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
 68   69   70   71   72 
PERANCANGAN DAN PENGEMBANGAN SISTEM PENCATATAN PERTANIAN BERBASIS APLIKASI DI PTPN IV DENGAN PENDEKATAN MODEL PROTOTIPE Alviansyah Alviansyah; Istikoma Istikoma; Rizki Surtiyan Surya
Technologia : Jurnal Ilmiah Vol 17 No 3 (2026): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jit.v17i3.24669

Abstract

Proses pencatatan hasil panen yang masih dilakukan secara manual dapat menimbulkan berbagai permasalahan, seperti kesalahan pencatatan, keterlambatan pelaporan, serta kesulitan dalam pengelolaan data. Penelitian ini bertujuan untuk merancang dan mengembangkan aplikasi pencatatan hasil panen berbasis Android di PT Perkebunan Nusantara IV (PTPN IV) guna meningkatkan efektivitas pengelolaan data panen. Metode yang digunakan adalah prototipe yang terdiri dari tahapan communication, quick plan, modeling quick design, construction of prototype, serta deployment, delivery, and feedback. Aplikasi dikembangkan menggunakan Android Studio dengan bahasa pemrograman Java dan Firebase sebagai basis data. Sistem yang dihasilkan mendukung pencatatan hasil panen secara digital, penyimpanan data terpusat, pengelolaan data oleh admin, serta pembuatan laporan dalam format PDF. Hasil pengujian User Acceptance Test (UAT) menunjukkan tingkat penerimaan pengguna sebesar 92%, yang menandakan bahwa sistem diterima dengan sangat baik dan sesuai dengan kebutuhan pengguna. Dengan demikian, aplikasi yang dikembangkan dapat menjadi solusi dalam mendukung digitalisasi proses pencatatan hasil panen di lingkungan PTPN IV.
KLASTERISASI STATUS GIZI BALITA MENGGUNAKAN K-MEANS UNTUK PEMANTAUAN BERKALA DI KELURAHAN KOTA PAGATAN Rizma Nurhaliza; Windarsyah Windarsyah; Finki Dona Marleny
Technologia : Jurnal Ilmiah Vol 17 No 3 (2026): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jit.v17i3.24785

Abstract

Pemantauan status gizi balita secara berkala sangat penting guna mendukung deteksi dini risiko gangguan tumbuh kembang. Seiring bertambahnya data yang diukur setiap bulannya, diperlukan pendekatan efektif untuk memudahkan pemantauan perubahan status gizi balita secara berkala. Penelitian ini bertujuan mengelompokkan status gizi balita menggunakan algoritma K-Means dengan memanfaatkan gabungan data riwayat status gizi dari beberapa periode pengukuran, sehingga hasilnya dapat dimanfaatkan untuk memantau dinamika perubahan antar waktu. Data bersumber dari Posyandu Melati Kelurahan Kota Pagatan periode Januari hingga September 2025. Penelitian ini menggunakan kerangka kerja Knowledge Discovery in Databases (KDD) dengan menguji dua skenario, skenario satu menggunakan variabel Z-Score BB/U, TB/U, BB/TB, dan skenario kedua menambahkan simulasi Z-Score LKU untuk mengeksplorasi pengaruh variabel tersebut. Kedua skenario diuji dalam tiga variasi durasi, periode tiga bulan (585 baris data dari 195 balita), enam bulan (1.110 baris data dari 185 balita), dan sembilan bulan (1.530 baris data dari 170 balita). Berdasarkan evaluasi menggunakan Silhouette Score dan Davies-Bouldin Index (DBI) pada seluruh skenario pemodelan, model terbaik diperoleh pada skenario satu periode enam bulan yang menghasilkan nilai Silhouette Score 0,4020 dan DBI 0,7846 dengan empat klaster yakni risiko gizi kurang dan pendek (stunted), risiko gizi lebih/obesitas, risiko pendek (stunted), dan relatif normal. Hasil klasterisasi digunakan untuk analisis perpindahan klaster yang menunjukkan sebagian balita stabil, membaik, menurun, maupun tidak stabil, sehingga pendekatan ini dapat menjadi acuan tindak lanjut bagi kader dalam memantau perubahan status gizi balita secara lebih cepat.
Framework Digital Smart Hedging sebagai Sistem Pendukung Keputusan untuk Pengelolaan Risiko Nilai Tukar pada UMKM di Indonesia Cevi; Rama Pramasandy
Technologia : Jurnal Ilmiah Vol 17 No 3 (2026): Technologia (Juli)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/jit.v17i3.24934

Abstract

Pergerakan nilai tukar mata uang asing menjadi salah satu faktor risiko yang signifikan bagi Usaha Mikro, Kecil, dan Menengah (UMKM) di Indonesia, khususnya bagi pelaku usaha yang memiliki ketergantungan pada impor bahan baku maupun terlibat dalam perdagangan internasional. Keterbatasan akses terhadap instrumen lindung nilai (hedging) mengakibatkan UMKM menghadapi tingkat kerentanan yang lebih tinggi terhadap kenaikan biaya operasional, ketidakpastian arus kas, serta penurunan kinerja keuangan. Oleh karena itu, penelitian ini mengembangkan suatu Digital Smart Hedging Framework berbasis data yang berfungsi sebagai sistem pendukung keputusan untuk mengelola risiko nilai tukar secara adaptif. Kerangka tersebut mengintegrasikan proses identifikasi risiko, penentuan waktu pelaksanaan lindung nilai yang optimal, hingga eksekusi transaksi lindung nilai secara otomatis melalui pendekatan algorithmic execution. Dengan demikian, sistem yang diusulkan dirancang untuk mendukung strategi mitigasi risiko nilai tukar secara efektif, tanpa berorientasi pada aktivitas spekulatif. Framework yang dikembangkan terdiri atas tiga tahapan utama, yaitu identifikasi sinyal statistik menggunakan kuartil pertama (Q1), implementasi strategi hedging dinamis berbasis rasio Fibonacci melalui mekanisme Buy Stop dan Sell Stop, serta manajemen risiko pada tingkat portofolio menggunakan pendekatan Take Profit All (TP-All) berdasarkan akumulasi keuntungan. Validasi framework dilakukan melalui implementasi live trading selama sekitar sepuluh bulan sebagai proof-of-concept pada kondisi pasar riil. Hasil evaluasi menunjukkan pertumbuhan portofolio sebesar 152,99%, Profit Factor sebesar 1,22, dan Recovery Factor sebesar 1,32, yang mengindikasikan kemampuan algoritma dalam mengelola volatilitas pasar secara sistematis dan mempertahankan kinerja portofolio. Temuan ini menunjukkan bahwa framework yang diusulkan memiliki potensi untuk dikembangkan sebagai solusi digital dalam mendukung manajemen risiko nilai tukar yang lebih efektif dan terjangkau bagi UMKM di Indonesia.   Kata Kunci: Hedging, Manajemen Risiko, UMKM, Nilai Tukar, Perdagangan Algoritmik.

Page 72 of 72 | Total Record : 713

 68   69   70   71   72 

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