cover
Contact Name
Wagino
Contact Email
ginouniska@gmail.com
Phone
-
Journal Mail Official
ginouniska@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Technologia: Jurnal Ilmiah
ISSN : 20866917     EISSN : 26568047     DOI : -
Core Subject : Science,
Technologia: Jurnal Ilmiah adalah wadah informasi, hasil penelitian, dan tulisan terkait bidang Teknik Informatika dan Sistem Informasi yang dikelola oleh Fakultas Teknologi Informasi Universitas Islam Kalimantan Muhammad Arsyad Al Banjari. Frekuensi terbitan pada jurnal ini 4 kali dalam setahun yaitu pada bulan Januari, April, Juli, dan Oktober.
Arjuna Subject : -
Articles 14 Documents
Search results for , issue "Vol 9, No 4 (2018): TECHNOLOGIA" : 14 Documents clear
PENGOLAHAN DAN PERNGARSIPAN DATA PADA FAKULTAS UNLAM BANJARMASIN-BANJARBARU iqbal firdaus; silvia ratna
Technologia : Jurnal Ilmiah Vol 9, No 4 (2018): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (821.369 KB) | DOI: 10.31602/tji.v9i4.1902

Abstract

Aplikasi pengolahan dan pengarsipan data ini dibuat untuk menunjang agar pembuatan, pengarsipan, pencetakan, penyimpanan data dan laporan dapat dilakukan dengan mudah dan waktu yang singkat serta akurat dan lengkap. Aplikasi pengolahan dan pengarsipan data ini dibangun dengan menggunakan bahasa pemograman Java NetBeans dan database MySQL.Penelitian ini menggunakan jenis penelitian terapan. Data yang dikumpulkan menggunakan teknik observasi dan wawancara dengan menggunakan teori pengembangan software SDLC (Software Development Life Cycle).Aliran data dan perancangan aplikasi pengolahan dan pengarsipan data ini menggunakan Diagram Konteks dan Data Flow Diagram (DFD). Aplikasi pengolahan dan pengarsipan data ini dapat membantu dalam mempermudah pembuatan dan pengarsipan data diri, SK dan surat keterangan gaji di Fakultas Teknik Unlam Banjarmasin-Banjarbaru. Kata Kunci: Aplikasi, Fakultas Teknik Unlam Banjarmasin-Banjarbaru, Java NetBeans, MySQL
SISTEM INFORMASI PENJUALAN MOBIL BEKAS BERBASIS WEB PADA PT. UMI FORD BANJARMASIN Dwi Agung Wibowo
Technologia : Jurnal Ilmiah Vol 9, No 4 (2018): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (149.445 KB) | DOI: 10.31602/tji.v9i4.1536

Abstract

Pada Kepegawaian yang memiliki tugas menyelenggarakan data karyawan, data barang masuk dan keluar, pemesanan mobil,  data customer,  serta gaji karyawan. Dalam proses yang berjalan sekarang berupa data yang menyangkut penjualan mobil bekas masih dilakukan secara manual belum terkomputerisasi dan terorganisasi.Permasalahan yang sering dihadapi pada PT UMI Ford Banjarmasinkhususnya untuk sales consultan adalah proses penjualan mobil bekas karena masih dilakukan secara manual dan masih dilakukan secara perorangan belum ada devisi yang menangani secara khusus. Karena dilakukan secara perorangan terkadang memakan waktu yang cukup lama, sehingga mempengaruhi pada penjualan mobil barunya.Dengan di buatnya Sistem Informasi Penjualan Mobil Bekas Berbasis Webtersebut dapat memaksimalkan permasalahan yang sebelumnya masih manual sekarang sudah terkomputerisasi dan dapat menyelesaikan permasalahan tersebut  . Keywords : Sistem Informasi Penjualan Mobil Bekas
PENGENALAN CITRA SASIRANGAN BERBASIS FITUR GLCM DAN MEDIAN FILTER MENGGUNAKAN LEARNING VECTOR QUANTITATION Muharir Muharir
Technologia : Jurnal Ilmiah Vol 9, No 4 (2018): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (414.431 KB) | DOI: 10.31602/tji.v9i4.1541

Abstract

Sasirangan adalah kain khas suku Banjar provinsi Kalimantan Selatan, kain sasirangan merupakan salah satu budaya yang dimiliki bangsa Indonesia yang harus dijaga dan dilestarikan. Sasirangan saat ini memiliki beragam motif dan sebagian motif-motif yang ada belum dikenal masyarakat. Pengenalan citra saat ini sudah banyak dilakukan namun akurasi yang dihasilkan masih rendah dan belum diketahui algoritma apa yang menghasilkan akurasi terbaik untuk mengenali citra sasirangan. Pada penelitian ini, teknik yang digunakan untuk ekstraksi fitur adalah metode Grey Level Co-occurrence Matriec. Untuk pengenalan pola digunakan metode Linear Vector Quantization dengan melakukan beberapa tahapan pengujian, menggunakan pengujian dengan training dan testing, dan menggunakan cross validation. Pengujian menggunakan training dan testing dilakukan dengan 4 ketentuan 60%:40%, 70%:30%, 80%:20%, 90%:10%, untuk sampling type yang terbagi menjadi 3 bagian : yaitu Linear Sampling, Shuffled Sampling, dan Stratified Sampling menggunakan teknik Fold Cross Validation dengan masing-masing di uji dari 2, 3, 4, 5, 6, 7, 8, 9, dan 10 . Dari hasil penelitian menunjukkan bahwa pada pengujian tersebut akurasi tertinggi untuk mengenali citra sasirangan menggunakan sampling type dengan teknik Shuffled Sampling di dapatkan (93,33%) dengan nilai validasi 5, dengan perbandingan data training 70% dan testing 30% .Keyword : Median Filter, Grey Level Co-occurrence Matriec, Learning Vector Quantization
OPTIMASI MODEL KLASIFIKASI C4.5 DAN PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI SISWA BERMASALAH Hayati Noor
Technologia : Jurnal Ilmiah Vol 9, No 4 (2018): TECHNOLOGIA
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (311.822 KB) | DOI: 10.31602/tji.v9i4.1537

Abstract

Sekolah adalah lembaga pendidikan kedua bagi seorang anak yang memiliki peranan  sangat strategis yang akan menjadi pusat-pusat kegiatan pendidikan untuk menumbuhkan dan mengembangkan potensi anak sebagai makhluk individu, sosial, susila dan religius. Deteksi dini dapat juga mendeteksi siswa dengan masalah belum serius, sehingga pihak sekolah memberikan dukungan dan perhatian yang tepat sebelum kondisi ini memburuk. Dalam menentukan apakah seorang siswa bermasalah maka pendidik (orang tua, wali siswa, wali kelas, dan guru) harus memperhatikan kekhasan perilaku anak dan perlu memahami tahapan perkembangan anak dalam segala aspek. Berdasarkan kondisi tersebut teknik data mining yang tepat digunakan adakah klasifikasi. Salah satu teknik klasifikasi data mining adalah C4.5. Dalam penelitian ini, membandingkan algoritma C4.5 dengan C4.5 berbasis PSO (Particle Swarm Optimazion) yang diterapkan pada data siswa bermasalah. C4.5 dan Particle Swarm Optimization menjadi lebih baik dalam memprediksi nilai akurasi daripada menggunakan hanya metode C4.5 saja, yang mampu meningkatkan nilai akurasi cukup tinggi yaitu sebesar 35.7%. Optimasi Decision Tree C4.5 dapat diterapkan untuk prediksi siswa berpotensi bermasalah dengan tingkat akurasi 99,08%. Dalam prediksi siswa berpotensi bermasalah, akurasi optimasi Algoritma C4.5 dan Particle Swarm Optimization lebih baik dari pada Algoritma decision Tree C.4.5 saja, dengan perbedaan yang cukup besar. Keyword : Siswa bermasalah, data mining, C4.5. PSO,

Page 2 of 2 | Total Record : 14


Filter by Year

2018 2018


Filter By Issues
All Issue Vol 17, No 1 (2026): Technologia (Januari) Vol 16, No 2 (2025): Technologia (April) Vol 16, No 1 (2025): TECHNOLOGIA (JANUARI) Vol 15, No 4 (2024): Technologia (Oktober) Vol 15, No 3 (2024): Technologia (Juli) Vol 15, No 2 (2024): Technologia (April) Vol 15, No 1 (2024): Technologia (Januari) Vol 14, No 4 (2023): Technologia (Oktober) Vol 14, No 3 (2023): Technologia (Juli) Vol 14, No 2 (2023): Technologia (April) Vol 14, No 1 (2023): Technologia (Januari) Vol 13, No 4 (2022): Technologia (Oktober) Vol 13, No 3 (2022): Technologia (Juli) Vol 13, No 2 (2022): Technologia (April) Vol 13, No 1 (2022): Technologia (Januari) Vol 12, No 4 (2021): Technologia (Oktober) Vol 12, No 3 (2021): Technologia (Juli) Vol 12, No 2 (2021): Technologia (April) Vol 12, No 1 (2021): Technologia (Januari) Vol 11, No 4 (2020): Technologia (Oktober) Vol 11, No 3 (2020): Technologia (Juli) Vol 11, No 2 (2020): Technologia (April) Vol 11, No 1 (2020): Technologia (Januari) Vol 10, No 4 (2019): TECHNOLOGIA(OKTOBER) Vol 10, No 4 (2019): TECHNOLOGIA (OKTOBER) Vol 10, No 3 (2019): TECHNOLOGIA (JULI) Vol 10, No 2 (2019): TECHNOLOGIA (APRIL) Vol 10, No 1 (2019): TECHNOLOGIA (JANUARI) Vol 9, No 4 (2018): TECHNOLOGIA Vol 9, No 3 (2018): TECHNOLOGIA Vol 9, No 2 (2018): TECHNOLOGIA Vol 9, No 1 (2018): TECHNOLOGIA Vol 8, No 4 (2017): TECHNOLOGIA Vol 8, No 3 (2017): TECHNOLOGIA Vol 8, No 2 (2017): TECHNOLOGIA Vol 8, No 1 (2017): TECHNOLOGIA Vol 7, No 4 (2016): TECHNOLOGIA Vol 7, No 3 (2016): TECHNOLOGIA Vol 7, No 2 (2016): TECHNOLOGIA Vol 7, No 1 (2016): TECHNOLOGIA More Issue