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
 66   67   68   69   70 
Deteksi Pneumonia Menggunakan Citra Sinar-X Paru berbasis Residual Network Adzkia, Muhammad; Arland, Firzal; Setiawan, Agung Wahyu
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925626

Abstract

Fokus dari studi ini adalah membandingkan kinerja Mask R-CNN dengan ResNet-50 & 101 sebagai backbone pada deteksi pneumonia menggunakan citra Sinar-X paru. Selain itu, juga dibandingkan pengaruh augmentasi data berupa rotasi dan refleksi serta pengaruh teknik perbaikan kualitas citra menggunakan CLAHE pada kinerja deteksi pneumonia. Set data yang digunakan pada studi ini berjumlah 26.684 citra Sinar-X paru yang diambil dari situs Kaggle RSNA Challenge. Terdapat empat parameter kinerja deteksi yang digunakan, yaitu akurasi; presisi; sensitivitas; dan spesifisitas. Meskipun ResNet-50 backbone yang memiliki 50 lapisan konvolusi, akan tetapi kinerja deteksi yang dihasilkan lebih baik dibandingkan dengan ResNet-101 yang memiliki 101 lapisan konvolusi. Selain itu, ResNet-50 backbone dengan augmentasi data berupa rotasi dan refleksi pada set data citra yang diperbaiki kualitasnya menggunakan CLAHE memberikan kinerja yang paling baik. Nilai akurasi yang diperoleh mencapai 76% dengan presisi 62%, spesifisitas 74% dan sensitifitas 67%. Pada studi ini, terlihat bahwa peningkatan jumlah lapisan konvolusi tidak berpengaruh terhadap peningkatan kinerja deteksi. Sebagai tambahan, kinerja deteksi pneumonia menggunakan Sinar-X paru berbasis ResNet-50 backbone dapat ditingkatkan dengan menambahkan prapemrosesan berupa augmentasi data serta perbaikan kualitas citra menggunakan CLAHE. AbstractThe focus of this study is to compare the performance of the Mask R-CNN using ResNet-50 & 101 backbone on pneumonia detection using a chest X-ray image. In addition, the effect of data augmentation in the form of rotation and reflection was also compared. Furthermore, the effect of the image enhancement technique using CLAHE on pneumonia detection is performed. In total, 26,684 chest X-ray images are used. These images were downloaded from the Kaggle RSNA Challenge website. There are four parameters are used to evaluate the detection performance, i.e., accuracy; precision; sensitivity; and specificity. Although ResNet-50 backbone has 50 convolutional layers, the detection performance is better than ResNet-101 which has 101 convolution layers. In addition, the ResNet-50 backbone with data augmentation and image enhancement using CLAHE provides the best performance. The accuracy of 76%, the precision of 62%, specificity of 74%, and sensitivity of 67% are obtained using this proposed method. In this study, the increase in the number of convolutional layers has no effect on the detection performance. In addition, the performance of pneumonia detection using ResNet-50 backbone using chest X-rays image can be improved using data augmentation and image quality enhancement using CLAHE. 
Aplikasi untuk Mencari Kelayakan Siswa Penerima Bantuan Pendidikan dengan Metode Simple Additive Weighting (Studi Kasus : SMK NU Ma'arif Kudus) Syaifuddin, Syaifuddin; Solikhin, Solikhin; Riyanto, Eko
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021864023

Abstract

Setiap periode SMK NU Ma’arif 2 Kudus melaksanakan program penyaluran bantuan kepada peserta didiknya yang kurang mampu. Dalam memberikan bantuan tersebut perlu dilakukan seleksi bagi para calon penerima. Permasalahan yang dihadapi panitia adalah seleksi dilakukan dengan menunjukpara peserta didik secara langsung dan acak sehingga mengalami kesulitan dalam menentukan siapa yang sebenarnya berhak menerima bantuan. Untuk mengatasi masalah tersebut dan mendapatkan calon yang berhak menerima serta mencapai standar yang diinginkan, maka diperlukan Sistem Seleksi Calon Penerima Bantuan Siswa Miskin (BSM) menggunakan Metode Simple Additive Weighting (SAW) sebagai pendukung keputusan.Metode SAW mencari penjumlahan terbobot berdasar pada kriteria penilaian yang telah ditentukan. Kriteria yang digunakan dalam sistem ini yaitu;jumlah penghasilan orang tua, nilai rata-rata rapor, jumlah kerabat/ saudara. Dari hasil pengujian sistem ini diperoleh luaran berupa perankingan nilai akhir mulai dari yang terbesar hingga terkecil. Hasil analisa perbandingan sistem ini dengan sistem lama terkait tingkat keakuratannya adalah 18 dari 30 siswa (60%) pada sistem lama, sedangkan sistem baru adalah 30 dari 30 siswa (100%). Hasil kuesioner terkait uji kelayakan sistem Seleksi Calon Penerima BSM menggunakan Metode SAWini sangat mudah digunakan (Perceived Ease Of Use) dengan nilai akhir 86,3%, dan sangat bermanfaat (Perceived Of Usefulness) dengan nilai akhir 88,3%.Penerapan sistem ini berkontribusi bagi SMK NU Ma’arif 2 Kudus dalam melaksanakan program penyaluran dana BSM secara optimal, transparan, tepat sasaran, dan berkeadilan serta dapat dijadikan sebagai pendukung keputusan bagi pemangku kepentingan.AbstractEvery period SMK NU Ma’arif 2 Kudus carries out educational aid distribution programs to students who are less fortunate. In providing this assistance, it is necessary to select prospective recipients. The problem faced by the committee is that the selection is carried out by directly and randomly appointing students so that they have difficulty determining who is actually entitled to receive assistance. To overcome this problem and get candidates who are entitled to receive and achieve the desired standards, it is necessary to apply the eligibility selection of students receiving educational assistance using the Simple Additive Weighting (SAW) method as decision support. The SAW method seeks a weighted addition based on predetermined assessment criteria. The criteria used in this system are; the amount of parents' income, the average value of report cards, the number of relatives / relatives. From the test results of this system, the output is in the form of a ranking of the final values ranging from largest to smallest. The results of the comparative analysis of this system with the old system regarding the level of accuracy are 18 out of 30 students (60%) in the old system, while the new system is 30 out of 30 students (100%). The results of the questionnaire related to the feasibility test of the application for selection of students receiving educational assistance using the SAW Method are very easy to use (Perceived Ease Of Use) with a final value of 86.3%, and very useful (Perceived Of Usefulness) with a final value of 88.3%. The contribution to SMK NU Ma’arif 2 Kudus in this study was the making of an application to find out the eligibility of student beneficiaries using the SAW method. This can assist the committee in implementing the education aid fund distribution program in an optimal, transparent, on target and equitable manner and can be used as decision support for stakeholders.
Hubungan Antara Cache, Energy Consumption dan Runtime Performance pada Progressive Web Apps Kurniawan, Wakhid; Fatwanto, Agung
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022924993

Abstract

Progresive Web Apps merupakan teknologi mutakhir di pengembangan web. Kehadiran Progresive Web Apps memberikan dampak positif bagi pengembang Web, yang mana keunggulannya memberikan peningkatan performa secara signifikan. Service Worker sebagai inti memiliki kemampuan mencegat dan menangani permintaan jaringan, termasuk mengelola cache respons lewat program. Semua kemampuan Service worker disimpan ke dalam cache. Keunggulan tersebut tentunya mempunyai implikasi pada performance. Disisi lain konsumsi energi perangkat lunak yang berjalan di atasnya, juga merupakan tantangan seorang pengembang aplikasi khususnya Web.  Tujuan penelitian ini adalah melakukan investigasi hubungan Cache terhadap Runtime Performance dan Energy Consumption. Metode penelitian menggunakan pendekatan kuantitatif dengan melakukan kajian eksperimen empiris, yang mana menilai 16 Situs yang telah mengadopsi Progresive Web Apps. Perancangan eksperimen ini memiliki variabel Cache, Energy Consumption dan Runtime Performance dengan perilaku pengumpulan data ketika Cache kosong dan Cache terisi yang selanjutnya akan di analisis dengan analisis Pearson Correlation. Pelaksanaan eksperimen dijalankan di Chrome Browser perangkat android secara langsung. Hasil dari penelitian ini menunjukan bahwa ada hubungan antara Cache dan Energy Consumption dengan nilai signifikasi sebesar 0,005 pada Cache kosong dan nilai signifikasi sebesar 0,015 pada saat Cache terisi. Selain itu, juga ada hubungan antara Runtime Performance dan Energy Consumption dengan nilai signifikasi sebesar 0,008 pada Cache kosong dan nilai signifikasi sebesar 0,003 pada saat Cache terisi. Sedangkan pada variabel Cache dan Runtime Performance menunjukan bahwa tidak ada hubungan antar variabel, dengan nilai signifikansi lebih besar dari 0,05 yaitu 0,08 pada Cache kosong dan 0,098 pada saat Cache terisi. AbstractProgressive Web Apps are the latest technology in web development. The presence of Progressive Web Apps has a positive impact on Web developers, whose advantages provide a significant increase in performance. Service Workers at the core have the ability to intercept and handle network requests, including managing programmatic response caches. All Service worker capabilities are cached. These advantages of course have implications for performance. On the other hand, the energy consumption of the software running on it is also a challenge for an application developer, especially the Web. The purpose of this study is to investigate the relationship between Cache and Runtime Performance and Energy Consumption. The research method uses a quantitative approach by conducting an empirical experimental study, which assesses 16 sites that have adopted Progressive Web Apps. This experimental design has Cache, Energy Consumption and Runtime Performance variables with data collection behavior when the cache is empty and the cache is filled which will then be analyzed with Pearson Correlation analysis. The experiment execution is run in the Chrome Browser of the android device directly. The results of this study indicate that there is a relationship between Cache and Energy Consumption with a significance value of 0,005 in an empty cache and a significance value of 0,015 when the cache is filled. In addition, there is also a relationship between Runtime Performance and Energy Consumption with a significance value of 0,008 when the cache is empty and a significance value of 0,003 when the cache is filled. While the Cache and Runtime Performance variables show that there is no relationship between variables, with a significance value greater than 0,05, namely 0,08 when the cache is empty and 0,098 when the cache is filled.
Halaman Belakang dan Daftar Indeks Purbosari, Lina
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 8 No 6: Desember 2021
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Halaman Belakang dan Daftar Indeks
Perancangan User Experience Aplikasi E-Business Pasar Tradisional Dengan Metode Human Centered Design (Studi Kasus: Pasar Oro-Oro Dowo) Larasati, Indrihana Kharismaning; Putra, Widhy Hayuhardhika Nugraha; Rokhmawati, Retno Indah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022915592

Abstract

Penyebaran COVID-19 di Indonesia mengakibatkan penurunan transaksi pada pasar tradisional, hal ini dikarenakan adanya penurunan jumlah pengunjung dan minat beli serta minat beli masyarakat secara luas. Salah satu pasar tradisional yang terdampak adalah Pasar Oro-oro Dowo Kota Malang. Untuk tetap mempertahankan transaksi di pasar, pedagang Pasar Oro-oro Dowo menggunakan aplikasi WhatsApp untuk menawarkan barangnya, selain itu ada pula solusi yang ditawarkan Pemerintah Kota yakni menyediakan sarana untuk jual beli secara online. Namun solusi tersebut belum mampu memberikan pengalaman penggunaan yang mudah serta adanya beberapa fungsi yang masih terpisah dari platform utama membuat solusi tersebut kurang efektif. Oleh karena itu, melalui penelitian ini diusulkan rancangan aplikasi e-business pasar berdasarkan penerapan elemen UX dengan menggunakan pendekatan Human-Centered Design. Hasil dari penelitian berupa tiga prototype yang diujikan kepada tiga kelompok pengguna yakni pembeli, pedagang, dan admin pasar. Pengujian rancangan prototype aplikasi tersebut dilakukan dengan pendekatan usability testing yang mengukur aspek efektivitas, efisiensi dan kepuasan pengguna. Skor efektivitas dari aplikasi pedagang, pembeli dan admin berturut-turut sebesar 100%, 98% dan 100%. Sedangkan skor efisiensi berturut-turut sebesar 100%, 97,03% dan 100%. Dalam pengujian aspek kepuasan pengguna, kuesioner yang digunakan adalah PSSUQ dengan hasil skor sebesar 2,0 pada aplikasi pedagang, 2,15 pada aplikasi pembeli dan 1,11 pada website admin.AbstractA covid-19 pandemic causes the decrease of transactions in the traditional market. This is due to the decrease in the number of visitors and public purchase intention extensively. One of the markets affected is Oro-Oro Dowo Market in Malang City. To maintain the transaction in the market, the sellers in Oro-Oro Dowo Market use the WhatsApp application to offer their items. Moreover, the solution offered by the City Government is by providing a platform for the online transaction. However, the solution has not been able to provide an easy user experience, and several functions that are still separated from the main platform make this solution less effective. Therefore, through this study, the user experience design of the conventional market e-business application using Human-Centered Design is proposed. The results of the study are in the form of three prototypes that are tested to three user groups, buyer, seller, and market admin. The testing for application prototype design is conducted by usability testing approach, which measures the effectiveness, efficiency, and user satisfaction aspects. The effectiveness score of seller, buyer, and admin applications are 100%, 98%, and 100%, respectively. Meanwhile, the efficiency score is 100%, 97.03%, and 100%, respectively. In testing the user satisfaction aspect, the questionnaire used is PSSUQ with a score of 2.0 in seller application, 2.15 in buyer application, and 1.11 in admin website.
Klasifikasi Ulasan Palsu Menggunakan Borderline Over Sampling (BOS) dan Support Vector Machine (SVM) (Studi Kasus : Ulasan Tempat Makan) Awalina, Aisyah; Bachtiar, Fitra Abdurrachman; Indriati, Indriati
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022925692

Abstract

Kemudahan memperoleh informasi saat ini telah banyak membantu manusia, salah satu mencari ulasan untuk tempat makan baru. Pencarian ulasan ini dipicu karena pengunjung tidak mengetahui layanan dari tempat tersebut. Ulasan juga dapat menguntungkan penjual, karena mereka mengetahui pengalaman yang dimiliki pengunjungnya. Oleh karena itu, ulasan palsu dimanfaatkan banyak orang untuk membuat ulasan palsu. Ulasan palsu bisa secara efektif dibedakan menggunakan machine learning. Namun, banyak dari dataset ulasan palsu ini tidak seimbang (imbalanced dataset) sehingga dapat mempengaruhi hasil klasifikasi. Oleh karena itu, penelitian ini menggunakan metode BOS untuk mengatasi tidak seimbangnya data dan melakukan klasifikasi dengan metode SVM. Adapun tahapan dari penelitian yaitu preprocessing, lalu pembobotan kata dengan TF-IDF dan fitur sentimen menggunakan lexicon-based features, dilanjutkan proses menyeimbangkan dataset dengan BOS, setelah itu proses klasifikasi oleh SVM. Adapun langkah dalam pengujian BOS dan SVM yaitu pembagian data latih dan uji dengan 80%:20%, setelah itu pencarian parameter terbaik pada data latih dengan 5-fold cross validation, dan dievaluasi dengan data uji. Adapun nilai parameter terbaik pada BOS dan SVM yaitu N dengan nilai 400% dimana hasil evaluasi akurasi dengan nilai 78,6%; precision dengan nilai 19,7%; recall dengan nilai 17,1%; f-measure dengan nilai 14,4%; dan g-mean dengan nilai 32%. Oleh karena itu, penggunaan BOS dapat meningkatkan hasil evaluasi dari terhadap klasifikasi ulasan palsu.AbstractThe convenience of obtaining information nowadays has helped many people such as looking for reviews for new places to eat. The search for reviews was triggered because visitors were not aware of the services of the place. Reviews can also benefit sellers, because they know the experience their visitors have had. Therefore, many people abuse reviews to create spam reviews. Spam reviews can be effectively resolved using machine learning. However, many of these spam review datasets are imbalanced and thus may affect classification results. In this study, BOS algorithm was used to overcome data imbalances, and SVM algorithm for the classification of spam reviews. The stages of the research are preprocessing, then weighting words with TF-IDF and sentiment features using lexicon-based features, followed by the process of balancing the dataset with BOS, and classification process with SVM. Step in testing BOS and SVM are split data of training and test data with 80%:20%, after that the search for the best parameters in the training data with 5-fold cross-validation, and evaluated with test data. The best parameter values for BOS and SVM were N with a value of 400% where the results of the accuracy evaluation were 78.6%; precision with a value of 19.7%; recall with a value of 17.1%; f-measure with a value of 14.4%; and g-mean with a value of 32%. Therefore, use of BOS can improve the evaluation results from the classification of spam reviews.
Solusi untuk Meningkatkan Knowledge Management Readness di Badan Pusat Statistik Kabupaten/Kota Permadi, Herlambang; Sensuse, Dana Indra
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022914918

Abstract

Reformasi Birokrasi (RB) adalah usaha yang ditegakkan pemerintah Indonesia dengan tujuan untuk menghadirkan tata kelola pemerintahan yang tepat. RB dilaksanakan oleh semua K/L/D/I termasuk BPS yang merupakan bagian dari instansi pemerintah Indonesia. Dalam mendukung penyelenggaraan RB, perlu mempertimbangkan penerapan disiplin Knowledge Management (KM) yang termaktub dalam rancangan besar Reformasi Birokrasi 2010-2025. Untuk itu perlu dilakukan pengukuran readiness (kesiapan) sebelum mengimplementasikan KM guna mendukung pelaksanaan RB. Penelitian ini dilakukan untuk mengetahui tingkat kesiapan Badan Pusat Statistik Kabupaten/Kota dalam melaksanakan KM, serta mendapatkan strategi implementasi KM yang tepat untuk menyelesaikan permasalahan dalam praktek implementasi RB. KM Readiness diukur dengan implikasi Critical Success Factor (CSF) yang diperoleh dari 8 Area Perubahan pada RB di BPS. Kuesioner penelitian disebarkan melalui media daring kepada pegawai yang bekerja di BPS daerah seluruh Indonesia. Hasil penelitian menunjukkan bahwa secara umum BPS Kabupaten/Kota sudah cukup siap dalam mengimplementasikan KM untuk guna mendukung praktek RB. Namun ada 2 faktor yang dinilai masih perlu diperhatikan yaitu beban kerja yang berlebihan dan pemetaan pegawai yang belum efektif. Dari hasil analisis tersebut diusulkan suatu tools sebagai rekomendasi untuk menyelesaikan masalah tersebut, yaitu perancangan aplikasi sensus/survei secara daring guna membantu mengurangi beban kerja dan sistem rekomendasi penempatan pegawai menggunakan Analytical Hierarchy Process (AHP) guna membantu pemetaan pegawai yang efektif. AbstractBureaucratic reform (RB) is an effort made by the Indonesian government to realize a good governance. RB is implemented by all ministries, agencies, and local governments, including BPS-Statistics, which is part of the Indonesian government. In supporting the implementation of RB which necessary to implement knowledge management (KM), as stated in the 2010-2025 Bureaucratic Reform grand design. For this reason, readiness measurement needs to be done before implementing KM to support the implementation of RB. The research was conducted to measuring the readiness level of BPS-Statistics of Regency/Municipality in implementing KM, as well as obtaining the right KM implementation strategy to solve problems in RB practices. KM readiness is measured by the Critical Success Factor (CSF) obtained from 8 areas of change in the BPS RB. The questionnaire was distributed through online media to employees who were worked in BPS-Statistics of Regency/Municipality throughout Indonesia. The results show that in general, BPS-Statistics of Regency / Municipality is quite ready to implement KM for supporting RB practices. However, there are 2 factors that are considered still need improvement, namely the excessive workload and ineffective employee mapping. From the results of this analysis, a tool design was proposed as a recommendation to solve these problems, including an online survey system environment to help reduce workloads, and an employee placement recommender system using Analytical Hierarchy Process (AHP) to assist employee mapping.
Implementasi Sistem Peramalan Pengadaan Kebutuhan Bahan Baku Pangan Dengan Metode Weighted Moving Average Erlinda, Reza Ena; Yudatama, Uky; Arumi, Endah Ratna
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022924700

Abstract

Junkyard Auto Park Cafe merupakan salah satu usaha di bidang pariwisata dan kuliner, dalam proses produksi aneka makanan tersebut dibutuhkan bahan baku pangan. Sebulan sekali proses pembelanjaan bahan baku dilakukan dengan jumlah yang telah ditentukan, namun kelebihan dan kekurangan sering terjadi, hal ini dikarenakan penggunaan yang tidak dapat dipastikan. Penelitian ini bertujuan untuk memudahkan dan meminimalisir kesalahaan dalam melakukan proses pendataan serta mengetahui perkiraan kebutuhan bahan baku pangan dalam jangka waktu ke depan sebagai acuan dalam proses pengambilan keputusan manajerial. Dalam proses penelitian ini digunakan salah satu metode forecasting yaitu Weighted Moving Average (WMA) dikarenakan model ini memiliki sifat yang lebih responsive terhadap adanya perubahan data. Hasil dari rekap data laporan penggunaan bahan baku selanjutnya akan dilakukan proses perhitungan matematis untuk menghasilkan suatu nilai peramalan. Dari penelitian ini dilakukan tiga kali pengujian terhadap bobot yang berbeda, dari percobaan yang dilakukan terhadap masing-masing bobot yang diberikan diperoleh hasil akurasi terbaik pada bobot 0,7 0,2 0,3 dengan nilai MSE 0,0302. Hasil penelitian ini dapat membantu untuk memperkirakan jumlah kebutuhan bahan baku yang diperlukan sehingga mempermudah dalam menentukan pembelanjaanya. AbstractJunkyard Auto Park Cafe is one of the businesses in the tourism and culinary sector, in the production process of various foods, food raw materials are needed, the process of purchasing raw materials is carried out once a month with a predetermined amount so that there are often advantages and disadvantages due to erratic use. This study aims to facilitate and minimize mistakes in carrying out the data collection process and to find out the estimated needs for food raw materials in the future as a reference in the managerial decision-making process. Forecasting is a method as a tool in carrying out an efficient and effective planning. In this research process, one of the forecasting methods is used, namely Weighted Moving Average (WMA) because this model is more responsive to data changes. The results of the data recap of the report on the use of raw materials will then be carried out a mathematical calculation process to produce a forecasting value. From this research, three tests were carried out on different weights, from the experiments carried out on each given weight, the best accuracy results were obtained at a weight of 0.7 0.2 0.3 with an MSE value of 0.0302. The results of this study can help to estimate the amount of raw material needed to make it easier to determine the expenditure. 
Sistem Pakar : Deteksi Dini Stres pada Masa Pandemi Covid-19 Menggunakan Metode Forward Chaining Putra, Angga Wijaya Narwa; Laksmita, Nadea Cipta
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 1: Februari 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2021863789

Abstract

Berawal pada penyebaran virus Covid-19 dari Negara Cina ke berbagai negara hingga akhirnya masuk ke Indonesia pada bulan Maret 2020 menyebabkan ketidakstabilan kehidupan sosial dan ekonomi. Virus ini memiliki kecenderungan untuk ditularkan dan disebarkan secara cepat melalui droplet. WHO telah menerbitkan protokol untuk pencegahan penyebaran virus Covid-19. Salah satu protokolnya adalah Social Distancing (jaga jarak) yang akhirnya diimplementasikan dengan gerakan di rumah saja. Bagi sebagian orang, dengan pembatasan aktifitas ini dapat menyebabkan depresi hingga stres. Sedangkan para ahli psikologi mengatakan bahwa stres atau depresi dapat menurunkan sistem kekebalan tubuh yang merupakan pertahanan terakhir untuk mencegah virus Covid-19 menjangkiti tubuh seseorang.Maka itulah, peneliti bermaksud membuat sistem pakar yang sederhana menggunakan ilmu yang didapat dari seorang pakar, lalu dibuat daftar pertanyaan untuk mendeteksi apakah seseorang mengalami depresi/stres atau tidak, serta memberikan solusi atau saran bagi pengguna. Dan dalam penelitian ini target utama penggunanya adalah karyawan, sehingga studi kasusnya merujuk pada karyawan.  Sistem pakar dibuat menggunakan metode forward chaining dengan akomodir ketidakpastian menggunakan CF (certainty factor). Hasilnya akurasi sistem ini sebesar 84,5%. AbstractStarting with the spread of the Covid-19 virus from China to various countries until finally entering Indonesia in March 2020, it led to social and economic instability. This virus has a tendency to be transmitted and spread quickly through droplets. WHO has published a protocol for preventing the spread of the Covid-19 virus. One of the protocols is Social Distancing, which is finally implemented with movement at home. For some people, limiting these activities can cause depression to stress. While psychologists say that stress or depression can reduce the immune system. Though this immune system is the last defense to prevent the Covid-19 virus from infecting a person's body.Therefore, the researcher intends to make a simple expert system using knowledge obtained from an expert, then made a list of questions to detect whether someone is depressed / stressed or not, and provide solutions or suggestions for users. And in this study, the main targeted users are employees, so the case study on employees. Expert systems are made using the forward chaining method with accommodating uncertainty using CF (certainty factor). The result of this system accuracy is 84.5%.
Autoencoder untuk Sistem Prediksi Berat Lahir Bayi Nugraha, Fitra Septia; Pardede, Hilman Ferdinandus
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 2: April 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022923868

Abstract

Salah satu ukuran terpenting saat awal persalinan adalah keakuratan prediksi berat lahir. Dengan menggunakan metode prediksi yang tepat, perkiraan ekstrim berat lahir bayi dapat dideteksi lebih atau kurang sehingga beberapa tindakan pencegahan dapat dilakukan sebelum persalinan. Di sisi lain, untuk meningkatkan akurasi suatu proses pembelajaran, dibutuhkan suatu prediksi yang akurat untuk masalah yang dihadapi atau dengan menggunakan gabungan beberapa metode. Penelitian bertujuan untuk prediksi berat lahir bayi menggunakan metode Deep Learning autoencoder untuk memprediksi berat lahir bayi. Salah satu tantangan dalam pengembangan sistem prediksi berat lahir bayi adalah datanya yang berdimensi tinggi. Teknik konvensional untuk feature reduction seperti principal component analysis (PCA), mengasumsikan orthogonality atau independensi antar komponen prinsipal nya. Dengan autoencoder, asumsi tersebut tidak ada. Sehingga autoencoder dapat memodelkan korelasi antar fitur. Dengan melakukan variasi parameter pada autoencoder, performa terbaik diperoleh adalah MSE 0.002, MAE 0.029, R2 0.991 dengan autoencoder dengan 4 lapisan hidden layer encoder dan decoder. Ini lebih baik dibandingkan PCA. AbstractOne of the most important measurements at the onset of labor is the accuracy of the prediction of birth weight. By using precise prediction methods extreme estimates of baby birth weight can be detected more or less so that some precautions can be taken before delivery. On the other hand, to improve the accuracy of a learning process, an accurate prediction is needed for the problem at hand or by using a combination of several methods. This study aims to predict baby birth weight using the Deep Learning autoencoder method to predict baby birth weight. One of the challenges in developing a predictive system for infant birth weight is the high dimensional data. Conventional techniques for feature reduction, such as principal component analysis (PCA), assume orthogonality or independence between the principal components. With an autoencoder, that assumption doesn't exist. So that the autoencoder can model the correlation between features. By varying the parameters of the autoencoder, the best performance is MSE 0.002, MAE 0.029, R2 0.991 with an autoencoder with 4 hidden layer encoder and decoder layers. This is better than PCA.

Page 68 of 129 | Total Record : 1288

 66   67   68   69   70 

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