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
 89   90   91   92   93 
Implementasi Internet Of Things Pada Sistem Ketersediaan Ruang Parkir Gedung Bertingkat Menggunakan NRF24L01 dan HC-SR04 Bahari, Angga Sukma; Primananda, Rakhmadhany; Ichsan, Mochammad Hannats Hanafi; Ananta, Mahardeka Tri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106073

Abstract

Permasalahan pada sistem di gedung parkir bertingkat salah satunya sulit menemukan ruang parkir yang kosong. Adanya dinding beton tebal dan struktur bangunan dengan beberapa lantai mengakibatkan jarak pandang pencarian ruang parkir berkurang.Berdasarkan hal ini, dibutuhkan sistemuntuk memberi informasi ketersediaan ruang parkir pada tiap lantai gedung parkir bertingkat agar pencarian ruang parkir dapat lebih efektif dan efisien. Sistem ini menggunakan sensor ultrasonik HC-SR04 danmodul transceiver nRF24L01 disertai teknologi Internet of Things agar informasi dapat diakses melalui Thingspeak dan LCD 20x4. Pada implementasinya terdapat 2 client node pada tiap lantai dan 1 sink node pada lantai dasar. Pengiriman informasi dilakukan secara multihop untuk antar lantai (gateway node) dan directly connection antara sub-node dengan gateway node. Hasil pengujian menghasilkan 100% keberhasilan pendeteksian sekaligus verifikasipada tiap ruang parkir. Kinerja nRF24L01 pada komunikasi data internal menghasilkan success delivery ratio 100% dengan rata-rata delay pengiriman kurang dari 6 detik. Tetapi pada pengujian dengan skenario jarak 5m, 10m, 20m, dan 40m secara berturut-turut menghasilkan nilai terendah success delivery ratio sebesar 100%, 96,67%, 76,67% dan 90% dan delay pengiriman keseluruhan kurang dari 8 detik pada jarak 40m. Perutean melalui pengalamatan RF24Network dengan mekanisme multihop berhasil dilakukan. Informasi yang ditampilkan pada LCD 20x4 dan Thingspeak berhasil dilakukan secara keseluruhan, namun pada dua kali pengujian kinerja pengiriman dari sink node menuju Thingspeak hanya menghasilkan success delivery ratio sebesar 64,47% dan 65,65%. AbstractOne of the problems with the system in multi-storey parking buildings is that it is difficult to find an empty parking space. The presence of thick concrete walls and a building structure with several floors resulted in reduced visibility of the search for parking spaces. Based on this, a system is needed to provide information on the availability of parking spaces on each floor of the multi-storey parking building so that the search for parking spaces can be more effective and efficient. This system uses the HC-SR04 ultrasonic sensor and the nRF24L01 transceiver module along with Internet of Things technology so that information can be accessed via Thingspeak and aLCD 20x4. In the implementation there are 2 client nodes on each floor and 1 sink node on the ground floor. Information transmission is carried out in multihop for inter-floor (gateway nodes) and directly connection between sub-nodes and gateway nodes. The test results resulted in 100% successful detection as well as verification in each parking space. The performance of nRF24L01 on internal data communication results in a 100% success delivery ratio with an average delivery delay of less than 6 seconds. However, in testing with scenarios of 5m, 10m, 20m, and 40m distances, respectively, the lowest success delivery ratio values are 100%, 96.67%, 76.67% and 90% and the overall delivery delay is less than 8 seconds at distance 40m. Routing via RF24Network addressing with multihop mechanism was successful. The information displayed on the LCD 20x4 and Thingspeak was successfully carried out as a whole, but in two tests of delivery performance from the sink node to Thingspeak, it only resulted in a success delivery ratio of 64.47% and 65.65%, respectively.
Klasifikasi Alzheimer Berdasarkan Data Citra MRI Otak Menggunakan Fcm Dan Anfis Almumtazah, Nilna; Kiromi, Muhammad Sahrul; Ulinnuha, Nurissaidah
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106826

Abstract

Penyakit Alzheimer adalah kondisi neurologis yang secara bertahap membunuh sel-sel otak dan dapat membahayakan otak secara permanen. Sekitar 50 juta orang di seluruh dunia menderita penyakit Alzheimer atau demensia jenis lain. Jumlah pasien Alzheimer yang banyak mengindikasikan bahwa penting untuk melakukan deteksi dini dengan menggunakan pencitraan MRI otak. Penelitian ini bertujuan untuk mencegah terjadinya alzheimer dengan melakukan deteksi dini sehingga menurunkan kemungkinan meninggalnya pasien alzheimer. Adaptive Neuro-Fuzzy Inference System (ANFIS) adalah metode untuk mengklasifikasikan penyakit Alzheimer. ANFIS menggabungkan ANN dengan FIS sehingga keduanya dapat bekerja sama untuk memberikan hasil yang berarti. Fuzzy C-Means (FCM) 3 cluster pertama-tama akan mensegmentasi data citra MRI untuk menghasilkan citra WM, GM, dan CSF. Citra GM juga akan digunakan untuk metode ekstraksi fitur GLCM. Nilai sensitivitas rata-rata terbaik dicapai pada uji coba k-fold 5 dengan type of membership function trapezoidal, 50 epoch, dan sudut 90°, dengan sensitivitas 90,27%, sesuai dengan hasil uji berganda yang telah dijalankan. Sementara k-fold 10 ditemukan memiliki sudut dan jenis fungsi keanggotaan yang sama pada saat percobaan epoch 150, diperoleh nilai 89,94%. AbstractAlzheimer's disease is a neurological condition that gradually kills brain cells and can harm the brain permanently. About 50 million people worldwide have Alzheimer's disease or another kind of dementia. Given many Alzheimer's patients, it is essential to identify it using brain MRI imaging. This study intends to prevent Alzheimer's instances by performing early detection, lowering the likelihood that Alzheimer's patients would pass away. The Adaptive Neuro-Fuzzy Inference System (ANFIS) is a method for classifying Alzheimer's disease. ANFIS combines ANN with FIS such that the two can work together to provide meaningful outcomes. Fuzzy C-Means (FCM) 3 clusters will first segment the MRI image data to produce the WM, GM, and CSF pictures. The GM image will also be used for the GLCM method of feature extraction. The best average sensitivity value was reached during the k-fold 5 trial with the type of membership function trapezoidal, 50 epoch, and 90° angle, with a sensitivity of 90.27%, according to the results of multiple tests that have been run. While k-fold 10 was found to have the same angle and kind of membership function at the time of the epoch 150 trial, a value of 89.94% was attained.
Analisis Kualitas Performa Aplikasi Digital Banking X Menggunakan Framework ISO 25010 Zahra, Medina Nurul; Kraugusteeliana, Kraugusteeliana
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106326

Abstract

Setiap perbankan memiliki strategi dan cara masing-masing dalam melakukan sebuah peningkatan untuk kemajuan serta keberhasilannya. Berbagai Bank kini sudah memiliki aplikasi berbasis mobile guna mempermudah nasabah dalam melakukan transaksi serta layanan lainnya. Bank Y kini memiliki sebuah aplikasi digital banking X yang merupakan inovasi dalam melakukan layanan perbankan. Digital banking X memiliki beragam fitur yang berbeda dari aplikasi banking lainnya disertai user interface yang menarik. Berdasarkan laporan tahunan, pada akhir kuartal IV tahun 2020, pengguna layanan digital banking X mengalami peningkatan. Namun, dengan peningkatan, pengguna layanan justru merasakan kualitas performa aplikasi kian mengalami penurunan. Banyak pengguna yang menyampaikan keluhan mengenai permasalahan penurunan aplikasi X melalui platform media sosial. Maka dari itu, tujuan dilakukannya penelitian ini adalah untuk melakukan analisis guna mengetahui kualitas aplikasi dan memberikan sebuah rekomendasi. Penelitian dilakukan dengan metode kuantitatif menggunakan instrumen framework ISO 25010, sebuah framework yang berfokus terhadap penilaian kualitas perangkat lunak yang akan disebarkan dan diisi oleh responden sebanyak 200 yang mana merupakan pengguna aplikasi. Hasil kuesioner tersebut akan dianalisis menggunakan Structural Equation Modeling (SEM). Hasil yang didapatkan bahwa dari tujuh hipotesis yang diajukan, enam di antaranya memiliki pengaruh positif dan signifikan terhadap performa aplikasi digital banking X yaitu functional suitability dengan nilai CR 2,035, compatibility dengan nilai CR 2,115, usability dengan nilai CR 2,608, reliability dengan nilai CR 2,971, security dengan nilai CR 3,359, dan portability dengan nilai CR 1,985. Dapat disimpulkan pula bahwa karakteristik yang bersifat kritis yaitu pada sisi security sehingga dapat dijadikan sebuah prioritas dalam evaluasi kualitas dan performa aplikasi X. AbstractEvery Bank has its strategy and ways to improve for gains the success. Many Banks have a mobile application to provide their users easy while doing a transaction or other service. Bank Y has released digital banking called "X," an innovation in financial services. Digital banking X has many features different from other banking applications and an attractive, eye-catching user interface. From end year report, in the fourth quartal of 2020, users of digital banking X go through increased significantly. But with that, preciseness quality of performance of X application has decreased. Many users speak on their media social about their complaints about that application. So, this thesis aims to analyze the quality of performance of the application and give a recommendation. This research done with quantitative method using an instrument framework ISO 25010, which focuses on the quality of software applications with 200 respondents that are user of the application. The questionnaire it will be analyzed using Structural Equation Modeling (SEM). The result shows that from seven hypotheses, six hypotheses significantly impact the application's performance efficiency. There is functional suitability with CR score 2,035, compatibility with CR score 2,115, usability with CR score 2,608, reliability with CR score 2,971, security with CR score 3,359, and portability with CR score 1,985. The conclusion is that the critical characteristic is security, which can refer to the evaluation quality of performance X application.
Pemanfaatan Aplikasi Pengiriman Makanan Pasca Penurunan Level Pembatasan Kegiatan Masyarakat Akibat Covid-19 Di Indonesia Kodri, Wan Ahmad Gazali; Riana, Dwiza; Hadianti, Sri
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106859

Abstract

Penggunaan aplikasi pengiriman makanan meningkat sangat cepat, terlebih saat terjadinya Pandemi COVID-19, dimana pergerakan orang dibatasi, membuat setiap orang berupaya menggunakan aplikasi pengiriman makanan atau Food Delivery Application (FDA) dalam memenuhi kebutuhan pangan. Penurunan jumlah kasus COVID-19 menyebabkan pemerintah Indonesia menurunkan level Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) sehingga masyarakat dapat beraktivitas sosial kembali. Tujuan penelitian ini adalah untuk menilai instrumen yang memengaruhi Continuance Intention FDA pasca penurunan level PPKM COVID-19 menjadi level 1 di Indonesia. Sebanyak 166 responden telah dikumpulkan. Kuesioner terdari dari 17 pertanyaan demografi dan 38 pertanyaan indikator. Skala Likert dengan lima tingkat penilaian digunakan untuk mengevaluasi pertanyaan indikator. Model yang digunakan adalah Unified Theory of Acceptance and Use of Technology 2 (UTAUT2). Data dianalisis dengan menggunakan Structural Equation Modeling (SEM) berbasis Partial Least Square (PLS), meliputi analisis faktor, analisis jalur, dan regresi. Penelitian menunjukkan Performance Expectancy, Social Influence, Habit, dan Rasa Solidaritas berdampak signifikan pada Continuance Intention FDA. Effort Expectancy, Facilitating Condition, Hedonic Motivation, Price Value, dan Risk Perception menunjukkan pengaruh yang tidak signifikan terhadap Continuance Intention. Pengembang FDA dapat menggunakan data ini untuk meningkatkan layanan mereka dan menambah pemahaman tentang FDA, loyalitas pengguna, peluang bisnis dan strategi pemasaran. Restoran dapat menggunakan kajian ini untuk melihat pergeseran pola pembelian makanan. AbstractThe use of food delivery applications is increasing very quickly, especially during the COVID-19 Pandemic, when people's movements were restricted, making everyone try to use Food Delivery Applications (FDA) to meet their meal needs. The decrease in the number of COVID-19 cases has caused the Indonesian government to lower the level of Enforcement of Restrictions on Community Activities (PPKM) so that people can return to common social activities. The purpose of this study was to assess the instruments that influence the FDA's Continuance Intention after the reduction in the level of PPKM COVID-19 to level 1 in Indonesia. A total of 166 respondents have been collected. The questionnaire consists of 17 demographic questions and 38 indicator questions. A Likert scale with five rating levels was used to evaluate the indicator questions. The model used is the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2). Data were analyzed using Partial Least Square (PLS) based Structural Equation Modeling (SEM), including factor analysis, path analysis, and regression. Research shows Performance Expectancy, Social Influence, Habit, and Sense of Solidarity have a significant impact on FDA Continuance Intention. Effort Expectancy, Facilitating Condition, Hedonic Motivation, Price Value, and Risk Perception show no significant effect on Continuance Intention. FDA developers can use this data to improve their services and increase their understanding of the FDA, user loyalty, and identify marketing opportunities and strategies. Restaurants can use this assessment to see shifts in food purchasing patterns. 
Klasterisasi Berita Bahasa Indonesia Dengan Menggunakan K-Means Dan Word Embedding Simanjuntak, Humasak Tommy Argo; Silaban, Prince Ephraim Prabowo; Manurung, Joshua Koko Sarasi; Sormin, Venny Handayani
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106468

Abstract

Jumlah berita atau dokumen yang sangat melimpah merupakan sumber pengetahuan yang sangat berharga dan dapat digunakan untuk memperoleh wawasan dalam pengambilan keputusan. Namun, pertumbuhan jumlah berita dengan dimensi yang tinggi menjadi sebuah tantangan besar, yang menyebabkan sulitnya informasi pada berita dikategorikan secara efisien dan cepat. Kesulitan ini semakin kompleks dengan tidak adanya kelas atau label pada berita tersebut. Analisis konten dari berita yang belum memiliki kelas atau label dapat dilakukan dengan pendekatan data mining. Salah satu metode data mining yang dapat digunakan untuk mengelompokkan berita tanpa label, jumlah yang besar, dan sulit dilakukan secara manual adalah klastering. Klastering teks adalah salah satu metode penambangan data yang bertujuan untuk mengelompokkan dokumen berdasarkan kesamaan atau kemiripan di antara teks. Penelitian ini memberikan pendekatan baru dalam mengelompokkan berita Bahasa Indonesia dengan metode klastering, dimana ekstraksi fitur dilakukan melalui pendekatan Neural Network (Word Embedding) yang dapat menunjukkan kesamaan antar kata untuk mempertahankan semantik dan konteks dari kata yang ada pada berita. Sumber data yang digunakan adalah berita dari portal berita “Tempo” yang terdiri dari 520863 berita. Hasil penelitian menunjukkan bahwa jumlah klaster k = 4, dengan parameter Word Embedding: min_count=1 dan embedding_size=300 memberikan nilai silhouette coefficient terbaik sebesar 0.73. Hasil klasterisasi berita divisualisasikan dalam bentuk dimensi yang berbeda dan visualisasi World Cloud untuk menganalisis dan mengevaluasi metode yang diusulkan pada penelitian ini. AbstractThe enormous amount of news or documents is a precious source of knowledge and can be used to gain insight into decision-making. However, the growth in the number of news stories with high dimensions is a big challenge, making it difficult for information on the news to be categorized efficiently and quickly. This difficulty is further complicated by the absence of classes or labels on the news. Analysis of the content of news that does not yet have a class or label can be done with a data mining approach. The most used data mining method to group a tremendous amount of news without class labels is clustering. Text clustering is a data mining task that aims to group documents based on similarities. This study provides a new approach to classifying Indonesian news with the clustering method, where feature extraction is carried out through a Neural Network (Word Embedding) approach that can show similarities between words to maintain the semantics and context of the words in the news. The data source used is news from the news portal "Tempo," which consists of 5208063 news. The results showed that the number of clusters k = 4, with Word Embedding parameters: min_count=1 and embedding_size=300, produced the best silhouette coefficient value of 0.73. The results of news clustering were visualized in the form of different dimensions and World Cloud visualization to analyze and evaluate the proposed method.
Implementasi Algoritma BFCC dan kNN pada Embedded System untuk Deteksi Dini Bronchitis Perkasa, Septiyo Budi; Prasetio, Barlian Henryranu; Setiawan, Eko; Widasari, Edita Rosana; Syauqy, Dahnial
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106571

Abstract

World Health Organization (WHO) menyatakan bahwa sebanyak 600 juta orang di dunia menderita bronchitis. Bronchitis merupakan salah satu penyakit pernafasan yang dapat disebabkan oleh virus Respiratory Syncitial Virus (RSV) dan Rhinovirus. Gejala umum bronchitis adalah seseorang akan mengalami kesulitan bernafas dengan disertai batuk. Namun, tidak sedikit orang mengabaikan gejala umum ini sehingga berindikasi mengalami bronchitis tingkat berat ataupun berpotensi kematian. Oleh karena itu, dalam paper ini mengusulkan sistem deteksi dini bronchitis berdasarkan suara batuk berbasis embedded system. Ini merupakan terobosan baru pada dunia medis dengan desain alat kesehatan yang portabel. Sistem yang diusulkan menerapkan algoritma Bark Frequency Cepstral Coefficients (BFCC) dan ­K- ­Nearest Neighbor (kNN). BFCC merupakan algoritma yang digunakan untuk mengekstraksi fitur suara batuk dan menghasilkan nilai koefisien cepstral. Selanjutnya, nilai koefisien cepstral tersebut dihitung jarak Euclidean-nya untuk dapat diklasifikasikan menggunakan kNN. Algoritma BFCC dan kNN diimplementasikan pada perangkat Mini Komputer Raspberry Pi 3 Model B+ dengan mikrofon sebagai perangkat masukan suara dan perangkat LCD touchscreen 3.5 inchi untuk sebagai antarmuka yang menampilkan keluaran hasil deteksi. Hasil pengujian menunjukkan rata-rata waktu komputasi sebesar 4,452 detik dan penggunaan CPU sebesar 26%, serta akurasi kNN sebesar 73% untuk perhitungan jarak Euclidean dengan nilai neighbour = 5. AbstractThe World Health Organization (WHO) states that as many as 600 million people in the world suffer from bronchitis. Bronchitis is a disease that can be caused by respiratory syncytial virus (RSV) and rhinovirus. Symptoms of common bronchitis a person will experience difficulty breathing accompanied by coughing. Unfortunately, many people underestimate this common symptom. Even though, it is indicating that they have severe bronchitis or possibly death. Therefore, this study proposes an early detection system for bronchitis based on cough e sounds based on an embedded system. This is a new breakthrough in the medical world with a portable medical device design. The proposed system applied the Bark Frequency Cepstral Coefficients (BFCC) and K-Nearest Neighbor (kNN) algorithms. BFCC is an algorithm that is used to extract cough sound features and produce cepstral coefficient values. Furthermore, the value of the cepstral coefficient will be calculated for the Euclidean distance to be classified using kNN. The implementation of the BFCC and kNN algorithms is carried out on a Raspberry Pi 3 Mini Computer Model B+ with a microphone as a voice input device and a 3.5-inch LCD touchscreen device to display the resulting output interface. The results obtained an average computation time of 4.452 seconds and CPU usage of 26%, and kNN accuracy of 73% from the calculation of the Euclidean distance with a neighbor value = 5.
Pengukuran Tingkat Kapabilitas Sistem Pengolahan Data Survei Pada Manajamen Kinerja Dan Manajemen Data Operasi Menggunakan Dmbok Dan Cobit2019 Di BPS RI Wintang, Siti Mawar Rini; Ruldeviyani, Yova; Parmiyanto, Joko; Putra Hulu, Freddy Richard; Putri, Azanisa; Sulistiyo, Rifta Dimas
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106533

Abstract

BPS telah membangun salah satu sistem pengolahan data survei yang disebut Integrated Collection System (ICS) dalam upaya melakukan transformasi digital. ICS merupakan sistem untuk mengumpulkan data multimetode yang terdiri dari Pen and Paper Interviewing (PAPI), Computer Assisted Personal Interviewing (CAPI), Computer Assisted Web Interviewing (CAWI), dan Acquisition of Administrative Data. Sistem ini mereformasi cara BPS mengumpulkan data menggunakan berbagai teknologi dan mengintegrasikan data. Sejak diinisiasi tahun 2019, penggunaan ICS semakin bertambah sejalan dengan meningkatnya kebutuhan data yang cepat dan akurat. Untuk menyukseskan transformasi digital, ICS diharapkan memiliki kemampuan manajemen kinerja dan operasi data yang baik maka penelitian ini mengakomodir untuk mengukur tingkat kapabilitas pada ICS dengan proses yang spesifik tersebut. Penelitian ini menggunakan acuan framework dari COBIT 2019, DMBoK dan CMMI. Dari hasil penelitian menunjukkan tingkat manajemen kinerja dari 5 sub domain area, yaitu MEA.01.01-MEA.01.05 masih berada pada tingkat 1, sedangkan hasil penelitian tingkat manajemen operasi data didapatkan bahwa 2 PA (practice areas) berada di level 1, 8 PA berada di level 2, dan 5 PA berada pada level 3. Rekomendasi disusun untuk mengoptimalkan tingkat kapabilitas pada manajemen kinerja dan manajemen operasi data pada ICS sehingga ICS dapat dijalankan dengan baik sesuai dengan target transformasi digital BPS. AbstractAs an effort to carry out digital transformation, BPS has built one of the survey data processing systems known as Integrated Collection System (ICS). ICS is a system for multimode data collection through Pen and Paper Interviewing (PAPI), Computer Assisted Personal Interviewing (CAPI), Computer Assisted Web Interviewing (CAWI), and Acquisition of Administrative Data. ICS reforms the way BPS collects and integrates data using various technologies. Since its initiation in 2019, the use of ICS has increased. With the increasing demand for data, a system that can produce fast and accurate data is extremely necessary. To achieve the goals of digital transformation through the implementation of ICS, it is crucial to have good performance and data operations managements. Therefore, this study accommodates to measure the Capability Level of ICS with these specific processes by applying the frameworks from COBIT 2019, DMBoK, and CMMI as references. From the Performance Management measurement, it was found that the 5 sub-domain areas (MEA.01.01-MEA.01.05) were still at Level 1. Furthermore, the Data Operations Management measurement showed that 2 PA (Practice Areas) were at Level 1, 8 PA were at Level 2, and 5 PA were at Level 3. Based on the results of this study, recommendations have been made to optimize the Capability Level in both Performance Management and Data Operations Management of ICS so that it can be run properly in accordance with the goals of digital transformation of BPS.
Pengenalan Jalan Berlubang Berbasis Vision Menggunakan Pyramid Histogram Of Oriented Gradients Fitriansyah, Ahmad Habib; Rachmawati, Ema; Risnandar, Risnandar
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106820

Abstract

Lubang, sejenis kerusakan jalan, dapat merusak kendaraan dan berdampak negatif pada keamanan mengemudi dari pengemudi. Bahkan, dalam kasus yang parah dapat menyebabkan kecelakaan lalu lintas. Manajemen jalan berlubang yang efisien dan preventif di lingkungan jalan yang kompleks memainkan peran penting dalam mengamankan keselamatan pengemudi. Hal ini juga diharapkan dapat memberikan kontribusi terhadap pencegahan kecelakaan lalu lintas dan kelancaran arus lalu lintas. Di masa lalu, deteksi lubang terutama dilakukan melalui inspeksi visual oleh ahli manusia. Baru-baru ini, metode deteksi lubang otomatis menerapkan berbagai teknologi yang menyatukan teknologi dasar seperti sensor dan pemrosesan sinyal. Pada artikel ini, metode berbasis pengolahan citra dan pembelajaran mesin diaplikasikan untuk mengenali lubang di jalan. Penelitian ini menghasilkan model dari bentuk lubang dengan memanfaatkan ciri bentuk yang diekstraksi dari Pyramid Histogram of Oriented Gradients (PHOG). Untuk metode klasifikasi, peneliti menggunakan Support Vector Machine (SVM) dengan hasil terbaik diperoleh pada penggunaan kernel polynomial. Sistem pengenalan jalan berlubang yang diusulkan mampu menunjukkan hasil performa yang sangat baik, yaitu akurasi sebesar 94,45%, precision sebesar 96,13% recall sebesar 95,77%, dan F1-score sebesar 95,95%. AbstractPotholes on roads can damage vehicles and endanger drivers, potentially leading to accidents. Preventative management of potholes is crucial for driver safety and efficient traffic flow. Traditional methods of pothole detection relied on visual inspection, but automatic methods have been developed using sensors and signal processing. This article presents a new approach using image processing and machine learning to identify potholes on roads. The proposed system uses shape features extracted from Pyramid Histogram of Oriented Gradients (PHOG) and a Support Vector Machine (SVM) with polynomial kernels for classification. The system achieves high accuracy, precision, recall, and F1-Score, with an accuracy of 94.45%, precision of 96.130%, recall of 95.77%, and F1-Score of 95.950%.
Hubungan Electronic Customer Relationship Management (E-Crm) Terhadap Loyalitas Pasien Di Rumah Sakit: Tinjauan Pustaka Rahma, Sabrina Aulia; Holipah, Holipah; Al Rasyid, Harun; Rahmayanti, Fida
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106698

Abstract

Era digital 5.0 membawa dampak besar bagi sektor layanan kesehatan. Meningkatnya kompetisi antar rumah sakit menjadi salah satu alasan perlunya inovasi strategi pemasaran untuk menjaga loyalitas pasien rumah sakit sebagai konsumen. Salah satu strategi yang dapat mempengaruhi loyalitas pasien rumah sakit adalah penggunaan Electronic Customer Relationship Management (e-CRM). E-CRM adalah Customer Relationship Management (CRM) yang dibuat secara elektronik menggunakan web browser, internet dan media elektronik lain seperti call center, email, dan personalisasi yang menjadi salah satu cara untuk melakukan pendekatan dengan pasien dengan salah satu tujuannya yaitu meningkatnya loyalitas pasien. Penelitian ini bertujuan untuk mengkaji hubungan e-CRM terhadap loyalitas pasien di rumah sakit. Penelitian ini merupakan penelitian kualitatif yaitu berupa studi literatur menggunakan sumber data artikel penelitian, prosiding, systematic review yang terbit tahun 2017-2022 dari mesin pencari Google Scholar dan Pubmed. Metodologi dalam penelitian ini diadaptasi dari kerangka tinjauan pustaka oleh vom Brocke yang diawali  dengan mendefinisikan ruang lingkup tinjauan dan diikuti dengan konseptualisasi topik kemudian diikuti dengan pencarian literatur, analisis literatur, dan agenda penelitian yang berisi pertanyaan-pertanyaan yang lebih mendalam untuk penelitian masa depan. Dari 1.691 jurnal nasional dan jurnal internasional yang diidentifikasi, terdapat 53 jurnal yang relevan dengan aplikasi e-CRM, kemudian didapatkan delapan jurnal yang masuk dalam penelitian ini. Berdasarkan studi literatur yang dilakukan didapatkan hasil bahwa E-CRM sebagai strategi untuk menjaga hubungan rumah sakit dan pasien dipengaruhi oleh beberapa faktor seperti faktor organisasi, sarana, serta lingkungan. Aplikasi strategi e-CRM juga mempengaruhi kelangsungan aktivitas rumah sakit melalui peningkatan loyalitas dan retensi pasien. Selain itu faktor keberhasilan penerapan E-CRM sebagai alat untuk menjaga dan meningkatkan loyalitas pasien adalah faktor manusia, diharapkan petugas medis memiliki sikap melayani yang baik, sopan, adil dan humanis. AbstractThe digital era 5.0 has had a major impact on the healthcare sector. Increased competition between hospitals is one of the reasons for the need for marketing strategy innovation to maintain the loyalty of hospital patients as consumers. One strategy that can affect the loyalty of hospital patients is the use of Electronic Customer Relationship Management (e-CRM). E-CRM is a Customer Relationship Management (CRM) that is made electronically using a web browser, internet and other electronic media such as call centers, email, and personalization which is one way to approach patients with one of the goals, namely increasing patient loyalty. This study aims to examine the relationship of e-CRM to patient loyalty in hospitals. This research is a qualitative research in the form of a literature study using data sources of research articles, proceedings, systematic reviews published in 2017-2022 from search engines Google Scholar and Pubmed. The methodology in this study was adapted from the framework of the literature review by vom Brocke which begins with defining the scope of the review and is followed by topic conceptualization then followed by a literature search, literature analysis, and a research agenda containing more in-depth questions for future research. Of the 1,691 national and international journals identified, there were 53 journals that were relevant to e-CRM applications, and eight journals were included in this study. Based on the literature study conducted, it was found that E-CRM as a strategy to maintain hospital-patient relationships was influenced by several factors such as organizational factors, facilities, and the environment. The application of e-CRM strategy also affects the continuity of hospital activities by increasing patient loyalty and retention. In addition, the success factor in implementing E-CRM as a tool to maintain and improve patients is the human factor, it is expected that medical officers have a good, polite, fair and humanistic service attitude.
Peningkatan Efisiensi Waktu Seleksi Karyawan dengan Kombinasi Metode Analytical Hierarchy Process dan Simple Additive Weighting Lemantara, Julianto; Suprianta, I Ketut Adi; Arsyanti, Lidya Ananda; Lago, Oktavia Deyo
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 10 No 3: Juni 2023
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2023106654

Abstract

Manajemen Sumber Daya Manusia (SDM) masih menjadi suatu persoalan bagi beberapa perusahaan, salah satunya yaitu pada perusahaan PT. Sasmita Abadi Gloves. Perusahaan ini mempunyai kendala dalam seleksi calon karyawan karena terdapat kesalahan rekrutmen sekitar 3 sampai 4 orang dalam satu tahun. Di samping itu, proses seleksi memerlukan waktu yang lama yaitu 7 hingga 10 hari untuk merekap dan menghitung penilaian calon karyawan dalam bentuk Microsoft Excel. Untuk itu, penelitian kali ini memiliki tujuan menghasilkan Sistem Pendukung Keputusan (SPK) yang bisa menyajikan rekomendasi yang tepat dalam proses seleksi calon karyawan terbaik menggunakan metode Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) dengan waktu yang lebih cepat dan efisien. Dalam penerapannya, AHP digunakan dalam menghitung bobot kriteria/subkriteria dan SAW digunakan dalam menghasilkan ranking calon karyawan. Kriteria untuk seleksi di bagian produksi, yaitu kedisplinan, wawancara, dan tes praktik, sedangkan kriteria untuk seleksi di bagian nonproduksi, yaitu kedisplinan, wawancara, tes tulis, dan psikotes. Jumlah alternatif bisa berapapun, tetapi untuk uji coba, penelitian ini menggunakan 15 alternatif. Hasil penelitian menunjukkan bahwa SPK dapat menentukan calon karyawan terbaik dengan lebih tepat dan objektif. SPK juga dapat mempercepat proses seleksi calon karyawan menjadi 3 hingga 5 hari sehingga meningkatkan efisensi waktu seleksi hingga dua kali lipat. AbstractThe human resources management is a problem for several companies, one of which is the company PT. Sasmita Abadi Gloves. This company has problems in selecting prospective employees because there are recruitment errors of about 3 to 4 people in one year. In addition, the selection process takes a long time, namely 7 until 10 days to recap and calculate the assessment of prospective employees in the form of Microsoft Excel. Therefore, this research aims to produce a Decision Support System (DSS) that can present appropriate recommendations in selecting the best prospective employees using Analytical Hierarchy Process (AHP) and Simple Additive Weighting (SAW) methods with a faster and more efficient time. In its application, AHP was used to specify the criteria/subcriteria weight, while SAW was used to produce the ranking of prospective employees. The criteria for selecting in production departments are discipline, interviews, and practical tests, while the criteria for selecting in non-production departments are discipline, interviews, written tests, and psychological tests. The number alternatives number can be unlimited. For tetsing, this study uses 15 alternatives, The research result showed DSS can determine the best employee candidates more precisely and objectively. DSS can also speed up the employee selection process to 3 until 5 days, thereby increasing efficiency of selection time, up to two times.

Page 91 of 129 | Total Record : 1288

 89   90   91   92   93 

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