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 362 Documents
 33   34   35   36   37 
PENGENAL WAJAH MENGGUNAKAN METODE VIOLA JONESDENGAN MENGGUNAKAN APLIKASI MATLAB 2015 Tarigan, Efraim; Naibaho, Rahmat Sulaiman; Satria, Andi
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 Septiajayanti, Dwi; Enggrayni, Freya; Dwi K, Yuana Istiqomah; Hardiyanto, Eko
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 37 of 37 | Total Record : 362

 33   34   35   36   37 

Filter by Year

2020 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