cover
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
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.
Articles 1,288 Documents
Jaringan Syaraf Tiruan Perambatan Balik untuk Klasifikasi Covid-19 Berbasis Tekstur Menggunakan Orde Pertama Berdasarkan Citra Chest X-Ray Yudono, Muchtar Ali Setyo; Hamidi, Eki Ahmad Zaki; Jumadi, Jumadi; Kuspranoto, Abdul Haris; Sidik, Aryo De Wibowo Muhammad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 4: Agustus 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022945663

Abstract

COVID-2019 pertama kali muncul di kota Wuhan, Cina pada Desember 2019, kemudian menyebar dengan cepat ke seluruh dunia dan menjadi pandemi. Pandemi COVID-19 telah menyebabkan dampak yang cukup fataluntukkesehatan masyaraka. Merupakan hal yang sangat penting untuk mendeteksi kasus positif sedini mungkin untuk pencegahan penyebaran lebih lanjut dari virus ini. Teknik tes paling umum yang saat ini digunakan untuk mendiagnosa COVID-19adalah reverse-transcriptase polymerase chain reaction (RT-PCR). Pencitraan radiologis dada seperti chest X-ray memiliki peran penting dalam diagnosis dinipenyakit ini. Karena sensitivitas RT-PCR rendah 60% -70%, bahkan jika hasil negatif diperoleh, gejala dapat dideteksi dengan pemeriksaan gambar radiologi pasien. Teknik kecerdasan buatanyang digabungkan dengan pencitraan radiologis dapat membantu untuk mendiagnosis COVID-19 dengan lebih cepat dan akurat.Proses klasifikasi pada penelitian ini terdapat beberapa tahapan yaitu pra-pengolahan, segmentasi, ekstraksi ciri, dan klasifikasi. Ekstraksi ciri yang digunakan adalah berdasarkan tekstur orde pertama dan klasifikasi yang digunakan adalah jaringan syaraf tiruan perambatan balik. Sistem klasifikasi pada penelitian ini menghasilkan rata-rata akurasi klasifikasi sebesar 94,17% untuk kelas normal dan 77,5% untuk COVID-19. Hasil akurasi tertinggi didapat pada skenario pertama dengan hasil akurasi sebesar 88,8%. Nilai rata-rata sensitivitas yang didapat pada penelitian ini sebesar 94,17% untuk kelas normal dan 76,67% untuk kelas COVID-19. Nilai rata-rata spesifisitas yang didapat pada penelitian ini sebesar 76,67% untuk kelas normal dan 94,17% untuk kelas COVID-19.AbstractCovid-2019 first appeared in Wuhan, China, in December 2019, then quickly spread throughout the world and became a pandemic. The Covid-19 pandemic has had a fatal impact on public health. It is crucial to detect positive cases as early as possible to prevent the further spread of this virus. The most common test technique currently used to diagnose Covid -19 is the reverse-transcriptase polymerase chain reaction (RT-PCR). Chest radiological imaging such as chest X-ray has a vital role in the early diagnosis of this disease. Due to the low RT-PCR sensitivity of 60%-70%, symptoms can be detected by examining the patient's radiological images even if a negative result is obtained. Artificial intelligence techniques combined with radiological imaging can help diagnose Covid -19 more quickly and accurately. The classification process in this study consists of several stages, namely pre-processing, segmentation, feature extraction, and classification. The feature extraction used is based on the first-order texture, and the classification used is a backpropagation neural network. The classification system in this study resulted in an average classification accuracy of 94.17% for the normal class and 77.5% for Covid -19. The highest accuracy results were obtained in the first scenario, with an accuracy of 88.8%. The average sensitivity value obtained in this study was 94.17% for the normal class and 76.67% for the Covid -19 class. The average specificity value obtained in this study was 76.67% for the normal class and 94.17% for the Covid -19 class.
Evaluasi Usability pada Website Monitoring Kebakaran Hutan Menggunakan Metode Webuse Pratiwi, Helen Sasty; Novriando, Haried
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 5: Oktober 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022955436

Abstract

Kebakaran hutan dan lahan telah menjadi isu nasional yang setiap tahun terjadi secara berulang-ulang kali terkhusus di wilayah Provinsi Kalimantan Barat. Sebagai bentuk antisipasi dan pencegahan, masyarakat dan pemerintahan melakukan monitoring kebakaran hutan dan lahan melalui website SIPONGI dan LAPAN FIRE HOTSPOT. SIPONGI dan LAPAN FIRE HOTSPOT merupakan website pemantau titik panas (hotspot) berbasis website. Website ini digunakan oleh masyarakat dan juga anggota kepolisian Ditreskrimsus Polda Kalimantan Barat. Pentingnya kedua website ini dalam proses monitoring kebarakan hutan menjadi alasan perlunya suatu kajian sebagai pengukuran terhadap kedua website. Pengukuran ini dilakukan sebagai evaluasi khususnya dalam cara pemberian informasi terhadap pengguna terkait kemudahan maupun kenyamanan pengguna. Evaluasi website SIPONGI dan LAPAN FIRE HOTSPOT dilakukan guna mendapatkan umpan balik dari pengguna khususnya mengetahui efektivitas, efisiensi, dan kepuasan pengguna dalam menggunakan website. Salah satu metode untuk melakukan evaluasi website berbasis website adalah dengan menggunakan metode WEBUSE. Metode WEBUSE (Web Usability Evaluation) berfokus pada sistem evaluasi berbasis web untuk mengevaluasi usability dari website. Metode ini dapat menggali tingkat kemudahan terhadap website oleh pengguna dengan skenario tugas dan kuesioner yang merangkum empat variabel usability. Pada pengujian, hasil evaluasi website SIPONGI berada pada level Moderate, sedangkan LAPAN FIRE HOTSPOT berada pada level Good. Hasil dari penelitian ini berupa identifikasi masalah dan perancangan yang dapat menjadi landasan perbaikan terhadap kedua website pada penelitian selanjutnya guna meningkatkan usability. AbstractForest and land fires have become a national issue that repeatedly occurs, especially in the province of West Kalimantan. As a form of anticipation and prevention, the community and the government monitored forest and land fires through the SIPONGI application and the Fire Hotspot. SIPONGI and the Lapan Fire Hotspot is a website-based hotspot monitoring application. This application is used by the community and also members of the West Kalimantan Police Ditreskrimsus Police. The importance of the two applications in monitoring forests is the reason for the need for a review of the measurement of both applications. This measurement is carried out as an evaluation, especially in providing information about users regarding the convenience and convenience of users. SIPONGI website evaluation and the Lapan Fire Hotspot are carried out to obtain feedback from users, especially knowing the effectiveness, efficiency, and user satisfaction in using the application. One method for evaluating a website-based application is to use the webuse method. Webuse Method (Web Usability Evaluation) focuses on web-based evaluation systems to evaluate the application's usability. This method can explore the ease of application by the user with a task scenario and questionnaire that summarizes the four usability variables. In testing, the results of the SIPONGI website evaluation are at a moderate level, while the Lapan Fire Hotspot is at a good level. The results of this study can be the foundation of improvements to both applications in further research to increase usability.
Pengembangan Metode Interpolasi Splin Kubik Terapit dan Aplikasinya pada Masalah Pelacakan Trajektori Objek Syafwan, Elvathna; Syafwan, Mahdhivan; Tresnawati, Shandy
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 5: Oktober 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022954612

Abstract

Interpolasi splin kubik merupakan sebuah metode pencocokan kurva yang sangat populer karena mudah diterapkan dan menghasilkan kurva yang mulus. Pada artikel ini dibahas pengembangan metode interpolasi splin kubik untuk syarat batas terapit yang diambil dari rumus eksplisit beda hingga dengan ketelitian orde lebih tinggi. Pengembangan metode ini diterapkan pada masalah pelacakan trajektori objek (object tracking). Secara khusus, masalah ini diujikan untuk splin kubik terapit orde dua, dan hasil interpolasinya dibandingkan dengan hasil pada splin kubik alami dan splin kubik terapit orde satu. Dari simulasi data trajektori yang dibangkitkan dari kurva spiral Archimedean, diperoleh nilai galat total untuk splin kubik alami, terapit orde satu dan terapit orde dua masing-masing sebagai berikut: ,  dan . Berdasarkan hasil tersebut, disimpulkan bahwa interpolasi splin kubik terapit orde dua yang dikembangkan pada artikel ini dapat menghasilkan trajektori objek yang lebih akurat dibandingkan splin kubik alami dan splin kubik terapit orde satu. AbstrractCubic spline interpolation is a very popular curve fitting method since it is easy to implement and produces a smooth curve. This article discusses the development of the cubic spline interpolation method for a clamped boundary condition taken from finite-difference explicit formulas with higher-order accuracy. The development of this method is applied to an object tracking problem. In particular, this problem is examined for second-order clamped cubic spline, and the interpolated results are compared with those for natural and first-order clamped cubic splines. From the simulation of trajectory data generated from the Archimedean spiral curve, the total error values for natural, first-order, and second-order clamped cubic splines are respectively ,  and . Based on these results, it is concluded that the second-order clamped cubic spline interpolation developed in this article can produce a more accurate object trajectory than the natural and first-order clamped cubic splines.
Analisis Pengaruh Faktor Teknologi, Organisasi, dan Manusia Terhadap Kesuksesan Penerapan E-voting System pada Aspek Penggunaan Sistem, Kepuasan Pengguna, dan Manfaat (Studi Kasus Pemilihan Mahasiswa Raya Universitas Brawijaya) Mubarok, Muhammad Rosyid; Rachmadi, Aditya; Wijoyo, Satrio Hadi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 5: Oktober 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022954610

Abstract

Penggunaan teknologi informasi di Universitas Brawijaya telah menerapkan sistem e-voting Pemilihan Mahasiswa Raya Universitas Brawijaya (PEMIRA UB) sejak tahun 2015. PEMIRA UB merupakan sarana bagi mahasiswa dalam pembelajaran berdemokrasi di lingkungan kampus. Penelitian ini bertujuan untuk mengidentifikasi faktor yang mempengaruhi aspek kepuasan pengguna, penggunaan sistem dan manfaat guna mengetahui keberhasilan dari penerapan sistem e-voting PEMIRA UB. Model penelitian ini menggunakan tujuh variabel model Human, Organization, and Technology-Fit (HOT-Fit) yang dimodifikasi. Metote pengumpulan data yang digunakan dalam penelitian ini yaitu dengan menyebar kuisioner online. Sampel yang digunakan dalam peneltian ini berjumlah 108. Data responden yang sudah terkumpul dilakukan uji validitas dan realibilitas terlebih dahulu sebelum dilakukan analisis deskriptif dan analisis inferensial. Metode analisis data penelitian menggunakan Structural Equation Model (SEM) dengan bantuan program SMART-PLS. Berdasarkan hasil analisis yang telah dilakukan kualitas layanan berpengaruh secara signifikan terhadap aspek Penggunaan Sistem. Kualitas sistem, informasi, dan layanan berpengaruh secara signifikan terhadap aspek Kepuasan Pengguna. Faktor organisasi dan penggunaan sistem berpengaruh secara signifikan terhadap Manfaat. AbstractThe use of information technology in University of Brawijaya has implemented an e-voting system for the Student Election of University of Brawijaya (PEMIRA UB) since 2015. PEMIRA UB is a forum for students in democratic learning on campus. The purpose of this research is to identify the factors that affecting user satisfaction, system use and benefits in order to determine the success of implementing PEMIRA UB e-voting system. This research model uses seven modified Human, Organization, and Technology-Fit (HOT-Fit) model variables. The data collection method used is by distributing online questionnaires. The sample used in this research was 108. The collected data of respondents were tested for validity and reliability first before carrying out descriptive analysis and inferential analysis. The research data analysis method used the Structural Equation Model (SEM) with the SMART-PLS program. Based on the results of the analysis that has been carried out, service quality has a significant effect on aspects of System Use. The quality of systems, information and services has a significant effect on aspects of user satisfaction. Organizational factors and system use have a significant effect on net benefits.
Kebaruan Fungsional Vertex Marker Terhadap Marker Based Augmented Reality Tracking Factors (Jarak, Sudut, dan Luas Permukaan) Kusuma, Wahyu Teja; Supianto, Ahmad Afif; Tolle, Herman; Anshori, Mochammad
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 4: Agustus 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022945748

Abstract

Fungsional marker adalah yang paling utama mempengaruhi kinerja dari Marker Based Augmented Reality tracking system. Sedangkan vertex marker adalah marker jenis baru yang dihasilkan dari penelitian sebelumnya. Penelitian ini penting untuk dilakukan guna membuktikan fungsional dari vertex marker terhadap faktor-faktor yang mempengaruhi Marker Based Augmented Reality tracking system (jarak, sudut, dan luas permukaan yang tertutupi). Penelitian ini juga membandingkan hasil pengujian fungsional vertex marker dengan single marker. Akhirnya, penelitian ini berkontribusi untuk membuktikan kebaruan dari fungsional vertex marker pada faktor jarak ideal, sudut ideal, dan luas permukaan yang tertutupi dibidang Marker-Based Augmented Reality tracking system. AbstractFunctional of marker is the main thing that affects the performance of the Marker Based Augmented Reality tracking system. This research is important to do to prove the functional of vertex markers against Marker Based Augmented Reality tracking factors (distance, angle, and testing of the surface area covered). This study also compared the results of the functional testing of the vertex marker with the single marker. Finally, this research contributes to proving the novelty of functional vertex markers in the field of Marker-Based Augmented Reality tracking factors.
Sistem Isyarat Bahasa Indonesia (SIBI) Metode Convolutional Neural Network Sequential secara Real Time Nurhayati, Oky Dwi; Eridani, Dania; Tsalavin, Muhammad Hafiz
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 4: Agustus 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022944787

Abstract

Bahasa isyarat dengan menggunakan gerakan tangan biasanya dilakukan oleh tuna rungu dan tuna wicara. Bahasa isyarat yang digunakan di Indonesia adalah SIBI (Sistem Isyarat Bahasa Indonesia). Namun, penggunaan bahasa isyarat tangan tidak selalu di mengerti oleh manusia normal sehingga dibutuhkan perangkat tambahan yang dapat mempermudah dalam menerjemahkan suatu isyarat. Perangkat tambahan yang dikembangkan dalam penelitian ini melibatkan teknologi visi komputer deep learning sehingga menghasilkan tools untuk menerjemahkan bahasa isyarat tangan. Dalam penelitian ini, gambar isyarat tangan di capture menggunakan webcam kemudian dilakukan pre-processing dengan mengubah gambar ke dalam bentuk HSV. Gambar yang digunakan dalam penelitian berupa citra sebanyak 26 kelas huruf alfabet SIBI dan 3 kelas tambahan, dengan masing-masing kelas memiliki 1000 gambar. Kemudian dilakukan cropping dan thresholding dengan menempatkan isyarat tangan yang berbentuk huruf  kedalam kotak yang merupakan area ROI untuk memudahkan pengenalan. Teknologi visi komputer deep learning convolutional neural network (CNN) digunakan untuk feature learning dan mengklasifikasi isyarat tangan pada sebuah obyek. Untuk menguji metode CNN, digunakan berbagai variasi cahaya sebesar 10-200 lux, serta jarak dari tangan ke webcam 50-200 cm. Hasil penelitian dengan metode CNN pada citra isyarat tangan memberikan akurasi sebesar 92%, presisi 91,96%, sensitivitas 91,9%, spesivisitas 91,96% dan f1 score 91,9%. AbstractSign language is usually used by deaf and speech impaired persons. The Sistem Isyarat Bahasa Indonesia (SIBI) is a hand signal language used in Indonesia. The use of hand signals is not always understood by normal humans, such that additional devices are needed to make sign translation easier. The additional device in this study is developed using deep learning and computer vision technology to produce a hand signal translation tool. This study uses 29 sign images for a dataset, consisting of 26 letters of the alphabet and 3 additional signs, namely space, delete, and unclassified. Pre-processing is performed by converting the image into HSV, cropping, and thresholding to make easy recognition. The convolutional neural network (CNN) method is then used as a learning feature and hand signals classifier on an object. The testing phase is performed on various lights ranging from 10-200 lux and the hand distance to the webcam is about 50-200 cm. Experimental results show that the CNN method on the hand signal image could provide an accuracy of 97.2%, precision of 91.96%, sensitivity of 91.9%, specificity of 91.96%, and F1 score of 91.9%, respectively.
Implementasi Wireless Sensor Network: Perbandingan Metode Inverse Distance Weight dan Ordinary Kriging untuk Estimasi Kadar Gas Amonia pada Lingkungan Peternakan Ashari, Imam Ahmad; Setiawan, Retno Agus; Nisa', Khoriun
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 5: Oktober 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022934394

Abstract

Wireless Sensor Network merupakan salah satu teknologi yang menjadi tren saat ini.  Salah satu sektor bidang yang banyak memanfaatkan penerapan teknologi ini adalah agrikultur. WSN banyak digunakan dalam mengatasi permasalahan di sektor agrikultur, salah satunya pada sektor peternakan. Permasalahan yang sering terjadi di industri peternakan adalah gas beracun yang timbul dari kotoran hewan ternak, yaitu amonia. Peningkatan konsentrasi gas amonia di peternakan dapat menyebabkan keracunan serta kematian unggas ketika mencapai kadar konsentrasi tertentu. Dengan pemanfaatan teknologi WSN kadar gas amonia di lingkungan peternakan dapat diketahui secara realtime. Hanya saja besarnya biaya menjadi kendala pemasangan perangkat WSN di lingkungan peternakan. Oleh karena itu pada penelitian ini di usulkan metode yang mampu mengetahui persebaran gas amonia hanya dengan menggunakan beberapa titik stasiun pemantauan. Metode interpolasi mampu mengatasi permasalahan tersebut. Metode interpolasi yang di pakai dalam penelitian ini adalah metode Inverse Distance Weight (IDW) dan Ordinary Kriging (OK). Dari hasil pengujian menggunakan model MAPE metode IDW menghasilkan nilai MAPE sebesar 23,45% dan metode OK mengasilkan nilai MAPE sebesar 24,95%. Dari hasil pengujian tersebut menunjukkan bahwa metode IDW lebih baik daripada metode OK dalam menentukan nilai taksiran gas amonia di suatu titik lokasi. Abstract Wireless Sensor Network is a technology that is becoming a trend today. WSN is widely used in overcoming problems in the subfield of agricultural, livestock. The problem that often occurs in the livestock industries is the poisonous gas that arises from livestock manure, namely amonia. Increasing the concentration of amonia in the farm can cause poisoning and death of poultry when it reaches a certain concentration. With the use of WSN technology, amonia gas levels in the livestock environment can be known in realtime. It's just that the high cost becomes an obstacle to installing WSN equipment in the farm environment. Therefore, this research proposes a method that is able to determine the distribution of amonia gas only by using several monitoring stations. The interpolation method is able to overcome these problems. The interpolation method used in this study is the Inverse Distance Weight (IDW) and Ordinary Kriging (OK) method. From the test results using the MAPE model, the IDW method produces a MAPE value of 23.45% and the OK method produces a MAPE value of 24.95%. From the test results, it shows that the IDW method is better than the OK method in determining the estimated value of amonia gas at a certain location.
Model Klasifikasi Calon Mahasiswa Baru Untuk Sistem Rekomendasi Program Studi Sarjana Berbasis Machine Learning Pratama, Ahmad R; Aryanto, Rio Rizky; Pratama, Arif Taufiq M
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 4: Agustus 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022934311

Abstract

Proses pemilihan program studi bagi calon mahasiswa baru, khususnya bagi mereka yang masih duduk di bangku SMA atau sederajat, merupakan salah satu momen pengambilan keputusan penting. Tak jarang pilihan yang salah berujung pada kegagalan studi atau kesulitan lain selepas menamatkan studi. Meski sudah mulai marak dilakukan di berbagai negara maju, sistem rekomendasi program studi berbasis machine learning untuk calon mahasiswa baru masih belum banyak dikembangkan di Indonesia. Penelitian ini dilakukan sebagai upaya rintisan sistem rekomendasi tersebut dengan menggunakan data pribadi dan akademik dari semua mahasiswa dan alumni program sarjana di Universitas Islam Indonesia (UII), di mana data prestasi akademik di masing-masing program studi digunakan sebagai ground truth label. Dari hasil penelitian ini, didapatkan sebuah model berbasis Random Forest (RF) dengan tingkat akurasi 86%, presisi 84%, recall 86%, dan AUC 97%. Model ini memiliki kinerja yang jauh lebih baik jika dibandingkan dengan model berbasis Multinomial Logistic Regression (MLR) maupun Support Vector Machine (SVM). Sesuai peta jalan penelitian, model yang dihasilkan dari penelitian ini akan digunakan untuk pengembangan sistem rekomendasi yang dapat membantu calon mahasiswa baru dalam memilih program studi saat proses penerimaan mahasiswa baru (PMB), khususnya di lingkungan UII. AbstractChoosing a major for the prospective undergraduate students is one of the most important moments in their life, especially for the high school graduates. Not infrequently, a wrong choice can lead to academic failure or even other difficulties after graduating from college. While a machine learning-based college major recommendation system is not strange in some developed countries, it is not the case in Indonesia. This study aims to serve as a pilot project for such a recommendation system by using personal and academic data of all students and alumni of the undergraduate programs in Universitas Islam Indonesia (UII) where academic achievement data is used as the ground truth label. Out of three models used and evaluated in this study, we found that Random Forest-based model to be the best option with an accuracy of 86%, precision on 84%, recall of 86%, and AUC of 97%. We also found that this model has a much better performance than other models with Multinomial Logistic Regression (MLR) or Support Vector Machine (SVM). The resulting model from this study will be deployed to develop a college major recommendation system that can help the prospective students choose their majors during college admission process, particularly in the context of UII as per research roadmap. 
Implementasi Konsep Enterprise Resource Planning Pada Bengkel Mobil dengan Menggunakan Odoo (Studi Kasus : UD. Sumber Motor) Samditya Putra, Nafiza; Wahyu, Sawali
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 5: Oktober 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022955322

Abstract

AbstrakUD. Sumber Motor adalah usaha kecil menengah pada bidang bengkel mobil. UD. Sumber Motor mempunyai 3 orang karyawan yang memiliki jobdesk sebagai admin dan bagian gudang untuk menjalankan proses bisnis utama yaitu terkait inventori dan administrasi. Dalam menjalankan kegiatannya terdapat permasalahan pada UD.Sumber Motor yaitu adanya pencatatan atau pendokumentasian proses bisnis menggunakan Microsoft Excel sebagai pelaporan. Pelaporannya terdiri dari Laporan penjualan dan Laporan Pengadaan Barang. Pemecahan masalah dari yang sudah disebutkan sebelumnya adalah dengan melakukan implementasi konsep ERP, ERP dapat menyelesaikan permasalahan otomasi proses bisnis dalam suatu perusahaan. Implementasi ERP menggunakan metodologi Traditional ERP Life Cycle sebagai konsep panduan bagi UD. Sumber Motor. Penelitian ini menghasilkan Implementasi ERP yang telah berhasil diimplementasi menggunakan Odoo versi 8 Community Edition dengan 3 modul yang digunakan yaitu : Modul Point of Sale, Modul Purchase Management dan Modul Inventory Management dan telah melalui 2 proses tahapan testing menggunakan pengujian alpha dengan Blackbox Testing dengan hasil yang sesuai dengan output yang diharapkan dan pengujian beta menggunakan System Usability Scale dengan hasil skor akhir 72 (Grade B) yang dikategorikan sebagai kriteria sistem yang baik dan mampu beroperasi secara efektif dan efisien.AbstractUD. Sumber Motor is a small and medium business in the car repair sector. UD. Sumber Motor has 3 employees who have a jobdesk as admin and a warehouse department to carry out the main business processes related to inventory and administration. In carrying out its activities, there are problems with UD.Sumber Motor, namely the existence of recording or documenting business processes using Microsoft Excel as reporting. The reporting consists of a sales report and a Procurement Report. The solution to the problems that have been mentioned previously is by implementing the ERP concept, ERP can solve business process automation problems in a company. ERP implementation uses the Traditional ERP Life Cycle methodology as a guiding concept for UD. Motor Source. This research resulted in an ERP implementation that has been successfully implemented using Odoo version 8 Community Edition with 3 modules used, namely: Point of Sale Module, Purchase Management Module and Inventory Management Module and has gone through 2 stages of testing using alpha testing with Blackbox Testing with the same results. in accordance with the expected output and beta testing using the System Usability Scale with a final score of 72 (Grade B) which is categorized as a good system criteria and able to operate effectively and efficiently.
Aplikasi Jurnal Harian Covid-19 untuk Pemantauan Isolasi Mandiri (PISOM) Anggun, Mutiara; Amanda, Margaretha; Sandi, Tri Ahmad; Priambodo, Rinto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 4: Agustus 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022945162

Abstract

Penyakit Coronavirus 2019 (Covid-19) merupakan penyakit infeksi virus SARS-CoV-2 yang mempengaruhi sistem pernapasan pada tubuh manusia dan dapat menular. Kasus Covid-19 di Indonesia semakin meningkat dari waktu ke waktu sehingga membutuhkan perhatian secara khusus. Pada kasus pasien yang terkonfirmasi “Tanpa Gejala” dan “Gejala Ringan” maka pasien tersebut harus melakukan isolasi mandiri di rumah. Pasien yang melakukan isolasi mandiri tersebut harus dipantau oleh petugas kesehatan melalui telepon. Hal ini menimbulkan masalah baru dikarenakan jumlah petugas yang terbatas untuk melakukan pemantauan pada pasien. Dari permasalahan tersebut, penulis membuat penelitian yang menghasilkan sebuah aplikasi Jurnal Harian Pasien Covid-19 untuk Pemantauan Isolasi mandiri (PISOM)”. Adapun tujuan dari aplikasi ini adalah untuk membantu petugas kesehatan dalam memantau pasien yang melakukan isolasi mandiri di rumah dan diharapkan data yang dihasilkan dapat dijadikan bahan penelitian lebih lanjut oleh pihak-pihak terkait. Aplikasi ini berbasis sistem operasi Android pada pasien dan web pada petugas kesehatan sehingga dapat mempermudah para pengguna dalam pengoperasian dan dapat diakses di manapun dan kapanpun. Dengan adanya aplikasi ini diharapkan dapat mempermudah dan membantu pasien dalam menjalani isolasi mandiri dan petugas kesehatan yang melakukan pemantuan.

Page 76 of 129 | Total Record : 1288


Filter by Year

2014 2025


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