkualitas sedang, sedangkan dengan IPA website berkualitas baik. Hasil analisis data menggunakan regresi linier berganda diketahui bahwa variabel bebas mampu mempengaruhi kepuasan pengguna sebesar  67,6% dan 32,4% dipengaruhi oleh variabel lainnya, sedangkan hasil dari IPA tingkat kesesuaian sebesar 96,22% dan tingkat kesenjangan antara kinerja dan harapan dari layanan E-Government sebesar –0,12. Hasil dari penelitian ini memberikan kontribusi kepada kementerian agama khususnya sebagai pemilik website SIMSARPRAS untuk dijadikan sebagai bahan referensi dan evaluasi layanan SIMSARPRAS kedepannya. AbstractExcellent service is a service that provides a sense of satisfaction for its users, thereby giving rise to loyalty to the services used. E-Government services are important to do. E-Government services to user satisfaction, because one of the goals that E-Government is developing to provide maximum service to the community. This study analyzes the level of quality of E-Government services in this case the SIMSARPRAS website based on user perceptions from the SIMSARPRAS website, namely madrasah and operators of the ministry of religion. The number of respondents was 500 people collected from the results of a questionnaire search using Google Forms. The method in this study uses the WebQual modification method as an indicator in testing online questionnaires, and the analysis method uses multiple linear regression and performance analysis of interest (IPA). The results of the questionnaire were processed and tested by an instrument with a validity test and a reliability test to prove the questionnaire was worthy of being used as further research material for data analysis. The results of data analysis are based on the percentage of user satisfaction with the SIMSARPRAS website service with three classifications, namely good, moderate and bad. The results of data analysis using multiple linear regression showed a medium-quality SIMSARPRAS site, whereas with a good quality website IPA. The results of data analysis using multiple linear regression owned by independent variables can increase user satisfaction by 67.6% and 32.4% required by other variables, while the results of the IPA level of suitability are 96.22% and the level is in accordance with the results and expectations of the service E-Government is -0.12. The results of this study contribute to the special ministry of religion as the owner of the SIMSARPRAS website for use as a reference material and SIMSARPRAS service solutions going forward.
Identifikasi Emosi Manusia Berdasarkan Ucapan Menggunakan Metode Ekstraksi Ciri LPC dan Metode Euclidean Distance Helmiyah, Siti; Riadi, Imam; Umar, Rusydi; Hanif, Abdullah; Yudhana, Anton; Fadlil, Abdul
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.2020722693

Abstract

Ucapan merupakan sinyal yang memiliki kompleksitas tinggi terdiri dari berbagai informasi. Informasi yang dapat ditangkap dari ucapan dapat berupa pesan terhadap lawan bicara, pembicara, bahasa, bahkan emosi pembicara itu sendiri tanpa disadari oleh si pembicara. Speech Processing adalah cabang dari pemrosesan sinyal digital yang bertujuan untuk terwujudnya interaksi yang natural antar manusia dan mesin. Karakteristik emosional adalah fitur yang terdapat dalam ucapan yang membawa ciri-ciri dari emosi pembicara. Linear Predictive Coding (LPC) adalah sebuah metode untuk mengekstraksi ciri dalam pemrosesan sinyal. Penelitian ini, menggunakan LPC sebagai ekstraksi ciri dan Metode Euclidean Distance untuk identifikasi emosi berdasarkan ciri yang didapatkan dari LPC.  Penelitian ini menggunakan data emosi marah, sedih, bahagia, netral dan bosan. Data yang digunakan diambil dari Berlin Emo DB, dengan menggunakan tiga kalimat berbeda dan aktor yang berbeda juga. Penelitian ini menghasilkan akurasi pada emosi sedih 58,33%, emosi netral 50%, emosi marah 41,67%, emosi bahagia 8,33% dan untuk emosi bosan tidak dapat dikenali. Penggunaan Metode LPC sebagai ekstraksi ciri memberikan hasil yang kurang baik pada penelitian ini karena akurasi rata-rata hanya sebesar 31,67% untuk identifikasi semua emosi. Data suara yang digunakan dengan kalimat, aktor, umur dan aksen yang berbeda dapat mempengaruhi dalam pengenalan emosi, maka dari itu ekstraksi ciri dalam pengenalan pola ucapan emosi manusia sangat penting. Hasil akurasi pada penelitian ini masih sangat kecil dan dapat ditingkatkan dengan menggunakan ekstraksi ciri yang lain seperti prosidis, spektral, dan kualitas suara, penggunaan parameter max, min, mean, median, kurtosis dan skewenes. Selain itu penggunaan metode klasifikasi juga dapat mempengaruhi hasil pengenalan emosi. AbstractSpeech is a signal that has a high complexity consisting of various information. Information that can be captured from speech can be in the form of messages to interlocutor, the speaker, the language, even the speaker's emotions themselves without the speaker realizing it. Speech Processing is a branch of digital signal processing aimed at the realization of natural interactions between humans and machines. Emotional characteristics are features contained in the speech that carry the characteristics of the speaker's emotions. Linear Predictive Coding (LPC) is a method for extracting features in signal processing. This research uses LPC as a feature extraction and Euclidean Distance Method to identify emotions based on features obtained from LPC. This study uses data on emotions of anger, sadness, happiness, neutrality, and boredom. The data used was taken from Berlin Emo DB, using three different sentences and different actors. This research resulted in inaccuracy in sad emotions 58.33%, neutral emotions 50%, angry emotions 41.67%, happy emotions 8.33% and bored emotions could not be recognized. The use of the LPC method as feature extraction gave unfavorable results in this study because the average accuracy was only 31.67% for the identification of all emotions. Voice data used with different sentences, actors, ages, and accents can influence the recognition of emotions, therefore the extraction of features in the recognition of speech patterns of human emotions is very important. Accuracy results in this study are still very small and can be improved by using other feature extractions such as provides, spectral, and sound quality, using parameters max, min, mean, median, kurtosis, and skewness. Besides the use of classification methods can also affect the results of emotional recognition. 
Metode Deteksi Intrusi Menggunakan Algoritme Extreme Learning Machine dengan Correlation-based Feature Selection Sulandri, Sulandri; Basuki, Achmad; Bachtiar, Fitra Abdurrachman
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 1: Februari 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813358

Abstract

Deteksi intrusi pada jaringan komputer merupakan kegiatan yang sangat penting dilakukan untuk menjaga keamanan data dan informasi. Deteksi intrusi merupakan proses monitor traffic pada sebuah jaringan untuk mendeteksi adanya pola data yang dianggap mencurigakan, yang memungkinkan terjadinya serangan jaringan. Penelitian ini melakukan analisis pada traffic jaringan untuk mengetahui apakah paket tersebut mengandung intrusi atau merupakan paket normal. Data traffic yang digunakan untuk deteksi intrusi pada penelitian ini diambil dari dataset KDD Cup. Metode yang digunakan untuk melakukan deteksi intrusi dengan cara klasifikasi yaitu dengan menggunakan metode Extreme Learning Machine (ELM). Namun, dengan menggunakan metode ELM saja tidak mampu untuk menghasilkan akurasi yang baik maka, pada metode ELM perlu ditambahkan metode seleksi fitur Correlation-Based Feature Selection (CFS) untuk meningkatkan hasil akurasi dan waktu komputasi. Hasil penelitian yang dilakukan dengan menggunakan metode ELM menunjukkan tingkat akurasi mencapai 81,97% dengan waktu komputasi 3,39 detik. Setelah ditambahkan metode seleksi fitur CFS pada ELM tingkat akurasi meningkat secara signifikan menjadi 98,00% dengan waktu komputasi 2,32 detik. AbstractIntrusion detection of computer networks is a very important activity carried out to maintain data and information security. Intrusion detection is the process of monitoring traffic on a network to detect any data patterns that are considered suspicious, which allows network attacks. This research analyzes the network traffic to find out whether the packet contains intrusion or is a normal packet. Traffic data used for intrusion detection in this study were taken from the KDD Cup dataset. The method used to do intrusion detection by classification is using the Extreme Learning Machine (ELM) method. However, using the ELM method alone is not able to produce good accuracy, so the ELM method needs to be added to the Correlation-Based Feature Selection (CFS) feature selection method to improve the accuracy and computational time. The results of the research conducted using the ELM method showed an accuracy rate of 81.97% with a computation time of 3.39 seconds. After adding the CFS feature selection method to ELM the accuracy level increased significantly to 98.00% with a computing time of 2.32 seconds.
Transformasi Lontar Babad Lombok Menuju Digitalisasi Berbasis Natural Gradient Flexible (NGF) Anwar, Muhammad Tajuddin; Hidayat, Syahroni; Adil, Ahmat
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.2021824088

Abstract

Suku Sasak, yang tinggal di pulau Lombok Nusa Tenggara Barat, memiliki tradisi penulisan di daun lontar (Borassus Flabellifer) kering, salah satunya adalah naskah Lontar Babad Lombok. Naskah Lontar Babad Lombok seiring berlalunya waktu, menjadi rapuh dan mudah patah sehingga memerlukan perawatan. Keadaan ini mendorongnya perlu dilakukan digitalisasi naskah lontar babad lombok sebagai bentuk pelestarian sehingga para generasi Milenial, khususnya di Lombok, dapat menikmati lontar babad lombok. Digitalisasi citra tersebut tantangan utama adalah tepi kabur teks dan perbedaan minimum antara teks dan bagian non-tekssebagai akibat dari proses perawatan. Oleh karena itu, dibutuhkan proses peningkatan kualitas citra hasil digitalisasi agar tulisan dapat lebih jelas terbaca. Salah satu metode yang terbukti mampu untuk memisahkan teks dari latar belakang yang sangat berkorelasi adalah Natural Gradient Flexibel (NGF) berbasiskan Independent Component Analysis (ICA), NGF-ICA. Penelitian ini bertujuan untuk melakukan peningkatan kualitas citra digitalisasi sebelum diumpankan pada database dan sistem informasi yang telah dibangun. Kualitas citra yang telah ditingkatkan diukur menggunakan metode MSE dan PSNR untuk tingkat kemiripannya, dan metode Entropi dan SSIM untuk informasi dan perspektif visual. Hasil penelitian menunjukkan bahwa penerapan algoritma NGF-ICA dapat memberikan citra keluaran dengan kualitas yang tinggi dengan nilai rata-rata MSE, PSNR, SSIM dan peningkatan Entropi sebesar 708, 19.95 db, 0.87 dan 0.45, secara berturut-turut. AbstractSasak tribe, who lives on Lombok Island, West Nusa Tenggara, has been writing manuscripts on dry palm leaves (Borassus Flabellifer) as a tradition, one of the manuscripts is Lontar Babad Lombok. As time pass by, the manuscript becomes brittle and breaks easily, therefore maintenances are required. this situation force the need to digitalize the manuscript as an act of preservation, hence the millennial generation, especially on Lombok Island, can enjoy the manuscript. the main challenge is the blurry edge of the text and the slight difference between the text and non-text part caused by the treatment process. Hence, it is needed to enhance the quality of the digitalize image to make the manuscript can be more clearly read. One of the proven methods that able to separate text from highly correlated backgrounds is Natural Gradient Flexibel (NGF) based on Independent Component Analysis (ICA), NGF-ICA. The aim of this study is to improve the quality of the digitized images before they fed into the database and information system that has been built. The enhanced image quality was measured, MSE and PSNR methods were used to measure the similarity level, and the Entropy and SSIM method were used to measure the information and visual perspective. The results show that the application of the NGF-ICA algorithm can generate high-quality output images with average values of MSE, PSNR, SSIM, and increasing Entropy by 708, 19.95 dB, 0.87, and 0.45, respectively.
Analisis Sentimen Multi-Aspek Berbasis Konversi Ikon Emosi dengan Algoritme Naïve Bayes untuk Ulasan Wisata Kuliner Pada Web Tripadvisor Azzahra, Sitti Aliyah; Wibowo, Arief
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.2020731907

Abstract

Wisatawan seringkali mencari informasi tentang obyek wisata pada situs web seperti TripAdvisor. Situs web TripAdvisor memiliki fitur bagi penguna terdaftar untuk memberi ulasan tentang objek wisata dalam kategori kuliner dari berbagai negara. Ulasan tersebut bisa digunakan wisatawan sebagai pertimbangan sebelum mendatangi objek wisata kuliner yang ingin dituju. Komentar atau ulasan yang ada di situs TripAdvisor dapat dianalisis untuk mengetahui nilai sentimen dari suatu obyek wisata yang diulas. Hasil analisis itu dapat bermanfaat bagi pengelola tempat wisata, pengusaha kuliner maupun bagi wisatawan lain. Ada tantangan yang ditemukan saat analisis sentimen dilakukan pada kalimat ulasan yang mengandung ikon emosi atau emoticon, karena ulasan dapat mengandung arti sentimen yang berbeda antara kalimat dengan ekspresi emosi yang ada. Penelitian ini berisi analisis ulasan tentang kuliner kota Bandung pada situs TripAdvisor yang mengklasifikasi sentimen menjadi tiga kelas. Penelitian ini menggunakan teknik klasifikasi data mining dengan algoritme Naïve Bayes dikombinasi dengan metode pelabelan multi aspek yang disertai konversi ikon emosi pada teks ulasan. Selain itu, analisis dilakukan pada bobot ulasan berdasarkan jumlah kontribusi pemberi ulasan di web TripAdvisor. Hasil pengujian menunjukkan bahwa penggunaan seluruh kombinasi metode tersebut dalam proses klasifikasi sentimen mampu menghasilkan nilai akurasi sebesar 98,67%. AbstractTourists often look for information about attractions on websites such as TripAdvisor. The TripAdvisor website has a feature for registered users to provide reviews about attractions in the culinary category from various countries. These reviews can be used by tourists as a consideration before visiting culinary attractions to be addressed. Comments or reviews on the TripAdvisor site can be analyzed to determine the sentiment value of a tourist attraction being reviewed. The results of the analysis can be useful for managers of tourist attractions, culinary entrepreneurs and for other tourists. There are challenges that are found when sentiment analysis is carried out on review sentences that contain emotion icons or emoticons, because reviews may contain different sentiment meanings between sentences and existing emotional expressions. This study contains a review of the culinary analysis of the city of Bandung on the TripAdvisor site which classifies sentiments into three classes. This study uses data mining classification techniques with the Naïve Bayes algorithm combined with a multi-aspect labeling method accompanied by the conversion of emotional icons in the review text. In addition, the analysis is carried out on the weight of the review based on the number of contributing reviewers on the TripAdvisor web. The test results show that the use of all combinations of these methods in the sentiment classification process is able to produce an accuracy value of 98.67%.

Page 54 of 129 | Total Record : 1288

 52   53   54   55   56 

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