cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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
Published by Universitas Islam Kalimantan Muhammad Arsyad Al Banjari
ISSN : 20866917     EISSN : 26568047     DOI : -
Core Subject : Science,
Computer Science & IT
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 554 Documents
 44   45   46   47   48 
Analisis Sentimen dan Topik Modeling Terhadap Aplikasi Mobile Detik.com suleha, suleha; inan, dedi iskandar; juita, ratna; sirait, victor arie lambadya
Technologia : Jurnal Ilmiah Vol 15, No 4 (2024): Technologia (Oktober)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i4.16363

Abstract

Penelitian ini bertujuan untuk menganalisis kepuasan pengguna terhadap aplikasi mobile Detik.com, salah satu portal berita terbesar di Indonesia, yang mengalami penurunan kunjungan sejak Maret 2020. Meskipun aplikasi ini menyediakan akses cepat dan efisien ke berbagai berita terkini, terdapat beberapa tantangan yang memengaruhi kepuasan pengguna, seperti gangguan iklan dan masalah teknis. Untuk memahami sentimen pengguna, penelitian ini menggunakan pendekatan analisis sentimen dan pemodelan topik dengan metode Latent Dirichlet Allocation (LDA). Data yang dianalisis diambil dari ulasan pengguna aplikasi Detik.com di Google Play Store yang dikumpulkan melalui teknik web scraping. Sebanyak 14.320 ulasan dianalisis, dengan periode pengumpulan data dari Agustus hingga September 2023. Proses prapemrosesan data melibatkan beberapa tahap, termasuk pembersihan, tokenisasi, dan penyaringan, untuk memastikan kualitas data yang digunakan dalam analisis. Sentimen pengguna dikategorikan sebagai positif, negatif, atau netral. Berdasarkan hasil analisis, mayoritas pengguna menyampaikan sentimen positif sebesar 45,06% terhadap aplikasi, terutama terkait kecepatan loading dan kualitas konten. Namun, sekitar 41,18% ulasan mencerminkan sentimen negatif, yang sebagian besar disebabkan oleh masalah teknis dan gangguan iklan. Pemodelan topik menggunakan LDA mengidentifikasi 15 topik utama yang dibahas dalam ulasan pengguna, dengan 6 topik mencerminkan keluhan, 4 topik berisi ulasan positif, dan 5 topik bersifat netral. Hasil analisis pemodelan topik menunjukkan bahwa meskipun aplikasi Detik.com memiliki rating yang baik, masih terdapat beberapa aspek yang perlu ditingkatkan untuk meningkatkan kepuasan pengguna. Masalah seperti gangguan iklan, kesulitan login, dan kualitas konten menjadi fokus utama keluhan pengguna. Penelitian ini memberikan wawasan bagi pengembang aplikasi Detik.com untuk lebih memahami kebutuhan dan ekspektasi pengguna. Dengan meningkatkan aspek teknis dan mengurangi gangguan iklan, aplikasi ini memiliki potensi untuk meningkatkan pengalaman pengguna dan mempertahankan posisinya sebagai salah satu portal berita terkemuka di Indonesia.
Analisa Clustering Untuk Mengklasifikasi Kinerja Akademik di Lembaga Pendidikan Ricardo Hannuella, Albert; Christian, Yefta
Technologia : Jurnal Ilmiah Vol 15, No 4 (2024): Technologia (Oktober)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i4.16325

Abstract

Pandemi covid mendorong transformasi digital pada lembaga pendidikan, sehingga memungkinkan pengumpulan data yang sangat besar. Hal ini memberi peluang bagi institusi untuk meningkatkan kualitas layanannya melalui metode machine learning. Penelitian ini berfokus pada pengembangan model clustering untuk segmentasi akademik siswa dengan kerangka kerja SEMMA dan algoritma KMeans. Data yang digunakan untuk pelatihan sebanyak 2000 row dengan parameter nilai, perilaku, cita-cita dan kehadiran.  Model clustering tersebut membagi data siswa menjadi 5 cluster dengan skor silhouette sebesar 0,638. Dimana terdapat siswa yang lemah di semua pelajaran, unggul di beberapa pelajaran, dan unggul di semua pelajaran.
INTEGRASI MODEL NEURAL NETWORK DENGAN SVM DAN KNN UNTUK DETEKSI DINI PENYAKITA JANTUNG PADA PENDERITA HYPERTENSI arfian, andi; Siregar, Juarni; Wijayanti, Diah
Technologia : Jurnal Ilmiah Vol 16, No 1 (2025): TECHNOLOGIA (JANUARI)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i1.17046

Abstract

Penyakit jantung, yang bisa berakibat fatal jika tidak ditangani dengan tepat, menjadi salah satu penyebab kematian utama di dunia. Berdasarkan data dari Organisasi Kesehatan Dunia (WHO), sekitar 17,5 juta orang meninggal setiap tahun akibat penyakit jantung, dan angka ini diperkirakan akan meningkat menjadi 75 juta pada tahun 2030. Namun, para tenaga medis dalam bidang kardiologi memiliki keterbatasan dalam memprediksi serangan jantung, dengan akurasi hanya mencapai 67%. Oleh karena itu, diperlukan sistem yang dapat membantu dokter dalam memberikan prediksi penyakit jantung yang lebih akurat. Penelitian ini bertujuan untuk mengembangkan model neural network yang dapat memprediksi potensi penyakit jantung pada penderita hipertensi, dengan menggunakan model SVM dan KNN. Model ini didesain berdasarkan parameter medis seperti tekanan darah, detak jantung, kadar kolesterol, usia, dan indikator kesehatan lainnya. Metode supervised learning digunakan dalam pelatihan model, yang melibatkan data historis dari pasien hipertensi. Hasil pengujian menunjukkan bahwa model SVM memiliki precision (0.819) yang lebih tinggi dibandingkan dengan KNN (0.63). Selain itu, berdasarkan Matthews Correlation Coefficient (MCC), SVM menunjukkan hasil lebih baik (0.63) dibandingkan KNN (0.26).  Dengan hasil ini, dapat disimpulkan bahwa model SVM lebih efektif dalam memprediksi penyakit jantung dan dapat menjadi pilihan utama dalam membantu tenaga medis dalam pengambilan keputusan klinis. Model ini diharapkan dapat berfungsi sebagai alat bantu dalam melakukan intervensi dini untuk mencegah kondisi yang lebih serius. Penelitian ini berkontribusi pada pengembangan solusi berbasis kecerdasan buatan dalam sektor kesehatan, khususnya dalam pencegahan penyakit jantung pada penderita hipertensi.  
PENGEMBANGAN TIMESHEET & ABSENSI PT. PERKASA PILAR UTAMA DENGAN OUTSYSTEMS Taufik, Andi; Sopandi, Robi; Ahmad, Hanief Fathul bahri
Technologia : Jurnal Ilmiah Vol 16, No 1 (2025): TECHNOLOGIA (JANUARI)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i1.16910

Abstract

PT. Perkasa Pilar Utama merupakan perusahaan konsultan IT yang berfokus pada sektor keuangan dan B2B. Perusahaan menggunakan metode manual dengan lembar kerja Excel untuk mencatat waktu kerja dan kehadiran karyawan, yang rentan terhadap keterlambatan dan tidak memungkinkan pemantauan real-time. Oleh karena itu, riset ini bertujuan mengembangkan web timesheet dan absensi guna meningkatkan ketepatan waktu pengumpulan serta perusahaan dapat memantau secara langsung aktivitas yang sudah karyawan lakukan. Metode pengembangan yang digunakan adalah waterfall, dengan tahap-tahap analisis kebutuhan, desain, pengembangan, pengujian, dan pemeliharaan. Diharapkan bahwa web timesheet dan absensi dapat menggantikan metode manual yang ada dan memberikan solusi yang lebih akurat dan efisien dalam manajemen sumber daya manusia di perusahaan.
Analisis Prediktif Dan Preprocessing Untuk Kualitas Buah Apel Pendekatan Machine Learning Purnomo, Indu Indah; Syafarina, Gita Ayu
Technologia : Jurnal Ilmiah Vol 15, No 4 (2024): Technologia (Oktober)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i4.15945

Abstract

Peningkatan prediksi kualitas buah apel melalui pendekatan machine learning dan analisis prediktif. Dengan menggunakan dataset yang mencakup berbagai variabel-variabel tersebut mencakup ukuran, berat, kemanisan, garing, juicy, kematangan, keasaman, dan kualitas sebagai variabel target. Penelitian ini berupaya memanfaatkan teknologi machine learning sebagai solusinya. Melalui pengumpulan data yang komprehensif mengenai berbagai karakteristik fisik dan kimia buah apel, serta penerapan berbagai algoritma klasifikasi seperti K-Nearest Neighbors, Random Forest, dan Extra Gradient Boosting, penelitian ini berhasil membangun model prediksi yang efektif. Setelah mengumpulkan dan memproses data yang relevan, berbagai algoritma klasifikasi, termasuk K-Nearest Neighbors, Random Forest, Decision Tree, Extra Trees Classifier, dan Extra Gradient Boosting, telah diterapkan untuk membangun model. Hasil evaluasi menunjukkan bahwa algoritma K-Nearest Neighbors memberikan akurasi tertinggi dalam memprediksi kualitas apel, yaitu 91,375%. Hal ini mengindikasikan bahwa model mampu mengidentifikasi pola yang kuat antara karakteristik fisik dan kimia buah apel dengan kualitasnya. Algoritma ensemble seperti Extra Gradient Boosting dan Extra Trees Classifier juga menunjukkan kinerja yang sangat baik. Nilai AUC yang tinggi menandakan kemampuan model dalam membedakan kelas dengan akurat. Dengan demikian, penelitian ini menjadi landasan untuk pengembangan lebih lanjut dalam memanfaatkan potensi machine learning dalam meningkatkan produktivitas dan kualitas hasil pertanian.
SISTEM PEMANTAUAN TERAPI INTRAVENA (IV) BERBASIS IoT UNTUK PERAWATAN LANSIA Firdaus, Faris Rahman; Irianto, Kurniawan Dwi
Technologia : Jurnal Ilmiah Vol 15, No 4 (2024): Technologia (Oktober)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i4.16685

Abstract

Perkembangan teknologi yang pesat  memberikan dampak besar pada berbagai aspek kehidupan, termasuk bidang medis. Salah satu inovasi terbesarnya adalah Internet of Things (IoT), yang memungkinkan konektivitas perangkat elektronik secara efisien. Dalam konteks kesehatan, IoT telah menciptakan solusi cerdas, seperti sistem pemantauan infus untuk pasien lanjut usia yang menjalani perawatan rawat jalan. Pasien lansia sering membutuhkan terapi infus yang memerlukan pemantauan intensif. Namun, keterbatasan fisik dan kognitif sering kali membuat mereka kesulitan dalam mengoperasikan alat infus secara mandiri. Oleh karena itu, sistem pemantauan infus berbasis IoT dirancang untuk memberikan kemudahan bagi para lansia dalam memantau infus mereka dari rumah. Sistem ini memungkinkan pemantauan volume infus secara real-time dan memberikan peringatan jika terjadi masalah atau kegagalan dalam pemberian cairan. Solusi ini diharapkan dapat meningkatkan kualitas hidup pasien lansia, memberikan rasa aman, serta mengurangi kebutuhan untuk datang ke rumah sakit secara berkala.
Identifikasi Ancaman Keamanan Siber Dari Penyalahgunaan Sumber Daya Tik: Studi Kasus Perusahaan Polymer Haryadi, Eko Haryadi; Wijayanti, Diah; Chadra Ramdhani, Eka; Widyastuti, Indria
Technologia : Jurnal Ilmiah Vol 15, No 4 (2024): Technologia (Oktober)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i4.16429

Abstract

Masalah: Mengklik tautan secara acak atau membuka situs web yang tidak dikenal di komputer atau perangkat seluler dapat membahayakan perangkat karena mengunduh perangkat lunak berbahaya Penggunaan model keamanan lama tidak memadai terhadap risiko keamanan siber yang berkembang, Tujuan: Mengidentifikasi dan menganalisis ancaman-ancaman akibat dari penyalahgunaan sumberdaya TIK, dengan fokus pada kerentanan yang dieksploitasi oleh pelaku kejahatan. Ancaman-ancaman utama seperti serangan phishing, infeksi malware dan pencurian data dibahas secara terperinci. Metode eksploitasi, termasuk rekayasa sosial, kerentanan perangkat lunak, dan pencurian kredensial, dibahas untuk memberikan pemahaman yang komprehensif tentang lanskap ancaman. Makalah ini juga mengeksplorasi dampak dari ancaman-ancaman ini terhadap organisasi, dengan menyoroti kerugian finansial, kerusakan reputasi, dan gangguan operasional.Metode: Penelitian menggunakan lima kerangka penelitian operasional yang meliput persiapan, desain, pengumpulan data, analisis data dan penulisan.Hasil: . Hasil peneitian ini memberikan pengelompokan berbagai macam ancaman ke dalam lima besar malware yaitu remote access trojan, information stealer, banking trojan, ramsomware dan botnet.Kesimpulan: Upaya yang terbaik dalam pencegahan ancaman ini adalah dengan peningkatan teknologi keamanan jaringan, memperbaharui regulasi dan kebijakan serta peningkatan kesadaran keamanan siber melalui proses pelatihan yang regular dan terdokumentasi.Kata Kunci: Siber, Malware, TIK
Rancang Bangun Sistem E-Library Dengan Menggunakan Metode Pendekatan Design Thinking Widyastuti, Handini; Utami, Sri; Junadi, Bambang
Technologia : Jurnal Ilmiah Vol 16, No 1 (2025): TECHNOLOGIA (JANUARI)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i1.17357

Abstract

E-Library adalah sebuah fasilitas yang digunakan sebagai tempat untuk mengakses sebuah informasi, informasi yang dibutuhkan pengguna dengan berbagai macam koleksi buku. Pada era digital ini, tidak sedikit pula perpustakaan yang masih menggunakan metode konvensional dalam proses pengelolaan data. Seperti melakukan pencatatan secara manual dengan tulisan tangan dibuku besar dalam proses peminjaman dan pengembalian buku, sehingga tidak jarang terjadi missing data. Dalam mewujudkan perpustakaan yang terorganisir secara baik dan sistematis. Maka perpustakaan harus mempunyai aplikasi perpustakaan berbasis website, yang dapat memberikan kemudahan bagi proses peminjaman maupun pencarian buku. Perpustakaan ini akan dikembangkan menggunakan metode pengembangan design thinking yang terdiri dari beberapa tahapan yaitu empathize, define, ideate, prototype, dan testing. Metode ini bertujuan untuk membuat desain solusi yang dapat digunakan dan berguna dengan berfokus pada kebutuhan pengguna
PENGELOLAAN DATA KAMPUNG KELUARGA BERENCANA (KB) BERBASIS WEB, STUDY KASUS KOTA BANJARMASIN Fikri, Ihsanul; Hijriana, Nadya; Alfah, Rina; Aditya, Rizky
Technologia : Jurnal Ilmiah Vol 16, No 1 (2025): TECHNOLOGIA (JANUARI)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v16i1.17002

Abstract

Pada Dinas Pengendalian Penduduk Keluarga Berencana dan Pemberdayaan Masyarakat (DPPKBPM) Kota Banjarmasin  bertugas melaksanakan tugas pemerintahan di bidang keluarga berencana dan keluarga sejahtera. Pada DPPKBPM Kota Banjarmasin terdapat bidang Pengendalian Penduduk yang memiliki tugas mengelola data program Kampung KB, pada sistem yang dimiliki bidang tersebut masih belum bisa membuat data lebih rinci dengan waktu yang cepat, sehingga pada saat pengumpulan data ke sistem pusat sedikit memakan waktu, dikarenakan data yang ada masih belum dipilah atau disaring. Sehingga hal itu dapat mempengaruhi kinerja pegawai. tahapan dan pembahasan, penelitian ini nanti nya akan menghasilkan sebuah aplikasi berbasis web yaitu Apliaksi Pengelolaan Data Kampung KB Pada Dinas Pengendalian Penduduk Keluarga Berencana dan Pemberdayaan Masyarakat Kota Banjarmasin. Peralatan yang digunakan untuk membuat aplikasi ini meliputi, Visual Studio Code, Xampp, PHP, MySQL dan Google Chrome. Penelitian ini memerlukan pengembangan sistem seperti fitur jadwal KB, jadwal agenda kegiatan waktu dekat, lokasi kampung KB dan notifikasi agenda.
Dampak implementasi artificial intelligence terhadap proses bisnis dan pengambilan keputusan di perusahaan teknologi Sonianto, Sonianto; Fatoni, Fatoni; Hartono, Susilo
Technologia : Jurnal Ilmiah Vol 15, No 4 (2024): Technologia (Oktober)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v15i4.16138

Abstract

Penelitian ini bertujuan untuk mengkaji dampak implementasi Artificial Intelligence (AI) terhadap proses bisnis dan pengambilan keputusan di perusahaan teknologi. Dalam era digital saat ini, AI telah menjadi salah satu teknologi yang paling revolusioner, memberikan kemampuan untuk mengolah data secara cepat dan akurat, serta menghasilkan wawasan yang berharga bagi pengambilan keputusan strategis. Studi ini menggunakan metode kualitatif dengan pendekatan studi kasus pada beberapa perusahaan teknologi. Hasil penelitian menunjukkan bahwa implementasi AI memiliki dampak signifikan terhadap efisiensi operasional, peningkatan produktivitas, dan pengurangan biaya operasional. AI membantu dalam otomatisasi tugas-tugas rutin, analisis data besar, dan prediksi tren pasar, sehingga memungkinkan perusahaan untuk membuat keputusan yang lebih cepat dan tepat. Selain itu, AI juga memainkan peran penting dalam pengembangan produk dan layanan baru, serta meningkatkan kepuasan pelanggan melalui personalisasi pengalaman pengguna. Namun, penelitian ini juga menemukan beberapa tantangan dalam implementasi AI, seperti kebutuhan akan investasi yang besar, perubahan budaya organisasi, dan isu etika terkait penggunaan data. Untuk mengatasi tantangan ini, perusahaan perlu mengembangkan strategi implementasi AI yang komprehensif, melibatkan pelatihan karyawan, dan memastikan kepatuhan terhadap regulasi data.

Page 46 of 56 | Total Record : 554

 44   45   46   47   48 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue 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