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 267 Documents
 23   24   25   26   27 
PERANCANGAN SISTEM INFORMASI E-ARSIP UNTUK MENDUKUNG TATA KELOLA KEARSIPAN DIGITAL DI BKPSDMD KOTA JAMBI Setiadi, Arif; Ariantoro, Tri Rizqi; Syaputra, Abe Wisnu; Cecilia, Cecilia; Handini, Nurul Sri
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.v6i2.7298

Abstract

Penelitian ini bertujuan merancang sistem informasi E-Arsip untuk mendukung tata kelola kearsipan digital di Badan Kepegawaian dan Pengembangan Sumber Daya Manusia Daerah (BKPSDMD) Kota Jambi. Sistem arsip manual yang masih digunakan dinilai kurang efisien, rentan kehilangan data, dan menyulitkan pencarian dokumen. Untuk itu, dikembangkan sistem E-Arsip berbasis web agar arsip dikelola secara terstruktur dan terintegrasi. Penelitian menggunakan pendekatan Research and Development (R&D) dengan model waterfall. Tahapan pengembangan meliputi analisis kebutuhan, perancangan antarmuka, serta implementasi fitur utama seperti klasifikasi arsip, pencarian dokumen, manajemen pengguna, backup data, dan dashboard laporan. Simpulan dari penelitian ini adalah sistem E-Arsip yang dirancang efektif dalam mendukung digitalisasi administrasi serta meningkatkan efisiensi dan keamanan pengelolaan arsip di lingkungan BKPSDMD Kota Jambi.
ANALISIS SENTIMEN PADA ULASAN PENGGUNA APLIKASI JAMSOSTEK MOBILE DENGAN MENGGUNAKAN NAÏVE BAYES DAN LOGISTIC REGRETION Efrata Madao, O’neal; Irsyad, Akhmad; Rivani Ibrahim, Muhammad
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.v6i2.6775

Abstract

Jamsostek Mobile (JMO) merupakan inovasi digital dari BPJS Ketenagakerjaan yang diluncurkan pada September 2021 untuk mempermudah pelayanan kepada pengguna. Meskipun dirancang untuk meningkatkan akses dan kualitas layanan, masih ditemukan ulasan negatif dari pengguna terkait fitur dan kinerja aplikasi. Ulasan tersebut menjadi sumber informasi penting untuk mengevaluasi persepsi pengguna. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi JMO menggunakan algoritma Naïve Bayes dan Logistic Regression. Data diambil dari Google Playstore, terdiri dari 1.500 ulasan berbahasa Indonesia yang telah diberi label secara manual sebagai positif atau negatif. Proses analisis dilakukan dengan Python melalui platform Google Colab. Evaluasi performa model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil menunjukkan bahwa kedua algoritma memiliki akurasi yang sama, yaitu 92,67%. Naïve Bayes unggul dalam presisi sebesar 97,58%, sedangkan Logistic Regression lebih baik dalam recall (93,30%) dan F1-score (93,82%). Meskipun keduanya menunjukkan kinerja yang baik, Logistic Regression dinilai lebih seimbang dalam mengklasifikasikan data. Pemilihan algoritma terbaik tetap disesuaikan dengan prioritas analisis, apakah mengutamakan ketepatan klasifikasi atau kelengkapan dalam mendeteksi sentimen.
EFEKTIFITAS APLIKASI NAVIGASI GOOGLE MAPS DALAM MENINGKATKAN MOBILITAS MASYARAKAT KOTA BATAM Jenifer, Jenifer; Hakim, Cristine Mulia; Derrick, Derrick; Erika, Erika
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.v6i2.6974

Abstract

Penelitian ini bertujuan untuk mengevaluasi efektivitas aplikasi Google Maps dalam meningkatkan mobilitas masyarakat di Kota Batam. Model keberhasilan sistem informasi DeLone & McLean digunakan sebagai kerangka teoritis dengan empat variabel utama: kualitas informasi, penggunaan, kepuasan pengguna, dan manfaat bersih. Data diperoleh melalui penyebaran kuesioner daring kepada 388 responden yang merupakan pengguna Google Maps di Batam, dengan metode stratified disproportionate random sampling. Data dianalisis menggunakan perangkat lunak SPSS. Temuan penelitian mengindikasikan bahwa kualitas informasi berpengaruh signifikan terhadap penggunaan dan kepuasan pengguna. Namun, penggunaan dan kepuasan tidak berpengaruh signifikan terhadap manfaat bersih. Temuan ini menegaskan pentingnya peningkatan kualitas informasi dalam aplikasi navigasi guna meningkatkan pengalaman dan kepuasan pengguna.
OPTIMALISASI TRANSFORMASI DATA SEMI-TERSTRUKTUR DAN TIDAK TERSTRUKTUR BERBASIS XML/JSON DALAM ARSITEKTUR DATA WAREHOUSE MODERN Satria, Andy; Zulham, Zulham; Salamah, Salamah
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.v6i2.7366

Abstract

Perkembangan teknologi informasi telah memperluas tantangan dalam pengelolaan data warehouse, khususnya dalam mentransformasi data semi-terstruktur dan tidak terstruktur. Penelitian ini bertujuan untuk membandingkan efektivitas beberapa metode transformasi data dalam mengintegrasikan format data yang heterogen. Pendekatan yang digunakan berupa analisis komparatif terhadap teknik berbasis XML dan JSON, dengan indikator evaluasi mencakup akurasi, kecepatan pemrosesan, dan kompleksitas algoritmik. Hasil penelitian menunjukkan bahwa metode berbasis XML/JSON memberikan kinerja terbaik, dengan akurasi transformasi sebesar 87,5%, waktu pemrosesan tercepat 120 milidetik, serta tingkat kompleksitas yang rendah. Temuan ini menunjukkan bahwa penggunaan metode transformasi yang fleksibel dan adaptif sangat diperlukan dalam arsitektur data warehouse modern, terutama dalam menghadapi tantangan integrasi data dari berbagai sumber
IMPLEMENTASI DESIGN USER INTERFACE APLIKASI WORKPERMIT BERBASIS WEB DI PT.AICC MENGGUNAKAN METODE WATERFALL Zhalifunas, Satria Dawas; Priyatna, Bayu; Novalia, Elfina
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.v6i2.7054

Abstract

Perkembangan Perkembangan teknologi informasi mendorong otomatisasi sistem perizinan kerja (Work Permit) yang krusial untuk keselamatan industri manufaktur. PT. AICC menghadapi tantangan pengelolaan Work Permit manual yang menyebabkan keterlambatan dan hilangnya dokumen. Penelitian ini bertujuan merancang dan mengimplementasikan antarmuka pengguna (UI) aplikasi Work Permit berbasis web untuk meningkatkan efisiensi dan keselamatan operasional. Metode Waterfall digunakan dalam pengembangan, meliputi analisis, desain, implementasi, pengujian, dan penyebaran, dengan Framework CodeIgniter 3, PHP, dan HeidiSQL sebagai teknologi utama. Data dikumpulkan melalui observasi alur kerja manual dan wawancara dengan tim Safety (SHE), HRGA, dan Supplier. Hasil pengujian Black-Box menunjukkan aplikasi Work Permit berbasis web berhasil mengotomatisasi proses pengajuan dan persetujuan. Seluruh fungsionalitas utama, seperti manajemen data supplier dan proyek serta alur persetujuan berjenjang, berfungsi optimal. Implementasi ini secara efektif meningkatkan efisiensi operasional dan keselamatan kerja di PT. AICC.
KLASIFIKASI TEXT ULASAN PENGGUNA APLIKASI WONDR BY BNI MENGGUNAKAN ALGORITMA NAIVE BAYES Sari, Fitria Ratna; Tukino, Tukino; Hilabi, Shofa Shofiah; Priyatna, Bayu
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.v6i2.6819

Abstract

Penelitian ini berfokus pada proses klasifikasi ulasan pengguna aplikasi Wondr by BNI dengan menerapkan algoritma Naïve Bayes. Data yang digunakan berasal dari platform Kaggle, terdiri dari 1.500 data ulasan pengguna aplikasi yang telah melewati tahapan pre-processing seperti cleansing, tokenization, transform cases, stopwords, dan filter tokens. Ulasan tersebut kemudian diberi label secara manual ke dalam kategori label cepat, biasa saja, lambat, dan tidak responsif. Setelah itu label akan di buat otomatis oleh Naïve Bayes. Dataset dibagi menjadi 80:20, lalu di proses menggunakan model klasifikasi berbasis probabilistik Naïve Bayes. Hasil pengujian menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan ulasan pengguna dengan tingkat akurasi sebesar 95%. Evaluasi model berdasarkan precision, recall, dan f1-score menunjukkan performa klasifikasi yang sangat baik pada setiap kategori ulasan. Visualisasi hasil klasifikasi menggunakan confusion matrix, diagram batang, dan wordcloud memberikan pemahaman lebih mendalam terhadap pola ulasan pengguna. Temuan ini membuktikan bahwa algoritma Naïve Bayes efektif dalam menangani teks tidak terstruktur dan dapat diandalkan untuk mendukung analisis evaluasi layanan digital berbasis umpan balik pengguna.Kata Kunci: Klasifikasi Teks, Naïve Bayes, Ulasan Pengguna, Kaggle, Wondr by BNI
PENGEMBANGAN SISTEM INFORMASI MANAJEMEN HOTEL MULTI-CABANG BERBASIS WEB DENGAN FRAMEWORK LARAVEL Ahadi, Ahmad Husna; Pariyadi, Pariyadi; Djauhari, Teuku
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.v6i2.7139

Abstract

Perhotelan adalah salah satu bisnis yang saat ini juga sudah banyak menggunakan teknologi seperti sistem informasi manajemen hotel. Royal Heritage Hotel sudah menggunakan sistem informasi manajemen hotel untuk operasional dan reservasinya. Tetapi owner memiliki target ingin menambah cabang hotel di kota/kabupaten lain bahkan di luar provinsi Jambi. Pihak manajemen hotel menginginkan adanya sebuah sistem yang dapat mengakomodir hal tersebut sehingga beberapa cabang hotel bisa dilakukan pemantauan terpusat melalui satu sistem. Berdasarkan dari permasahalan tersebut, penulis memiliki ketertarikan untuk mengembangkan sistem informasi manajemen hotel yang dapat memiliki beberapa cabang pada Hotel Royal Heritage Jambi. Pengembangan sistem informasi ini meneruskan dari sistem yang sudah ada yaitu sistem informasi berbasis website menggunakan framework Laravel. Metode pengembangan sistem yang digunakan adalah metode waterfall dengan pemodelan menggunakan UML, dan pengujian dengan metode black box testing. Dari hasil pengujian, sistem yang telah dikembangkan ini sudah layak untuk dilanjutkan ke tahap deployment. Pengembangan ini diharapkan dapat menjadi penyelesaian masalah dan solusi bagi pihak Hotel Royal Heritage ataupun bagi hotel lainnya yang memiliki permasalahan serupa.

Page 27 of 27 | Total Record : 267

 23   24   25   26   27 

Filter by Year

2020 2025


Reset
Filter By Issues
All Issue 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