cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Raymond Sutjiadi, S.T., M.Kom
Contact Email
p3m@ikado.ac.id
Phone
+62317346375
Journal Mail Official
p3m@ikado.ac.id
Editorial Address
Pattimura No. 3 Kelurahan Sonokwijenan Kecamatan Sukomanunggal Kota Surabaya 60189
Location
Kota surabaya,
Jawa timur
INDONESIA
Teknika
Published by Institut Informatika Indonesia Surabaya
ISSN : 25498037     EISSN : 25498045     DOI : https://doi.org/10.34148/teknika
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering Engineering
Teknika is a peer-reviewed journal dedicated to disseminate research articles in Information and Communication Technology (ICT) area. Researchers, lecturers, students, or practitioners are welcomed to submit paper which has topic below: Computer Networks Computer Security Artificial Intelligence Machine Learning Human Computer Interaction Computer Vision Virtual/Augmented Reality Digital Image Processing Data Mining Web Mining Computer Architecture Software Engineering Decision Support System Information System Audit Business Information System Datawarehouse & OLAP And any other topics relevant with Information and Communication Technology (ICT) area
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 276 Documents
 17   18   19   20   21 
Evaluation of Uses and Gratifications on Online Otome Games Vanya Nouvanty; Tri Lathif Mardi Suryanto; Asif Faroqi
Teknika Vol 12 No 2 (2023): Juli 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i2.613

Abstract

In this advanced world of technology, games have become a fun entertainment that is loved by the people. This study aimed examine online otome game, which in this case study is Tears of Themis, using uses and gratification theory-based model that consists of enjoyment, fantasy, escapism, social interaction, social presence, achievement, self-presentation and also age moderation variable which affects the continuance intention to play Tears of Themis. The analysis testing and model development were performed using PLS-SEM method on 135 respondents who were Tears of Themis players from Indonesia. The results revealed that enjoyment and achievement have significantly affected the continuance intention of playing Tears of Themis. Meanwhile, the moderation test results showed no relation between all independent variables and continuance intention. But based on the age sub-groups, 16 — 19 years old subgroup are affected by enjoyment and self — presentation on Tears of Themis continuance intention and 20 — 24 years old subgroup are influenced by enjoyment on Tears of Themis continuance intention. These results can be used as insight for development of online otome games to improve the quality of games in the future.
Penerapan REST API Untuk Aplikasi Reservasi Dokter Praktik Berbasis Android (Studi Kasus: Klinik dr. Candra Safitri) Albertus Carloson Fallo; Adityo Permana Wibowo
Teknika Vol 12 No 2 (2023): Juli 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i2.615

Abstract

Reservasi merupakan salah satu hal penting untuk dilakukan ketika pasien ingin berobat di suatu instansi kesehatan. Pada klinik dr. Candra Safitri ini, proses reservasi pasien untuk berobat masih menggunakan cara yang konvensional yaitu dengan memaksa pasien untuk melakukan antri dengan cara datang langsung ke klinik dr. Candra Safitri. Kemudian, ketika pasien tiba di klinik, pasien diminta untuk mengambil nomor antrian yang tersedia pada klinik tersebut. Proses ini dinilai kurang efektif karena pasien harus melakukan antri yang panjang dan menunggu giliran untuk dipanggil ke ruang dokter. Adapun tujuan dari penelitian ini yaitu untuk membuat sebuah aplikasi android untuk melakukan reservasi supaya pasien yang ingin berobat dapat melakukan reservasi tanpa datang langsung ke klinik untuk mengambil nomor antrian yang tersedia pada klinik dr. Candra Safitri ini. Pengembangan aplikasi ini dilakukan menggunakan metode RAD (Rapid Application Development) dengan tahapan Requirement Planning, User Design, Construction and Cutover. Hasil dari penelitian ini berupa aplikasi reservasi berbasis android dan didukung dengan website admin yang diimplementasikan di klinik dr. Candra Safitri supaya memudahkan pasien dalam melakukan reservasi. Berdasarkan pengujian aplikasi menggunakan metode Black Box, dapat ditarik kesimpulan bahwa hasil pengujian fungsionalitas dari website admin dan aplikasi mobile pasien semuanya sukses dan semua modul yang dibuat sudah sesuai dengan rancangan sistem.
Analisis Kualitas Website Perguruan Tinggi Sebagai Second-Order Construct Menggunakan Pendekatan PLS-SEM Muhammad Septama Prasetya; Mochamad Nurhadi; Ari Cahaya Puspitaningrum; Clariza Arifianti; Ahmad Habib Hudzaifah
Teknika Vol 12 No 2 (2023): Juli 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i2.617

Abstract

Website perguruan tinggi mengalami penurunan pemeringkatan Webometric, QS World University Ranking dan klasterisasi di tingkat nasional. Peneliti melakukan riset terkait dengan adanya gap pada performa website perguruan tinggi. Tujuan dilakukannya penelitian ini adalah untuk menganalisis faktor yang membentuk dimensi kualitas website (WebQual) dan pengaruhnya pada kepuasan pengguna dan niat mengunjungi kembali website perguruan tinggi. Jenis penelitian adalah kuantitatif dengan menggunakan data primer yang hasilnya diperoleh dari jawaban responden atas isian kuesioner. Penentuan sampel menggunakan teknik Purposive Sampling dengan total 379 responden. Teknik analisis menggunakan Explanatory Factor Analysis (EFA) untuk menentukan faktor pembentuk WebQual dan Partial Least Square dengan Structural Equation Model (PSL-SEM) untuk menguji model penelitian. Hasil penelitian menunjukkan bahwa EFA mampu mengelompokkan dari sepuluh variabel menjadi tiga variabel baru pembentuk dimensi WebQual sebagai second-order construct yaitu kualitas informasi, kualitas interaksi layanan, dan kemanfaatan website. Hasil PLS-SEM menunjukkan bahwa dimensi WebQual memiliki pengaruh positif terhadap kepuasan pengguna, dan kepuasan pengguna berpengaruh positif terhadap niat mengunjungi kembali website perguruan tinggi. Implikasi dari penelitian ini bahwa semakin bagus kualitas website perguruan tinggi dapat meningkatkan kepuasan penggunanya. Hal ini memberi dampak pada keinginan pengguna untuk melakukan kunjungan kembali ke website perguruan tinggi di masa yang akan datang.
Aplikasi Penentuan Kebutuhan Pelatihan Berbasis Kompetensi Untuk Peningkatan Kinerja Staf Analis Laboratorium Mohammad Al Hafidz; Pradita Maulidya Effendi
Teknika Vol 12 No 2 (2023): Juli 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i2.622

Abstract

Di antara tahun 2010 hingga tahun 2015, Laboratorium Parahita sedikitnya menerima laporan kesalahan pemeriksaan < 5 kasus yang dikarenakan kelalaian petugas laboratorium. Belum tersedianya program pengadaan pelatihan yang sesuai dengan kebutuhan kompetensi analis laboratorium menjadi penyebab kelalaian tersebut, karena sebagian besar program pelatihan yang diadakan sama dengan karyawan divisi lainnya. Divisi Sumber Daya Manusia masih kesulitan dalam menentukan apa kebutuhan pelatihan yang tepat bagi analis laboratorium, terlebih lagi proses administrasi pengadaan pelatihan masih belum terotomasi membuat data Divisi Sumber Daya Manusia dan Divisi Laboratorium belum sinkron. Tujuan penelitian ini adalah pembuatan aplikasi berbasis website yang digunakan untuk menganalisis kebutuhan pelatihan bagi analis laboratorium. Data-data yang diperlukan dalam pembuatan aplikasi didapatkan dari hasil pengamatan tidak terstruktur terkait proses pengadaan pelatihan saat ini serta hasil wawancara kepada pihak-pihak terkait. Teknik wawancara semiterstruktur diterapkan untuk menggali permasalahan lebih terbuka. Sebanyak 4 jenis data berhasil didapatkan dan divalidasi oleh Laboratorium Parahita, yakni data level kompetensi, data jenis kompetensi dan toleransi gap, data standar penilaian, serta data materi uji kompetensi. Keempat data ini dianalisis dengan teori gap analysis untuk menunjukkan seberapa besar kesenjangan antara kompetensi yang dimiliki dengan kompetensi yang dibutuhkan Laboratorium, termasuk pada sisi level dan jenis kompetensi yang dibutuhkan. Pada pengembangannya, aplikasi ini menggunakan model SDLC Waterfall. Hasilnya, aplikasi memberikan 4 fitur penting yang dapat mendukung proses pengadaan pelatihan, yakni fitur penilaian uji kompetensi, rekapitulasi uji kompetensi, analisis kebutuhan pelatihan dengan gap analysis, dan fitur pengajuan rencana pengadaan pelatihan yang juga didalamnya dapat mencatat nama trainer dan anggaran yang dibutuhkan sehingga riwayat pengadaan pelatihan dapat terekam otomatis. Seluruh fitur pada aplikasi telah diuji coba menggunakan metode blackbox yang hasilnya semua fungsional aplikasi berjalan dengan baik.
Software Defect Prediction Based on Optimized Machine Learning Models: A Comparative Study Muhammad Zain Fawwaz Nuruddin Siswantoro; Umi Laili Yuhana
Teknika Vol 12 No 2 (2023): Juli 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i2.634

Abstract

Software defect prediction is crucial used for detecting possible defects in software before they manifest. While machine learning models have become more prevalent in software defect prediction, their effectiveness may vary based on the dataset and hyperparameters of the model. Difficulties arise in determining the most suitable hyperparameters for the model, as well as identifying the prominent features that serve as input to the classifier. This research aims to evaluate various traditional machine learning models that are optimized for software defect prediction on NASA MDP (Metrics Data Program) datasets. The datasets were classified using k-nearest neighbors (k-NN), decision trees, logistic regression, linear discriminant analysis (LDA), single hidden layer multilayer perceptron (SHL-MLP), and Support Vector Machine (SVM). The hyperparameters of the models were fine-tuned using random search, and the feature dimensionality was decreased by utilizing principal component analysis (PCA). The synthetic minority oversampling technique (SMOTE) was implemented to oversample the minority class in order to correct the class imbalance. k-NN was found to be the most suitable for software defect prediction on several datasets, while SHL-MLP and SVM were also effective on certain datasets. It is noteworthy that logistic regression and LDA did not perform as well as the other models. Moreover, the optimized models outperform the baseline models in terms of classification accuracy. The choice of model for software defect prediction should be based on the specific characteristics of the dataset. Furthermore, hyperparameter tuning can improve the accuracy of machine learning models in predicting software defects.
Detection of Indonesian Food to Estimate Nutritional Information Using YOLOv5 Gina Cahya Utami; Chyntia Raras Widiawati; Pungkas Subarkah
Teknika Vol 12 No 2 (2023): Juli 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i2.636

Abstract

Currently, the development of online food delivery service applications is very popular. The application offers convenience in finding and fulfilling food needs. That circumstance has an impact such as not controlling the type and amount of food consumed. Therefore, to maintain a healthy lifestyle, people need to eat healthy and nutritious food. The goal of this research is to build a model using the YOLOv5 model that can detect images of Indonesian food so that nutritional estimation can then be carried out by taking information per serving data sourced from the FatSecret Indonesia website. The methods of this research include data collection, data pre-processing, training, testing, evaluation, image detection, and model export. The outcome of this research is an object detection model that is ready to be implemented in android applications or websites to detect images of Indonesian food which can be estimated for each nutrient. Based on the detection results, 98.6% for an average of a curacy, 95% for precision, 95.3% for recall, and 95% for F1-Score were obtained. The results of the detection are then used to estimate nutrition by taking information per portion from the FatSecret Indonesia website. From the experiments that were carried out on seven pictures of Indonesian food, the estimation was carried out well by displaying various nutritional information including energy, protein, fat, and carbohydrates.
Perancangan Sistem Deteksi Penyakit Kulit Pada Kucing Menggunakan Deep Learning Berbasis Android Irgi Yoga Pangestu; Shumaya Resty Ramadhani
Teknika Vol 12 No 3 (2023): November 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i3.673

Abstract

Penyakit kulit merupakan jenis penyakit yang sering dialami oleh makhluk hidup terutama kucing. Kucing salah satu hewan yang paling banyak dipelihara oleh manusia. Berdasarkan hasil survei berupa kuesoner yang disebarkan ke orang-orang yang memiliki kucing atau penyayang kucing, terdapat sekitar 65% dari 20 responden mengatakan kalau kucing peliharaannya pernah mengalami penyakit kulit dan sekitar 65% dari 20 responses mengatakan kesulitan mengenali penyakit kulit pada kucing. Pemilik atau pecinta kucing melakukan identifikasi penyakit kulit pada kucing dengan cara manual menggunakan indra penglihatan yaitu mata. Karena gejala penyakit kulit pada kucing memiliki kesamaan antar jenis penyakit, hal itu membuat pemilik atau pecinta kucing ragu atau salah mengenali jenis penyakit kulit pada kucing. Hal ini menyebabkan pecinta kucing salah memberikan pertolongan pertama atau pengobatan. Kondisi ini bisa membuat kucing bukan menjadi lebih sehat melainkan bisa bertambah parah. Solusi untuk mengatasi permasalahan tersebut untuk mengidentifikasi penyakit kulit pada kucing, penulis akan mengimplementasikan Deep Learning dengan menggunakan algoritma Convolutional Neural Network (CNN) untuk melakukan deteksi penyakit kulit pada kucing. Untuk mempermudah dalam pemakaiannya, dibuatlah dalam bentuk aplikasi android. Berdasarkan hasil uji confusion matrix didapatkan akurasi sebesar 78,33%, presisi sebesar 76,96%, dan recall sebesar 74,94%.
Deteksi Komentar Cyberbullying Pada YouTube Dengan Metode Convolutional Neural Network - Long Short-Term Memory Network (CNN-LSTM) Albertus Josef Andika; Yosi Kristian; Esther Irawati Setiawan
Teknika Vol 12 No 3 (2023): November 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i3.677

Abstract

Pada era digital seperti sekarang cyberbullying kerapkali terjadi di berbagai belahan dunia termasuk di Indonesia, hal ini dapat terjadi pada siapa saja dan dimana saja terutama media sosial seperti YouTube melalui fitur komentar semua pengguna yang memiliki akun dapat dengan mudah terlibat cyberbullying hanya melalui berbalas komentar. Penelitian ini bertujuan untuk melakukan deteksi adanya cyberbullying melalui pengumpulan serta pengklasifikasian komentar negatif video pada kanal YouTube dengan konten tertentu berbasis bahasa Indonesia (serta bahasa-bahasa daerah tertentu, seperti Jawa dan Surabaya) melalui metode deep-learning Convolutional Neural Network — Long Short-Term Memory Network (CNN-LSTM). Dataset komentar yang dipakai dalam penelitian dikumpulkan dengan menggunakan Application Program Interface (API) yang telah disediakan oleh Youtube secara gratis dan berbatas kuota secara kumulatif. Terkumpul data komentar total sebanyak 26.918 komentar dengan perincian 9.834 komentar terklasifikasi cyberbullying dan 17.084 komentar terklasifikasi sebagai bukan cyberbullying. Setelah dataset dipakai dalam proses training pada model CNN-LSTM dan menghasilkan sebuah model dengan nilai F1-score sebesar 0,84, model tersebut dipakai dalam sebuah API sederhana yang menerima input beberapa kalimat yang akan dideteksi konten cyberbullying dan menghasilkan output berupa JSON yang berisi hasil klasifikasi dari setiap kalimat yang akan dideteksi.
Sistem Deteksi Penyakit Covid-19 Berdasarkan Gejala Awal Menggunakan Algoritma Naive Bayes Berbasis Android Dede Kurniadi; Asri Mulyani; Diar Nur Rizky
Teknika Vol 12 No 3 (2023): November 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i3.678

Abstract

Data penelitian terakhir menunjukkan bahwa masyarakat merasa takut untuk melakukan pemeriksaan ke instansi kesehatan akibat kurangnya pengetahuan Covid-19, sehingga menyebabkan ketidak pedulian dalam aktivitas sehari-hari terhadap dampak dari situasi penyakit Covid-19. Oleh karena itu dibutuhkan sebuah aplikasi sistem deteksi gejala awal penyakit Covid-19 berbasis mobile. Tujuan dari penelitian ini membuat aplikasi sistem deteksi penyakit Covid-19 dengan menerapkan metode pengklasifikasian Naive Bayes sehingga mempermudah pengguna dalam melakukan tes mandiri gejala awal Covid-19. Metode perancangan yang digunakan adalah Extreme Programming (XP) yang terdiri dari planning, analysis, design, implementation, dan maintenance. Data yang digunakan terdiri dari 2 dataset yaitu dataset untuk pengklasifikasian penyakit Covid-19 dengan jumlah data sebanyak 44.453 dan dataset untuk pengklasifikasian varian Covid-19 berjumlah 128.769. Penelitian ini melakukan 2 kali pemodelan menggunakan Split Data dengan perbandingan 5:5 untuk klasifikasi penyakit Covid-19 dan perbandingan 3:7 untuk klasifikasi varian Covid-19. Hasil penelitian ini berhasil membangun Sistem deteksi penyakit Covid-19 berdasarkan gejala awal menggunakan algoritma Naive Bayes berbasis android dan telah mampu memprediksi penyakit Covid-19 ke dalam 4 class dengan nilai F1-Score yaitu Allergy 0,98, Cold 0,61, Covid 0,56, dan Flu 0,95, serta gejala yang paling berpengaruh pada class Allergy yaitu CS13 (Loss of taste) dengan nilai 0,50, class Cold yaitu CS3 (Tiredness) dengan nilai 0,52, class Covid yaitu CS12 (Difficulty breathing) dengan nilai 0,51, dan class Flu yaitu CS19 (Sneezing) dengan nilai 0,53, sistem yang dibangun juga mampu memprediksi varian Covid-19 ke dalam 3 class dengan nilai F1-Score yaitu alpha 0,85, delta 0,78, dan omicron 0,93, serta gejala yang paling berpengaruh pada class Alpha yaitu VS3 (Loss of appetite) dengan nilai 0,74, class Delta yaitu VS12 (Cough) dengan nilai 0,87, dan class Omicron yaitu VS10 (Sore throat) dengan nilai 0,67, juga aplikasi berhasil dan dapat dirancang dengan pendekatan Extreme Programming (XP).
Peningkatan Fleksibilitas dan Kecepatan Pengembangan Permainan Melalui Penerapan Pola Desain Pada Komponen Unity UI Adam Shidqul Aziz; Andhik Ampuh Yunanto; Umi Sa'adah; Sabila Jamal; Fadilah Fahrul Hardiansyah; Desy Intan Permatasari; Nailussa`ada
Teknika Vol 12 No 3 (2023): November 2023
Publisher : Center for Research and Community Service, Institut Informatika Indonesia (IKADO) Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34148/teknika.v12i3.679

Abstract

Industri permainan telah mengalami perkembangan pesat dalam beberapa tahun terakhir, ditandai dengan munculnya berbagai jenis permainan yang menarik dan inovatif. Salah satu tren yang sedang meningkat adalah popularitas game midcore yang berhasil menarik perhatian pemain dari berbagai kelompok. Karena daya tariknya, banyak studio game beralih ke pengembangan game midcore untuk mengeksplorasi potensi pasar yang luas dan mencapai kesuksesan yang lebih besar. Salah satu tantangan utama yang dihadapi dalam pengembangan game midcore oleh perusahaan adalah perancangan dan pembuatan komponen antarmuka pengguna (UI) yang efektif. Bagian UI merupakan aspek kritis dalam permainan karena secara langsung mempengaruhi pengalaman bermain dan keterlibatan pemain. Di samping itu, pada saat ini belum ada standar universal atau framework yang sepenuhnya mendukung pengembangan UI pada game midcore. Kurangnya alat bantu yang efisien dapat menyebabkan penundaan dan peningkatan beban kerja pada tim pengembang, yang akhirnya dapat berdampak pada keseluruhan pengalaman bermain dan kualitas produk. Dalam menghadapi tantangan pengembangan UI pada game midcore, penelitian ini menyajikan solusi dengan menerapkan design pattern untuk mengembangkan komponen UI game yang akan menjadi framework pada Unity Engine. Hasil validasi menunjukkan bahwa penggunaan framework ini menyebabkan efisiensi pada waktu pengembangan dan interaction cost. Efisiensi interaction cost sebesar 10% hingga 66% dan waktu pengembangan sebesar 28% hingga 91%. Selain itu, dari hasil survei pelanggan menggunakan metode perhitungan Customer Satisfaction Score (CSAT), diperoleh tingkat kepuasan pelanggan sebesar 78%. Nilai 78% dalam skala CSAT dianggap sebagai tingkat kepuasan "excellent response," yang menyiratkan bahwa menurut pelanggan, framework ini telah memiliki performa yang sangat baik.

Page 19 of 28 | Total Record : 276

 17   18   19   20   21 

Filter by Year

2012 2025


Reset
Filter By Issues
All Issue Vol. 14 No. 1 (2025): March 2025 Vol. 13 No. 3 (2024): November 2024 Vol 13 No 2 (2024): Juli 2024 Vol 13 No 1 (2024): Maret 2024 Vol 12 No 3 (2023): November 2023 Vol 12 No 2 (2023): Juli 2023 Vol 12 No 1 (2023): Maret 2023 Vol 11 No 3 (2022): November 2022 Vol 11 No 2 (2022): Juli 2022 Vol 11 No 1 (2022): Maret 2022 Vol 10 No 3 (2021): November 2021 Vol 10 No 2 (2021): Juli 2021 Vol 10 No 1 (2021): Maret 2021 Vol 9 No 2 (2020): November 2020 Vol 9 No 1 (2020): Juli 2020 Vol 8 No 2 (2019): November 2019 Vol 8 No 1 (2019): Juli 2019 Vol 7 No 2 (2018): November 2018 Vol 7 No 1 (2018): Juli 2018 Vol 6 No 1 (2017): November 2017 Vol 5 No 1 (2016): November 2016 Vol 4 No 1 (2015): November 2015 Vol 3 No 1 (2014): Juli 2014 Vol 2 No 1 (2013): Juli 2013 Vol 1 No 1 (2012): Juli 2012 More Issue