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
 22   23   24   25   26 
Perbaikan Akurasi Random Forest Dengan ANOVA Dan SMOTE Pada Klasifikasi Data Stunting Ari Ahmad Dhani; Taghfirul Azhima Yoga Siswa; Wawan Joko Pranoto
Teknika Vol 13 No 2 (2024): Juli 2024
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.v13i2.875

Abstract

Stunting terus menjadi isu kesehatan masyarakat yang kritis di Indonesia, khususnya di Kota Samarinda yang mencatat prevalensi sebesar 25,3% pada tahun 2022, menjadi yang tertinggi kedua di Provinsi Kalimantan Timur. Di tengah prioritas nasional untuk riset 2020-2024, penggunaan data mining untuk klasifikasi stunting memperlihatkan potensi yang signifikan namun tetap menghadapi tantangan dalam menangani data berdimensi tinggi dan ketidakseimbangan kelas. Penelitian ini bertujuan untuk meningkatkan akurasi klasifikasi stunting menggunakan metode Random Forest (RF) yang diintegrasikan dengan seleksi fitur ANOVA dan teknik SMOTE untuk menyeimbangkan kelas. Data yang digunakan dalam penelitian ini bersumber dari Dinas Kesehatan Kota Samarinda, meliputi 26 Puskesmas dengan 21 atribut dan total 150.466 record. Teknik validasi yang dipakai adalah cross-validation k =10. Hasil menunjukkan peningkatan akurasi dari 98,83% menjadi 99,77% naik sebesar 0,94% setelah penerapan seleksi fitur ANOVA. Fitur ZS TB/U, ZS BB/U, dan BB/U diidentifikasi sebagai yang paling berpengaruh. Peningkatan ini menunjukkan efektivitas integrasi metode dalam mengatasi masalah stunting pada dataset yang kompleks dan tidak seimbang, ini diharapkan dapat mendukung kebijakan dan intervensi kesehatan lebih lanjut di kawasan tersebut.
Model Optimasi SVM Dengan PSO-GA dan SMOTE Dalam Menangani High Dimensional dan Imbalance Data Banjir Raenald Syaputra; Taghfirul Azhima Yoga Siswa; Wawan Joko Pranoto
Teknika Vol 13 No 2 (2024): Juli 2024
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.v13i2.876

Abstract

Banjir merupakan salah satu bencana alam yang sering terjadi di Indonesia, termasuk di Kota Samarinda dengan 18-33 titik desa terdampak dari tahun 2018-2021. Penggunaan machine learning dalam mengklasifikasi bencana banjir sangat penting untuk memprediksi kejadian di masa mendatang. Beberapa penelitian sebelumnya terkait klasifikasi data banjir dalam 3 tahun terakhir telah dilakukan. Namun, dari beberapa penelitian tersebut memunculkan masalah terkait dengan dataset high dimensional yang dapat menurunkan performa model klasifikasi dan menyebabkan overfitting. Selain itu, masalah lain juga muncul dalam hal imbalance data yang menyebabkan bias terhadap kelas mayoritas dan representasi yang tidak akurat. Oleh karena itu, permasalahan dataset high dimensional dan imbalance data merupakan tantangan spesifik yang harus diatas dalam klasifkasi data banjir Kota Samarinda. Penelitian ini bertujuan mengidentifkasi fitur-fitur yang diperoleh dari seleksi fitur Genetic Algorithm (GA) yang memiliki pengaruh terhadap akurasi klasifikasi data banjir Kota Samarinda menggunakan algoritma Support Vector Machine (SVM), serta meningkatkan akurasi klasifikasi data banjir di Kota Samarinda dengan mengimplementasikan algoritma SVM yang dikombinasikan dengan metode Synthetic Minority Oversampling Technique (SMOTE) untuk oversampling, seleksi fitur dengan GA dan optimasi menggunakan Particle Swarm Optimization (PSO). Teknik validasi yang digunakan adalah 10-fold cross validation dan evaluasi performa menggunakan confusion matrix. Data yang digunakan berasal dari BPBD (Badan Penanggulangan Bencana Daerah) dan BMKG (Badan Meteorologi, Klimatologi, dan Geofisika) Kota Samarinda pada tahun 2021-2023 terdiri dari 11 fitur dan 1.095 record. Hasil penelitian menunjukkan bahwa fitur-fitur penting yang terpilih melalui GA adalah temperatur maksimum, kecepatan angin maksimum, arah angin maksimum, arah angin terbanyak, lamanya penyinaran matahari dan kecepatan angin rata-rata. Dengan kombinasi metode SVM, SMOTE, GA dan PSO, akurasi klasifikasi data banjir mencapai 82,28%. Namun, penelitian ini juga menghadapi tantangan seperti kontradiksi hasil dengan penelitian lain terkait penggunaan SMOTE dan variasi hasil akibat karakteristik dataset serta metode pembagian data yang berbeda. Hasil penelitian ini dapat digunakan oleh pemerintah daerah dan badan penanggulangan bencana daerah Kota Samarinda untuk memprediksi kejadian banjir dengan lebih akurat, serta memungkinkan tindakan pencegahan yang lebih efektif. Penerapan hasil penelitian ini dapat meningkatkan efektivitas dalam mitigasi bencana banjir Kota Samarinda.
Klasifikasi Penyakit Paru-Paru Berdasarkan Peningkatan Kualitas Kontras dan EfficientNet Menggunakan Gambar X-Ray Asfa Dhevi Azzumzumi; Muhammad Hanafi; Windha Mega Pradnya Dhuhita
Teknika Vol 13 No 2 (2024): Juli 2024
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.v13i2.881

Abstract

COVID-19 dan penyakit paru-paru telah menjadi faktor utama penyebab kematian manusia di seluruh dunia. Kematian pasien dipengaruhi oleh keterlambatan deteksi dini. Sebagian besar profesional medis menggunakan gambar untuk mengidentifikasi kondisi paru-paru. Namun, para ahli yang dapat me-diagnosis dengan gambar sangat terbatas. Diagnosis gambar mendiagnosa menggunakan penglihatan manusia secara konvensional. Klasifikasi penyakit paru-paru sangat bervariasi. Masalah yang disebutkan di atas menunjukkan bahwa deteksi penyakit paru-paru dengan Artificial Intelligence (AI) yang efektif telah ditetapkan. Namun, sebagian besar hasil penyakit paru-paru salah didiagnosis. Bagi pasien, masalah ini menjadi masalah besar. Bertujuan untuk menangani klasifikasi penyakit paru-paru dengan deteksi kesalahan yang tinggi, kami menggunakan beberapa teknik pre-processing gambar dan menerapkan model pembelajaran mendalam dalam EfficientNet. Model Pre-processing termasuk augmentasi, peningkatan white balance, dan peningkatan kontras. Berdasarkan penelitian sebelumnya, mayoritas proses analisa gambar medis mengalami kualitas gambar yang rendah. Berdasarkan laporan eksperimen, model yang kami usulkan mencapai hasil yang signifikan dalam mengurangi kesalahan deteksi pada klasifikasi penyakit paru-paru. Dimana hasil F1 score-nya 0,97, recallnya 0,98, presisinya 0,96, dan akurasinya 0,97. Kami mempertimbangkan untuk menggunakan model yang kami usulkan dalam klasifikasi multi-class. Kami mengevaluasi model yang kami usulkan menggunakan evaluation metric dan AUC Curve.
The Design of 3D Virtual Reality Animation of Javan Rhino for Educational Media of Endangered Animals in Indonesia Kent Vin Lievianto; Yana Erlyana
Teknika Vol 13 No 2 (2024): Juli 2024
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.v13i2.897

Abstract

Indonesia is one of the largest archipelagic countries in the world. Indonesia has very rich biodiversity but is facing serious threats. Many endemic species are threatened with extinction due to factors such as climate change, habitat loss, illegal trade and poaching. This research highlights the urgent need for education about endangered animals, with a focus on the Javan Rhinoceros (Rhinoceros Sondaicus) which is categorized as Critically Endangered by the International Union for Conservation of Nature (IUCN). This research was created for Animalium, a research facility under the National Research and Innovation Agency (BRIN), which still lacks interactive Virtual Reality media for education. The main aim of this research is to design a 3D VR animation about the Javan Rhino to increase education and awareness about its conservation. Interviews with educators at Animalium revealed the need for such a medium to prevent damage to physical replicas and to engage visitors, especially children, in a more immersive and interactive learning experience. Observations showed that there were no 3D VR-based educational tools in the facility. The implementation of VR technology has the potential to significantly increase visitor engagement and experiences regarding the conservation of endangered species, in line with Sustainable Development Goals (SDGs) related to terrestrial ecosystems. This research highlights the potential of VR to provide immersive and interactive educational experiences, increase public awareness, and support wildlife conservation efforts, especially the Javan Rhino. The result of this design is an Unreal Engine project file that can be used in Animalium to create an immersive and interactive educational experience, increase public awareness, and support wildlife conservation efforts, especially the Javan Rhino.
Classification of Lung Cancer with Convolutional Neural Network Method Using ResNet Architecture Aldrich Deril Christian Zebua; Dedy Yehezkiel Marbun; Felix Thedora; Mawaddah Harahap
Teknika Vol 13 No 2 (2024): Juli 2024
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.v13i2.906

Abstract

Lung cancer has become one of the most frightening specters in the world of health, leading many people to death each year. Therefore, the classification of lung cancer types is very important to determine the appropriate treatment steps. Considering that lung cancer treatment in the early stages is far more effective and efficient, accurate classification is the key to improving survival rates. This research focuses on the classification of three common lung cancer types: Adenocarcinoma, Large Cell Carcinoma, and Squamous Cell Carcinoma. To achieve optimal results, this study utilizes the ResNet architecture, a deep neural network model that has demonstrated its capabilities in various fields. Before being used on the model, the dataset containing lung X-ray images of patients undergoes preprocessing. At this stage, each image is resized to 256x256 pixels to ensure uniformity and compatibility with the model. Furthermore, this research trains various ResNet models, ranging from ResNet50, ResNet101, to ResNet152, which is the model with the most parameters. By comparing the performance of each model, this study finds that all trained ResNet models are capable of producing good accuracy in classifying lung cancer types. Among these models, ResNet152 demonstrates the most superior performance with an accuracy of 89%. This result suggests that the ResNet architecture has great potential to be used as an aid in classifying lung cancer types with a high level of accuracy. This research makes a significant contribution to the effort to improve the diagnosis and treatment of lung cancer, paving the way for a brighter future for lung cancer patients.
Exploration of Software as a Service (SaaS) as a Project Management Tools Liliana; Daniel Soesanto; Bambang Prijambodo; Jasti Ohanna
Teknika Vol 13 No 2 (2024): Juli 2024
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.v13i2.933

Abstract

Companies increasingly adopt software as a Service (SaaS) as a project management tool. SaaS offers greater flexibility, availability, and accessibility than traditional information system software. In this study, SaaS is used as the basis for creating project management applications, including recording work plans, the progress of each user's performance, and meeting documentation. The stages of the literature study are carried out by looking at journals and books. The trial was carried out using black-box testing. Verification trials are carried out by involving a team of programmers to see the flow of the system algorithm. Validation trials are carried out by asking various users involved in project implementation to try the system and asking users to fill out questionnaires related to the ease of use of project management features. The two stages of the trial showed good results, as evidenced by 77.8% of users stating that the SaaS concept really helped them with the flexibility of system installation with a short waiting time. Meanwhile, 76.16% of users stated that the features provided and their configuration could help them in project management. The research results show that SaaS has great potential to help companies to manage projects effectively. In future research, various factors in different project management can be explored deeper, so that SaaS becomes more configurable and used by a wider variety of users.
Optimalisasi Proses Data Warehouse Melalui Business Process Optimization (BPO) Untuk Meningkatkan Efisiensi Pengambilan Keputusan Bani, Fajar Ciputra Daeng; Wahyudin, Agus; Sutjiatmo, Bayu Prabowo; Vierke, Intan Maria Lewiayu; Tyasti, Avia Enggar
Teknika Vol. 13 No. 3 (2024): November 2024
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.v13i3.928

Abstract

Proses pengambilan keputusan yang cepat dan tepat merupakan kebutuhan utama dalam lingkungan bisnis yang dinamis. Namun, banyak perusahaan freight forwarder menghadapi permasalahan dalam efisiensi pengambilan keputusan karena ketidaksempurnaan proses pengolahan data di dalam data warehouse. Untuk mengatasi permasalahan tersebut. Penelitian ini bertujuan untuk mengoptimalkan proses Data Warehouse (DWH) guna meningkatkan produktivitas dalam pengambilan keputusan di perusahaan freight forwarder di Indonesia. Dalam konteks lingkungan bisnis yang semakin kompleks dan dinamis, kebutuhan akan informasi yang tepat waktu dan akurat sangat penting untuk mendukung pengambilan keputusan yang efektif. DWH telah menjadi solusi populer untuk mengintegrasikan dan menganalisis data dari berbagai sumber guna mendukung proses pengambilan keputusan. Business Process Optimization (BPO) diterapkan untuk menganalisis dan merancang ulang proses bisnis yang terkait dengan pengolahan data, sehingga meningkatkan efisiensi dan akurasi pengolahan data dalam DWH. Dalam penelitian ini, digunakan model optimasi yang dirancang untuk memaksimalkan efisiensi proses ETL dan meningkatkan kinerja sistem Online Analytical Processing (OLAP) serta Online Transaction Processing (OLTP). Metode-metode ini diharapkan dapat meningkatkan kualitas dan kecepatan pengambilan keputusan, serta efisiensi operasional perusahaan freight forwarder. Hasil dari penelitian ini diharapkan dapat memberikan produktivitas dan daya saing bagi perusahaan di industri logistik.
Penerapan Metode ROC dan MAIRCA Dalam Pemilihan Web Hosting VPS Cloud Ardianto, Brian; Pangesti, Mey Tri Widya; Pungkasanti, Prind Triajeng
Teknika Vol. 13 No. 3 (2024): November 2024
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.v13i3.943

Abstract

Perkembangan teknologi informasi yang pesat membuat website menjadi kebutuhan yang penting, bagi individu maupun pelaku usaha mikro yang digunakan sebagai portal digital yang membantu membangun identitas, sarana promosi produk dan jasa, serta menjangkau khalayak yang lebih luas. Untuk membuat website, diperlukan web hosting server yang memadai, salah satunya adalah VPS yang berbasis cloud (VPS Cloud). VPS Cloud merupakan teknologi server virtual yang dikombinasikan dengan cloud computing, di mana pengguna memiliki akses penuh terhadap server. Namun, ada banyak penyedia layanan VPS cloud yang menawarkan berbagai spesifikasi dan harga yang dapat disesuaikan dengan kebutuhan website, sehingga dibutuhkan rekomendasi yang tepat dengan ketentuan harga terjangkau dan spesifikasi yang sesuai terutama bagi individu atau pelaku usaha mikro kecil dengan kebutuhan untuk situs web ringan, seperti blog pribadi atau platform untuk memperkenalkan produk. Dalam penelitian ini, didapatkan data sepuluh penyedia jasa layanan VPS Cloud dengan harga terjangkau, dengan kriteria harga, kapasitas RAM, jumlah CPU, kapasitas penyimpanan, jenis penyimpanan, bandwidth, dan sistem operasi yang akan dihitung menggunakan metode ROC (Rank Order Centroid) dan pemodelan MAIRCA (Multi Attribrute Ideal Real Comparative Analysis). Metode ROC akan merangking kriteria tersebut berdasarkan urutan prioritas dan kepentigan dengan prioritas utama adalah kriteria harga (cost). Metode MAIRCA digunakan untuk membandingkan nilai ideal dan nilai sebenarnya. Hasil yang didapatkan melalui penelitian ini, terkait dengan penyedia layanan VPS Cloud yang berada pada peringkat ke-1 adalah Dewaweb dengan nilai akhir 0,0883.
The Analysis and Improvement of User Interface Design on Climate Information Service Mobile Application Using the Lean UX Method Fauzi, Muhammad; Wirdiani, Ni Kadek Ayu; Rusjayanthi, Ni Kadek Dwi
Teknika Vol. 13 No. 3 (2024): November 2024
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.v13i3.973

Abstract

Info BMKG is an iOS and Android app providing weather, temperature, air quality, and earthquake data across Indonesia. Issues related to the usability of the BMKG Info application were identified through observations and feedback found on the Google Play Store, which has a rating of 4.4. The responses identified included an unattractive appearance, limited features, increasing complexity, and a need for more innovation, necessitating usability evaluation and UI design improvements to enhance user experience. The analysis and redesign follow the Lean UX approach and Heuristic Evaluation method. Usability testing, specifically the Post-Study System Usability Questionnaire, is used to assess user satisfaction. The study finds that implementing Lean UX significantly improves the system's quality and user experience. UI design enhancements, based on usability testing, improve navigation, information clarity, and ease of use. Recommendations result in better outcomes, with Heuristic Evaluation yielding scores of H1 = 1 (System status visibility), H2 = 1 (Match between the system and the real world), H4 = 1 (Consistency and standards), H5 = 1 (Error prevention), H7 = 1 (Flexibility and efficiency of use), H8 = 1 (Aesthetic and minimalist design), and H9 = 1 (Help users recognize, diagnose, and recover from errors). The Post-Study System Usability Questionnaire method shows an improvement from high to a better category.
Descending Stairs Detection Using Digital Image Processing to Guide Visually Impaired Wali Satria Bahari Johan, Ahmad; Fenaldo Maulana, Rizky
Teknika Vol. 13 No. 3 (2024): November 2024
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.v13i3.982

Abstract

Blindness refers to a condition in which an individual experiences limitations in their visual ability. Individuals with visual impairments require specific assistance to facilitate their movement from one location to another. The need for this assistance arises due to various obstacles scattered throughout their environment. One of the most significant challenges is navigating descending stairs. To address this issue, a descending stairs detection system based on digital image processing has been developed. Through this approach, the mobility of individuals with visual impairments can be enhanced. The descending stairs detection system is designed using the Gray Level Co-occurrence Matrix (GLCM) method to extract distinctive features of descending stairs and the surrounding floor surfaces. Seven GLCM features are incorporated into the development of this system, allowing it to differentiate between descending stairs and floors using the Extra Tree Classifier classification method. Through a series of tests, the system's accuracy is measured at 84%, demonstrating its adequate ability to identify descending stairs. Additionally, the average computation time for detecting descending stairs and floors is recorded at 0.121 (s), indicating the efficient performance of this system in supporting the mobility of individuals in need.

Page 24 of 28 | Total Record : 276

 22   23   24   25   26 

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