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
 22   23   24   25   26 
Search results for , from "2023" : 308 Documents clear
ANALISIS PERILAKU KEAMANAN INFORMASI PENGGUNA APLIKASI SHOPEE MENGUNAKAN FRAMEWORK SECURITY BEHAVIOR INTENTIONS SCALE (SeBIS) Yufentus Leokuna; Sintaria Sembiring
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8441

Abstract

The rapid development of digital technology has increased the use of e-commerce platforms, making online transactions easier while also raising concerns regarding users’ information security. This study aims to analyze the level of information security behavior of Shopee users in Bandung City using the Security Behavior Intentions Scale (SeBIS) framework and examine the relationship between each dimension and users’ information security behavior. This research employed a quantitative survey approach using an online questionnaire covering four SeBIS dimensions: proactive awareness, password generation, software updating, and device securement. A total of 251 active Shopee users participated in this study, with the sample size determined using the Lemeshow formula with a 10% margin of error. Data analysis was conducted through validity testing, reliability testing, descriptive analysis, and Pearson correlation analysis using IBM SPSS Statistics. The results show that the information security behavior of Shopee users in Bandung is categorized as high. All SeBIS dimensions show positive and significant relationships (p < 0.001) with information security behavior with very strong correlations (r = 0.854–0.902), where device securement has the strongest relationship..
IMPLEMENTASI MACHINE LEARNING MELALUI PENDEKATAN ALGORITMA RANDOM FOREST DALAM PREDIKSI TINGKAT STRES BERDASARKAN POLA GAYA HIDUP Anita Khansa Ramadanti; April Lia Hananto; Bayu Priyatna; Agustia Hananto
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8457

Abstract

Stres yang tidak terkelola berisiko berkembang menjadi gangguan serius seperti depresi hingga risiko bunuh diri. Machine learning dapat dioptimalkan sebagai solusi deteksi dini berdasarkan kombinasi faktor gaya hidup. Penelitian ini bertujuan untuk mengembangkan model prediksi tingkat stres melalui pendekatan algoritma Random Forest dengan dataset yang diperoleh platform Kaggle. Tahapan penelitian meliputi data preprocessing, penanganan ketidakseimbangan kelas menggunakan SMOTE, hingga evaluasi dan integrasi model.  Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 0.80, dengan nilai precision, recall, dan F1-Score secara keseluruhan berada pada angka 0,80. Performa terbaik diperoleh pada klasifikasi tingkat stres kategori High dengan F1-Score sebesar 0.86. Model yang telah tervalidasi kemudian diintegrasikan ke dalam antarmuka melalui Streamlit, sehingga mampu memberikan hasil prediksi secara real-time berdasarkan input data pengguna. Penelitian ini membuktikan bahwa algoritma Random Forest efektif dalam mengidentifikasi tingkat stres, dan implementasinya dalam bentuk aplikasi web berpotensi menjadi alat bantu deteksi dini yang fungsional dan sederhana.
Cover April 2026 Cover April
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8487

Abstract

-
ANALISIS SENTIMEN ULASAN APLIKASI X PADA GOOGLE PLAY STORE MENGGUNAKAN KOMPARASI SVM, KNN, DAN NAIVE BAYES Jim Maxwell Manampiring; Jenianus Halawa; Jefiri Zai; Ika Kurniawati; Riza Fahlapi; Waeisul Bismi
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8095

Abstract

Transformasi rebranding media sosial Twitter menjadi X menimbulkan respons yang beragam dari pengguna global, termasuk di Indonesia. Ulasan pengguna pada platform Google Play Store memuat informasi berharga mengenai kepuasan dan keluhan pengguna, namun volume data yang besar dan tidak terstruktur menyulitkan analisis secara manual. Studi ini difokuskan pada penerapan analisis sentimen guna mengklasifikasikan opini pengguna menjadi kategori positif dan negatif, serta membandingkan kinerja tiga algoritma Machine Learning, yaitu Support Vector Machine (SVM), K-Nearest Neighbor (KNN), dan Naive Bayes. Dataset yang digunakan berjumlah 10.000 data berbahasa Indonesia yang dikumpulkan melalui scraping. Melalui tahapan preprocessing yang meliputi cleaning, tokenizing, dan stemming, data dilatih dengan pembagian rasio 80:20. Hasil pengujian menunjukkan algoritma SVM menggunakan kernel linear menghasilkan kinerja terbaik dengan akurasi sebesar 84,8%, diikuti oleh Naive Bayes sebesar 83,1%, dan KNN sebesar 79,7%. Kesimpulan dari studi ini menegaskan bahwa SVM merupakan metode yang paling efisien guna menangani klasifikasi teks pada data ulasan aplikasi X yang memiliki dimensi tinggi, meskipun terdapat ketidakseimbangan kelas pada dataset.
PENGEMBANGAN VIDEO PEMBELAJARAN METEMETIKA UNTUK ANAK BERKEBUTUHAN KHUSUS DENGAN PENDEKATAN VISUAL Yulia Darnita; Rinni Rinni; Dandi Sunardi; Muhammad Imanullah
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8371

Abstract

Pembelajaran matematika bagi Anak Berkebutuhan Khusus (ABK) sering terkendala karena sifat materi yang abstrak dan minimnya media pembelajaran yang sesuai. Penelitian ini bertujuan mengembangkan video pembelajaran matematika berbasis multimedia interaktif dengan pendekatan visual untuk siswa kelas VI SD dan kelas III SMP. Metode pengembangan menggunakan model Luther–Sutopo (MDLC) dengan tahapan concept, design, material collecting, assembly, testing, dan distribution. Materi meliputi operasi bilangan, pecahan, persen, SPLDV, hingga teorema Pythagoras. Media dirancang dengan storyboard, flowchart, serta visualisasi menggunakan Blender dan Canva, dilengkapi kuis interaktif. Hasil uji coba menunjukkan media layak digunakan, mampu meningkatkan fokus, motivasi, dan pemahaman konsep matematika siswa ABK. Penelitian ini diharapkan memberi kontribusi bagi pendidikan inklusif dengan menyediakan alternatif media ajar yang lebih adaptif dan menarik
IMPLEMENTASI ALGORITMA LOGISTIC REGRESSION DALAM MEMPREDIKSI KELAS HARGA SMARTPHONE BERDASARKAN SPESIFIKASI Dimas - Sembiring
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8401

Abstract

AbstractThe rapid growth of the smartphone industry requires a deeper understanding of price segmentation based on device specifications. This study aims to develop a smartphone price classification model using Logistic Regression and to evaluate the impact of data preprocessing and hyperparameter tuning on model performance. The results show that the model achieves good classification accuracy, with RAM and screen resolution as the most influential features. Data normalization also improves the stability of the model’s predictions. 
SYSTEMATIC LITERATURE REVIEW: ANALISIS FAKTOR YANG MEMENGARUHI DISCONTINUED PENGGUNAAN APLIKASI LINE MENGGUNAKAN MODEL UTAUT 2 Muhammad Sharhan khatami
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8376

Abstract

Penurunan penggunaan aplikasi pesan instan LINE di Indonesia menunjukkan adanya perubahan preferensi pengguna dalam memilih media komunikasi digital. Fenomena ini menegaskan pentingnya memahami faktor-faktor yang memengaruhi niat penghentian penggunaan (discontinued intention) pada tahap pasca-adopsi teknologi. Meskipun model Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) digunakan untuk mengkaji penerimaan dan keberlanjutan penggunaan teknologi, kajian yang secara sistematis merangkum faktor-faktor yang berkaitan dengan penghentian penggunaan aplikasi komunikasi digital masih terbatas. Penelitian ini bertujuan mengidentifikasi dan mensintesis temuan penelitian terkait faktor-faktor yang memengaruhi discontinued intention dengan menggunakan pendekatan Systematic Literature Review (SLR). Proses SLR dilakukan melalui penelusuran basis data ilmiah, seleksi artikel berdasarkan kriteria inklusi dan eksklusi, serta ekstraksi dan analisis temuan dari studi yang relevan. Hasil kajian menunjukkan bahwa variabel seperti Performance Expectancy, Effort Expectancy, Social Influence, Hedonic Motivation, dan Price Value sering berkaitan dengan perubahan niat penggunaan, termasuk kecenderungan penghentian penggunaan, sedangkan Facilitating Conditions dan Habit menunjukkan hasil yang lebih tidak konsisten. Temuan ini menunjukkan bahwa persepsi manfaat, kemudahan penggunaan, pengalaman pengguna, dan faktor sosial berperan penting dalam keputusan pengguna untuk melanjutkan atau menghentikan penggunaan aplikasi komunikasi digital. Penelitian ini diharapkan dapat menjadi dasar konseptual bagi studi empiris selanjutnya mengenai penghentian penggunaan aplikasi pesan instan
PENGEMBANGAN WAREHOUSE MANAGEMENT SYSTEM DENGAN INTEGRASI BARCODE SCANNER UNTUK MENINGKATKAN EFISIENSI PROSES INBOUND DAN OUTBOUND Ridho Affandi; Syti Salwaa Nafiisah; Shaqila Rahmayani Gultom; Debi Yandra Niska
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8599

Abstract

Warehouse Management System (WMS) merupakan komponen penting dalammendukung pengelolaan aktivitas pergudangan, khususnya pada proses inbounddan outbound barang, namun dalam praktiknya masih banyak organisasi yangmenghadapi permasalahan berupa proses pencatatan yang dilakukan secaramanual, keterlambatan alur kerja, rendahnya akurasi data persediaan, sertaketerbatasan dalam memantau pergerakan barang secara real time, sehinggaberdampak pada menurunnya efektivitas dan efisiensi operasional gudang;penelitian ini bertujuan untuk mengembangkan Warehouse Management Systemyang terintegrasi dengan barcode scanner sebagai solusi untuk meningkatkankecepatan dan ketepatan proses penerimaan dan pengeluaran barang,meningkatkan akurasi pencatatan stok, serta mempermudah proses pemantauandan pelaporan persediaan, di mana hasil pengembangan sistem menunjukkanbahwa penerapan WMS terintegrasi barcode scanner mampu mengurangikesalahan input data, mempercepat proses operasional, meningkatkan keandalaninformasi persediaan, serta mendukung pengambilan keputusan yang lebih efektifdalam pengelolaan gudang.
IMPLEMENTASI RANDOM EARLY DETECTION PADA JARINGAN WIRELESS UNTUK MENINGKATKAN QUALITY OF SERVICE afla nevrisa
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8651

Abstract

Peningkatan penggunaan jaringan nirkabel menimbulkan tantangan dalam menjaga kualitas layanan (QoS), terutama saat kepadatan trafik menyebabkan delay, jitter, packet loss, dan penurunan throughput. Penelitian ini bertujuan mengevaluasi efektivitas metode Random Early Detection (RED) dalam meningkatkan QoS pada jaringan wireless dengan beban tinggi. Pengujian dilakukan melalui enam skenario aktivitas klien, yaitu speedtest, download, upload, serta streaming YouTube resolusi standar dan 4K. Perangkat yang digunakan meliputi MikroTik, Access Point TP-Link, tiga laptop, dan dua HP, dengan pemantauan menggunakan Wireshark. Parameter QoS yang dianalisis mencakup delay, jitter, throughput, dan packet loss. Hasil menunjukkan bahwa RED mampu menurunkan delay dan jitter secara signifikan, seperti pada skenario download dari 372,14 ms menjadi 50,71 ms dan jitter dari 349,14 ms menjadi 50,75 ms. Meskipun throughput sedikit menurun akibat mekanisme packet drop, kestabilan jaringan tetap terjaga dengan packet loss 0% di seluruh skenario. Selain itu, RED mampu melakukan packet drop secara selektif saat antrian melebihi ambang batas. Dengan demikian, RED efektif sebagai solusi manajemen trafik untuk meningkatkan kinerja jaringan wireless pada kondisi padat dan multi-client aktif.Kata Kunci: Delay, Jitter, Quality of Service, Random Early Detection, wireless
SISTEM BEL PINTU BERBASIS ESP32-CAM DENGAN DETEKSI GERAK, PENGIRIMAN FOTO, DAN INTERAKSI SUARA VIA TELEGRAM Muhammad Fakhri; Zulham Zulham; Sabrina Aulia Rahmah
Djtechno: Jurnal Teknologi Informasi Vol 7, No 1 (2026): April
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v7i1.8526

Abstract

Peningkatan keamanan hunian melalui pemantauan jarak jauh melatarbelakangi pengembangan sistem bel pintu pintar berbasis Internet of Things (IoT). Pengembangan prototipe ini mengintegrasikan mikrokontroler ESP32-CAM, sensor PIR HC-SR501, dan modul audio DFPlayer Mini dengan antarmuka Telegram Bot API melalui metode prototyping. Berdasarkan hasil pengujian, sensor PIR mampu mendeteksi gerakan manusia secara akurat hingga jarak 5 meter dengan sudut jangkauan 110 derajat. Pengiriman notifikasi berupa foto dan pesan teks ke aplikasi Telegram mencapai tingkat keberhasilan 100% dalam 10 kali percobaan, dengan rata-rata waktu respons di bawah 3 detik. Ukuran file citra yang dihasilkan berkisar antara 30-50 KB, sehingga terbukti efisien dalam transmisi data pada jaringan Wi-Fi. Implementasi ini berhasil menyediakan fitur pemantauan visual serta komunikasi suara jarak jauh yang memungkinkan pemilik rumah memantau tamu secara real-time tanpa batasan jarak. Kata Kunci: ESP32-CAM, Bel Pintu Pintar, Telegram Bot, Sensor PIR, Internet of Things.

Page 24 of 31 | Total Record : 308

 22   23   24   25   26 

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