cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Amru Yasir
Contact Email
amruyasir@dharmawangsa.a.c.id
Phone
+6282304690083
Journal Mail Official
s1.ti@dharmawangsa.ac.id
Editorial Address
Alamat : Jl. K. L. Yos Sudarso No. 224 Medan Kontak : Tel. 061 6635682 - 6613783 Fax. 061 6615190 Surat Elektronik : s1.ti@dharmawangsa.ac.id
Location
Unknown,
Unknown
INDONESIA
Djtechno: Jurnal Teknologi Informasi
Published by Universitas Dharmawangsa
ISSN : 27768546     EISSN : 27453758     DOI : 10.46576/djtechno
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management
Djtechno: Journal of Information Techhnology Research Jurnal ilmiah yang dikelola dan diterbitkan oleh Program Studi Teknologi Informasi, Fakultas Teknik dan Ilmu Komputer, Universitas Dharmawangsa, Medan, Indonesia. Jurnal Djtechno terbit pertama kali Vol 1. No.1 Juli Tahun 2020, jurnal ini membahas tentang topik-topik yang berkenaan dengan Bidang Teknologi Informasi, Rekayasa Perangkat Lunak, Ilmu Komputer, Sistem Informasi, Dan Komunikasi. Jurnal Program Studi Teknologi Informasi terbit sebanyak 2x dalam 1 tahun yaitu per 6 bulan sekali (Juli dan Desember)
Arjuna Subject : Teknik (semua kategori) - Teknologi Media
Articles 308 Documents
 21   22   23   24   25 
Search results for , from "2023" : 308 Documents clear
ANIMASI 3D PEMBUATAN SISTEM AKUAPONIK Yogi Pratama; Haida Dafitri; Sumi Khairani
Djtechno: Jurnal Teknologi Informasi Vol 4, No 1 (2023): Juli
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v4i1.2985

Abstract

Saat ini banyak masyarakat Indonesia khusus nya daerah perkotaan yang ingin sekali Bertani namun tidak memiliki lahan yang cukup luas. Hal ini dikarenakan minim nya pengetahuan masyarakat dalam metode Bertani. Ada berbagai macam metode Bertani, diantaranya adalah dengan metode sistem akuaponik. Sarana multimedia berbasis animasi dapat digunakan sebagai salah satu media penyampaian informasi, Penelitian ini memanfaat kan animasi 3D sebagai inovasi dalam mengajarkan cara pembuatan Akuaponik. Animasi 3D ini di rancang menggunakan software blender. Proses perancangan dimulai dari  menentukan ide cerita, pembuatan storyboard, pemodelan objek, pemberian tekstur, menggerakkan animasi, rendering, sampai dengan proses penyuntingan. Hasil akhir dari animasi ini berupa video yang dilengkapi dengan musik latar, audio, dan teks penjelasan. Animasi 3D pembuatan sistem Akuaponik sebagai edukasi Bertani diharapkan dapat menjadi solusi dalam mengatasi keterbatasan lahan pertanian.Kata Kunci: Animasi 3D, Akuaponik, Blender.
MODEL PREDIKSI PREVALENSI STUNTING DI PROVINSI ACEH MENGGUNAKAN PENDEKATAN REGRESI DENGAN EVALUASI KINERJA BERBASIS MSE DAN RMSE Novia Hasdyna
Djtechno: Jurnal Teknologi Informasi Vol 6, No 3 (2025): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i3.7688

Abstract

This study aims to develop a predictive model for stunting prevalence in Aceh Province using regression-based approaches, including Linear Regression, Polynomial Regression, Ridge Regression, and Lasso Regression. The dataset comprises stunting prevalence rates from 2019 to 2023 across 21 districts and cities in Aceh Province. The analysis projects prevalence trends up to 2031 and evaluates the model performance using Mean Squared Error (MSE) and Root Mean Squared Error (RMSE). The results indicate that Polynomial Regression demonstrates the best predictive performance, with an average MSE of 0.0012 and RMSE of 0.0317, outperforming Linear Regression (MSE = 0.0039, RMSE = 0.0621), Ridge Regression (MSE = 0.0187, RMSE = 0.1324), and Lasso Regression (MSE = 0.0039, RMSE = 0.0621). The prediction results suggest a gradual decline in stunting prevalence across Aceh Province up to 2031, with an average annual decrease of approximately 1.2%. Therefore, Polynomial Regression can be considered a reliable and accurate model for analyzing and forecasting regional stunting prevalence trends.
IMPLEMENTASI RANDOM FOREST DALAM MELAKUKAN KLASIFIKASI KATA SARKASME PADA MEDIA SOSIAL FACEBOOK Chikitha Syahrika Arsya; Marina Elsera
Djtechno: Jurnal Teknologi Informasi Vol 4, No 1 (2023): Juli
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v4i1.3361

Abstract

Perkembangan teknologi informasi beberapa tahun belakangan ini berkembang dengan kecepatan yang sangat tinggi, teknologi sebagai sarana untuk mengakses dan menyebarkan informasi telah banyak digunakan, salah satunya menggunakan media sosial facebook. facebook dalam penelitian ini digunakan sebagai sumber data untuk menganalisis tweet berbahasa Indonesia terhadap pembelajaran online e-learning. Analisis sentimen pada Facebook digunakan untuk melihat kecenderungan respon masyarakat apakah berkecenderungan positif, netral atau negatif berdasarkan hasil tweet terhadap pembejaran online e-learning. Analisis sentimen ini menggunakan metode random forest yang merupakan metode pengklasifikasian. Tahap klasifikasi dilakukan setelah melalui proses preprocessing, dimana hasil klasifikasi tweet berkecenderungan positif, netral atau negatif, menggunakan metode random forest. Akurasi yang didapat pada analisis sentimen terhadap pembelajaran online e-learning adalah 53.23%.
PENGEMBANGAN SISTEM PENERIMAAN PESERTA DIDIK BARU BERBASIS WEB DENGAN INTEGRASI RESTFUL API UNTUK LAYANAN DATA PERPUSTAKAAN Kesadaran Zebua; Boy Setyawan Zalukhu; Deprianus Zalukhu; Fredin Samohouni Zai; Emanuel Faomasi Gowasa; Devi Chrisman Lase
Djtechno: Jurnal Teknologi Informasi Vol 6, No 3 (2025): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i3.8061

Abstract

Digitalisasi layanan sekolah menjadi kebutuhan penting untuk meningkatkan efisiensi administrasi, termasuk dalam proses Penerimaan Peserta Didik Baru (PPDB). Penelitian ini bertujuan mengembangkan sistem PPDB berbasis web yang terintegrasi dengan sistem perpustakaan melalui RESTful API sehingga dapat mengurangi input data berulang dan mempercepat layanan administrasi. Metode penelitian menggunakan pendekatan Research and Development (R&D) dengan tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan evaluasi. Sistem dibangun menggunakan PHP dan MySQL dengan format pertukaran data JSON melalui endpoint API. Pengujian dilakukan menggunakan metode black-box untuk menilai fungsionalitas form pendaftaran dan pemanggilan data melalui API. Hasil penelitian menunjukkan bahwa integrasi API mampu menampilkan data siswa berstatus diterima secara otomatis tanpa input ulang, sehingga proses pembuatan akun perpustakaan menjadi lebih cepat dan minim kesalahan. Selain itu, penerapan filter kondisi status dan fungsi COALESCE memastikan data jurusan yang ditampilkan merupakan keputusan final admin. Dengan demikian, sistem ini efektif mendukung pengelolaan data siswa baru serta menunjukkan potensi pengembangan lanjutan seperti kartu perpustakaan digital dan manajemen peminjaman buku.
PEMANFAATAN IOT DAN ALGORITMA FUZZY LOGIC UNTUK OPTIMALISASI PENYIRAMAN: STUDI KASUS PADA SMART GREENHOUSE Hariadi Yutanto
Djtechno: Jurnal Teknologi Informasi Vol 6, No 3 (2025): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i3.7080

Abstract

Rumah kaca memainkan peran penting dalam pertanian modern dengan menyediakan lingkungan yang ideal untuk pertumbuhan tanaman, yang memungkinkan petani untuk mengendalikan faktor-faktor seperti suhu, kelembaban, dan intensitas cahaya terlepas dari kondisi cuaca eksternal. Untuk memaksimalkan efektivitas sistem ini, teknologi sensor canggih sangat penting untuk pemantauan lingkungan yang efisien dan akurat. Namun, tantangan seperti pengetahuan teknologi yang terbatas dan kurangnya infrastruktur pendukung sering kali menghambat petani, terutama di daerah pedesaan. Integrasi teknologi otomasi dengan IoT memungkinkan pemantauan dan pengendalian kondisi rumah kaca secara real-time menggunakan sensor suhu, sensor kelembaban tanah, dan sensor nutrisi pupuk cair, yang memberikan solusi yang efisien dan berkelanjutan untuk pertanian cerdas. Penelitian ini memanfaatkan IoT untuk memantau kondisi rumah kaca, mengoptimalkan pertumbuhan tanaman melalui sistem irigasi otomatis yang dikendalikan oleh metode logika Fuzzy. Berbagai sensor dan aplikasi diuji untuk mengatur penyiraman yang tepat, sementara sistem pupuk cair terjadwal memastikan pasokan nutrisi yang cukup seminggu sekali. Sistem ini secara signifikan menyederhanakan pemantauan dan pengelolaan, menyelaraskan kondisi pertanian dengan kebutuhan nutrisi tanaman. Pengujian akurasi sensor menghasilkan hasil yang menjanjikan, dengan kesalahan sensor suhu sebesar 1,5% dan kesalahan sensor TDS sebesar 35,5%, sementara sistem irigasi berbasis Fuzzy mengaktifkan pompa saat kelembapan tanah turun di bawah 60%, menjadikan sistem penyiraman otomatis untuk tanaman pinus di rumah kaca sangat andal.
ANALISIS USER EXPERIENCE TERHADAP TINGKAT KEPUASAN PENGGUNA PADA APLIKASI SPOTIFY DENGAN METODE UTAUT Rohmat Ubaidillah Fahmi; Afif Ghani Zahran; Safitri Pradhistya Suwandi
Djtechno: Jurnal Teknologi Informasi Vol 4, No 1 (2023): Juli
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v4i1.3334

Abstract

Penelitian ini bertujuan untuk mengetahui faktor - faktor yang mempengaruhi user experience terhadap tingkat kepuasan pengguna pada aplikasi Spotify dengan metode UTAUT. Populasi dalam penelitian ini kami dapatkan dari jumlah pengguna aplikasi Spotify secara global dengan melihat jumlah download aplikasi Spotify di google play store. Jumlah sampel yang digunakan dalam penelitian ini sebanyak 100 responden yang dihitung menggunakan rumus slovin dengan batas error toleransi sebesar 10%. Penelitian ini dimulai dengan mengevaluasi variabel dari metode UTAUT yaitu Performance Expectancy, Effort Expectancy, Social Influence, Facilitating Condition, Behavior Intention dan Use Behavior. Pengujian model dalam penelitian ini menggunakan aplikasi SmartPLS. Hasil pengujian, menunjukkan kesesuaian antara model dalam faktor penentu kepuasan pengguna dalam aplikasi Spotify. Penelitian ini menunjukkan pengaruh variabel terhadap Behavior Intention sebesar 83,9% dan menunjukkan hubungan yang signifikan antara setiap hipotesisnya.
RANCANG BANGUN JARINGAN KOMPUTER BERBASIS MIKROTIK Anggi Ferdianto Eka Saputra
Djtechno: Jurnal Teknologi Informasi Vol 6, No 3 (2025): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i3.7726

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem jaringan computer berbasis mikrotik di MA Al Cholily guna mengatasi permasalahan internet yang tidak stabil dan tidak merata. Dengan pendekatan deskriptif kualitatif dan metode PPDIOO (Prepare, Plan, Design, Implementasi, Operate, Optimize), penelitian in menggali proses perencanaan, implementasi, serta evaluasi jaringan berbasis mikrotik yang diharapkan dapat meningkatkan efisiensi bandwidth, keamanan jaringan, dan kualitas konektivitas. Data dikumpulkan melalui observasi, wawancara, dan dokumentasi dengan melibatkan operator, guru, dan siswa sebagai responden. Hasil penelitian menunjukkan bahwa implementasi sistem mikrotik dengan fitur-fitur seperti DHCP Server, Firewall, Bandwidth Management (Simple Queue), serta sistem login hotspot, mampu memberikan pengalaman jaringan yang lebih stabil dan aman. Evaluasi teknis mencatat throughput yang tinggi (90 Mbps), jitter rendah (2 ms), dan pemanfaatan bandwidth yang efisien. Temuan ini memperkuat bahwa rancang bangun jaringan computer erbasis mikrotik sangat efektif untuk lingkungan Pendidikan dan direkomendasikan untuk pengembangan lebih lanjut melalui pelatihan teknis dan peningkatan kapasitas perangkat.
IMPLEMENTASI METODE NAIVE BAYES UNTUK KLASIFIKASI KUALITAS AIR BERSIH DI SUNGAI KAHAYAN lutfiah nur hasinah; Agatha Deolika; Danish Rio Wahyudi; Nisa Afrilliska
Djtechno: Jurnal Teknologi Informasi Vol 6, No 3 (2025): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i3.7756

Abstract

Penelitian ini mengusulkan sebuah model klasifikasi untuk menentukan kualitas air bersih berdasarkan parameter pH, Dissolved Oxygen (DO), dan Total Dissolved Solids (TDS) menggunakan metode Naive Bayes. Penelitian dilakukan pada dataset air Sungai Kahayan, Kalimantan Tengah, yang penting sebagai sumber air baku bagi masyarakat sekitar. Dengan menganalisis data historis parameter kualitas air, model Naive Bayes diharapkan dapat mengklasifikasikan air ke dalam kategori 'bersih' atau 'tidak bersih' dengan akurasi tinggi. Hasil penelitian ini menghasilkan bahwa model naïve bayes sudah mampu melakukan klasifikasi dengan optimal berdasarkan hasil evaluasi yang dilakukan menggunakan confusion matrix. Pengujian dilakukan dengan bermacam jumlah dataset (100, 250, dan 500), dan menghasilkan data yang tidak konsisten. Data paling optimal Adalah dataset 100 data dangan Akurasi 100%, Recall 100%, dan Presisi 100%. Walaupun hasilnya kurang konsiten tetapi model sudah mampu mengklasifikasi dengan baik dan benar. Penelitian ini diharapkan dapat memberikan kontribusi dalam pemantauan kualitas air secara efektif dan mendukung pengambilan keputusan untuk pengelolaan sumber daya air.
PENGENAL WAJAH MENGGUNAKAN METODE VIOLA JONESDENGAN MENGGUNAKAN APLIKASI MATLAB 2015 Efraim Tarigan; Rahmat Sulaiman Naibaho; Andi Satria
Djtechno: Jurnal Teknologi Informasi Vol 4, No 1 (2023): Juli
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v4i1.3256

Abstract

Citra photo (photographyc image) adalah hasil dan rekaman objek yang berfungsidalam bentuk sensor kamera. gambaryang akan dideteksi adalah gambar manusia. Dideteksinya wajah didalam gambar atau cita photo adalah dengan mengimplementasikanya gambar pada wajah (face recognition), yang digunakan dalam pengolahan citra digital. Untuk meningkatkan akurasi dari metode yang digunakan, maka dapat dikombinasikan dengan algoritma viola jones sehingga proses pengenalan wajah hanya terhadap daerah wajah saja. gambar integral yang digunakan dalam mengimplementasikan serta mengetahui hasil akurasi dalam mendeteksi wajah seseorang, untuk akurasinya ada sebesar 80,8% untuk gambar wajah dan 55,5% untuk gambar bukan wajah. Ada tiga proses dalam mendeteksi wajah. Pertama “Gambar Integral” yangmengimplementasikan serta mengetahui hasil akurasi dalam mendeteksi wajah seseorang. Kedua adalah cascade-classifier yang dibangun dalam algoritma viola jones dalam memilih jumlah wajah yang ingin diteteksi. dan ketiga metode yang akan digunakan untuk menggabungkan ke dalam cascade-classifier dalam mendeteksilokasi keberadaan wajah dalam citra.
FORECASTING HARGA DAGING AYAM RAS MENGGUNAKAN ALGORITMA LONG SHORT-TERM MEMORY (LSTM) DAN SARIMA DI JAWA TIMUR Dwi Septiajayanti; Freya Enggrayni; Yuana Istiqomah Dwi K; Eko Hardiyanto
Djtechno: Jurnal Teknologi Informasi Vol 6, No 3 (2025): Desember
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i3.7877

Abstract

Penelitian ini bertujuan untuk memprediksi harga daging ayam ras di Provinsi Jawa Timur sebagai upaya mendukung ketahanan pangan dan perumusan kebijakan yang responsif terhadap kebutuhan masyarakat. Data historis harga harian daging ayam ras periode Januari 2022 hingga Juli 2025 dikumpulkan melalui web scraping dari situs Siskaperbapo. Tahapan penelitian meliputi pengumpulan data, pembersihan dan normalisasi menggunakan Z-Score, analisis eksploratif, pemodelan menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA) dan Long Short-Term Memory (LSTM), evaluasi model dengan metrik Root Mean Squared Error (RMSE) dan Mean Absolute Percentage Error (MAPE), serta implementasi forecasting. Hasil penelitian menunjukkan bahwa model SARIMA(0,0,2)(0,1,1,12) menghasilkan nilai RMSE sebesar 1.521 dan MAPE 38,6%, sedangkan model LSTM memberikan performa lebih baik dengan RMSE 0.002 dan MAPE 20,31%. LSTM mampu menangkap pola data dengan baik dan lebih akurat dibanding SARIMA, meskipun terdapat deviasi pada periode penurunan harga yang tajam. LSTM direkomendasikan sebagai metode peramalan harga daging ayam ras di Jawa Timur karena mampu memberikan hasil prediksi yang lebih presisi. Penelitian selanjutnya dapat mengembangkan pendekatan hibrida untuk meningkatkan akurasi peramalan jangka panjang.

Page 23 of 31 | Total Record : 308

 21   22   23   24   25 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol 7, No 2 (2026): Agustus Vol 7, No 1 (2026): April Vol 6, No 3 (2025): Desember Vol 6, No 2 (2025): Agustus Vol 6, No 1 (2025): April Vol 5, No 3 (2024): Desember Vol 5, No 2 (2024): Agustus Vol 5, No 1 (2024): April Vol 4, No 2 (2023): Desember Vol 4, No 1 (2023): Juli Vol 3, No 2 (2022): Desember Vol 3, No 1 (2022): Juli Vol 2, No 2 (2021): Desember Vol 2, No 1 (2021): Juli Vol 1, No 2 (2020): Desember Vol 1, No 1 (2020): Juli More Issue