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
 58   59   60   61   62 
Rancang Bangun Aplikasi Mobile Pengenalan Gedung dengan Teknologi Augmented Reality Berbasis Marker Turnip, Togu Novriansyah; Manurung, Lidya Pebrina; Tampubolon, Marthin Halomoan; Sitanggang, Ronaldo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834498

Abstract

Universitas atau kampus merupakan institusi pendidikan tinggi dan penelitian yang memberikan gelar akademik dalam berbagai bidang. Kampus tentunya memiliki beberapa gedung yang dapat digunakan sebagai ruangan kelas, laboratorium, ruang dosen, dll. Pada waktu tertentu sebuah kampus tidak jarang dikunjungi oleh tamu, yang berkeliling kampus dan mengunjungi gedung-gedung di lingkungan kampus. Tidak hanya tamu, Kampus juga kedatangan mahasiswa baru setiap tahun ajaran baru. Setiap kegiatan tur kampus yang dilakukan tamu maupun mahasiswa baru, harus selalu dituntun oleh dosen maupun mahasiswa. Berdasarkan kasus tersebut, penelitian ini bertujuan untuk mengimplementasikan Teknologi Augmented reality (AR) dengan menggunakan metode Marker-Based. Aplikasi ini menjadi aplikasi yang dapat digunakan sebagai pengenalan gedung kampus. Setiap gedung akan mempunyai marker atau penanda unik khusus yang berbeda pada setiap gedung. Konsep dari pengimplementasian aplikasi ini adalah, dengan mengarahkan kamera yang dibuka melalui aplikasi ini dan mengarahkan kamera tersebut ke marker yang ditemui di gedung yang sedang dikunjungi. Kamera akan mengidentifikasi marker, jika marker dikenali maka objek 3D dari gedung tersebut akan muncul tepat diatas marker untuk memberikan pengguna bagaimana bentuk keseluruhan gedung. Tidak hanya objek 3D, aplikasi juga menyediakan informasi mengenai gedung tersebut dan juga gambar dari posisi user beserta dua gedung terdekat yang dapat dikunjungi pengguna setelahnya. Dengan menggunakan aplikasi ini, pengunjung tidak memerlukan seseorang untuk menuntunnya berkeliling di sekitaran kampus. Aplikasi ini sudah diuji dengan usability testing dan kepuasan pengguna mencapai 83,4 % yang berarti bahwa aplikasi dapat digunakan dan berfungsi bagi penggunaAbstractThe university or campus is a higher education and research institution that provides academic degrees in various fields. The university certainly has several buildings that can be used as classrooms, laboratories, lecturers' rooms, etc. At a certain time, a university is not infrequently visited by guests, who tour the campus and visit buildings in the university environment. Not only guests, but the University also has new students every new school year. Every campus tour activity carried out by guests or new students, must always be guided by both lecturers and students. Based on these cases, this study aims to implement Augmented reality (AR) Technology using the Marker-Based method. This application is a building recognition application that can be used at a University. Each building will have a unique marker on each building. The concept of implementing this application is, by directing the camera opened through this application and directing the camera to the marker found in the building being visited. The camera will identify the marker, if the marker is recognized then the 3D object of the building will appear directly above the marker to give the user what the overall shape of the building looks like. Not only 3D objects, but the application also provides information about the building and also a picture of the user's position along with the two closest buildings that the user can visit afterward. By using this application, visitors do not need someone to guide them around the campus. This application has been tested with usability testing and user satisfaction reaches 83,4% which means that the application can be used and functioning for the user.
Korelasi Antara Profil dan Nilai Akademis Siswa dengan Menggunakan Algoritma K-Means Surohman, Surohman; Fabrianto, Luky; Riza, Faiza; Faizah, Novianti M
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 4: Agustus 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021843034

Abstract

Hampir setiap pelajar di Indonesia terdaftar dengan atribut profil yang lengkap, seperti : Nama, Jenis Kelamin, Jenis Tinggal, Alat Transportasi, Usia Orangtua, Pendidikan Orangtua, Pekerjaan Orangtua, Penghasilan Orangtua dan atribut lainnya. Dari data atribut profil tersebut dapat diklasterisasi berdasarkan kedekatan nilai antara atribut yang dimiliki masing-masing siswa. Disisi lain siswa juga memiliki data yang berisi nilai akademis yang juga dapat dibuat klasterisasi.Data yang dipakai dalam penelitian ini melibatkan 512 instances yang didapat dari sebuah Sekolah Menengah Kejuruan (SMK)  di Jakarta. Metode yang pakai untuk klasterisasi menggunakan algoritma K-Means. Penelitian ini akan mencari korelasi klasterisasi profil siswa terhadap nilai akademisnya.Tahapan penelitian diawali dengan persiapan dataset profil dan dataset nilai siswa, atribut dari dataset profil yang dipakai hanya atribut yang dianggap dapat merepresentasikan profil siswa dan keluarganya. Tahap berikutnya adalah mentrasformasi data atribut non numerik  (kategorik dan interval) menjadi numerik. Dilanjutkan dengan tahap perhitungan jarak antar data dan tahap terakhir mencari pola korelasi antara klaster profil dan klaster nilai akademis yang terbentuk.Dengan metode elbow jumlah klaster yang paling ideal dalam penelitian ini adalah antara 3 dan 4 klaster, dimana nilai Silhoutte Coefficient tertinggi adalah 0,8103 untuk penglompokan 3 klaster. AbstractAlmost every student in Indonesia is registered with complete profile attributes, such as: Name, Gender, Type of Stay, Transportation Equipment, Parents' Age, Parental Education, Parents' Work, Parents' Earnings and other attributes. From the profile attribute data it can be clustered based on the closeness of the values between the attributes possessed by each student. On the other hand students also have attribute data that contains academic values that can also be clustered.The data used in this study involved 512 instances obtained from a Vocational High School (SMK) in Jakarta. The method used for clustering is using the K-Means algorithm. This research will look for correlation of student profile clustering to its academic value.The stages of the research began with the preparation of the profile dataset and the student value dataset, the attributes of the profile dataset used were only those attributes that were considered to represent the profiles of students and their families. The next step is to transform non-numeric attribute data (categorical and interval) into numeric. Followed by the stage of calculating the distance between data and the final stage looking for patterns of correlation between profile clusters and academic value clusters that are formed.With the elbow method, the most ideal number of clusters in this study is between 3 and 4 clusters, where the highest Silhoutte Coefficient value is 0.8103 for grouping 3 clusters.
Penggunaan Metode Signature Based dalam Pengenalan Pola Serangan di Jaringan Komputer Setiawan, Herri; Munandar, M. Agus; Astuti, Lastri Widya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834200

Abstract

Masalah keamanan jaringan semakin menjadi perhatian saat ini. Sudah semakin banyak tools maupun teknik yang dapat digunakan untuk masuk kedalam sistem secara ilegal, sehingga membuat lumpuh sistem yang ada. Hal tersebut dapat terjadi karena adanya celah dan tidak adanya sistem keamanan yang melindunginya, sehingga sistem menjadi rentan terhadap serangan. Pengenalan pola serangan di jaringan merupakan salah satu upaya agar serangan tersebut dapat dikenali, sehingga mempermudah administrator jaringan dalam menanganinya apabila terjadi serangan. Salah satu teknik yang dapat digunakan dalam keamanan jaringan karena dapat mendeteksi serangan secara real time adalah Intrusion Detection System (IDS), yang dapat membantu administrator dalam mendeteksi serangan yang datang. Penelitian ini menggunakan metode signatured based dan mengujinya dengan menggunakan simulasi. Paket data yang masuk akan dinilai apakah berbahaya atau tidak, selanjutnya digunakan beberapa rule untuk mencari nilai akurasi terbaik. Beberapa rule yang digunakan berdasarkan hasil training dan uji menghasilakan 60% hasil training dan 50% untuk hasil uji rule 1, 50% hasil training dan 75% hasil uji rule 2, 75% hasil training dan hasil uji rule 3, 25% hasil training dan hasil uji rule 4, 50% hasil training dan hasil uji untuk rule 5. Hasil pengujian dengan metode signatured based ini mampu mengenali pola data serangan melaui protokol TCP dan UDP, dan monitoring yang dibuat mampu mendeteksi semua serangan dengan tampilan web base.AbstractNetwork security issues are becoming increasingly a concern these days. There are more and more tools and techniques that can be used to enter the system illegally, thus paralyzing the existing system. This can occur due to loopholes and the absence of a security system that protects it so that the system becomes vulnerable to attacks. The recognition of attack patterns on the network is an effort to make these attacks recognizable, making it easier for network administrators to handle them in the event of an attack. One of the techniques that can be used in network security because of a timely attack is the Intrusion Detection System (IDS), which can help administrators in surveillance that comes. This study used a signature-based method and tested it using a simulation. The incoming data packet will be assessed whether it is dangerous or not, then several rules are used to find the best accuracy value. Some rules used are based on the results of training and testing results in 60% training results and 50% for rule 1 test results, 50% training results and 75% rule 2 test results, 75% training results and rule 3 test results, 25% training results and the result of rule 4 test, 50% of training results and test results for rule 5. The test results with the signature-based method can recognize attack data patterns via TCP and UDP protocols, and monitoring is made to be able to detect all attacks with a web-based display.
Implementasi Support Vector Machine untuk Deteksi Stres pada Pengguna E-Learning Pradana, Fajar; Bachtiar, Fitra A.; Zulfikarrahman, Muhammad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 4: Agustus 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021844371

Abstract

Pada masa ini, e-learning cenderung monoton yang hanya digunakan untuk otomasi pekerjaan saja. Pada pengembangan e-learning yang akan datang, e-learning menerapkan lingkungan adaptif agar hasil yang didapatkan dari penggunaan e-learning dapat menjadi lebih optimal. Salah satu strategi agar e-learning menjadi adaptif adalah adaptasi dengan kondisi mental pengguna. Contoh kasus ketika pengguna stres maka sistem e-learning yang adaptif akan memberikan materi latihan yang lebih mudah atau memberi notifikasi untuk istirahat. Deteksi stres dapat dilakukan dengan pengolahan data dari sinyal fisiologis, yaitu heart rate. Metode klasifikasi Support Vector Machine diterapkan untuk deteksi stres. Fitur yang digunakan untuk klasifikasi stres adalah fitur yang berasal dari domain Heart Rate Statistical. Pengujian akurasi metode Support Vector Machine terhadap kasus pengguna e-learning mampu menghasilkan akurasi sampai 58,3% dengan menggunakan 12 sampel data. AbstractThis time, e-learning tends to be monotonous which is only for job automation. In future of e-learning development, e-learning will apply adaptive environment so that the result obtained from e-learning can be more optimal. One of the strategies to turn e-learning to be adaptive is adaptation to user’s mental condition. By example, when user is stressed then adaptive e-learning system will provide easier exercise or pop notification for break. Stress detection can be achieved by processing data from physiological signal that is heart rate. The Support Vector Machine classification method can be implemented for stress detection. The features that used for stress detection are derived features from Heart Rate Statistical domain. The Support Vector Machine validation testing on case of e-learning users able to provide 58,3% accuracy by using 12 samples of data.
Intrusion Detection System Berbasis Seleksi Fitur Dengan Kombinasi Filter Information Gain Ratio Dan Correlation Putri, Nitami Lestari; Nugroho, Radityo Adi; Herteno, Rudy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813154

Abstract

Intrusion Detection System merupakan suatu sistem yang dikembangkan untuk memantau dan memfilter aktivitas jaringan dengan mengidentifikasi serangan. Karena jumlah data yang perlu diperiksa oleh IDS sangat besar dan banyaknya fitur-fitur asing yang dapat membuat proses analisis menjadi sulit untuk mendeteksi pola perilaku yang mencurigakan, maka IDS perlu mengurangi jumlah data yang akan diproses dengan cara mengurangi fitur yang dapat dilakukan dengan seleksi fitur. Pada penelitian ini mengkombinasikan dua metode perangkingan fitur yaitu Information Gain Ratio dan Correlation dan mengklasifikasikannya menggunakan algoritma K-Nearest Neighbor. Hasil perankingan dari kedua metode dibagi menjadi dua kelompok. Pada kelompok pertama dicari nilai mediannya dan untuk kelompok kedua dihapus. Lalu dilakukan klasifikasi K-Nearest Neighbor dengan menggunakan 10 kali validasi silang dan dilakukan pengujian dengan nilai k=5. Penerapan pemodelan yang diusulkan menghasilkan akurasi tertinggi sebesar 99.61%. Sedangkan untuk akurasi tanpa seleksi fitur menghasilkan akurasi tertinggi sebesar 99.59%. AbstractIntrusion Detection System is a system that was developed for monitoring and filtering activity in network with identified of attack. Because of the amount of the data that need to be checked by IDS is very large and many foreign feature that can make the analysis process difficult for detection suspicious pattern of behavior, so that IDS need for reduce amount of the data to be processed by reducing features that can be done by feature selection. In this study, combines two methods of feature ranking is Information Gain Ratio and Correlation and classify it using K-Nearest Neighbor algorithm. The result of feature ranking from the both methods divided into two groups. in the first group searched for the median value and in the second group is removed. Then do the classification of  K-Nearest Neighbor using 10 fold cross validation and do the tests with values k=5. The result of the  proposed modelling produce the highest accuracy of 99.61%. While the highest accuracy value of the not using the feature selection is 99.59%.
Penerapan user Experience Design Pada Pengembangan Aplikasi Mobile Markopi Sianturi, Riyanthi Angrainy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 4: Agustus 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021842840

Abstract

Penelitian ini bertujuan untuk memaparkan proses penerapan User Experience Design (UXD) dalam pengembangan aplikasi mobile dengan studi kasus pertanian dan budidaya kopi. Latar belakang penulisan ini untuk menjembatani jarak antara petani dan fasilitator kopi dalam proses mencari dan berbagi informasi. Dalam proses penerapan UXD ini, peneliti melakukan tahapan dalam penerapan UXD yaitu preliminary research, prototype, user testing, dan maintenance. Dalam setiap tahapan akan menghasilkan output sesuai dengan tahapan yang sudah dilakukan. Pada tahapan preliminary research peneliti akan menentukan user, lokasi, dan akan melakukan user interviews dan observasi untuk mendapatkan informasi dan kebutuhan user. Luaran dari tahapan ini yaitu user persona, user stories, user scenario, dan user flows. Pada tahap prototyping, peneliti merancang prototype sesuai dengan kebutuhan user yang telah diperoleh pada tahap sebelumnya. Prototype yang sudah dirancang akan diuji kepada user, yang menjadi user testing pada tahap ini yaitu petani kopi dari Lumbanjulu, fasilitator kopi dari daerah Lumbanjulu dan Sipolha. Peneliti melakukan observasi dan menerima feedback user selama proses user testing. Hasil feedback user dan observasi dari peneliti diperbaiki pada tahap maintenance. Hasil dari penelitian adalah sebuah aplikasi berbasis android yang mengakomodir informasi cara budidaya kopi mulai dari penanaman, pemupukan, sanitasi kebun dan pembibitan. Fasilitator dapat menambahkan informasi pada aplikasi, sedangkan user hanya dapat membaca informasi yang tersedia. AbstractThis research aims to apply the User Experience Design (UXD) process in developing mobile applications for coffee farming. The application built to bridge the coffee farmers and facilitators in the process of finding and sharing the informations. There is no application that can facilitate farmers in getting good coffee farming information, and also concern about good user experience. For applying UXD process, researchers combines the general process of UXD with software development process, namely preliminary research, prototyping, user testing, maintenance, application development, heuristic evaluation, blackbox testing and user acceptance test. The success of application development is determined by the UXD process that was carried out first. Implementation is not immediately carried out before user needs was defined, so after the research stage, prototype is tested by the user. Application development is done after the user agrees the prototype design, which measured through the USE Questionnaire. Android-based applications are built to accommodate information on coffee farming from planting, fertilizing, sanitation gardens and nurseries. The facilitator can add information to the application, while the user can only read the information available. From the research process it was concluded that the application built meets user needs based on the functions provided in the application and the ease and satisfaction of use, as measured through the User Acceptance Test. Stages by the researcher can be used as a reference in developing applications that meet a good User Experience.
Pemilihan Daging Kelapa Bermutu Berdasarkan Warna dan Tekstur untuk Produksi Wingko Berkualitas Menggunakan Metode Support Vector Machine (SVM) dan Fusi Informasi Sumari, Arwin Datumaya Wahyudi; Alfian, Ahmad Alfian; Rahmad, Cahya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834391

Abstract

Mutu daging kelapa adalah faktor utama yang menentukan kualitas produksi wingko baik yang berasal dari kelapa muda atau kelapa tua dari varietas genjah. Dalam upaya menjaga kualitas produksi wingko kelapa, diperlukan teknik dalam memilih daging kelapa yang bermutu tinggi secara konsisten dengan bantuan teknologi. Dalam penelitian ini telah dibangun sebuah sistem pencitraan digital berbasis Kecerdasan Artifisial untuk pemilihan daging kelapa bermutu. Pemilihan tersebut didasarkan pada warna dan tekstur dengan memanfaatkan Support Vector Machine (SVM) sebagai pengklasifikasi, dan fusi informasi. Pengolahan citra digital menggunakan kombinasi metode Hue, Saturation, Value (HSV) dan metode Gray-Level Co-Occurrence Matrix (GLCM) sebagai pengekstraksi fitur warna dan fitur energi. Kedua macam fiur tersebut difusikan menjadi fitur tunggal guna mempercepat klasifikasi oleh SVM sebagai landasan pemilihan daging kelapa. Dengan menggunakan sistem ini, pemilihan daging kelapa bermutu berhasil mencapai akurasi sebesar 50%. Dalam penelitian ini juga ditemukan bahwa ketidak tepatan pelabelan memberi dampak signifikan pada akurasi pemilihan daging kelapa.AbstractThe quality of coconut meat is a primary factor which determines the quality of wingko production whether that comes from young coconut or old one from Genjah variety. In the effort of maintaining the quality of coconut wingko production, a technique for selecting high quality of coconut meat in consistent way with the aid of technology is needed. In this research, an Artificial Intelligence-based digital imaging system for selecting quality coconut meat has been developed. The selection is based on color and texture by utilizing Support Vector Machine (SVM) as classifier and information fusion. The digital image processing uses the combination of Hue, Saturation, Value (HSV) and Gray-Level Co-Occurrence Matrix (GLCM) methods as color and energy feature extractors. Both features are fused to obtain single feature to accelerate SVM classification as the basis for selection the coconut meat. By using this system, the selection of quality coconut meat is successful to achieve the accuracy as much as 50%. In this research it was also found that incorrectly labeling gives significant impact to the accuracy of coconut meat selection.
Pembentukan Pola Desain Motif Karawo Gorontalo Menggunakan K-Means Color Quantization dan Structured Forest Edge Detecion Syahrial, Syahrial; Lamusu, Rizal
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021834491

Abstract

Sulaman Karawo merupakan kerajinan tangan berupa sulaman khas dari daerah Gorontalo. Motif sulaman diterapkan secara detail berdasarkan suatu pola desain tertentu. Pola desain digambarkan pada kertas dengan berbagai panduannya. Gambar yang diterapkan pada pola memiliki resolusi sangat rendah dan harus mempertahankan bentuknya. Penelitian ini mengembangkan metode pembentukan pola desain motif Karawo dari citra digital. Proses dilakukan dengan pengolahan awal menggunakan k-means color quantization (KMCQ) dan deteksi tepi structured forest. Proses selanjutnya melakukan pengurangan resolusi menggunakan metode pixelation dan binarization. Luaran dari algoritma menghasilkan 3 citra berbeda dengan ukuran yang sama, yaitu: citra tepi, citra biner, dan citra berwarna. Ketiga citra tersebut selanjutnya dilakukan proses pembentukan pola desain motif Karawo dengan berbagai petunjuk pola bagi pengrajin. Hasil menunjukkan bahwa pola desain motif dapat digunakan dan dimengerti oleh para pengrajin dalam menerapkannya di sulaman Karawo. Pengujian nilai-nilai parameter dilakukan pada metode k-means, gaussian filter, pixelation, dan binarization. Parameter-parameter tersebut yaitu: k pada k-means, kernel pada gaussian filter, lebar piksel pada pixelation, dan nilai threshold pada binarization. Pengujian menunjukkan nilai terendah tiap parameter adalah k=4, kernel=3x3, lebar piksel=70, dan threshold=20. Hasil memperlihatkan makin tinggi nilai-nilai tersebut maka semakin baik pola desain motif yang dihasilkan. Nilai-nilai tersebut merupakan nilai parameter terendah dalam pembentukan pola desain motif berkualitas baik berdasarkan indikator-indikator dari desainer. AbstractKarawo embroidery is a unique handicraft from Gorontalo. The embroidery motif is applied in detail based on a certain design pattern. These patterns are depicted on paper with various guides. The image applied to the pattern is very low resolution and retains its shape. This study develops a method to generate a Karawo design pattern from a digital image. The process begins by using k-means color quantization (KMCQ) to reduce the number of colors and edge detection of the structured forest. The next process is to change the resolution using pixelation and binarization methods. The output algorithm produces 3 different state images of the same size, which are: edge image, binary image, and color image. These images are used in the formation of the Karawo motif design pattern. The motif contains various pattern instructions for the craftsman. The results show that it can be used and understood by the craftsmen in its application in Karawo embroidery. Testing parameter values on the k-means method, Gaussian filter, pixelation, and binarization. These parameters are k on KMCQ, the kernel on a gaussian filter, pixel width in pixelation, and threshold value in binarization. The results show that the lowest value of each parameter is k=4, kernel=3x3, pixel width=70, and threshold=20. The results show that the higher these values, the better the results of the pattern design motif. Those values are the lower input to generate a good quality pattern design based on the designer’s indicators.
Rancang Bangun Sensor Radar Sense And Avoid Uav Untuk Smart System Teletransport Alat Kesehatan Wahyudi, Agus Hendra
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 4: Agustus 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021844423

Abstract

Perancangan sensor radar untuk  sense and avoid (SAA) sistem pesawat tanpa awak (UAV) bertujuan agar operasi teletransport alat kesehatan dengan UAV VTOL berjalan dengan aman terhindar dari kecelakaan tabrakan di udara. Sensor radar ini didesain dengan bahan duroid 5880 dengan dielektrik konstant 2.2 dan ketebalan subtrate 1.57 mm. Bentuk antenna circular dan bekerja di pita ku-band 14 Ghz. Terdapat dua sensor untuk Tx dan Rx dalam satu substrate. Hasil simulasi sensor menunjukkan bandwitdh yang lebar 1.5 GHz  sehingga mampu menghasilkan resolusi range sangat baik yaitu 9.2 cm. Penguatan antenna dihasilkan 7.32 dB dan sudut beamwidth sensor 83O arah azimuth dan 78.2O arah elevasi. Sensor ini akan disematkan pada sistem SAA dengan algoritma neural network yang mendrive manuever UAV VTOL berbelok kesamping pada sudut dan jarak yang tepat sehingga terhindar dari tabrakan dengan objek penghalang.AbstractThe design of the radar sensor for the sense and avoid (SAA) system of unmanned aircraft (UAV) aims to make teletransport operations of medical devices with UAV VTOL run safely avoiding collisions in the air. This radar sensor is designed with duroid 5880 material with a dielectric constant of 2.2 and a subtrate thickness of 1.57 mm. The antenna is circular and works on the 14 Ghz ku-band band. There are two sensors for Tx and Rx in one substrate. The sensor simulation results show a wide bandwidth of 1.5 GHz so that it is able to produce a very good range resolution of 9.2 cm. The antenna gain was 7.32 dB and the beamwidth angle of the sensor was 83O in the azimuth direction and 78.2O in the elevation direction. This sensor will be embedded in the SAA system with a neural network algorithm that drives the UAV VTOL maneuver to turn sideways at the right angle and distance so that it avoids collisions with obstructions.
Sistem Pendukung Keputusan Pemilihan Gudang Menggunakan Metode Single Page Application Dan Simple Additive Weighting Sorongan, Erick; Sari, Danar Retno; Apriliza, Putri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 3: Juni 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.0813257

Abstract

Permasalahan umum pada suatu organisasi berkembang adalah bagaimana mengelola aliran data yang masuk dengan cepat tetapi tetap memperhatikan keakuratan hasil informasinya. Masalah ini sering terjadi terutama pada perusahaan dibidang logistik yang memiliki resiko cukup besar ketika suplai barang dikelola masih menggunakan cara konvensional dengan tingkat kompleksitas tinggi. Tujuan penelitian ini adalah untuk menghasilkan sebuah sistem informasi pendukung keputusan pemilihan gudang sehingga bisa mempersingkat waktu dalam proses pengelolaan barang. Penelitian dilakukan dengan merancang dan mengimplementasikan sebuah sistem informasi pendukung keputusan berdasarkan metode Simple Additive Weighting dalam penentuan gudang tempat penyimpanan barang. Dalam penelitian ini SAW berfungsi untuk melakukan pembobotan berdasarkan kriteria barang sehingga sistem dapat merekomendasikan gudang penyimpanan yang sesuai. Pengkodean sistem menggunakan Single Page Application dengan konsep Model, View dan Controller. Metode seperti ini mampu menghemat bandwith dan sangat cepat ketika diakses karena terdiri atas komponen individual yang dapat diganti atau diperbaharui secara independen, sehingga seluruh halaman tidak perlu dimuat ulang. Penelitian ini mengembangkan metode penjumlahan terbobot yang dikodekan ke dalam bahasa pemrograman dengan menyesuaikan kondisi aliran logistik dan kriteria barang. Kriteria yang digunakan dalam menentukan lokasi penyimpanan barang sesuai dengan jenisnya antara lain, masa penggunaan (C1), daya (C2), jumlah (C3) dan harga (C4) dengan bobot masing-masing sebesar 25%. Hasil penelitian menunjukkan bahwa sistem ini berhasil memberikan rekomendasi gudang tempat penyimpanan barang sesuai dengan jenisnya. Hal ini dibuktikan dengan cara membandingkan hasil antara perhitungan manual dengan proses inputan sistem menggunakan sample yang sama yakni barang elektronik komputer. Perbandingan menunjukkan hasil yang sama yaitu merekomendasikan barang disimpan ke dalam gudang elektronik. AbstractA common problem in a developing organization is how to manage the incoming data flow quickly but still pay attention to the accuracy of the results of the information. This problem often occurs especially in organizations or companies in the field of logistics that have a significant risk when the supply of goods is managed using conventional methods with a high level of complexity. The purpose of this study is to produce an information system supporting warehouse selection decisions so as to shorten the time in the process of managing goods. The study was conducted by designing and implementing a decision support information system based on the Simple Additive Weighting method in determining the warehouse where the goods are stored. In this study SAW functions to do weighting based on the criteria of goods so that the system can recommend an appropriate warehouse. The coding system uses Single Page Application with the concept of Model, View and Controller. This method saves bandwidth and is very fast when accessed because it consists of individual components that can be replaced or updated independently, so that the whole page does not need to be reloaded. This research develops a weighted sum method coded into a programming language by adjusting logistical flow conditions and item criteria. The criteria used in determining the location of storage of goods according to their types include, period of use (C1), power (C2), amount (C3) and price (C4) with a weight of 25% each. The results showed that this system succeeded in providing recommendations for warehouse storage of goods according to its type. This is evidenced by comparing the results between manual calculations with the input system using the same sample of computer electronic goods. The comparison shows the same results, namely recommending the goods to be stored in an electronic warehouse.

Page 60 of 129 | Total Record : 1288

 58   59   60   61   62 

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