cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Zaenal Abidin, S.Kom., M.T.
Contact Email
teknokompak@teknokrat.ac.id
Phone
-
Journal Mail Official
teknokompak@tekokrat.ac.id
Editorial Address
-
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Tekno Kompak
Published by Universitas Teknokrat Indonesia
ISSN : 14129663     EISSN : 26563525     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Tekno Kompak adalah jurnal Sistem Informasi dan Komputer Akuntansi yang menerbitkan artikel-artikel ilmiah secara berkala enam bulanan setiap bulan Februari dan Agustus.
Arjuna Subject : -
Articles 225 Documents
 14   15   16   17   18 
Pengembangan Pengelolaan Keamanan dan Program Keamanan Siber Menggunakan Framework COBIT 2019 Widjaja, Stephanus
Jurnal Tekno Kompak Vol 18, No 2 (2024): AGUSTUS
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i1.4017

Abstract

Perkembangan perguruan tinggi yang semakin pesat mengakibatkan perkembangan teknologi informasi yang digunakannya pun semakin pesat. Pengembangan teknologi informasi pada perguruan tinggi bertujuan untuk meningkatkan kualitas layanan pendidikannya. Dengan perkembangan teknologi informasi yang semakin pesat maka aliran data dan informasinya pun akan semakin besar. Hal inilah yang memerlukan perhatian lebih salah satunya di bidang keamanan sistem. Universitas AKI sebagai salah satu perguruan tinggi swasta yang berbasis teknologi pasti ingin membangun infrastruktur teknologi informasinya dengan baik. Salah satu fokus yang saat ini ditekankan oleh pihak manajemen ialah bagaimana membangun infrastruktur teknologi informasi yang aman. Penelitian ini dilakukan untuk menjawab kebutuhan manajemen akan infrastruktur teknologi informasi yang aman. Penelitian ini menggunakan framework COBIT 2019 dan guidelines IT Audit sebagai panduan evaluasi. Penelitian ini berfokus pada domain Align, Plan and Organize (APO) khususnya proses Managed Security. Metode penelitian yang digunakan meliputi pemilihan area fokus pengelolaan teknologi informasi, pembuatan instrumen evaluasi pengelolaan teknologi informasi, pelaksanaan evaluasi pengelolaan teknologi informasi, evaluasi hasil pengelolaan teknologi informasi, analisa kesenjangan (gap) pengelolaan teknologi informasi dan perumusan strategi perbaikan pengelolaan teknologi informasi. Hasil dari penelitian ini adalah tingkat kemampuan setiap aktivitas dari praktik manajemen pengelolaan keamanan sistem yang berada pada level 3 (defined), nilai kematangan dan tingkat kematangan pengelolaan keamanan sistem yang berada pada level 3 (defined) untuk semua komponen sistem tata kelola, kesenjangan (gap) antara komponen dalam pengelolaan keamanan sistem dan strategi perbaikan pengelolaan keamanan sistem.
Rancang Bangun Sistem Pemantau Visual Sikap Robot humanoid Studi Kasus Robot Sepak Bola Humanoid Krakatau Football Club Pratama, Edvan Agus; Putra, M. Pajar Kharisma; Samsugi, Selamet; Parjito, Parjito
Jurnal Tekno Kompak Vol 18, No 2 (2024): AGUSTUS
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i2.4501

Abstract

Robot adalah sebuah alat mekanik yang dapat melakukan tugas fisik, baik menggunakanpengawasan dan kontrol manusia, ataupun menggunakan program yang telah didefinisikan terlebih dulu.Salah satu sistem yang terdapat pada robot sepak bola humanoid adalah sistem pemantau visual yang dimana hal itu dapat membantu dalam pengembangan kontrol robot humanoid  terutama robot humanoid sepak bola. Sistem pemantau visual adalah sebuah siklus kegiatan yang meliputi proses pengumpulan, peninjauan ulang, pelaporan dan tindakan atas informasi suatu proses yang sedang diimplementasikan. Pengendalian yang dilakukan melalui komputer memungkinkan pemantauan visual serta prediksi dan koreksi kesalahan posisi robot secara efektif. Sistem pemantauan pada robot humanoid Krakatau FC sebelumnya terbatas pada penggunaan kamera, yang hanya memberikan perspektif visual serupa dengan apa yang dilihat oleh robot itu sendiri. Penelitian ini diarahkan untuk mengurangi kesalahan gerakan dengan menyajikan representasi robot dalam format tiga dimensi yang dapat dilihat dan dipahami secara real-time. Berdasarkan evaluasi melalui pengujian blackbox dan implementasi, dikonfirmasi bahwa setiap elemen sistem bekerja sesuai dengan ekspektasi.
Analisis Kelayakan Penurunan UKT Pada Mahasiswa dengan Menggunakan Metode Decision Tree Nurizati, Zahrani; hidayat, Arif; Vernanda, Dwi; Hendriawan, Tri
Jurnal Tekno Kompak Vol 18, No 1 (2024): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i1.3419

Abstract

Abstrak− Indonesia mengalami peningkatan permintaan akan pendidikan tinggi, yang diiringi oleh tantangan terkait keterjangkauan pendidikan. Penelitian ini mengkaji kelayakan penurunan biaya kuliah bagi mahasiswa melalui penerapan metode Decision Tree. Penelitian ini berfokus pada penilaian faktor-faktor yang memengaruhi kelayakan mahasiswa untuk mendapatkan penurunan biaya kuliah, yang pada akhirnya akan meningkatkan aksesibilitas pendidikan tinggi. Metode Decision Tree digunakan sebagai alat analisis yang kuat untuk memodelkan dan menganalisis proses pengambilan keputusan yang kompleks dalam menentukan kelayakan penurunan Uang Kuliah Tunggal (UKT). Dataset yang digunakan untuk analisis melibatkan berbagai faktor sosio-ekonomi, indikator kinerja akademis, dan informasi demografis mahasiswa. Melalui pembuatan model Decision Tree, penelitian ini bertujuan untuk mengidentifikasi kriteria utama yang secara signifikan memengaruhi keputusan untuk menurunkan biaya kuliah. Temuan analisis mengungkapkan wawasan penting tentang faktor-faktor yang memengaruhi kelayakan penurunan UKT. Model Decision Tree memberikan hierarki variabel yang jelas, memungkinkan para pemangku kepentingan untuk memprioritaskan dan fokus pada faktor-faktor yang paling berpengaruh. Pendekatan ini membantu dalam pengambilan keputusan yang terinformasi mengenai penurunan biaya kuliah, memastikan manfaatnya ditujukan kepada mahasiswa yang benar-benar membutuhkan bantuan keuangan. Penelitian ini tidak hanya berkontribusi pada diskursus akademis mengenai proses pengambilan keputusan di lembaga pendidikan, tetapi juga memberikan implikasi praktis bagi pembuat kebijakan, universitas, dan mahasiswa. Dengan memanfaatkan metode Decision Tree, institusi dapat menerapkan sistem yang adil dan transparan untuk menentukan kelayakan penurunan biaya kuliah, meningkatkan inklusivitas, dan mengatasi disparitas sosio-ekonomi dalam mengakses pendidikan tinggi. Sebagai kesimpulan, penelitian ini menyajikan analisis komprehensif tentang kelayakan penurunan biaya kuliah bagi mahasiswa di Indonesia. Metode Decision Tree terbukti menjadi alat yang efektif dalam memahami proses pengambilan keputusan yang rumit dan memfasilitasi pengembangan pendekatan yang terarah dan adil untuk meringankan beban keuangan mahasiswa, sehingga meningkatkan aksesibilitas dan keterjangkauan pendidikan tinggi. Kata Kunci: Biaya Kuliah, Decision Tree, Pohon Keputusan, Uang Kuliah Tunggal (UKT)
Prediksi Tingkat Stres Pada Mahasiswa UNUGHA Cilacap Menggunakan Algoritma K-Nearest Neighbor Wafiqi, Achmad Ulul Azmi; Tundo, Tundo; James, Bobby Arvian; Ramadhan, Abhirama Huga; Nizar, Amin
Jurnal Tekno Kompak Vol 18, No 2 (2024): AGUSTUS
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i2.3933

Abstract

Penelitian ini bertujuan untuk meningkatkan kewarasan mahasiswa agar dapat menyelesaikan studi belajar tanpa adanya stres yang melanda, khususnya bagi mahasiswa UNUGHA Cilacap. Langkah yang digunakan yaitu, dengan cara memprediksi tingkat stres mahasiswa dengan menggunakan Algoritma K-Nearest Neighbor (KNN) berdasarkan faktor-faktor yang mempengaruhi keadaan psikologis mereka, seperti tekanan akademis, kesimbangan kehidupan, dan faktor-faktor psikologis lainnya. Dalam penelitian ini dipengaruhi oleh faktor Kebiasaan Studi, Waktu Tidur, Aktivitas Fisik, Kesehatan Fisik, Tingkat Stres, dan Tingkat kecemasan mahasiswa. Hasil penelitian menunjukkan bahwa Algoritma KNN dapat digunakan untuk mengklasifikasikan mahasiswa kedalam kategori tingkat stress tertentu dengan akurasi sebesar 83,33%, dengan data uji sebanyak 6 mahasiswa dan data training sebanyak 84 mahasiswa. Mahasiswa yang tergolong stres berat akan dilakukan penanganan secara intensif agar dapat dipulihkan kembali dengan cara melakukan pendekatan berkala dengan pendampingan seorang Psikolog yang ada di UNUGHA Cilacap. Selain itu, temuan ini menyoroti pentingnya teknologi kecerdasan buatan, khususnya Algoritma KNN, dalam mebantu mengidentifikasi faktor-faktor yang berkontribusi terhadap kesejahteraan psikologis mahasiswa, juga menekankan dampak stres pada perilaku dan kesejahteraan fisik mahasiswa termasuk kemungkinan munculnya emosi negative, kesulitan tidur, depresi, dan gangguan fisik lainnya. Temuan ini penting untuk pengembangan strategi intervensi yang lebih efektif dalam mendukung mahasiswa di lingkungan akademis yang penuh dengan tekanan. Penelititan ini menunjukan bahwa Aloritma KNN dapat digunakan sebagai alat prediksi yang efektif untuk memahami dan mengelola tingkat stres mahasiswa.
AHP untuk seleksi PNS terbaik pada DLH Kota Bandar Lampung Sugara, Nasrobi; Devialesti, Veni
Jurnal Tekno Kompak Vol 19, No 1 (2025): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i1.4674

Abstract

Penelitian ini bertujuan untuk mengidentifikasi dan memilih Pegawai Negeri Sipil (PNS) terbaik di Dinas Lingkungan Hidup (DLH) Kota Bandar Lampung melalui penerapan metode Analytic Hierarchy Process (AHP). Pemilihan PNS terbaik merupakan proses yang krusial untuk meningkatkan kinerja organisasi dan memberikan penghargaan yang tepat kepada pegawai yang memiliki kontribusi signifikan. Namun, proses seleksi ini sering kali mengalami kendala karena banyaknya kriteria yang harus dipertimbangkan, seperti kinerja individu, kepatuhan terhadap peraturan, serta partisipasi dalam kegiatan lingkungan. Oleh karena itu, diperlukan metode yang mampu mengakomodasi berbagai kriteria ini secara sistematis dan objektif. AHP dipilih sebagai metode utama dalam penelitian ini karena kemampuannya untuk menyusun kriteria yang kompleks menjadi struktur hierarkis yang lebih mudah dianalisis. Kriteria yang digunakan meliputi presensi, kinerja, loyalitas, dan kepemimpinan. Metode ini juga memungkinkan penilaian kualitatif dan kuantitatif terhadap setiap kriteria dan sub-kriteria yang digunakan, serta memberikan bobot yang sesuai untuk masing-masing kriteria berdasarkan tingkat kepentingannya. Melalui proses ini, keputusan yang dihasilkan menjadi lebih transparan dan dapat dipertanggungjawabkan. Penelitian ini menggunakan data primer yang dikumpulkan melalui wawancara dan kuesioner yang disebarkan kepada para pemangku kepentingan di DLH Kota Bandar Lampung. Data yang diperoleh kemudian diolah menggunakan model AHP untuk menghasilkan ranking dari setiap PNS yang dinilai. Hasil dari penelitian ini menunjukkan bahwa AHP merupakan metode yang efektif dalam menyeleksi PNS terbaik, dengan hasil yang konsisten dan dapat diandalkan. Selain memberikan solusi untuk pemilihan PNS terbaik, penelitian ini juga mengidentifikasi area perbaikan dalam proses seleksi yang ada dan menawarkan rekomendasi untuk pengembangan lebih lanjut. Implementasi AHP dalam konteks ini tidak hanya membantu dalam pengambilan keputusan yang lebih baik, tetapi juga meningkatkan keadilan dan objektivitas dalam proses seleksi. Dengan demikian, penelitian ini memberikan kontribusi signifikan terhadap peningkatan kualitas sumber daya manusia di sektor pemerintahan.
Sistem Pakar Diagnosis Penyakit Lambung Berdasarkan Gejala dan Citra Endoskopi Menggunakan Metode Forward Chaining dan CNN Gustin, Gian; Marcos, Hendra
Jurnal Tekno Kompak Vol 18, No 2 (2024): AGUSTUS
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i1.3944

Abstract

Penyakit lambung adalah masalah kesehatan yang sering terjadi di masyarakat, dan diagnosis tepat waktu sangat penting untuk perawatan yang cepat. Penelitian ini mengembangkan sebuah sistem pakar yang mengintegrasikan informasi gejala klinis dan citra endoskopi untuk diagnosis penyakit lambung. Metode forward chaining digunakan untuk mengembangkan aturan inferensi berdasarkan gejala, sementara convolutional neural network digunakan untuk analisis citra endoskopi. Sistem ini memungkinkan pengguna untuk memasukkan gejala klinis yang dialami pasien, kemudian secara otomatis menerapkan aturan-aturan berbasis forward chaining untuk menentukan kemungkinan penyakit lambung. Selanjutnya, melalui pengolahan citra menggunakan convolutional neural network (CNN), sistem mampu mengekstrak fitur-fitur penting dari citra endoskopi dan mengidentifikasi pola-pola yang mendukung diagnosis. Pengujian sistem dilakukan menggunakan dataset gejala klinis dan citra endoskopi yang luas. Hasil eksperimen menunjukkan bahwa integrasi metode forward chaining dan CNN memberikan tingkat akurasi diagnosis yang tinggi hingga 80,6%. Sistem ini mempercepat proses diagnosis dan meningkatkan akurasi dengan menggunakan data visual dari gambar endoskopi. Penelitian ini menunjukkan potensi sistem pakar sebagai alat bantu bagi praktisi medis dalam meningkatkan efisiensi dan keakuratan diagnosis penyakit lambung. Dengan menggabungkan pendekatan gejala klinis dan analisis citra, sistem ini dapat menjadi kontributor berharga dalam perawatan pasien dengan penyakit lambung, memungkinkan intervensi yang lebih cepat dan tepat.
Implementing Online Ordering Systems for Small Culinary Businesses: A Case Study of Nasi Cia Anugrah, Charisma Christ; Istiono, Wirawan
Jurnal Tekno Kompak Vol 19, No 1 (2025): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v19i1.4663

Abstract

In the era of culinary industry growth and digital transformation, the challenges for startups like Nasi Cia in managing rice orders are increasingly complex. In the environment of SMA Xaverius 1, the surge in visitors often results in problems in managing orders efficiently. The manual system used today proved insufficient to handle the increasing order load. The problem of long queues also affects the customer experience and can lead to losing potential customers. Lack of sales data management is also a problem that must be solved. To overcome these problems, an online ordering system was built and designed using the extreme programming method. With this application, Nasi Cia switches to a more effective ordering system with the aim of improving flexibility, responsiveness, and service quality, as well as reducing dependence on expensive food delivery applications such as Gojek and Grab. The results and conclusions of this research show that this application has been successfully built with the extreme programming development method. This online ordering application can be well received as evidenced by 91.4% of users strongly agree
Aplikasi DIATECT Untuk Prediksi Penyakit Diabetes Menggunakan SVM Berbasis Web Sanhaji, Ganis; Febrianti, Anisa; Hidayat, Hidayat
Jurnal Tekno Kompak Vol 18, No 1 (2024): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i1.3643

Abstract

Abstrack− Penelitian ini menampilkan dampak serius dari Penyakit diabetes. Aplikasi ini bertujuan untuk mendeteksi gejala diabetes. Pada Pendeskripsian masalah yang diteliti berfokus pada peningkatan jumlah penderita diabetes. Menurut data International Diabetes Federation (IDF) diprediksi bahwa jumlah orang dewasa yang menderita diabetes dalam rentang usia 20 hingga 79 tahun mencapai 415 juta individu di seluruh dunia. Penelitian ini memperkenalkan aplikasi berbasis web yang disebut DIATECT (Diabetes Prediction using Support Vector Machine on the Web) yang dirancang untuk memprediksi risiko penyakit diabetes. Aplikasi ini memanfaatkan algoritme Support Vector Machine (SVM) untuk mengolah data kesehatan yang luas dan beragam. DIATECT dapat memberikan prediksi yang akurat tentang kemungkinan seseorang mengetahui diabetes berdasarkan data yang dimasukkan. Penelitian ini menggunakan metode kuantitatif dengan data sekunder sebanyak 768 data, terdiri dari terkena diabetes dan tidak. Hasil uji coba menunjukkan bahwa DIATECT menggunakan algorita SVM  memiliki performa yang baik dalam mendeteksi penyakit diabetes dengan tingkat akurasi sebesar 77% sehingga model yang mampu memprediksi dengan benar pada 77% kasus. Sisanya, sekitar 23%, mungkin merupakan prediksi yang tidak tepat.. Hasil penelitian menunjukkan bahwa aplikasi ini memiliki performa yang kuat, dengan presisi mencapai 77%, recall mencapai 91%, dan F1-score mencapai 91. Aplikasi ini memiliki potensi besar untuk mendukung masyarakat dalam mendeteksi dan mengidentifikasi penyakit melalui platform web yang mudah diakses.Kata Kunci: SVM, Diabetes, Deteksi, Aplikasi, DIATECT
Analisis Ulasan Pengguna Aplikasi Seabank Dengan Support Vector Machine Dan Naïve Bayes Adela, Cindy Nada; Karnila, Sri; Sutedi, Sutedi; Agarina, Melda
Jurnal Tekno Kompak Vol 18, No 2 (2024): AGUSTUS
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i2.4156

Abstract

Aplikasi perbankan digital seperti Seabank, telah menjadi bagian dari kebutuhan kehidupan saat ini. Diluncurkan pada Februari 2021 oleh PT Bank Seabank Indonesia, dan meraih popularitas yang signifikan. Penggunaan aplikasi ini menghasilkan sejumlah besar ulasan yang mencerminkan sentimen pengguna terkait dengan kinerja, layanan dan keamanan aplikasi. Memahami sentimen positif, netral, dan negatif dari ulasan pengguna. Seabank memungkinkan untuk mendapatkan wawasan tentang tingkat kepuasan pelanggan, kelemahan aplikasi, dan area perbaikan yang diperlukan. Untuk itu penting dilakukan analisis data dan klasifkikasi ulasan pengguna. Penelitian ini bertujuan mengetahui kinerja dua algoritma klasifikasi, yaitu Support Vector Machine (SVM) dan Naïve Bayes, dalam mengklasifikasikan sentimen ulasan pengguna. Pengujian dilakukan dengan menggunakan 3789 data, pembagian rasio 80% training dan 20% testing. Hasil pelabelan menunjukkan adanya 438 sentimen positif, 1379 sentimen netral, dan 77 sentimen negatif. Sedangkan hasil pelabelan oleh ahli bahasa menunjukkan jumlah 1100 sentimen positif, 308 sentimen netral, dan 486 sentimen negatif. Hasil pengujian akurasi menggunakan confusion matrix menunjukkan bahwa algoritma Support Vector Machine memiliki nilai akurasi tertinggi sebesar 63%, sedangkan algoritma Gaussian Naïve Bayes memiliki nilai terendah sebesar 30%. Dengan demikian, dapat disimpulkan bahwa model SVM lebih efektif dalam mengklasifikasikan sentimen ulasan pengguna aplikasi Seabank daripada model Naïve Bayes.
Analisis Kinerja Pasar Saham Berbasis Business Intelligence secara Realtime Maulana, Rafli Iqbal; Laksana, Eka Angga
Jurnal Tekno Kompak Vol 18, No 1 (2024): FEBRUARI
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/jtk.v18i1.3266

Abstract

Penelitian ini mengeksplorasi penggunaan widget Streamlit dan TradingView Python untuk membuat aplikasi dan dasbor pasar saham khusus. Streamlit adalah kerangka kerja sumber terbuka untuk tim Pembelajaran Mesin dan Ilmu Data, sedangkan TradingView adalah platform pembuatan grafik yang populer. Aplikasi ini memungkinkan pengguna untuk memilih simbol saham dan tanggal mulai untuk melihat harga saham dan indikator teknis. Aplikasi ini menggunakan modul yfinance dan ta untuk mengunduh harga saham dan menghitung indikator teknis. Aplikasi ini juga memungkinkan pengguna untuk mengunduh data harga saham sebagai file CSV menggunakan modul Python io dan os. Keuntungan menggunakan Streamlit dan TradingView adalah berbagai macam fiturnya, yang memungkinkan pengguna untuk membuat aplikasi dan dasbor yang disesuaikan. Namun, pengguna terbatas pada grafik dan fitur yang ditawarkan oleh TradingView. Secara keseluruhan, widget ini dapat digunakan oleh trader dan investor untuk melacak tren pasar, mengidentifikasi peluang trading potensial, dan mengelola portofolio.

Page 16 of 23 | Total Record : 225

 14   15   16   17   18 

Filter by Year

2017 2025


Reset
Filter By Issues
All Issue Vol 19, No 2 (2025): AGUSTUS (In Progress) Vol 19, No 1 (2025): FEBRUARI Vol 18, No 2 (2024): AGUSTUS Vol 18, No 1 (2024): FEBRUARI Vol 17, No 2 (2023): Agustus Vol 17, No 1 (2023): Februari Vol 16, No 2 (2022): Agustus Vol 16, No 1 (2022): Februari Vol 15, No 2 (2021): Agustus Vol 15, No 1 (2021): Februari Vol 14, No 2 (2020): AGUSTUS Vol 14, No 1 (2020): Februari Vol 13, No 2 (2019): Agustus Vol 13, No 1 (2019): Februari Vol 12, No 2 (2018): Agustus Vol 12, No 1 (2018): Februari Vol 11, No 2 (2017): Agustus Vol 11, No 1 (2017): Februari More Issue