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
 79   80   81   82   83 
Studi Komparasi Naive Bayes, K-Nearest Neighbor, dan Random Forest untuk Prediksi Calon Mahasiswa yang Diterima atau Mundur Sejati, Puteri; Munawar, Munawar; Pilliang, Marzuki; Akbar, Habibullah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022976737

Abstract

Penelitian ini bertujuan untuk mendapatkan model prediksi terbaik dari data Penerimaan Mahasiswa Baru tahun 2014 hingga 2019 dengan membandingkan Naive Bayes, K-Nearest Neighbor, dan Random Forest. Penelitian ini menggunakan metode klasifikasi untuk memprediksi calon mahasiswa. Mereka diterima atau  mundur. Dalam penelitian ini digunakan 19.603 data latih dan 4.901 data uji. Hasil penelitian menunjukkan bahwa algoritma Random Forest adalah yang terbaik dengan akurasi 73,61%, dibandingkan dengan K-Nearest Neighbor dengan akurasi 72,08%, dan Naive Bayes dengan akurasi 70,47%. Disimpulkan juga bahwa optimasi model dengan teknik Hyperparameter menghasilkan nilai akurasi yang lebih baik. Hasil penelitian ini dapat digunakan untuk mendukung bagian pemasaran dalam meminimalisir jumlah calon mahasiswa yang mengundurkan diri. AbstractThis study aimed to obtain the best predictive model from New Student Admissions data for 2014 to 2019 by comparing Naive Bayes, K-Nearest Neighbor, and Random Forest. This study used the classification method to predict prospective students. They are accepted or withdrawn. In this study, 19,603 training data and 4,901 test data were used. The results showed that the Random Forest algorithm was the best with an accuracy of 73.61%, compared to K-Nearest Neighbor with an accuracy of 72.08%, and Naive Bayes with an accuracy of 70.47%. It is also concluded that optimizing the model with the Hyperparameter technique produces better accuracy values. This study's results can be used to support the marketing department in minimizing the number of withdrawn prospective students.
Pengembangan Fast Render Objek Grafis Menggunakan Shader dan Non-Shader Berbasis WebGL dari Primitive Object untuk Membuat Raw Metaverse Material Objek Skybox 3D di Filkom UB Cholissodin, Imam; Jonemaro, Eriq Muhammad Adams; Rahayudi, Bayu; Ksatria, Willyan Eka; Sukmawati, Annisa; Muzayyani, Muhammad Farid
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022976739

Abstract

Dalam perkembangannya, teknologi komputer telah mengalami peningkatan yang cukup signifikan. Seiring berkembangnya komputer sekarang, setiap pengembang dapat merekayasa suatu objek di dunia maya. Permasalahan pengembangan yang muncul biasanya terkait kecepatan proses render rekayasa objek yang dalam penelitian ini membuat raw metaverse material berupa penambahan objek dasar grafis 3D (bola, kubus, torus, silinder, dan lainnya) pada Skybox sebagai bagian dari augmented reality dengan disertai efek tekstur mapping, pencerminan, gradasi pewarnaan, dan animasi kontrol pergerakan objek. Salah satu hasil dari berkembangnya Grafika Komputer ini adalah munculnya WebGL yang mendukung penggunaan shader maupun non-shader untuk mengatasi permasalahan tersebut, yaitu sebuah JavaScript API yang digunakan untuk rendering grafis 3D interaktif dan grafis 2D dalam browser web yang kompatibel tanpa menggunakan plug-in. Semenjak kemunculan WebGL ini, banyak pengembang/developer browser yang telah memanfaatkannya ke dalam browser mereka. Karena sistemnya yang interaktif dan tidak memerlukan plug-in, WebGL mendapat sebutan “future of the internet” atau “masa depan dari internet”. Pada penelitian ini diberikan pengembangan contoh dari apa yang dapat dilakukan melalui Grafika Komputer dan WebGL, yaitu untuk pembuatan raw metaverse material objek Skybox 3D di FILKOM UB dengan beberapa macam penambahan augmented reality objek grafis 3D. Hasil pengamatan pengujian pada beberapa skenario yang berbeda berdasarkan lama waktu proses render objek untuk membuat raw metaverse material objek Skybox 3D tersebut, didapatkan rata-rata waktu 0,12668 detik. AbstractIn its development, computer technology has undergone a fairly significant improvement. Along with the development of computers today, any developer can engineer an object in the virtual world. The development problems that arise are usually related to the speedy rendering process of object engineering which in this study is making raw metaverse material in the form of adding basic 3D graphic objects (balls, cubes, torus, cylinders, and others) to the Skybox as part of augmented reality accompanied by effects of texture mapping, mirroring, coloring gradations, and animation control of object movements. One of the pillars of the development of Computer Graphics is the emergence of WebGL that supports the use of shaders and non-shaders to solve these problems, i.e., a JavaScript API utilized for rendering interactive 3D graphics and 2D graphics in compatible web browsers without using plug-ins. Since the emergence of WebGL, many browser developers have utilized it into their browsers. Because the system is interactive and does not require plug-ins, WebGL gets the name of “the future of the internet”. In this study, an example of the development of the thing can be performed through Computer Graphics and WebGL was given, i.e., for the creation of raw metaverse material of 3D Skybox objects at FILKOM UB with several kinds of addition of augmented reality 3D graphic objects. The results of testing observations in several different scenarios based on the length of time for the object rendering process to create the raw metaverse material of the 3D Skybox object obtained an average time of 0.12668 seconds.
Analisis Pengaruh Kualitas Layanan BCA Mobile terhadap Tingkat Kepuasan dan Liyalitas Nasabh Berdasarkan Model E-S-Qual dan E-Recs-Qual Halimah, Roshidah Nur; Mursityo, Yusi Tyroni; Rusydi, Alfi Nur
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022964660

Abstract

Turunnya indeks brand BCA Mobile secara signifikan pada tahun 2019 serta banyaknya kritik terkait layanan di App Store dan Play Store menjadi alasan utama penelitian ini dilakukan, dengan tujuan mengetahui seberapa besar pengaruh mutu layanan BCA Mobile pada kepuasan serta loyalitas nasabah BCA Kota Surabaya. Skala E-Service-Quality dan E-RecoveryService-Quality yang telah dimodifikasi sesuai kebutuhan adalah acuan model penelitian. Sampel penelitian berjumlah 100 orang pengguna BCA Mobile Kota Surabaya yang dikumpulkan menggunakan metode purposive sampling. Analisis parametrik dengan menggunakan regresi linier berganda dan uji korelasi Rank Spearman digunakan dalam penelitian ini. Hasil penelitian menunjukkan bahwa variabel bebas efficiency, system availability, fullfilment, privacy, compability of mobile devices, responsiveness, dan contact berpengaruh signifikan secara simultan dengan tingkat korelasi sejumlah 54,8% pada variabel terikat satisfaction. Sementara secara parsial, hanya variabel efficiency dan compability of mobile devices yang memiliki pengaruh signifikan pada kepuasan nasabah. Selain itu diketahui bahwa variabel bebas satisfaction memiliki hubungan positif dan berpengaruh secara signifikan sejumlah 22% pada loyalitas.. Dapat disimpulkan bahwa BCA Kota Surabaya perlu meningkatkan kualitas layanan BCA Mobile karena memiliki pengaruh signifikan pada persepsi nasabah terkait kepuasan supaya pengguna dapat lebih loyal.  AbstractThe significant decline in the BCA Mobile’s brand index in 2019, as well as the many criticisms related to its services on the App Store and Play Store are the main reasons for this research, with the aim of knowing how much influence the quality of BCA Mobile services has on customer satisfaction and loyalty of BCA Surabaya customers. The E-Service-Quality and E-RecoveryService-Quality scales that have been modified as needed are the research model references. The research sample amounted to 100 users of BCA Mobile Surabaya which were collected using purposive sampling method. Parametric analysis using multiple linear regression and Spearman Rank correlation test were used in this study. The results showed that the independent variables efficiency, system availability, fulfillment, privacy, compatibility of mobile devices, responsiveness, and contact had a significant effect simultaneously with a correlation level of 54.8% on the dependent variable satisfaction. While partially, only efficiency and compatibility of mobile devices variables have a significant influence on customer satisfaction. In addition, it is known that the independent variable satisfaction has a positive relationship and has a significant effect of 22% on loyalty. It can be concluded that BCA Surabaya needs to improve the quality of BCA Mobile services because it has a significant influence on customer perceptions of satisfaction so that customers can be more loyal.
Perbandingan Metode Pembobotan Tf-Rf Dan Tf-Idf Dikombinasikan Dengan Weighted Tree Similarity Untuk Sistem Rekomendasi Buku Sari, Yuslena; Baskara, Andreyan RIzky; Prakoso, Puguh Budi; Royani, Noorhanida
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022935709

Abstract

Unit Pusat Terpadu Perpustakaan merupakan perpustakaan pusat yang ada di Universitas Lambung Mangkurat. Perpustakaan ini mempunyai sistem pencarian buku namun sistem tersebut belum adanya fitur rekomendasi buku sehingga anggota menjadi kesulitan dalam melakukan pencarian buku yang sesuai dengan keinginan anggota. Oleh karena itu, dengan adanya rekomendasi buku atau saran buku yang lain dapat menjadi alternatif untuk membantu anggota dalam melakukan pencarian buku yang sesuai. Dalam penelitian ini menggunakan perbandingan pembobotan kata TF-IDF dan TF-RF dengan weighted tree similarity sebagai pengukur kemiripan diantara beberapa data dengan parameter tree yang sudah ditentukan dan dilakukan perbandingan perhitungan dengan menghitung tf-idf dengan tf-rf menggunakan perhitungan excel mendapatkan nilai yang berbeda antara tf-idf dengan tf-rf, pembobotan tf-idf dapat mengukur kemiripan antara dokumen dan kata kunci buku yang paling mirip dengan buku yang dianggap paling relevan. Sehingga anggota memasukan kata kunci kemudian akan menemukan kemiripan buku dari kata kunci yang dimasukan sebelumnya namun untuk pembobotan tf-rf memberikan kata kunci dari setiap kategori. Hasil perbandingan yang di dapat yaitu 96% untuk tf-idf dan 98% untuk tf-rf. Sistem ini menggunakan bahasa pemrograman python dengan web framework django. AbstractThe Central Integrated Library Unit is the central library at Lambung Mangkurat University. This library has a book search system but the system does not have a book recommendation feature so that members find it difficult to search for books that match the wishes of members. Therefore, the existence of book recommendations or other book suggestions can be an alternative to assist members in searching for suiTabel books. In this study using a comparison of the weighting of the words TF-IDF and TF-RF with weighted tree similarity as a measure of the similarity between several data and a comparison of calculations is carried out by calculating tf-idf with tf-rf using excel calculations to get different values between tf-idf and tf -rf, tf-idf weighting can measure the similarity between documents and keywords of the book that is most similar to the book that is considered the most relevant. So that members enter keywords and then find the similarity of books from the keywords entered previously but for weighting tf-rf provides keywords from each category. The comparison results obtained are 76% for tf-idf and 80% for tf-rf. This system uses the python programming language with the django web framework.
Sistem Object Tracking pada Quadcopter Menggunakan Segmentasi Citra dengan Deteksi Warna HSV dan Metode Regresi Linier Berbasis Raspberry Pi Erza, Fahmi; Fitriyah, Hurriyatul; Setiawan, Eko
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022976808

Abstract

Saat ini, banyak aplikasi perangkat cerdas yang dikembangkan untuk melakukan tugas secara mandiri tanpa menerima perintah dari manusia. Oleh karena itu, mengembangkan sistem yang memungkinkan perangkat untuk melakukan tugas pengawasan seperti mendeteksi dan melacak objek bergerak akan memungkinkan tugas yang lebih canggih untuk diterapkan pada robot di masa depan. Teknologi Quadcopter sesungguhnya dapat memudahkan pekerjaan manusia dalam melakukan pengawasan dan pelacakan seperti pada kasus pelacakan lansia atau ABK (Anak Berkebutuhan Khusus) secara otomatis agar kerabat dapat melakukan pengawasan dengan menggunakan drone. Sehingga penelitian ini dilakukan untuk membuat sebuah sistem pada drone atau quadcopter agar dapat mendeteksi objek dan mengikutinya. Pada implementasinya, orang yang berkebutuhan khusus dan membutuhkan pengawasan akan mengenakan atribut berupa topi dengan warna solid. Warna topi tersebut akan dijadikan acuan untuk threshold segmentasi warna untuk mendeteksi objek topi tersebut dengan pemrosesan citra digital. Pergerakan drone ditentukan oleh prediksi jarak, sudut, dan ketinggian objek berdasarkan regresi linier yang dihasilkan dari 123 data latih. Hasil deteksi sistem juga cukup sesuai dengan pergerakan drone ketika diuji dengan 27 data. Akurasi dari prediksi gerak pitch adalah 84%, prediksi gerak yaw adalah 94%, dan prediksi gerak up/down adalah 91,5%. Adapun waktu komputasinya adalah 0.175829662 detik per frame. Abstract Nowadays, many intelligent device applications are developed to perform tasks independently without receiving commands from humans. Therefore, developing systems that allow devices to perform surveillance tasks such as detecting and tracking moving objects will allow more sophisticated tasks to be applied to robots in the future. Quadcopter technology can actually facilitate human work in monitoring and tracking, such as in the case of tracking the elderly or children with special needs automatically so that relatives can carry out surveillance using drones. So this research was planned to create a system on a drone so it can detect objects and follow them. In its implementation, people with special needs and need supervision will wear an attribute in the form of a hat with a solid color. The color of the hat will be used as references for the color segmentation threshold to detect the hat object with digital image processing. The movement of the drone is determined by the prediction of the distance, angle, and height of the object based on linear regression generated from 123 training data. The system detection results are also quite in accordance with the movement of the drone when tested with 27 data. The accuracy of pitch motion prediction is 84%, yaw motion prediction is 94%, and up/down motion prediction is 91.5%. The computation time is 0.175829662 seconds per frame.
Implementasi Algoritme Morus V2 untuk Pengamanan Data Pada Perangkat Bluetooth Low Energy Destyorini, Diah Ratih; Kusyanti, Ari; Siregar, Reza Andria
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022976768

Abstract

Pengamanan data merupan bagian penting dalam penerapan jaringan berbasis Internet of things (IoT). Sistem IoT membutuhkan sebuah protokol komunikasi, seperti Bluetooth Low Energy (BLE). BLE dinilai cepat dan hemat energi dalam pengiriman data jarak dekat. BLE digunakan sebagai komunikasi client-server yang menerima data dari sensor. Pengiriman data tidak aman tanpa adanya proses pengaman data. Kriptografi menjadi salah satu pilihan dalam pengaman data. Pada pengembangan diperlukan pertimbangan beberapa aspek seperti, resource yang digunakan, serta waktu untuk proses enkripsi dan dekripsi. Pada penelitian ini algoritme MORUS V2 dipilih untuk mengamankan data dari serangan. Algoritme ini mudah diimplementasikan pada hardware. Kecepatan dari algoritme ini dapat mencapai 0,69 cpb, lebih cepat dari algoritme lain. Proses enkripsi data dari sensor dilakukan pada server hingga menghasilkan ciphertext. Kemudian akan dilakukan dekripsi pada ciphertext ketika diterima oleh client, hingga plaintext ditampilkan. Dari hasil pengujian algoritme MORUS V2 telah berhasil diimplementasikan melalui pengujian test vector dengan nilai keystream yang sama. Pengujian confidentiality telah berhasil dilakukan melalui proses enkripsi dan dekripsi. Pada pengujian serangan pasif berhasil dilakukan dengan hasil nilai plaintext tidak diketahui ketika data dikirim, serta tidak ada perubahan ketika data sampai pada client. Pengujian serangan aktif menggunakan known-plaintext attack (KPA) dinyatakan gagal dalam memperoleh nilai plaintext.AbstractData security is an essential part of implementing an Internet of things (IoT) based network. IoT systems require a communication protocol, such as Bluetooth Low Energy (BLE). BLE is considered fast and energy-efficient in sending data over short distances. BLE is used as a client-server communication that receives data from sensors.  Data transmission will be insecure without a data security process. Cryptography is one of the options for securing data.  The development requires consideration of several aspects, such as the resources used, as well as the time for the encryption and decryption process.  In research, the MORUS V2 algorithm was chosen to secure data from attacks. This algorithm is easy to implement on hardware. The speed of this algorithm can reach 0.69 CPB, faster than other algorithms. The data encryption process from the sensor is carried out on the server to produce ciphertext.  Then decryption will be carried out on the ciphertext when received by the client until the plaintext is displayed.  From the test results, the MORUS V2 algorithm has been successfully implemented through test vector testing with the same keystream value.  Confidentiality testing has been successfully carried out through encryption and decryption processes. The passive attack test was successfully carried out with the result that the plaintext value was unknown when the data was sent, and there was no change when the data arrived at the client. Active attack testing using a known-plaintext attack (KPA) is declared to have failed in obtaining the plaintext value.
Implementasi Algoritme Evolusioner NSGA-II pada Optimasi Daya Wireless Power Transfer Multi-Penerlima Akbar, Sabriansyah Rizqika; Setiawan, Eko; Setiabudi, Agung
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022976780

Abstract

Wireless Power Transfer (WPT) merupakan teknologi yang dapat menghantarkan energi listrik tanpa kabel. Teknologi WPT terus dikembangkan untuk mencapai tujuan yaitu meningkatkan kemampuan sistem dalam memaksimalkan daya yang diserap pada beban di sisi penerima. Teknologi WPT saat ini banyak digunakan dan diterapkan untuk pengisian daya pada perangkat elektronik dengan memanfaatkan konsep koil induktif kopling. Induktif WPT memanfaatkan pasangan koil antara koil primer sebagai sumber, dan koil sekunder sebagai penerima. Salah satu tantangan desain sistem WPT adalah mendapatkan daya optimal dengan batasan-batasan rekayasa yang ada. Untuk mendapatkan daya optimal, diperlukan beberapa langkah sistematis dimulai dengan analisis sistem dan rangkaian, penentuan variabel state-space, dan model matematis. Parameter utama (sumber tegangan, kapasitansi, induktansi, dan mutual inductance) tercantum dalam model matematis untuk selanjutnya diformulasikan sebagaidaya pada multi-penerima sebagai multi objective-function. Proses optimasi dilakukan dengan mempertimbangkan batasan rekayasa nilai kapasitansi yang ada di pasaran dan limitasi nilai frekuensi yang dapat beroperasi pada rangkaian listrik. Algoritme evolusioner NSGA-II digunakan untuk menyelesaikan permasalahanmulti objective-function dan batasannya untuk memperoleh nilai parameter optimal. Selanjutnya, Perolehan nilai parameter optimal dibandingkan dengan hasil aplikasi simulator LTSPICE untuk melakukan validasi nilai daya pada penerima. Dalam proses optimasi dengan NSGA-II, jumlah generasi akan menentukan kecepatan proses optimasi. Untuk itu, evaluasi running-metric dilakukanagar dapat mengetahui jumlah generasi yang menunjukkan hasil konvergen pada nilai objective-function. Penelitian ini menunjukkan hasil implementasi NSGA-II dapat digunakan untuk menyelesaikan permasalahan optimasi daya WPT multi penerima, dan mempertimbangkan jumlah generasi, untuk meningkatkan kecepatan dalam melakukan proses optimasi.AbstractWireless Power Transfer (WPT) can transmit electrical energy without wires. Research on WPT technology is mainly conducted to achieve maximum power absorbed at the load on the receiving side. The current WPT technology is widely used and applied to charging electronic devices using the concept of the inductive coil. Inductive WPT utilizes a pair of coils between the primary coil as a source and the secondary coil as a receiver. The design challenge of the WPT system is obtaining optimal power within existing engineering constraints. In order to obtain optimal power, systematic steps are needed. It starts with the system and circuit analysis, determining state-space variables, and mathematical models. The main parameters (voltage source, capacitance, inductance, and mutual inductance) are used in the mathematical model and further formulated as power in receivers as a multi-objective function. The optimization is conducted by considering engineering constraints on capacitance values on the market and limitations on frequency values that can operate in electrical circuits. The NSGA-II evolutionary algorithm is used to solve multi-objective-function problems and their constraints to obtain optimal parameter values. The obtained optimal parameter values are compared with the results of the LTSPICE simulator application to validate the power value of the receiver. In the optimization process with NSGA-II, the number of generations will determine the speed of the optimization process. For this reason, a running-metric evaluation was carried out to find the number of generations that show convergent results on the objective-function value. This study shows that the implementation of NSGA-II  can optimize power in multi-receiver WPT. The running metric analysis can analyze and obtain the number of generations that can get the optimal solution faster.
Klasifikasi Aktivitas Manusia Menggunakan Algoritme Computed Input Weight Extreme Learning Machine dengan Reduksi Dimensi Principal Component Analysis Irwanto, M. Sofyan; Bachtiar, Fitra A.; Yudistira, Novanto
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022965504

Abstract

Salah satu bidang penelitian yang sangat penting yaitu pengenalan aktivitas manusia secara otomatis dikarenakan potensi penerapannya di berbagai bidang lain seperti pengawasan, lingkungan cerdas, maupun kesehatan. Dari berbagai pendekatan yang pernah dilakukan untuk mengenali aktivitas manusia, teknik berbasis sensor diketahui lebih unggul daripada teknik lain seperti teknik berbasis visi komputer. Teknik berbasis sensor juga dapat dilakukan menggunakan ponsel cerdas, namun penggunaan ponsel cerdas memiliki kekurangan dalam melakukan komputasi algoritme yang kompleks. Apalagi, data hasil ekstraksi fitur dari sinyal yang ditangkap oleh sensor memiliki dimensi yang tinggi. Sehingga, diperlukan sebuah metode untuk mengurangi dimensi fitur dari data, serta melakukan klasifikasi terhadap data tersebut dengan cepat dan tepat. Salah satu metode yang dapat digunakan untuk mengurangi dimensi fitur dari sebuah data adalah Principal Component Analysis (PCA), dan salah satu metode klasifikasi yang dapat digunakan adalah Computed Input Weight Extreme Learning Machine (CIW-ELM). Oleh karena itu, penelitian ini akan menggunakan kedua metode tersebut untuk melakukan klasifikasi pada aktivitas sederhana seperti berjalan, menaiki tangga, menuruni tangga, duduk, berdiri, dan berbaring. Pada penelitian ini juga dilakukan pemilihan hyperparameter terbaik pada masing-masing metode menggunakan metode Grid Search Cross Validation. Hyperparameter terbaik yang didapatkan untuk algoritme PCA adalah dengan nilai k = 207, serta untuk algoritme CIW-ELM dengan jumlah hidden neuron = 600 dan fungsi aktivasi sigmoid. Hasil akurasi yang didapatkan pada penelitian ini adalah 0,957 dan rata-rata f-measure sebesar 0,958 dengan waktu pelatihan selama 0,57 detik. Abstract One of the most important research area is automatic human activity recognition due to its potential application in various other fields such as surveillance, smart environment, and healthcare. Based on various approaches that have been used to recognize human activity, sensor-based techniques are known to be superior to other techniques such as computer vision-based techniques. Sensor-based technique can also be performed using smartphones, but smartphone has disadvantages in performing complex alghorithmic computation. Moreover, feature extraction of the data from the signal captured by the sensor has high dimensions. So, we need a methods to reduce the feature dimensions of the data, and classify the data quickly and accurately. One of the method that can be used to reduce the feature dimensions of data is Principal Component Analysis (PCA), and one of the classification methods that can be used is Computed Input Weight Extreme Learning Machine (CIW-ELM). Therefore, this study will use both methods to classify simple activities such as walking, walking upstairs, walking downstairs, sitting, standing, and laying. In this study, the selection of the best hypeparameter for each method was also carried out using Grid Search Cross Validation. The best hyperparameter obtained for the PCA algorithm is with a value of k = 207, and for the CIW-ELM algorithm with the number of hidden neurons = 600 and the sigmoid activation function. The accuracy results obtained in this study were 0,957 and the f-measure average were 0,958 with a training time of 0,57 seconds.
Uji Parameter dan Arsitektur Convolutional Neural Network untuk Mendeteksi Citra Wajah Bermasker Sari, Dewi Novita; Rahman, Muh. Arif; Wihandika, Randy Cahya
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 7: Spesial Issue Seminar Nasional Teknologi dan Rekayasa Informasi (SENTRIN) 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022976776

Abstract

Deteksi citra wajah bermasker dibutuhkan pada masa pandemi COVID-19 oleh lembaga-lembaga yang terhubung langsung dengan masyarakat karenakan terbatasnya sumber daya manusia dalam melakukan deteksi wajah bermasker secara konvensional. Penggunaan masker dalam aktivitas sehari-hari merupakan salah satu protokol perlindungan diri dari COVID-19 yang wajib diterapkan. Citra wajah bermasker digunakansebagai data masukan dengan proses deteksi menggunakan Convolutional Neural Network (CNN). Deteksi citra wajah bermasker telah banyak dilakukan dengan berbagai bentuk arsitektur model, akan tetapi tidak disertai dengan penjelasan dari pemilihan parameter yang digunakan. Pembuatan model dapat menjadi efisien jika dilakukan dengan mengetahui hubungan keterkaitan antar parameter yang diterapkan. Oleh karenanya, penelitian ini dilakukan dengan tujuan untuk mengetahui hubungan keterkaitan antar parameter dalam arsitektur model CNN. Sehingga dapat dihasilkan performa terbaik dalam mendeteksi citra wajah bermasker. Hubungan keterkaitan antar parameter yang diteliti terbatas pada ukuran kernel dan jumlah kernel karena peran aktif keduanya dalam melakukan pelatihan data. Dua ukuran kernel yang digunakan yaitu 3×3 dan 5×5 dengan jumlah 3 dan 6 buah. Empat arsitektur model dibangun dengan 7 layer penyusun menggunakan kombinasi parameter tersebut. Pelatihan model dilakukan menggunakan data citra wajah bermasker dan tidak bermasker berjumlah 3150 citra dengan 15 epoch, kemudian diuji menggunakan 1350 citra. Performa terbaik diperoleh dari kombinasi parameter ukuran kernel 5×5 berjumlah 6 buah pada setiap convolutional layer. Nilai f1-score terbaik yang diperoleh sebesar 0,95 dengan akurasi 0,95 dan nilai rata-rata loss 0,1692. Berdasarkan hasil tersebut, disimpulkan bahwa parameter ukuran kernel dan jumlah kernel memiliki hubungan keterkaitan dalam menghasilkan nilai performa arsitektur model CNN terbaik untuk pendeteksian citra wajah bermasker.AbstractDetection of masked face images is needed during the COVID-19 pandemic by institutions directly connected to the community due to limited human resources to perform conventional masked face detection. Using masks in daily activities is one of the self-protective protocols from COVID-19 that must be implemented. Masked face images are used as input data, the detection process uses Convolutional Neural Network (CNN). Detection of masked face images has been carried out with various forms of model architecture but is not accompanied by an explanation of the selected parameters used. Modeling can be done efficiently by knowing the relationship between the applied parameters. Therefore, this study aims to know the relationship between parameters in the CNN model architecture so that the best performance can be produced in detecting masked face images. The study of the relationship between parameters is limited to the size of the kernel and the number of kernels because of their active role in the data training. The two kernel sizes used are 3×3 and 5×5, with a total of 3 and 6 pieces. Four model architectures are built with seven layers using a combination of these parameters. The model training was carried out using masked and maskless faces of 3150 images with 15 epochs, then tested using 1350 images. The best performance is obtained from 6 pieces of 5×5 kernel size in each convolutional layer. The best f1-score value obtained is 0.95, with an accuracy of 0.95 and an average loss value of 0.1692. Based on these results, it is concluded that the kernel size parameter and the number of kernels have a relationship in producing the best CNN architectural performance value for masked face image detection.
Teknologi Irigasi Cerdas pada Sistem Irigasi Drip dengan Algoritma Ant Colony Optimization Haris, Abdul; Anggraini, Nabilla; Sikumbang, Hengki
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022955871

Abstract

Rendahnya penggunaan sistem irigasi modern di Indonesia menyebabkan produktivitas lahan yang rendah, terlebih di musim kemarau hal ini dapat menyebabkan banyak lahan yang tidak produktif. Sementara di sisi lain, perkembangan teknologi komputasi sudah masuk dalam berbagai bidang kehidupan, termasuk pertanian.  Contoh penerapan teknologi di bidang pertanian adalah diperkenalkannya sistem irigasi drip. Banyak peneliti yang telah melakukan kajian dan inovasi di bidang ini untuk menghasilkan irigasi yang baik dan optimal, antara lain dengan mengimplementasikan gabungan Internet of Things (IoT) sebagai infrastruktur, Fuzzy Logic dan Artificial Neural Network (ANN) sebagai algoritma untuk menentukan waktu buka tutup dari Solenoid Valve dalam pengaturan distribusi air.  Penelitian yang ada hanya berfokus pada Open/Close solenoid valve. Penelitian ini menggunakan algoritma Ant Colony Optimiation (ACO) untuk mengendalikan katup tersebut, sekaligus melakukan tracking lokasi lahan yang menjadi prioritas irigasi. Algoritma ini dapat bekerja secara dinamis dan adaptif, sehingga mampu menyesuaikan dengan kondisi lahan yang ada  dan  dapat dimonitor secara realtime. Uji coba dilakukan dengan menggunakan 3 sensor, sebagai representasi 3 kondisi lahan yakni lahan basah, lahan normal dan lahan kering.  Hal ini dilakukan untuk memastikan model yang dibuat dapat bekerja sesuai dengan kondisi lahan yang ada.  Dari hasil pengujian yang dilakukan selama 10 hari,  tingkat persentasi error model mencapai 26%  dan  nilai akurasi model adalah 74%. Dari hasil yang diperolah, dapat disimpulkan bahwa hasil penelitian ini bekerja dengan baik untuk sistem irigasi drip  skala kecil yang dinamis. AbstractThe low use of modern irrigation systems in Indonesia leads to low land productivity, especially in the dry season this can result to many areas of unproductive land.  At the same time, the development of computing technology has entered various areas of life, including agriculture.   An example of the application of technology in agriculture is the introduction of drip irrigation systems.  Many researchers have conducted studies and innovations in this matter to produce a better and more optimal irrigation, for example, by implementing a combination of Internet of Things (IoT) for the infrastructure, Fuzzy Logic and Artificial Neural Network (ANN) as algorithms to determine when the lid of the Solenoid Valve is open or closed.   Existing research only focuses on the Open / Close solenoid valve, meanwhile this research   uses the Ant Colony Optimiation (ACO) algorithm to control the valve and provide the tracking ability to determine the area that needs irrigation the most. This algorithm can work dynamically and adaptively, so it is able to adjust to the land conditions and can be monitored in real time.  The testing is conduvted using 3 sensors, as a representation of 3 land conditions, namely wetlands, normal land, and dry land.  This is done to ensure the prototype can work in accordance with existing land conditions.   From the results of the test conducted for 10 days, the model error percentage rate reached 26% and the model accuracy value was 74%.  Thus, it can be concluded that the result of this study work well for dynamic small-scale drip irrigation systems.

Page 81 of 129 | Total Record : 1288

 79   80   81   82   83 

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