cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Amarudin
Contact Email
amarudin@teknokrat.ac.id
Phone
-
Journal Mail Official
teknoinfo@teknokrat.ac.id
Editorial Address
-
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Teknoinfo
Published by Universitas Teknokrat Indonesia
ISSN : 16930010     EISSN : 2615224X     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Teknoinfo is a peer-reviewed scientific Open Access journal that published by Universitas Teknokrat Indonesia. This Journal is built with the aim to expand and create innovation concepts, theories, paradigms, perspectives and methodologies in the sciences of Informatics Engineering. The articles published in this journal can be the result of conceptual thinking, ideas, innovation, creativity, best practices, book review and research results that have been done. Jurnal Teknoinfo publishes scientific articles twice a year in January and July.
Arjuna Subject : -
Articles 31 Documents
 1   2   3   4 
Search results for , issue "Vol 16, No 2 (2022): Juli" : 31 Documents clear
IMPLEMENTASI MULTI ATTRIBUTE DECISION MAKING MENGGUNAKAN METODE WEIGHTED PRODUCT DALAM PEMILIHAN SUPERVISOR Hidayanti Murtina; Nunung Hidayatun; Susafa’ati Susafa’ati
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.2006

Abstract

The selection of supervisors is important because it will show good employee performance. With supervisors, selection employees can look to give their best work because they know that their performance is on the way. Seeing the importance of a supervisor, it would be even better if stakeholders used a method of assessment in decisions so that previous assessments could produce even better decisions. Sometimes making a decision on an appropriate decision is based on subjective, which is caused by the attachment between stakeholders with one of the choices that ends in a reduced sense of appreciation or the chosen outcome. By using the help of a decision support method, the results or outcomes of the resulting decisions will be of more objective value. The author will conduct research with the help of the Multi-Attribute Decision Making (MADM) method and the method that will be used in this research is the weighted product (WP) method. The criteria that the author uses in this study include intellectual ability, personality, work attitude, thinking ability, self-management, task management and human resource management in accordance with the supervisor selection criteria at PT. Nippon Indosari Corpindo. The final result of this research is the election of A9 with the name Suhelmi with a value of 0.1160 as the surest candidate as a supervisor followed by alternative A3 Cipto Agung with a value of 0.1142 in the 2nd position and alternative A2 Asa Sofia with a score of 0.1090 in the position the 3rd
PENENTUAN MINAT KONSUMEN TERHADAP PRODUK MENGGUNAKAN ALGORITMA APRIORI PADA PT.TELKOM INDONESIA Pardo Frans Longgana; Irvan Irvan; Anjar Hero Wilarto
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1977

Abstract

Dengan adanya kegiatan pesanan penjualan setiap hari, data semakin lama akan semakin bertambah. Data tersebut seharusnya dapat dimanfaatkan dan diolah menjadi informasi untuk meningkatan pesanan penjualan. Permasalahan yang timbul di PT. Telkom Indonesia Divisi Business Service (DBS) yaitu sering sekali pihak sales tidak  mengetahui produk apa saja yang banyak di minati oleh konsumen sehingga produk yang lain tidak diminati dengan cepat. Tujuan dari penelitian ini adalah untuk mendapatkan informasi minat konsumen dari produk-produk di PT. Telkomunikasi Indonesia Segement Hospitality Bussiness Service (HBS) dan mengetahui strategi dalam penjualan berdasarkan pola dan rule algoritma apriori. Dalam penelitian ini, Association Rule berfungsi untuk menganalisa seberapa sering suatu produk yang sering dijual secara bersamaan, analisis ini akan ditinjau dari data pesanan yang telah terjadi. Penerapan Algoritma Apriori dalam aplikasi ini berhasil mencari kombinasi item terbanyak berdasarkan data pesanan dan kemudian membentuk pola asosiasi dari kombinasi item tersebut. Hasil penelitian ini secara keseluruhan didapatkan rata-rata nilai pengujian user acceptance testing dengan metode TAM (Technology Acceptance Model) sebesar 89,6% dan secara keseluruhan model Data Mining dengan menggunakan metode apriori dapat diterima dengan sangat baik oleh user.
WEB SCRAPING OF DISEASE INFORMATION FROM SOCIAL MEDIA TWITTER Muhammad Iqbal Habibie; Taufiq Widiaputra; Yulianingsani Yulianingsani
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1871

Abstract

Environmental degradation caused by land conversion, trash (both domestic and industrial), and natural catastrophes is all variables that contribute to the establishment of disease susceptibility. Experts throughout the world suggest “ONE HEALTH” as a strategy for dealing with the threat of zoonoses. The One Health concept is a worldwide strategy to expand interdisciplinary collaboration and communication in all aspects of health care for humans, animals, and the environment. To overcome this disease of zoonoses, we developed a system of information zoonoses and Emerging Infectious Disease (SIZE). In this system of SIZE, we gather the disease information from social media. The disease information was collected from Twitter are Demam Berdarah Dengue (DBD), malaria disease, Antraks Disease, Canine Madness (Anjing Gila), Bird Flu (flu burung), and Ebola Disease. Twitter is a social media platform that has become a constant resource developing for data collectors. To perform this task to get the data of disease information, related tweets and Twitter user details the data collection using web scraping. Data Collection from Twitter was carried out by applying web scraping technology using python language. The scraping experiment from twitter in this study has succeeded in retrieving disease information from 2015-2020 using an advanced tool for Twitter scrapping called Twint using the python script. As the results lately have been increased number of tweets of diseases from canine madness (anjing gila) 34477, followed by Malaria Disease (28046) and Demam Berdarah Dengue (DBD) 11950 in 2020.
KLASIFIKASI KONSUMSI ENERGI INDUSTRI BAJA MENGGUNAKAN TEKNIK DATA MINING Jajang Jaya Purnama; Sri Rahayu
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1984

Abstract

Kebutuhan manusia dalam memenuhi sandang, pangan dan papan pada kehidupannya saat ini tidak terlepas dari terlibatnya energi listrik. Pada beberapa sektor kehidupan, yaitu sektor rumah tangga, industri, bisnis, sosial, gedung kantor pemerintah, dan penerangan jalan umum membutuhkan energi listrik. Sektor industri konsumsi energi relatif lebih tinggi dibandingkan sektor lainnya, sehingga perlu adanya pengendalian konsumsi energi terutama di sektor industri. Akibatnya, untuk suatu Bangsa atau wilayah, prakiraan penggunaan energi listrik menjadi mendesak dan krusial. Penelitian mengenai hal ini muncul dari berbagai negara misalnya penelitian asal Korea tentang model prediksi konsumsi energi untuk smart factory menggunakan algoritma data mining yang memperkenalkan dan mengeksplorasi model prediksi konsumsi energi industri baja dengan menghasilkan model  terbaik yaitu Random Forest dengan nilai RMSE 7,33 pada set pengujian. Selain itu, penelitian lain mengangkat judul model prediksi konsumsi energi yang efisien untuk suatu data analitik bangunan industri di kota pintar dengan menyajikan dan mengeksplorasi model konsumsi energi prediktif berdasarkan teknik penambangan data untuk industri baja skala kecil yang cerdas di Korea Selatan menggunakan variabel seperti lagging dan arus utama daya reaktif, faktor daya lagging dan arus terdepan, emisi karbon dioksida, dan jenis beban. Penelitian asal Australia juga tidak ketinggalan, membahas mengenai prediksi konsumsi energi industri menggunakan teknik data mining yang menyajikan dan mengeksplorasi model prediksi konsumsi energi menggunakan pendekatan data mining untuk industri baja hingga menunjukkan bahwa model Random Forest dapat memprediksi konsumsi energi terbaik dan mengungguli algoritma konvensional lainnya dalam perbandingan. Penelitian ini menyajikan klasifikasi konsumsi energi pada industri baja, agar dapat diketahui pola penggunaan beban ringan, beban sedang, dan beban maksimum menggunakan teknik data mining pada data publik yang sudah tersedia mengenai hal tersebut, dengan tujuan para pengguna energi di industri baja lebih bijak dalam menggunakan energi karena telah mengetahui pola masing-masing beban. Dengan metode yang digunakan diantaranya Random Forest, Decision Tree, Naïve Bayes dan Artificial Neural Network menghasilkan akurasi berturut-turut yaitu 91,13%, 90,50%, 70,97% dan 75,56%, sehingga metode klasifikasi yang paling cocok digunakan dalam melakukan klasifikasi konsumsi energi industri pada dataset steel industry energy consumption adalah Random Forest.
PEMANFAATAN FLUTTER PADA PENGEMBANGAN APLIKASI MOBILE EBISNIS PENYEDIAAN BAHAN BAKU BISNIS KATERING Arief Herdiansah; Desi Nurnaningsih; Hengki Rusdianto
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1937

Abstract

Bisnis katering merupakan sebuah usaha kuliner yang cukup banyak dijumpai di kabupaten Tangerang, dan biasanya dikelola oleh ibu rumah tangga, salah satunya adalah bisnis katering yang dikelola oleh ibu Ratna di kecamatan Legok Kabupaten Tangerang. Peneliti melakukan penelitian mengembangan prototipe aplikasi ebisnis mobile dengan menggunakan framework flutter untuk sebuah usaha katering untuk mengelola stok bahan baku pembuatan makanan yang dipesan pelanggan. Penelitian ini merupakan penelitian terapan yang menggunakan metode interview dalam proses pengumpulan data dan menggunakan UML (Unified Modeling Language) dalam proses perancangan sistem. Dalam pengembangan aplikasi ebisnis ini peneliti menggunakan model prototipe, pengembangan sistem peneliti menggunakan flutter agar menghasilkan sebuah sistem berbasis android. Prototipe yang dihasilkan diuji menggunakan metode pengujian black-box. Penelitian yang kami lakukan diharapkan dapat menghasilkan sebuah prototipe yang dapat menjadi contoh dan memberikan pembelajaran berkaitan dengan penerapan teknologi informasi di masyarakat terutama para pelaku UMKM (Usaha Mikro Kecil dan Menengah) bidang Katering
Sistem Peringatan Dini Kebocoran Gas LPG Menggunakan ESP8266 dan API Telegram dengan Metode Fuzzy Dilan Allya Barqi; Mardi Siswo Utomo; Eddy Nurraharjo; Zuly Budiarso
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1762

Abstract

Gas LPG merupakan senyawa propane dan butane yang sangat berbahaya jika terjadi kebocoran di dalam ruangan tertutup dengan suhu diatas 30 derajat celsius. Untuk menghindari kejadian yang berakibat fatal apabila terjadi kebocoran gas LPG, maka diperlukan sistem yang dapat memberikan peringatan dini terhadap kebocoran gas LPG. Implementasi sistem peringatan dini dalam penelitian ini menggunakan perangkat keras ESP8266 sebagai pengendali sensor dan API Telegram sebagai sarana untuk menyampaikan pesan peringatan ke akun telegram pengguna. ESP8266 dipilih karena memiliki SoC (System on Chip) yang memungkinkan untuk terkoneksi dengan internet tanpa perangkat keras tambahan. Dalam penelitian ini ESP8266 digunakan untuk memproses masukan yang diterima menggunakan metode fuzzy sugeno dan API Telegram dimanfaatkan untuk membuat bot telegram yang digunakan untuk mengirimkan notifikasi peringatan ke pengguna. Komponen hardware lain yang digunakan yaitu sensor MQ 6, sensor DHT11, buzzer, relay dan exhaust fan. Dalam pengujian lapangan sistem dapat bekerja dengan baik. Sistem dapat mendeteksi seluruh simulasi kebocoran gas pada tiap pengujiannya dan berhasil mengirimkan pesan peringatan ke pengguna melalui bot telegram.
RANCANG BANGUN HELM PENDETEKSI DENYUT NADI DAN PEMBACA DOA PERJALANAN Shoffin Nahwa Utama; Abdul Wahid; Ahmad Fahmi Karami
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1989

Abstract

Kebutuhan helm sebagai alat keselamatan diri dalam berkendara menjadi sesuatu yang wajib bagi para pengendara motor. Era teknologi 4.0 sudah berjalan sudah waktunya implementasi teknologi digital disematkan pada helm guna memberikan nilai tambah manfaat. Pada penelitian ini menawarkan usulan implementasi sistem kontroller yang diintegrasikan dengan helm SNI. Sistem kontroler dilengkapi dengan sensor denyut nadi, motor vibrator dan pengeras suara. Sistem akan memutar doa akan bepergian ketika tali pengaman helm dipasang atau dikunci dengan benar. Sensor diletakkan pada pengait dibagian leher untuk deteksi denyut nadi, kemuadian sistem akan merekam dan mengakumulasi setiap menit denyut nadi. Sistem akan mendeteksi apabila nilai denyut nadi berada dibawah atau diatas ambang batas normal dan sistem akan mengaktifkan motor fibrator guna memberikan peringatan pengemudi yang mengenakan helm tersebut. Pengujian perangkat dan sistem kontrol pada helm berfungsi dengan baik. Uji coba helm terhadap 5 pengendara sepeda motor dilakukan 5 kali dengan rentang waktu setiap uji coba 179 menit juga berjalan dengan lancar sistem dapat menyimpan log data nadi selama berkendara dan ketika mendeteksi denyut nadi diluar nilai normal maka helm akan mengeluarkan getaran yang membuat pengendara mendapatkan peringatan dini.
PENGEMBANGAN AUGMENTED REALITY MUSEUM CAKRANINGRAT BANGKALAN BERBASIS QR-CODE Prita Dellia; Siti Mutiatun; Ahmad Jami'ul Amil
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1915

Abstract

Museum menjadi tempat untuk menyimpan cagar budaya yang ada di suatu daerah. Museum merupakan sumber ilmu pengetahuan dan literasi bagi pengunjungnya. Museum menyediakan katalog koleksi-koleksi yang dimiliki dalam bentuk tercetak yang dapat dilihat oleh pengunjung museum. Pengunjung datang dan singgah begitu saja tidak disuguhi data yang komprehensif terkait benda yang dilihat oleh pengunjung. Disisi lain, perlu adanya ketertarikan terhadap museum kaitannya dengan digitalisasi informasi benda yang ada di dalamnya. Pengembangan ini terfokus pada Augmented Reality berbasis QR-Code yang ada di museum yang akan memuat gambar serta deskripsi benda-benda di Museum Cakraningrat Bangkalan. Penelitian ini adalah penelitian pengembangan media pembelajaran berbasis AR untuk memudahkan proses pembelajaran di museum dan pendidikan pengetahuan lokal tentang benda peninggalan yang sarat informasi dan ilmu pengetahuan. Pemahaman isi dari deskripsi benda tersebut memanfaatkan teknologi AR berbasis QR-Code. Desain pengembangan yang digunakan adalah Research and Development Borg and gall dengan lima tahapan penelitian yaitu, identifikasi masalah, pengumpulan informasi, desain produk, validasi desain dan revisi desain. Media AR yang dikembangkan tersebut bisa digunakan pada handphone android atau sejenis nya dengan memanfaatkan QR-Code, sedangkan pengembangannya pada pemanfaatan pengetahuan teknologi dalam benda yang ada dalam museum di Madura. Hasil validasi ahli media didapatkan nilai yaitu  91,7% dan dinyatakan “sangat baik”.
A MULTICRITERIA INDEX USING NEURAL NETWORK TO EVALUATE THE POTENTIAL LANDS OF MAIZE Muhammad Iqbal Habibie; Nety Nurda
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1873

Abstract

The criteria for planting maize should be consistent with sensible and ecological criteria to determine the potential lands. However, there is still a lack of proven methodology for this evaluation. The purpose of this analysis was to determine the parameters that affect the multi-criteria decision of maize, with the aim of a new method on the land suitability analysis. The land suitability analysis proposed was based on GIS-analysis and management parameters such as distance from roads, rivers, slope, LULC, elevation, soil type, NDVI, SAVI, rainfall, and temperature. We have found a sample of 4590 maize in Tuban, East Java, Indonesia. Based on the above criteria, maize has been classified into four groups according to FAO. Moreover, we analyzed was done using Neural Network. Results showed that the integrated AHP with Neural Network to evaluate the lands inferred that 66.7 percent of the study area was classified as highly suitable, 30.2 percent were moderately suitable, and 3 percent were marginally suitable for Maize Cultivation in Tuban Regency. The approach presented in this analysis can be extended in this analysis can be extended to other maize areas also other crops as a decision-making system.
Analisis Sentimen Berbasis Aspek pada Wisata Halal dengan Metode Deep Learning Risca Naquitasia; Dhomas Hatta Fudholi; Lizda Iswari
Jurnal Teknoinfo Vol 16, No 2 (2022): Juli
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jti.v16i2.1516

Abstract

Wisata halal kini tengah menjadi tren seiring dengan meningkatnya jumlah populasi wisatawan muslim. Wisata halal merupakan bagian dari sektor pariwisata yang menawarkan pelayanan dengan merujuk kepada aturan-aturan Islam. Dengan berkembangnya wisata halal, mulai muncul ulasan tempat wisata yang berkaitan dengan fasilitas yang dapat memudahkan wisatawan muslim. Fasilitas tersebut meliputi kebersihan toilet, ketersediaan tempat ibadah, serta ketersediaan makanan halal. Namun sayangnya, sangat sedikit yang menganalisis ulasan mengenai persoalan ini. Oleh karena itu, melalui penelitian ini dilakukan analisis sentimen berbasis aspek terhadap tempat wisata di negara Asia menggunakan metode deep learning. Metode ini digunakan karena menghasilkan akurasi performa yang baik. Data yang digunakan adalah ulasan berbahasa inggris yang diambil dari website TripAdvisor. Data tersebut kemudian diolah dan diproses sehingga dapat mengenali sentimen dan juga aspek dari ulasan tersebut. Terdapat tiga aspek yang digunakan yaitu mosque, halal food, dan toilet. Setelah dilakukan pengujian, metode CNN mendapatkan hasil akurasi tertinggi jika dibandingkan dengan metode lainnya baik pada klasifikasi aspek maupun klasifikasi sentimen. Dengan metode CNN, klasifikasi aspek menghasilkan akurasi sebesar 98.299%. Sedangkan klasifikasi sentimen mendapatkan akurasi sebesar 93.96%. Hasil penelitian ini diharapkan dapat membantu mengembangkan strategi untuk lebih memajukan wisata halal.

Page 2 of 4 | Total Record : 31

 1   2   3   4 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol 19, No 1 (2025): January 2025 Vol 18, No 2 (2024): Juli 2024 Vol 18, No 1 (2024): Januari Vol 17, No 2 (2023): Vol 17, No 2 (2023) : JULI Vol 17, No 1 (2023): Vol 17, No 1 (2023): JANUARI Vol 16, No 2 (2022): Juli Vol 16, No 1 (2022): Januari Vol 15, No 2 (2021): Juli Vol 15, No 1 (2021): Januari Vol 14, No 2 (2020): Juli Vol 14, No 1 (2020): Januari Vol 13, No 2 (2019): Juli Vol 13, No 1 (2019): JANUARI Vol 12, No 2 (2018): Juli Vol 12, No 1 (2018): Januari Vol 11, No 2 (2017): Juli Vol 11, No 1 (2017): Januari Vol 10, No 2 (2016): Juli Vol 10, No 1 (2016): Januari More Issue