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 34 Documents
 1   2   3   4 
Search results for , issue "Vol 6, No 2 (2025): Agustus" : 34 Documents clear
PERANCANGAN APLIKASI PERPUSTAKAAN BERBASIS WEB MENGGUNAKAN METODE DESIGN THINKING (STUDI KASUS: SMPN 2 KESESI) Afiani, Marshela; muzija, Akbar
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6633

Abstract

Penelitian ini dilakukan untuk merancang sistem informasi perpustakaan berbasis web di lingkungan SMP Negeri 2 Kesesi. Sistem ini dikembangkan untuk meningkatkan efektivitas proses peminjaman dan pengembalian buku, pengelolaan denda keterlambatan, serta manajemen stok buku yang sebelumnya dilakukan secara manual. Metode yang digunakan adalah design thinking, sebuah pendekatan kreatif yang berfokus pada pemahaman kebutuhan pengguna dan penciptaan solusi yang sesuai. Tahapan penelitian meliputi pembuatan prototipe sistem, pengujian menggunakan metode Single Ease Question (SEQ), serta analisis hasil untuk mengevaluasi kemudahan dan efektivitas penggunaan sistem. Hasil evaluasi menunjukkan bahwa sistem ini dapat meningkatkan efisiensi layanan, memberikan solusi praktis, dan memenuhi kebutuhan siswa serta pengelola perpustakaan. Implementasi sistem diharapkan dapat membuat layanan perpustakaan menjadi lebih modern dan profesional, serta mendukung proses pembelajaran. Sistem ini juga memiliki potensi untuk dikembangkan lebih lanjut, seperti integrasi dengan sistem akademik sekolah dan penambahan fitur pelaporan yang lebih lengkap.
HYBRID DEEP LEARNING RANDOM FOREST OPTIMASI PEMILIHAN FITUR UNTUK PREDIKSI CHURN INDUSTRI TELEKOMUNIKASI Mutiarachim, Atika; Marutho, Dhendra; Yuniarti, Nur Atika; Pramudya, Ryan Arya; Tyoso, Jaluanto Sunu Punjul
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.7052

Abstract

Customer churn merupakan tantangan kritis dalam industri telekomunikasi yang berdampak signifikan terhadap profitabilitas perusahaan. Penelitian ini mengusulkan pendekatan hybrid machine learning untuk memprediksi customer churn dengan mengintegrasikan deep learning dan random forest serta mengoptimalkan performa melalui seleksi fitur chi-square dan information gain. Dataset IBM Telco Customer Churn yang terdiri dari 7.043 sampel dengan 31 atribut digunakan dalam penelitian ini. Metodologi penelitian meliputi preprocessing data, implementasi 10-fold cross validation, aplikasi metode seleksi fitur, dan evaluasi performa menggunakan confusion matrix serta metrik klasifikasi biner. Hasil penelitian menunjukkan bahwa implementasi seleksi fitur secara signifikan meningkatkan akurasi prediksi, di mana akurasi tanpa seleksi fitur mencapai 97.00% (Deep Learning) dan 98.68% (Random Forest), sedangkan dengan seleksi fitur chi-square meningkat menjadi 97.97% (Deep Learning) dan 98.72% (Random Forest). Performa terbaik dicapai oleh kombinasi Random Forest dengan seleksi fitur information gain yang menghasilkan akurasi 98.75%, precision 98.37%, recall 99.96%, dan F-measure 99.16%. Temuan ini membuktikan efektivitas kombinasi algoritma ensemble dengan teknik seleksi fitur dalam mengoptimalkan prediksi customer churn untuk mendukung strategi retensi pelanggan yang lebih tepat sasaran
ANALISIS SENTIMEN APLIKASI SHOPEEPAY MENGGUNAKAN NAÏVE BAYES DAN PEMODELAN TOPIK LATENT DIRICHLET ALLOCATION Sarah, Dinda Fatimah; Khaira, Ulfa; Putri, Mutia Fadhila
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6586

Abstract

AbstrakGerakan Nasional Non-Tunai (GNNT) yang diluncurkan oleh Bank Indonesia telah mendorong pertumbuhan signifikan dalam penggunaan e-wallet sebagai alat pembayaran digital. ShopeePay menjadi salah satu platform dominan dengan penetrasi pasar mencapai 68%. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi ShopeePay serta menginterpretasi topik-topik sentimen yang dominan dalam ulasan pengguna. Metode yang digunakan adalah analisis sentimen dengan algoritma Naïve Bayes dan pemodelan topik menggunakan Latent Dirichlet Allocation (LDA) berdasarkan data ulasan Google Play Store periode Januari–Desember 2024. Hasil analisis menunjukkan akurasi model sebesar 89,70% dengan precision 82%, recall 86%, dan F1-score 84%. Dari 2.811 ulasan hasil preprocessing, model memprediksi 2.183 ulasan positif, sedangkan 628 ulasan negatif. Analisis topik mengungkap bahwa pengguna puas dengan kemudahan transaksi, keandalan sistem, dan kualitas layanan dengan koherensi 0,5157 pada kelompok topik 7, sementara keluhan utama terkait masalah teknis akun dan layanan pinjaman dengan nilai koherensi 0,3453 pada kelompok topik 10. Temuan ini memberikan rekomendasi bagi pengembang untuk meningkatkan kualitas layanan terkait penanganan isu teknis dan fitur pinjaman. Kata Kunci: ShopeePay, Naïve Bayes, Latent Dirichlet Allocation, Analisis sentimen
DIGITAL TRANSFORMATION DESIGN: MODERNIZATION OF ISLAMIC EDUCATION MELALUI FLASCARD BERBASIS AUGMENTED REALITY UNTUK SISWA PAUD JV, Khairunnisa; Saruddin, Saruddin; Rismayanti, Rismayanti
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.7335

Abstract

Perkembangan teknologi digital telah memberikan dampak signifikan dalam dunia pendidikan, termasuk pada jenjang Pendidikan Anak Usia Dini (PAUD). Metode pembelajaran konvensional yang bersifat monoton dinilai kurang efektif dalam menarik minat belajar anak, khususnya dalam pembelajaran pendidikan Islam. Penelitian ini bertujuan untuk mengembangkan media pembelajaran interaktif berbasis flashcard Augmented Reality (AR) guna meningkatkan pemahaman dan daya ingat anak usia dini terhadap materi pendidikan Islam. Metode yang digunakan adalah Research and Development (R&D) dengan model pengembangan ADDIE yang terdiri dari lima tahap: analisis, desain, pengembangan, implementasi, dan evaluasi. Penelitian dilakukan di PAUD TKQ Madani, Sumatera Utara, dengan pendekatan observasi, wawancara, serta uji coba media. Hasil pengembangan berupa flashcard AR dengan teknologi Marker-Based yang menampilkan materi keislaman seperti huruf hijaiyah, doa harian, tata cara wudhu, dan rukun Islam dalam bentuk visual 3D dan animasi interaktif. Implementasi media ini menunjukkan peningkatan minat belajar, daya ingat, dan keterlibatan siswa secara signifikan. Kesimpulannya, media flashcard berbasis AR merupakan solusi inovatif yang efektif dalam mendukung pembelajaran pendidikan Islam yang menarik, menyenangkan, dan sesuai dengan karakteristik belajar anak usia dini di era digital.
PERBANDINGAN ALGORITMA HDBSCAN DAN AGGLOMERATIVE HIERARCHICAL CLUSTERING DALAM MENGELOMPOKKAN DATA KETENAGAKERJAAN YANG OUTLIERS Permadani, Citra Amelia Intan; Damaliana, Aviolla Terza; Idhom, Mohammad
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.7237

Abstract

Ketenagakerjaan merupakan indikator penting dalam mendukung pembangunan ekonomi nasional. Namun, distribusi tenaga kerja di Indonesia masih menunjukkan ketimpangan antarprovinsi. Beberapa provinsi memiliki kontribusi ekonomi dan tingkat pekerjaan formal yang tinggi, sementara yang lain tertinggal. Penelitian ini bertujuan mengidentifikasi pola distribusi ketenagakerjaan antarprovinsi dengan menerapkan analisis klaster menggunakan delapan variabel dari data BPS. Mengingat adanya pencilan dalam data, deteksi outlier dilakukan menggunakan metode Local Outlier Factor (LOF) yang mengidentifikasi enam provinsi sebagai outlier yaitu Jawa Barat, Jawa Tengah, Jawa Timur, DKI Jakarta, Banten, dan Sumatera Utara. Selanjutnya, data dianalisis menggunakan dua pendekatan klasterisasi, yaitu Agglomerative Hierarchical Clustering (Single, Complete, Average Linkage, dan Ward) dan HDBSCAN untuk membandingkan ketahanan metode terhadap data outlier. Validasi kualitas klaster dilakukan dengan Silhouette Coefficient. Hasil menunjukkan bahwa metode Single Linkage memiliki nilai koefisien tertinggi, namun kurang konsisten dalam memisahkan outlier. Sebaliknya, HDBSCAN lebih adaptif terhadap data yang mengandung noise dan pencilan dengan Silhouette Coefficient sebesar 0.546. Dengan demikian, HDBSCAN dinilai lebih efektif dalam analisis klasterisasi data ketenagakerjaan yang kompleks, sementara metode AHC lebih unggul dalam membentuk klaster yang jelas jika pencilan dapat ditangani secara terpisah.
ANALISIS KEPUASAN PENGGUNA APLIKASI MICROSOFT TEAMS DI UNIVERSITAS XYZ MENGGUNAKAN METODE TAM Irawan, Anthony; Afifa, Zaynulia; Davidson, Johan; Febriana, Helen; Giany, Angelica
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6873

Abstract

Transformasi pembelajaran digital di perguruan tinggi semakin pesat, terutama setelah pandemi COVID-19 yang mendorong penggunaan platform daring seperti Microsoft Teams. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang memengaruhi penerimaan dan kepuasan mahasiswa Universitas XYZ terhadap penggunaan Microsoft Teams dalam proses belajar. Model Technology Acceptance Model (TAM) digunakan dengan empat variabel utama: Perceived Usefulness (PU), Perceived Ease of Use (PEOU), Behavioral Intention to Use (BI), dan Actual System Use (AS). Penelitian ini menggunakan pendekatan kuantitatif dengan menyebarkan kuesioner kepada 345 responden melalui metode stratified disproportional random sampling. Data dianalisis menggunakan teknik Structural Equation Modeling–Partial Least Squares (SEM–PLS) untuk menguji validitas, reliabilitas, dan hubungan antar variabel. Hasil menunjukkan bahwa PU dan PEOU berpengaruh signifikan terhadap BI, yang kemudian berdampak positif terhadap AS. Semua hipotesis terbukti valid secara statistik. Temuan ini menegaskan bahwa persepsi terhadap kegunaan dan kemudahan penggunaan Microsoft Teams sangat berperan dalam meningkatkan intensi dan penggunaan aktual, yang mendukung kepuasan pengguna. Studi ini memberikan rekomendasi bagi institusi pendidikan untuk mengoptimalkan Microsoft Teams dalam pembelajaran digital berkelanjutan.
SISTEM PAKAR PEMILIHAN SMARTPHONE BERDASARKAN KEBUTUHAN DAN PREFERENSI USER MENGGUNAKAN METODE CASE BASED REASONING Gunung, Tar Muhammad Raja; Egani Sitepu, Sengli; Pandapotan Siregar, Manutur; Muis, Abdul; Rolanda, Vicky
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.7167

Abstract

Pemilihan smartphone yang sesuai dengan kebutuhan pengguna sering kali menjadi permasalahan tersendiri, terutama karena banyaknya pilihan produk dengan spesifikasi yang bervariasi. Penelitian ini bertujuan untuk menerapkan metode Case Based Reasoning (CBR) dalam proses rekomendasi smartphone berdasarkan preferensi pengguna. CBR bekerja dengan membandingkan kasus baru, yaitu kebutuhan dan kriteria pengguna, dengan kasus-kasus sebelumnya yang telah tersimpan dalam basis data untuk menentukan tingkat kemiripan. Pada penelitian ini, digunakan empat tahapan utama dalam metode CBR yaitu: Retrieve, Reuse, Revise, dan Retain.Hasil pengujian menunjukkan bahwa dari 13 alternatif smartphone yang dianalisis, Xiaomi Poco X5 Pro mendapatkan nilai kemiripan sebesar 100%, sedangkan perangkat lainnya seperti Realme Narzo 60x, Infinix Smart 8, Vivo V27, Samsung Galaxy A54, dan lainnya memperoleh nilai kemiripan 0%. Hal ini menunjukkan bahwa Xiaomi Poco X5 Pro merupakan pilihan paling sesuai dengan kebutuhan pengguna dalam studi kasus ini. Dengan demikian, metode CBR terbukti mampu memberikan rekomendasi yang tepat dan terukur, serta dapat menjadi dasar pengembangan sistem pakar atau sistem pendukung keputusan di masa mendatang.
OPTIMALISASI PREDIKSI SAHAM APPLE DAN SAMSUNG DENGAN ALGORITMA BPNN Mutiarachim, Atika; Kusumawati, Yupie; Nurchayati, Nurchayati; Indriawati, Aulia
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6707

Abstract

Pasar saham global khususnya bidang teknologi mengalami volatilitas yang signifikan, dengan saham Apple Inc. dan Samsung Electronics Co., Ltd sebagai pemain utama. Prediksi signifikan sangat diperlukan untuk mengurangi resiko investasi. Penelitian ini menganalisis dan membandingkan kinerja Backpropagation Neural Network (BPNN) dalam memprediksi pergerakan saham Apple dan Samsung. Dataset publik diperoleh dari Kaggle, saham Samsung dengan 6128 data periode 4 Januari 2000 sampai 13 Juni 2024 dan saham Apple dengan 2476 data periode 2 Januari 2014 sampai 31 Oktober 2023. Metode BPNN diterapkan dengan optimasi parameter learning rate, momentum, dan training cycle, pembagian data 10-fold cross validation, evaluasi nilai Root Mean Square Error (RMSE). Hasil terbaik menunjukkan konfiguasi optimal diperoleh dari learning rate 0.1, momentum 0.9, error epsilon 1.0E-4 dan training cycle 60. Nilai RMSE terbaik saham Apple 0.802 0.263 dengan akurasi 99.85%, dan pada saham Samsung RMSE terbaik 399.806 102.670 dengan akurasi 99.36%. Penelitian membuktikan BPNN dengan pola 0.1-0.9-60 sangat efektif memprediksi harga Close sehingga mampu memberikan kontribusi signifikan bagi investor dalam melakukan evaluasi investasi sebagai strategi meminimalisir resiko saham.
MODEL PREDIKSI KELULUSAN TEPAT WAKTU MAHASISWA DENGAN TEKNIK DATA MINING Salsabillah, Tasya
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.7113

Abstract

Pada penelitian ini bertujuan untuk membangun model prediksi kelulusan tepat waktu dengan teknik data mining menggunakan algoritma C4.5. Model ini diharapkan mampu memberikan kontribusi nyata dalam meningkatkan efisiensi dan efektivitas proses pembelajaran di perguruan tinggi serta membantu mahasiswa dalam mencapai target kelulusan tepat waktu. Dengan memanfaatkan algoritma C4.5, prediksi kelulusan tepat waktu dapat dilakukan berdasarkan sejumlah atribut atau variabel seperti Jenis Kelamin, Indeks Prestasi Kumulatif (IPK), Masa Studi, SKS, Status Pekerjaan (Bekerja, Tidak Bekerja). Hasil prediksi ini dapat membantu pihak perguruan tinggi dalam mengidentifikasi mahasiswa yang memiliki risiko tidak lulus tepat waktu Sehingga hal ini membutuhkan solusi yang lebih efisien untuk mengatasi masalah yang terjadi.
PEMBUATAN PLATFORM DIGITAL UNTUK EDUKASI DAN E-COMMERCE HIDROPONIK BERBASIS BUSINESS INTELLIGENCE: STUDI KASUS HYDROSPACE Hanifah, Nurrizkyta Aulia; Musthafa Arrachman, Muhammad Aqil Musthafa Arrachman; Al Fatih, Muhammad Fillah; Salsabila, Nasywa Shafa; Mindara, Gema Parasti; Wicaksono, Aditya
Djtechno: Jurnal Teknologi Informasi Vol 6, No 2 (2025): Agustus
Publisher : Universitas Dharmawangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46576/djtechno.v6i2.6501

Abstract

Urban farming has become one of the solutions to address limited land availability in cities, with hydroponics being an effective method. However, the low literacy level of the public regarding hydroponics hinders the adoption of this technology. This research aims to develop a digital platform, HydroSpace, which integrates hydroponic education and e-commerce services to facilitate the public's access to information and hydroponic supplies. The Waterfall method was used in the platform's development, focusing on educational features in the form of video tutorials, a hydroponic product marketplace, and a Business Intelligence (BI) system for user data analysis. Data was collected through platform testing with various users, and the results show that HydroSpace effectively improved users' understanding of hydroponics and facilitated the purchase of hydroponic supplies. The conclusion of this research is that HydroSpace can be an efficient solution to enhance hydroponic literacy and support sustainable urban farming.

Page 1 of 4 | Total Record : 34

 1   2   3   4 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue 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