cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nurchim
Contact Email
nurchim@udb.ac.id
Phone
+62271-719552
Journal Mail Official
dutacom@udb.ac.id
Editorial Address
Jl. Bhayangkara No 55 Surakarta Jawa Tengah 57154
Location
Kota surakarta,
Jawa tengah
INDONESIA
Duta.com : Jurnal Ilmiah Teknologi Informasi dan Komunikasi
Published by Universitas Duta Bangsa Surakarta
ISSN : 20869436     EISSN : 29623340     DOI : https://doi.org/10.47701/dutacom.v15i1
Core Subject : Science,
Computer Science & IT
Duta.Com is an article journal in the field of Information Technology and Communication, published in February and August are published annually by the Institute for Research and Service, Faculty of Computer Sciences, University Duta Bangsa Surakarta. The aim is to share, develop, facilitate research findings related to Information Technology and Communication so that they can provide benefits for managers, decision makers, lecturers, and students.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 154 Documents
 12   13   14   15   16 
IMPLEMENTASI SISTEM PEMBAYARAN DIGITAL RFID PADA KANTIN PESANTREN Muhammad Ridho Assyifa; Rudi Susanto; Afu Ichsan Pradana
Jurnal DutaCom Vol 18 No 2
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/dutacom.v18i2.5106

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pembayaran digital berbasis web yang memanfaatkan teknologi Radio Frequency Identification (RFID) di kantin pondok pesantren, serta menilai perannya dalam meningkatkan efisiensi dan transparansi. Metode pengembangan sistem yang digunakan adalah model Waterfall, yang tahapannya meliputi analisis kebutuhan melalui wawancara dan observasi, perancangan menggunakan UML, implementasi dengan framework Laravel, dan pengujian fungsional black-box. Hasil pengembangan menunjukkan sistem berhasil mendukung transaksi non-tunai yang cepat dan aman menggunakan kartu RFID. Fitur utamanya meliputi pencatatan transaksi otomatis, manajemen stok terintegrasi, serta portal khusus bagi wali santri untuk memantau saldo, melihat riwayat belanja, melakukan top-up, dan mengatur limit pengeluaran harian. Sistem juga terbukti mampu mengirimkan notifikasi transaksi secara real-time melalui WhatsApp. Kesimpulannya, sistem yang dibangun berhasil meningkatkan efisiensi operasional, keamanan transaksi, dan akuntabilitas keuangan di kantin, sekaligus memberikan alat kontrol yang efektif bagi wali santri dan dapat menjadi model percontohan bagi institusi sejenis
Analisis Kepuasan Pengguna Trans Banyumas Terhadap Layanan Transportasi Berbasis Smart Mobility Menggunakan Metode CSI Izza Aulia, Rofiul; Rizal Aprianto; Azel Rizal Jovian
Jurnal DutaCom Vol 18 No 2 (2025): Dutacom Vol. 18 No. 2
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/dutacom.v18i2.5121

Abstract

The development of mobility in Banyumas Regency shows its own challenges in the effort to build an efficient and environmentally friendly transportation system. The high dependence of people on private vehicles has an impact on increasing congestion and decreasing air quality. As a response to these conditions, Trans Banyumas is present as a public transportation service based on smart mobility with the support of digital technology and a cashless payment system. This study was conducted to evaluate the parameters of user satisfaction with Trans Banyumas services. Data collection was conducted by survey using a questionnaire covering four aspects of service, namely accessibility, information technology, security, and sustainability. The Customer Satisfaction Index (CSI) method was used to determine the extent to which services have met user expectations. Of the 100 respondents involved, a CSI value of 78.34% was obtained, which means that in general users feel satisfied with the Trans Banyumas service. This finding indicates that the implementation of smart mobility in Trans Banyumas has been running quite well. However, strengthening is still needed in several aspects, such as the accuracy of arrival time information and expansion of service coverage.
SISTEM PEMANTAUAN KONSUMSI DAYA LISTRIK RUMAH TANGGA BERBASIS IOT Ahmad
Jurnal DutaCom Vol 18 No 2 (2025): Dutacom Vol. 18 No. 2
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/dutacom.v18i2.5123

Abstract

Ketergantungan publik terhadap energi listrik, terutama bagi para pengusaha skala kecil, seringkali tidak diimbangi dengan pemantauan penggunaan yang efektif, yang berakibat pada pemborosan dan pembengkakan biaya operasional. Riset ini bertujuan untuk merancang sebuah sistem monitoring konsumsi listrik berbasis Internet of Things (IoT) sebagai solusi bagi industri rumahan. Dalam pengembangannya, metode waterfall diaplikasikan, dengan penerapan sistem pada usaha fotokopi Baity Moeslim Group di Sragen. Perangkat ini dirancang dengan menggunakan mikrokontroler NodeMCU ESP8266, sensor PZEM-004T untuk mengukur parameter listrik seperti arus, tegangan, daya, dan energi, serta modul relai untuk pengendalian beban. Hasil utama dari riset ini adalah sebuah purwarupa sistem pemantauan yang fungsional, yang dapat mengukur dan menyajikan data konsumsi listrik secara real-time, meliputi tegangan, arus, daya aktif, dan total energi. Data tersebut berhasil ditampilkan pada layar LCD 16x2 dan bisa diakses dari jarak jauh melalui aplikasi Blynk, yang juga memungkinkan kontrol terhadap beban listrik. Dapat disimpulkan, sistem yang dirancang ini berhasil menyediakan data yang akurat dan real-time untuk meningkatkan kesadaran pengguna akan konsumsi energi. Diharapkan sistem ini dapat menjadi acuan bagi pengembangan sistem manajemen energi yang lebih efisien dan berkontribusi dalam mengurangi pemborosan listrik, baik di tingkat rumah tangga maupun industri kecil.
Deteksi Malware Adversarial pada Jaringan IoT: Tinjauan Sistematis Model AI dan Strategi Serangan Andi Novianto
Jurnal DutaCom Vol 18 No 2 (2025): Dutacom Vol. 18 No. 2
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/dutacom.v18i2.5128

Abstract

Berkembangnya teknik serangan adversarial malware yang dapat mengelabui sistem AI berbasis DL dan ML telah menarik perhatian para peneliti untuk melakukan pemodelan pengujian serangan terhadap target sistem deteksi malware. Sering kali file malware dianggap sebagai file benign akibat kesalahan deteksi akibat manipulasi data yang dilakukan oleh malware untuk melindungi dirinya. Studi ini menggunakan metodologi tinjauan sistematis terhadap 34 artikel penelitian yang telah difilter berdasarkan aspek inclusion yang secara khusus membahas bagaimana serangan adversarial malware pada jaringan IoT itu dapat dideteksi oleh sistem AI. Tujuan SLR ini adalah menentukan kecenderungan penggunaan jenis AI dalam membangun sistem deteksi malware, memetakan penggunaan algoritma untuk setiap AI, model serangan adversarial malware hingga teknik pengujian yang relevan terhadap metode serangan adversarial tersebut. Hasil kajian ini memperlihatkan bahwa, metode DL dengan algoritma CNN lebih sering dipergunakan untuk membangun sistem deteksi malware secara efektif dibandingkan ML yang dirasakan tidak mampu mengenali jenis varian baru malware. Sedangkan pemodelan serangan cenderung menggunakan metode White Box Based Attacks yang didukung teknik pengujian berbasis Hybrid pada DL.
SEGMENTASI KONSUMEN TIKTOK SHOP BERDASARKAN PERILAKU PEMBELIAN IMPULSIF MENGGUNAKAN K-MEANS CLUSTERING Febrian Sulistyo Budi
Jurnal DutaCom Vol 18 No 2 (2025): Dutacom Vol. 18 No. 2
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/dutacom.v18i2.5131

Abstract

Kebiasaan belanja secara impulsif di platform e-commerce seperti TikTok Shop semakin menjadi fenomena yang umum, terutama pada kalangan mahasiswa. TikTok Shop sendiri menyajikan pengalaman belanja yang interaktif dan menarik melalui konten video singkat yang memicu emosi dan mendorong tindakan pembelian secara spontan. Penelitian ini bertujuan untuk mengeksplorasi faktor-faktor psikologis yang mempengaruhi pembelian secara impulsif dan mengelompokkan konsumen berdasarkan kecenderungan perilakunya. Data dikumpulkan melalui survei terhadap 361 responden mahasiswa yang telah melakukan transaksi pembelian di TikTok Shop. Penelitian ini menggunakan metode K-Means Clustering dengan enam variabel utama: Scarcity, Serendipity Information, Trust, Hedonic Motivation, Shopping Lifestyle, dan Product Presentation. Hasil analisis membentuk tiga segmen konsumen dengan karakteristik yang berbeda, yaitu: (1) visual-rasional, (2) emosional-impulsif dengan tingkat kepercayaan tinggi dan (3) spontan berdasarkan mood. Evaluasi menggunakan Silhouette Score yang menunjukkan tingkat kualitas segmentasi yang baik. Temuan ini memberikan kontribusi nyata dalam perencanaan strategi pemasaran digital yang lebih personal, relevan dan berbasis data psikologis konsumen serta membuka ruang baru untuk pendekatan promosi yang disesuaikan dengan tipe konsumen yang lebih spesifik
PERANCANGAN DAN IMPLEMENTASI APLIKASI SECURE TASK MANAGEMENT BERBASIS FLUTTER Adzirudin, Ahmad Anwary; Trystan Adrian Hanggara Wibawa; Yohanes William; Alfian Ilarizky
Jurnal DutaCom Vol 18 No 2 (2025): Dutacom Vol. 18 No. 2
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/dutacom.v18i2.5132

Abstract

Perkembangan teknologi digital sejak awal abad ke-21 telah mengubah cara manusia berkomunikasi, bekerja, dan mengelola aktivitas sehari-hari. Era digital ditandai dengan internet dan perangkat seluler, mengubah perilaku manusia dengan ketergantungan pada perangkat pintar. Manajemen tugas menjadi krusial dalam menghadapi kompleksitas rutinitas sehari-hari. Penelitian ini bertujuan untuk merancang dan mengimplementasikan aplikasi Secure Task Management berbasis Flutter dengan fitur keamanan Firebase Authentication dan SQLCipher. Metodologi pengembangan menggunakan pendekatan Agile dengan tahapan planning, design, development, testing, deployment, dan feedback. Hasil pengujian menunjukkan bahwa aplikasi berhasil dijalankan dengan baik pada perangkat Android. Tersedia fitur manajemen tugas, notifikasi, dan autentikasi yang berjalan sesuai tujuan. Meskipun demikian, ditemukan beberapa kekurangan pada performa perangkat tertentu yang perlu dioptimalkan. Aplikasi ini diharapkan dapat menjadi solusi produktivitas berbasis mobile yang aman dan dapat dikembangkan lebih lanjut untuk mendukung fleksibilitas login dan antarmuka pengguna yang lebih intuitif.
KLASIFIKASI TINGKAT KEMATANGAN BUAH PISANG DENGAN ALGORITMA CNN  Hamzah, Amir; Renna Yanwastika Ariyana; Untung Joko Basuki; Muhammad Sholeh; Bagas Tri Basgoro
Jurnal DutaCom Vol 19 No 1
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/xmqa2d79

Abstract

Bananas are the most widely produced fruit in Indonesia, which is around 9.69 million tons in 2024. With this amount of data, bananas have quite promising economic value. The production of large quantities of bananas according to the previous data needs to be carried out a rapid distribution process, because the time the bananas after harvesting may only last about 5 to 7 days in normal temperatures before the fruit rotting process will finally occur. For this reason, it is necessary to carry out a quick banana classification process, the process is carried out automatically using a machine. This study elaborates on the capabilities of the CNN algorithm  in the classification of bananas. Dataset was taken from Keagle's open source as many as 3000 image data. In their classification, researchers divided bananas into three levels of fruit ripeness, namely raw, ripe, and overripe. The study used a CNN model  consisting of several layers consisting of a 2D convolutional layer (Conv2D), a 2D pooling layer (MaxPooling2D), a flatten layer, a fully connected layer (Dense), and a Dropout layer. After the model creation process is complete, the model will be tested for accuracy with  the Confusion matrix method. In the 3rd experiment the model produced the highest level of accuracy in its trials, with 300 test images resulting in 290 correctly predicted images so that the accuracy reached 97%. From the results  of deploying using the website interface using flask, it was found that the classification had an accuracy of above 95% so it was good enough to be used as a prototype for classification engine applications.
A RECOMMENDATION MODEL FOR SELECTING INTERNSHIP PLACEMENTS FOR DIGITAL BUSINESS STUDENTS AT TELKOM UNIVERSITY PURWOKERTO THROUGH AN ANP APPROACH Mayliawan, Muhammad Kadek Fajri; Ikhsan, Muhammad; Ilham, Muhammad; Purbaya, Muhammad Eka
Jurnal DutaCom Vol 19 No 1
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/hdrxt179

Abstract

In the face of digital industry transformation and global competition, students are required to be well-prepared before entering the workforce. Internships are a strategic solution to bridge the gap between graduate competencies and industry needs, but the variety of alternative internship places demands a systematic selection process. This research aims to develop a recommendation model for selecting internship places based on the Analytical Network Process (ANP) method for students of the Telkom University Purwokerto Digital Business Study Program. Data was obtained through a paired comparison questionnaire to experts, as well as historical data from previous internship partners. The results showed that the Career Opportunities and Networking criteria had the highest global weight (0.35942), with the main sub-criteria of company name and reputation (0.056016) and the opportunity to be recruited after internship (0.045611). Startup internship alternatives received the highest weight, followed by Large-Scale Private Companies and State-Owned Enterprises. The ANP model built is able to capture the interrelationships between elements in the decision-making process adaptively and systematically. These findings contribute to the design of internship programs that are more relevant to student needs and encourage educational institutions to establish strategic partnerships with industries that support student career development.
Prediksi Harga Karet Di Sumatera Selatan Menggunakan Algoritma Linear Regression izal, Fahrizal; Ovi Yuniar, Reski; Nusa Putri, Amanda; Pujianto
Jurnal DutaCom Vol 19 No 1
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/0yh1k236

Abstract

Fluktuasi harga karet alam di Provinsi Sumatera Selatan dalam beberapa tahun terakhir telah menjadi isu krusial yang berdampak terhadap stabilitas pendapatan petani. Penelitian ini bertujuan membangun model prediksi harga karet tahun 2025 menggunakan algoritma Linear Regression melalui aplikasi Orange. Metode yang digunakan adalah pendekatan kuantitatif dengan data historis harga dari April 2021 hingga April 2025. Model dievaluasi dengan teknik k-fold cross-validation menggunakan tiga metrik: Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan koefisien determinasi (R²). Hasil evaluasi menunjukkan bahwa model memiliki MAE terendah sebesar 1.074, RMSE sebesar 1.311, dan nilai R² tertinggi hanya 0.279. Hal ini mengindikasikan bahwa meskipun model mampu menangkap tren linier sederhana, kemampuannya dalam menjelaskan variabilitas data masih terbatas. Oleh karena itu, model ini dinilai cukup sebagai baseline prediktif awal namun belum optimal untuk prediksi jangka panjang. Penelitian ini memberikan kontribusi awal dalam pengembangan sistem prediksi harga berbasis data untuk mendukung transformasi digital di sektor agribisnis.
DETEKSI JERAWAT DI WAJAH MENGGUNAKAN SEGMENTASI GAMBAR Napitupulu, Harapan; Ariatmanto, Dhani
Jurnal DutaCom Vol 19 No 1
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/h55kdy38

Abstract

Jerawat merupakan suatu penyakit yang biasa terjadi di wajah bagi anak remaja atau dewasa atau juga disebut masa puberitas dari usia Sembilan tahun sampai delapan belas tahun keatas. Penyakit kulit ini sangat sulit disembuhkan walaupun tidak berdampak pada kesehatan fisik manusia, tapi sangat mempengaruhi mental psikologi jiwa manusia yang ingin tampil pede, bersih, rapih, cantik, dan tampan. Sudah banyak penelitian yang digunakan dalam mendeteksi jerawat dengan berbagai metode yang masih rumit dalam mendeteksi jerawat. Dalam pengobatan wajah berjerawat diperlukan pengidentifikasi jerawat yang cepat mudah dan sederhana dengan tenologi, agar hasil pengobatan dapat dilakukan secara maksimal dan biaya yang murah. Tujuan dari penelitian ini adalah untuk mendeteksi jerawat dengan menggunakan segmentasi gambar yang lebih mudah dan simple untuk dipahami dengan mengkopres gambar menggunakan algoritma K-means lalu disegmentasi. Segmentasi gambar adalah pembagian gambar digital menjadi kelompok piksel diskrit untuk mendeteksi objek dan klasifikasi objek. Hasil dari penelitian ini menunjukan bahwa menggunakan metode segmentasi gambar mampu mendeteksi jerawat dengan identifikasi berbentuk titik dan lingkaran di wajah dengan mencocokan gambar asli dengan gambar yang di segmentasikan. Maka dari itu dengan menggunakan metode ini dapat digunakan dan membantu dalam pengobatan wajah berjerawat menggunakan segmentasi gambar. .  

Page 15 of 16 | Total Record : 154

 12   13   14   15   16 

Filter by Year

2011 2026


Reset
Filter By Issues
All Issue Vol 19 No 1 Vol 18 No 2 (2025): Dutacom Vol. 18 No. 2 Vol 18 No 1 (2025) Vol 18 No 2 Vol 17 No 2 Vol 16 No 2 Vol 16 No 1 Vol 15 No 2 Vol 15 No 1 Vol 14 No 2 Vol 14 No 1 Vol 10 No 1 Vol 13 No 2 (2017) Vol 13 No 1 (2017) Vol 12 No 1 Vol 11 No 1 Vol 9 No 2 Vol 9 No 1 Vol 8 No 2 Vol 8 No 1 Vol 7 No 2 Vol 7 No 1 Vol 6 No 2 Vol 5 Vol 4 Vol 3 Vol 2 Vol 1 More Issue