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 713 Documents
 62   63   64   65   66 
SISTEM CERDAS DIAGNOSA DINI TUBERKULOSIS MENGGUNAKAN NAIVE BAYES DAN CHATBOT AI Riki Afriansyah; Andika Saputra; Ocsirendi Ocsirendi; Lana Sari; Dela Lanaya
Technologia : Jurnal Ilmiah Vol 17 No 1 (2026): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i1.21223

Abstract

Tuberkulosis (TBC) merupakan salah satu penyakit yang masih menjadi masalah kesehatan utama yang ada di Indonesia, termasuk di Kabupaten Bangka. Keterlambatan diagnosis dan keterbatasan dalam akses konsultasi, turut menjadi hambatan dalam menangani kasus ini. Penelitian ini dilakukan guna mengembangkan sebuah inovasi sistem cerdas diagnosis dini TBC berbasis web yang mengintegrasikan metode Bernoulli Naive Bayes sebagai algoritma, lengkap dengan fitur Chatbot AI sebagai sarana konsultasi. Sistem ini dirancang agar masyarakat dapat melakukan pemeriksaan mandiri secara cepat dan memperoleh informasi awal melalui Chatbot AI yang interaktif. Uji coba model memperlihatkan bahwa sistem berhasil mencapai akurasi 95,24%, dengan tingkat presisi 100%, dan recall 93,33%. Selanjutnya evaluasi kinerja sistem dilakukan melalui metode Blackbox Testing untuk memastikan seluruh fitur berfungsi sesuai dengan rancangan. Dengan hasil tersebut, sistem ini dinilai mampu mendukung proses deteksi dini TBC secara lebih efektif, sekaligus menyediakan layanan konsultasi awal yang mudah diakses oleh masyarakat, khususnya masyarakat yang ada di Kabupaten Bangka.
RANCANG BANGUN SISTEM INFORMASI MANAJEMEN INVENTORY BERBASIS WEB UNTUK EFISIENSI PENGELOLAAN DATA BARANG PT.HERBAL INDONESIA Nico Dias; Feri Prasetyo; Widiarina -; Kartika Mariskhana; Vivi Maria
Technologia : Jurnal Ilmiah Vol 17 No 1 (2026): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i1.21224

Abstract

Sistem informasi memiliki peranan penting dalam mendukung efisiensi dan efektivitas operasional suatu organisasi. Salah satu permasalahan yang sering muncul pada perusahaan atau instansi adalah kesulitan dalam mengelola data persediaan barang secara cepat, akurat, dan terintegrasi. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi manajemen inventory berbasis web yang dapat membantu proses pencatatan, pemantauan, dan pelaporan stok barang secara real-time. Metode pengembangan yang digunakan dalam penelitian ini adalah Waterfall Model, yang terdiri dari tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sistem ini dikembangkan menggunakan bahasa pemrograman PHP dengan basis data MySQL, serta framework Bootstrap untuk tampilan antarmuka yang responsif. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu mengelola data stok barang dengan lebih efisien dibandingkan dengan metode manual. Selain itu, sistem ini mempermudah bagian administrasi dalam melakukan pencarian data, pembaruan stok, dan pembuatan laporan secara otomatis. Pengujian dilakukan dengan metode Black Box Testing, yang menunjukkan bahwa seluruh fitur utama sistem berjalan sesuai dengan kebutuhan pengguna. Kesimpulannya, sistem informasi manajemen inventory berbasis web ini dapat meningkatkan efisiensi waktu kerja, mengurangi kesalahan pencatatan, serta mendukung proses pengambilan keputusan manajerial. Penelitian ini diharapkan dapat menjadi referensi dalam pengembangan sistem informasi sejenis di berbagai instansi dan perusahaan.
TRANSFORMASI DIGITAL UMKM SANGGAR TAPIS PRINGSEWU: IMPLEMENTASI E-COMMERCE ANDROID UNTUK PENINGKATAN DAYA SAING afrizal martin; Kanti Lestari; Mardiyanto Mardiyanto
Technologia : Jurnal Ilmiah Vol 17 No 1 (2026): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i1.21226

Abstract

Penggunaan air yang tidak efisien dalam sektor pertanian menjadi tantangan utama dalam menjaga produktivitas lahan dan ketahanan pangan nasional. Penelitian ini bertujuan merancang dan mengimplementasikan sistem penyiraman tanaman otomatis berbasis Internet of Things (IoT) dengan menggunakan sensor kelembaban tanah untuk mengoptimalkan penggunaan air secara presisi. Metodologi yang digunakan adalah pendekatan prototyping, mulai dari identifikasi kebutuhan, perancangan sistem, implementasi perangkat keras dan lunak, hingga pengujian. Sistem ini memanfaatkan mikrokontroler ESP32 yang terhubung dengan sensor kelembaban tanah, modul relay, dan pompa air untuk secara otomatis menyiram tanaman ketika kelembaban tanah berada di bawah batas tertentu. Sistem ini juga memungkinkan pemantauan dan pengendalian jarak jauh melalui platform IoT. Hasil pengujian menunjukkan bahwa sistem mampu meningkatkan efisiensi penggunaan air sebesar 40–60% dibandingkan metode manual, serta mendukung konsep pertanian presisi dan berkelanjutan. Meski demikian, terdapat keterbatasan terkait ketergantungan pada koneksi internet dan pasokan listrik. Sistem ini diharapkan menjadi solusi inovatif dalam mendukung transformasi digital pertanian di Indonesia.
SISTEM PEMBERSIH SOLAR PANEL BERBASIS MICROCONTROLLER DAN IMAGE PROCESSING Syair Aulia; Muhammad Ihsan Solih; Zanu Saputra; Lesta Lesta
Technologia : Jurnal Ilmiah Vol 17 No 1 (2026): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i1.21248

Abstract

Energi terbarukan merupakan solusi utama dalam mengatasi perubahan iklim dan bertambahnya permintaan energi global. Salah satu sumber energi terbarukan yang paling menjanjikan adalah energi matahari (energi surya), salah satunya adalah pemanfaatan solar panel. Pada penelitian ini bertujuan untuk membuat suatu sistem pembersih solar panel berbasis microcontroller dan image processing serta membuat sistem control berdasarkan tingkat kekotoran solar panel. Pada sistem yang dirancang menggunakan mikrokontroler berupa ESP32 yang berfungsi menjadi pusat kontrol pembersihan, RTC sebagai sensor waktu nyata untuk penjadwalan pembersihan serta Raspberry Pi sebagai kontrol pada image processing untuk pendeteksian tingkat kekotoran melalui sensor kamera. Hasil penelitian ini berupa prototype pembersihan solar panel secara terjadwal dan berdasarkan tingkat kekotoran solar panel. Kesimpulan dari penelitian ini menunjukkan bahwa pembersihan solar panel sangat diperlukan demi menjaga efektivitas kinerja solar panel dalam menangkap energi dari sinar matahari. Teknologi ini masih memiliki potensi untuk dikembangkan secara luas agar dapat meminimalisir tenaga dan waktu dalam pembersihan solar panel terutama jika adanya dukungan penelitian lebih lanjut yang dapat lebih kompleks. Keywords: ESP32; Raspberry Pi; Tingkat Kekotoran; Webcam; Yolo V5.
DETEKSI DINI KESEHATAN MENTAL MAHASISWA DENGAN MACHINE LEARNING: PERBANDINGAN ALGORITMA DECISION TREE DAN RANDOM FOREST Jayadi Jayadi; Vito Hafizh Cahaya Putra; Agung Rachmat Raharja; Muhammad Al-husaini
Technologia : Jurnal Ilmiah Vol 17 No 1 (2026): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i1.21251

Abstract

Kesehatan mental di kalangan mahasiswa merupakan isu yang semakin penting untuk diperhatikan, mengingat tingginya tekanan akademik dan sosial yang dapat memicu stres, kecemasan, hingga depresi. Penelitian ini bertujuan untuk menerapkan dan membandingkan dua algoritma machine learning, yaitu Decision Tree dan Random Forest, dalam mendeteksi potensi depresi pada mahasiswa berdasarkan data yang tersedia. Dataset yang digunakan diperoleh dari Kaggle dan mencakup berbagai variabel psikososial seperti tekanan akademik, stres finansial, dan riwayat pemikiran bunuh diri. Tahapan penelitian meliputi praproses data, pelatihan model, evaluasi performa menggunakan 5-fold cross validation, serta analisis feature importance. Hasil evaluasi menunjukkan bahwa model Decision Tree memiliki rata-rata F1 Score sebesar 0.8217, sementara Random Forest menunjukkan nilai 0.8098. Meskipun Decision Tree unggul secara metrik evaluasi dan efisiensi komputasi, Random Forest lebih stabil dan tahan terhadap overfitting. Kesimpulan dari penelitian ini merekomendasikan penggunaan algoritma Random Forest untuk sistem deteksi dini depresi mahasiswa, dengan tetap mempertimbangkan kelebihan Decision Tree dalam hal interpretasi hasil.Keywords: Kesehatan Mental, Mahasiswa, Machine Learning, Decision Tree, Random Forest, Deteksi Depresi.
PERBANDINGAN DECISION TREE DAN LOGISTIC REGRESSION UNTUK DETEKSI PENYAKIT DAUN MULTISPESIES MENGGUNAKAN PENDEKATAN FITUR HIBRIDA BERBASIS CITRA Solihin Solihin; Agung Rachmat Raharja; Vito Hafizh Cahaya Putra; Muhammad Al-Husaini
Technologia : Jurnal Ilmiah Vol 17 No 1 (2026): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i1.21252

Abstract

Klasifikasi penyakit daun tanaman secara dini dan akurat berperan penting dalam meningkatkan hasil panen, mencegah kerugian pertanian, serta mendorong penerapan praktik pertanian berkelanjutan. Penelitian ini bertujuan untuk membandingkan kinerja dua algoritma machine learning yang banyak digunakan, yaitu Decision Tree dan Logistic Regression, dalam mengidentifikasi penyakit daun tanaman berdasarkan fitur gabungan yang mencakup karakteristik warna dan tekstur. Data penelitian bersumber dari PlantVillage dataset yang berisi citra daun sehat dan daun terinfeksi dari berbagai jenis tanaman. Setiap citra melalui proses pra-pemrosesan meliputi penyeragaman ukuran, konversi ke skala keabuan, dan normalisasi nilai piksel untuk meningkatkan kestabilan pembelajaran model. Fitur kemudian diekstraksi melalui penggabungan histogram warna dari kanal RGB dan HSV dengan fitur tekstur yang dihasilkan menggunakan metode Local Binary Pattern (LBP) dan Gray-Level Co-occurrence Matrix (GLCM). Kedua model dievaluasi dengan pembagian data 70% untuk pelatihan dan 30% untuk pengujian. Hasil penelitian menunjukkan bahwa Logistic Regression menghasilkan akurasi tertinggi sebesar 79,89%, sedangkan Decision Tree mencapai 76,81%. Logistic Regression juga menunjukkan presisi dan recall yang lebih konsisten. Temuan ini menegaskan bahwa integrasi fitur warna dan tekstur meningkatkan performa klasifikasi dan mendukung pengembangan sistem pertanian cerdas berbasis deteksi penyakit otomatis.Keywords: Penyakit daun tanaman, Klasifikasi citra, Fitur hibrida, Local Binary Pattern, Gray-Level Co-occurrence Matrix, Logistic Regression
TRANSFORMASI DIGITAL GUNA OPTIMALISASI PENGOLAHAN DATA PEMESANAN JASA GENERAL CONTRACTOR PADA PT. GRIKSA MANDIRI PRASADA Widya Apriliah; Sahleza Putri Heryadi; Ulva Rahmi; Robi Sopandi; Muhammad Tabrani
Technologia : Jurnal Ilmiah Vol 17 No 1 (2026): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i1.21289

Abstract

Inovasi teknologi menjadi faktor penting dalam mendukung peningkatan kualitas pelayanan pada perusahaan berbasis jasa. PT Griksa Mandiri Prasada, sebagai penyedia layanan general contractor, masih mengandalkan proses konvensional dalam pengelolaan data pemesanan, yang berdampak pada kurang efisiennya proses administrasi, serta berpotensi mengalami kesalahan informasi. Penelitian ini bertujuan merancang sistem pemesanan jasa dengan menggunakan metode Rapid Application Development (RAD Metode RAD dipilih karena mampu mempercepat proses pengembangan sistem melalui tahapan perancangan yang iteratif dan partisipatif. Hasil implementasi menunjukkan bahwa sistem baru mampu mengoptimalisasi pengelolaan data pemesanan, meningkatkan akurasi informasi serta pelaporan transaksi secara lebih efisien. Penerapan sistem ini membantu meningkatkan kecepatan, akurasi, dan efektivitas pelayanan di PT Griksa Mandiri Prasada, dengan demikian, penerapan sistem ini memberikan dampak positif terhadap efisiensi operasional dan kepuasan pelanggan.
Alat Monitoring Denyut Nadi, Suhu, dan Tekanan Darah Berbasis Internet of Things (IoT) Merizta Aulia; Hardi Perwira; Eko Sulistyo; Evvin Faristasari
Technologia : Jurnal Ilmiah Vol 17 No 1 (2026): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i1.21293

Abstract

Kesehatan manusia sangat bergantung pada fungsi alat vital, meliputi denyut nadi, suhu, dan tekanan darah. Ketiga parameter ini memainkan peran penting dalam menentukan kondisi kesehatan secara keseluruhan. Penelitian ini mengembangkan alat pengukuran dan sistem monitoring denyut nadi, suhu, serta tekanan darah yang bersifat portable dan berbasis Internet of Things (IoT) yang bisa beroperasi secara bersamaan. Alat pengukuran denyut nadi, suhu, dan tekanan darah berbasis Internet of Things (IoT) dikontrol menggunakan Arduino Uno R3 ATmega328P dan ESP32, serta dilengkapi dengan tiga sensor, yaitu pulse sensor digunakan untuk mengukur denyut nadi, sensor MLX90614 digunakan untuk mengukur suhu tubuh, dan sensor MPX5700DP digunakan untuk mengukur tekanan darah. Hasil pengukuran ditampilkan secara real-time pada layar LCD TFT 3,5 inci, serta dimonitoring melalui server Blynk dan data disimpan secara offline menggunakan Firebase. Hasil pengujian menunjukkan tingkat akurasi untuk pengukuran denyut nadi sebesar 85,46%, pengukuran suhu sebesar 98,97%, dan pengukuran tekanan darah untuk sistolik sebesar 91,16% dan untuk diastolik sebesar 81,58%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa alat ukur ini memiliki tingkat keakuratan yang cukup serta menawarkan efisiensi dalam pengukuran karena seluruh parameter dapat diukur secara terintegrasi dalam satu perangkat.
IMPLEMENTASI SENSOR BERAT DAN GAS PADA SISTEM SORTASI TOMAT OTOMATIS Noni Cornelia, Sintiawati, Aan Febriansyah, Nur Khasanah
Technologia : Jurnal Ilmiah Vol 17 No 1 (2026): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i1.21294

Abstract

Proses penyortiran tomat pada tahap pascapanen di Indonesia hingga saat ini sebagian besar masih dilakukan secara manual. Kondisi tersebut menyebabkan tingginya tingkat kesalahan, ketidakkonsistenan hasil, dan rendahnya efisiensi waktu kerja. Keterbatasan tenaga manusia, faktor kelelahan, serta penurunan konsentrasi menjadi penyebab utama ketidakakuratan dalam proses penyortiran. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem sortasi tomat otomatis berbasis mikrokontroler Arduino dengan mengintegrasikan sensor load cell HX711 untuk pengukuran berat pada tomat serta sensor gas MQ-135 dan MQ-3 untuk mendeteksi tingkat kesegaran tomat berdasarkan kandungan senyawa volatil. Metode penelitian meliputi perancangan mekanik dan elektrik, pemrograman, kalibrasi sensor, pengujian kinerja, serta analisis hasil. Sistem dirancang untuk mengklasifikasikan tomat ke dalam tiga kategori, yaitu medium (30–50 g), besar (51–70 g), dan tidak layak dikonsumsi. Hasil pengujian menunjukkan bahwa sistem mampu mengukur berat dengan akurasi dan mendeteksi tingkat kesegaran tomat dengan baik melalui variasi nilai sensor gas. Sistem ini terbukti dapat meningkatkan efisiensi waktu penyortiran dibandingkan metode manual serta menurunkan tingkat kesalahan pada klasifikasi tomat. Dengan demikian, sistem sortasi berbasis sensor ini dapat menjadi solusi inovatif, efisien, dan aplikatif untuk meningkatkan mutu serta produktivitas hasil pertanian tomat di Indonesia.
SISTEM PENUNJANG KEPUTUSAN BERBASIS GOOGLE MAPS UNTUK MONITORING DAN EVALUASI TITIK SAMPAH LIAR BERDASARKAN LAPORAN MASYARAKAT Mokhamad Ramdhani Raharjo; Fathur Rahman
Technologia : Jurnal Ilmiah Vol 17 No 1 (2026): Technologia (Januari)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v17i1.21317

Abstract

Permasalahan sampah liar di wilayah perkotaan masih menjadi tantangan serius dalam menjaga kebersihan dan estetika lingkungan. Kurangnya sistem yang terintegrasi antara masyarakat dan pemerintah menyebabkan keterlambatan dalam proses penanganan laporan sampah. Penelitian ini bertujuan mengembangkan Sistem Penunjang Keputusan (SPK) berbasis Google Maps untuk mendukung kegiatan monitoring dan evaluasi titik sampah liar secara real-time berdasarkan laporan masyarakat. Metodologi yang digunakan meliputi pengumpulan data lokasi melalui pelaporan digital masyarakat, pemrosesan data spasial dengan integrasi Application Programming Interface (API) Google Maps, serta penerapan metode Simple Additive Weighting (SAW) untuk menentukan tingkat prioritas penanganan setiap titik sampah. Sistem ini dirancang menggunakan pendekatan web-based application dengan antarmuka interaktif yang menampilkan peta lokasi, status laporan, dan hasil evaluasi prioritas. Hasil pengujian menunjukkan bahwa sistem mampu menampilkan sebaran titik sampah liar secara akurat dengan tingkat kesesuaian lokasi mencapai lebih dari 90%. Selain itu, penerapan metode SAW membantu pengambil keputusan dalam menentukan prioritas penanganan berdasarkan kriteria volume sampah, kedekatan dengan pemukiman, dan frekuensi laporan. Dengan demikian, sistem ini dapat menjadi alat bantu efektif bagi dinas lingkungan hidup dalam mempercepat respons terhadap laporan masyarakat serta meningkatkan efisiensi monitoring kebersihan lingkungan perkotaan.

Page 64 of 72 | Total Record : 713

 62   63   64   65   66 

Filter by Year

2016 2026


Reset
Filter By Issues
All Issue Vol 17 No 3 (2026): Technologia (Juli) Vol 17, No 2 (2026): Technologia (April) Vol 17 No 2 (2026): Technologia (April) Vol 17, No 1 (2026): Technologia (Januari) 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