cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhammad Khoiruddin Harahap
Contact Email
publikasi@itscience.org
Phone
+6282251583783
Journal Mail Official
publikasi@itscience.org
Editorial Address
Jl. Pancasila Gg. M. Nur Desa Paya Gambar, Deli Serdang Sumatera Utara
Location
Unknown,
Unknown
INDONESIA
Digital Transformation Technology (Digitech)
Published by Information Technology and Science
ISSN : -     EISSN : 28079000     DOI : https://doi.org/10.47709
Core Subject : Science,
Computer Science & IT Library & Information Science
Digital Transformation Technology (Digitech) merupakan Jurnal ilmiah Sains dan transformasi Teknologi Digital, terbitan ini berisi artikel bidang Rekayasa Perangkat Lunak, Technology 5.0 Society, Teknologi Industri dan lainnya dengan diterbitkan secara berkala 6 bulanan yaitu Maret dan September.
Arjuna Subject : Teknik (semua kategori) - Komputasi Mekanik
Articles 594 Documents
 56   57   58   59   60 
Estimasi Produksi Kelapa Sawit PT. Arta Prigel Lahat Menggunakan Algoritma Deep Learning Susanti, Tri; Masdalipa, Risnaini
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7807

Abstract

Permasalahan utama dalam produksi kelapa sawit di PT Arta Prigel Lahat adalah ketidakseimbangan antara hasil panen, luas lahan, dan jumlah tanaman, yang menyulitkan proses prediksi secara akurat. Penelitian ini bertujuan untuk mengestimasi produksi kelapa sawit di perusahaan tersebut dengan memanfaatkan algoritma deep learning, yaitu Recurrent Neural Network (RNN) dan Long Short-Term Memory (LSTM). Metode yang digunakan mengacu pada pendekatan CRISP-DM, yang meliputi tahap pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penyebaran. Data historis tahun 2022–2024 digunakan sebagai dasar analisis, dengan mempertimbangkan variabel seperti curah hujan, hari hujan, pemupukan rotasi 1 dan 2, luas lahan, jumlah tanaman, dan serangan hama. Evaluasi menggunakan metrik Mean Absolute Percentage Error (MAPE) menunjukkan bahwa model RNN memiliki nilai kesalahan sebesar 28,29% dengan estimasi produksi 11.293,25 kg, sedangkan model LSTM memiliki MAPE sebesar 16,27% dengan estimasi 17.503,60 kg. Hasil ini menegaskan bahwa model LSTM lebih unggul dalam mengenali pola jangka panjang dan menghasilkan prediksi yang lebih akurat, sehingga berpotensi menjadi alat bantu strategis dalam perencanaan produksi kelapa sawit yang adaptif, presisi, dan berbasis data.
Klasifikasi Sentimen Publik di Instagram Menggunakan Indobert Terhadap Respons DPR Pasca-Aksi ‘17+8 Tuntutan Rakyat Alwi, Haddad; Julkarnain, M; Oktavia, Siska Atmawan; Dinola, Dinola
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7909

Abstract

Penelitian ini bertujuan untuk mengevaluasi kinerja model IndoBERT dalam klasifikasi sentimen tiga kelas (positif, negatif, dan netral) serta memetakan persepsi publik terhadap respons DPR RI pasca aksi “17+8 Tuntutan Rakyat” berdasarkan komentar berbahasa Indonesia di platform Instagram. Pendekatan Knowledge Discovery in Databases (KDD) digunakan yang meliputi tahapan seleksi data (4.737 komentar Instagram), praproses teks (cleansing, case folding, dan normalisasi bahasa gaul), pelabelan data secara semi-otomatis dengan metode Lexicon-Based, pemodelan, dan evaluasi. Untuk mengatasi ketidakseimbangan data (class imbalance), penelitian ini menerapkan teknik class weighting. Model IndoBERT (indobert-base-p1) diterapkan melalui proses fine-tuning dengan rasio pembagian dataset 70:15:15, menggunakan optimizer AdamW, learning rate 2e-5, dan 4 epochs. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score melalui confusion matrix. Hasil penelitian menunjukkan bahwa IndoBERT mencapai akurasi sebesar 97,47% dengan nilai presisi, recall, dan F1-score yang seimbang pada setiap kelas sentimen. Pemetaan sentimen mengindikasikan bahwa sentimen netral mendominasi respons publik, diikuti oleh sentimen negatif dan positif. Selain itu, analisis word cloud menunjukkan perbedaan karakteristik linguistik pada masing-masing kategori sentimen. Temuan ini menegaskan bahwa IndoBERT memiliki kinerja yang sangat baik dalam mengklasifikasikan dan memetakan sentimen publik terhadap isu sosial-politik pada media sosial berbahasa Indonesia.
Penerapan Convolutional Neural Network untuk Klasifikasi Jenis Suara Vokal Paduan Suara Berdasarkan Fitur Akustik Harbani, Arif; Febriantoro, F.R. Dwi; Sarjanoko, Joko; Rahmi, Syafira Amatur
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7922

Abstract

Paduan suara merupakan entitas seni vokal kompleks yang mengandalkan keselarasan antara kategori vokal (Sopran, Alto, Tenor, Bass) untuk mencapai harmoni optimal. Namun, klasifikasi suara yang dilakukan secara manual oleh pelatih seringkali terhambat oleh subjektivitas perseptual dan inefisiensi waktu. Penelitian ini bertujuan untuk mengimplementasikan pendekatan  Machine Learning  berbasis  Convolutional Neural Network  (CNN) dengan arsitektur MobileNetV2 guna mengotomatisasi klasifikasi vokal secara objektif. Metodologi yang digunakan adalah Research and Development (R&D) dengan ekstraksi fitur akustik Mel-Frequency Cepstral Coefficients (MFCC). Sinyal audio diproses dengan  sampling rate  22.050 Hz dan dikonversi menjadi citra spektrogram 224x224 piksel untuk memenuhi standar input MobileNetV2. Hasil eksperimen pada dataset vokal wanita (51 Sopran, 44 Alto) menunjukkan tingkat akurasi sebesar 78,1%, dengan nilai  Precision  85%,  Recall  64,2%, dan  F1-Score  73,2%. Efisiensi komputasi MobileNetV2 melalui  Inverted Residual Blocks  dan  Linear Bottlenecks (Sandler et al., 2018) memungkinkan inferensi cepat pada  backend  Flask. Evaluasi kebergunaan melalui kuesioner PSSUQ (Lewis, 1995) menghasilkan skor kepuasan keseluruhan sebesar 83,56%, yang menempatkan sistem dalam kategori "Sangat Efektif". Meskipun terdapat tantangan pada nilai  Recall  akibat kemiripan fitur spektral pada zona transisi vokal, sistem ini terbukti mampu mentransformasi paradigma klasifikasi dari berbasis intuisi ( intuition-driven ) menjadi berbasis data (data-driven), yang secara signifikan mereduksi waktu persiapan komposisi paduan suara.
Optimalisasi Antarmuka dan Pengalaman Pengguna Website Q-Rent dan Evaluasi dengan User Experience Questionnaire Felix, Felix; Kesuma, Dorie Pandora
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7973

Abstract

PT Solusi Multi Media atau lebih dikenal sebagai Q-Rent, adalah sebuah perusahaan penyewaan alat multimedia, saat ini menghadapi kendala pada aspek antarmuka (UI) dan pengalaman pengguna (UX) website mereka. Beberapa masalah utama yang diidentifikasi meliputi keterbatasan informasi, absennya fitur pemesanan, serta tampilan yang tidak responsif. Untuk mengatasinya, penelitian ini menerapkan metode Design Thinking melalui lima tahapan: empathize, define, ideate, prototype, dan test. Hasil evaluasi menggunakan User Experience Questionnaire (UEQ) menunjukkan peningkatan skor yang signifikan, di mana seluruh indikator bergeser dari kategori negatif ke kategori positif dengan predikat Good hingga Excellent. Hal ini membuktikan bahwa rancangan baru berhasil meningkatkan efisiensi, keandalan, dan kepuasan pengguna.
Kompetensi Networking dalam Kurikulum Berbasis Kompetensi (KBK) 2004: Kajian Studi Literatur Nurhayati, Siti; Wahyudin, Wahyudin
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7215

Abstract

Kurikulum Berbasis Kompetensi (KBK) 2004 merupakan kurikulum yang menekankan pencapaian learning outcomes berupa pengetahuan, keterampilan, dan sikap. Salah satu aspek penting dalam bidang Teknologi Informasi dan Komunikasi (TIK) pada masa tersebut adalah penguasaan kompetensi dasar jaringan komputer (networking). Artikel ini menggunakan metode studi literatur untuk menelaah peran kompetensi networking dalam kerangka KBK 2004 serta relevansinya dengan perkembangan kurikulum dan kebutuhan kompetensi digital abad ke-21. Hasil kajian menunjukkan bahwa kompetensi networking bukan hanya sekadar keterampilan teknis, melainkan juga sarana untuk melatih kemampuan pemecahan masalah (problem solving) dan berpikir sistematis yang menjadi inti KBK. Penelitian ini juga menemukan adanya kesinambungan kompetensi networking dari KBK 2004 menuju kurikulum selanjutnya hingga Kurikulum Merdeka. Dengan demikian, penguasaan kompetensi dasar networking yang diperkenalkan pada KBK 2004 tetap memiliki relevansi kuat dalam menghadapi tantangan era digital saat ini. Selain itu, penelitian ini berkontribusi dengan menganalisis bagaimana kompetensi networking diintegrasikan dalam pengembangan literasi digital dan kewarganegaraan digital di Kurikulum Merdeka, serta pengaruhnya terhadap pengembangan keterampilan teknis dan etika digital yang semakin penting di dunia digital abad ke-21
Penerapan Sistem Surat Izin Masuk dan Keluar Berbasis Tanda Tangan Elektronik dan QR Code Ramadhani, Hadrian Luthfi Arischa; Fauziyah, Neng Lida Hidayatul; Andini, Lisa Tri; Rakhmawati, Hidayatur; Aeni, Frieska Khoerotul; Nayshila Ramadhani, Aerin
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7451

Abstract

Penelitian ini membahas pengembangan Sistem Informasi Surat Izin Masuk dan Keluar berbasis tanda tangan elektronik (TTE) dan QR Code pada Rumah Sakit Umum Muhammadiyah Siti Aminah (RSUMSA) Bumiayu sebagai solusi inovatif terhadap permasalahan administrasi surat yang sebelumnya dilakukan secara manual. Proses manual tersebut menimbulkan keterlambatan validasi, kesulitan pelacakan status dokumen, risiko duplikasi atau kesalahan pencatatan, rendahnya keamanan arsip, serta kemungkinan hilangnya dokumen akibat penyimpanan yang tidak terstruktur. Permasalahan ini berdampak pada efektivitas kerja pegawai dan kelancaran layanan rumah sakit, sehingga dibutuhkan sistem yang lebih modern dan terotomatisasi. Untuk menjawab kebutuhan tersebut, sistem dikembangkan menggunakan metode Waterfall yang meliputi analisis kebutuhan, perancangan arsitektur, pembuatan antarmuka, implementasi program, pengujian, dan pemeliharaan. Sistem menyediakan fitur utama seperti pengelolaan surat masuk dan keluar, pencatatan disposisi, notifikasi status dokumen, validasi otomatis menggunakan TTE pimpinan, serta pembuatan QR Code sebagai verifikasi keaslian dan integritas dokumen. Pada proses TTE digunakan teknik hashing untuk memastikan data tidak dapat diubah tanpa jejak. Hasil implementasi menunjukkan bahwa sistem mampu mempercepat persetujuan surat, meningkatkan keamanan dokumen, mempermudah pelacakan riwayat, serta mengurangi beban kerja administratif. Selain itu, penggunaan TTE dan QR Code menciptakan lingkungan kerja yang lebih efisien dan profesional. Secara keseluruhan, penerapan sistem digital ini efektif meningkatkan kualitas tata kelola surat di RSUMSA Bumiayu serta mendukung transformasi digital layanan kesehatan
Implementasi Pengolahan Keuangan Logistik Berbasis Web untuk Pelaporan Pembelian Produk Juaeriyah, Adita; Zahara, Farrah Aulia; Rakhmawati, Hidayatur; Ningsi, Eva Cahyadi; Pratama, Rizkya Aji; Syaukani, Rosih Asy
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7483

Abstract

Transformasi digital di sektor kesehatan menuntut rumah sakit untuk mengelola data logistik dan keuangan secara akurat, terintegrasi, dan efisien. Pengelolaan keuangan logistik yang masih dilakukan secara manual berpotensi menimbulkan kesalahan pencatatan, keterlambatan pelaporan, serta rendahnya kualitas informasi dalam pengambilan keputusan. RSU Muhammadiyah Siti Aminah Bumiayu menghadapi permasalahan serupa pada sistem pelaporan pembelian produk non-medis yang belum terintegrasi secara optimal. Kegiatan Kuliah Kerja Praktik/Magang (KPM) ini bertujuan untuk mengimplementasikan sistem pengolahan keuangan logistik berbasis komputer guna mendukung pelaporan pembelian produk secara efektif dan efisien. Metode pelaksanaan meliputi observasi, wawancara, dan studi pustaka untuk mengidentifikasi kebutuhan sistem, serta pengembangan sistem menggunakan model waterfall yang mencakup tahap analisis kebutuhan, perancangan, implementasi, dan pengujian sistem. Sistem dikembangkan berbasis web menggunakan PHP dan MySQL sebagai backend serta HTML, CSS, dan JavaScript pada sisi frontend. Hasil implementasi menunjukkan bahwa sistem mampu mengelola data pembelian, barang masuk dan keluar, serta menghasilkan laporan keuangan logistik secara terstruktur dan akurat. Penerapan sistem ini meningkatkan efisiensi kerja, meminimalkan kesalahan pencatatan, serta mempermudah proses pelaporan. Selain itu, sistem memungkinkan integrasi data logistik dan keuangan dalam satu platform sehingga memudahkan pemantauan dan evaluasi secara berkala serta mendukung transparansi pengelolaan keuangan dan pengambilan keputusan manajerial. Sistem ini diharapkan dapat menjadi solusi pendukung pengelolaan keuangan logistik yang lebih efektif, efisien, dan berkelanjutan serta dapat dikembangkan lebih lanjut untuk terintegrasi dengan sistem informasi rumah sakit lainnya.
Tinjauan Sistematis Literatur Tentang Sistem Deteksi Penyakit Berbasis Deep Learning Hartawan, I Kadek Priyogi Giri; Sunarya, I Made Gede
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7503

Abstract

Perkembangan teknologi deep learning telah memberikan kontribusi yang signifikan terhadap pengembangan sistem deteksi penyakit pada berbagai domain, seperti pertanian, medis, dan peternakan. Berbagai penelitian telah memanfaatkan metode deep learning untuk meningkatkan akurasi dan efisiensi deteksi penyakit berbasis citra, namun keberagaman pendekatan, dataset, dan metrik evaluasi yang digunakan menunjukkan perlunya kajian yang lebih komprehensif. Penelitian ini bertujuan untuk melakukan Systematic Literature Review (SLR) guna mengidentifikasi metode deep learning yang dominan digunakan, tren performa model, serta tantangan dan peluang penelitian dalam bidang deteksi penyakit. Metode SLR dilakukan dengan mengikuti tahapan perencanaan, pelaksanaan, dan pelaporan, dengan menganalisis 21 artikel ilmiah yang dipublikasikan pada rentang tahun 2018–2025. Artikel dikumpulkan melalui beberapa basis data, antara lain Publish or Perish, Google Scholar, serta Garuda Kemdikbud. Hasil kajian menunjukkan bahwa Convolutional Neural Network (CNN) dan pendekatan transfer learning menggunakan model pralatih seperti ResNet dan MobileNetV2 merupakan metode yang paling banyak digunakan dan mampu menghasilkan performa yang tinggi. Selain itu, metode YOLO menunjukkan keunggulan dalam tugas deteksi objek secara real-time, khususnya pada domain pertanian. Secara umum, penelitian pada domain pertanian menghasilkan tingkat akurasi di atas 90%, sedangkan pada domain medis berkisar antara 85% hingga 97%. Meskipun demikian, tantangan seperti keterbatasan dataset, ketidakseimbangan kelas, dan kebutuhan komputasi yang tinggi masih menjadi permasalahan utama. Oleh karena itu, penelitian ini menyimpulkan bahwa deep learning merupakan pendekatan yang andal untuk deteksi penyakit serta memiliki peluang pengembangan lebih lanjut melalui penerapan model ringan, peningkatan kualitas dataset, dan explainable AI.
Analisis Penyakit Jantung Menggunakan Metode Random Forest Ani Dijah Rahajoe; Azaidane, Dandi; Putra, Brian Akhdan; Pahlevy, Mohammad Reza; Bimantoro, Bisma Satrio; Akash, Fransisco Rivaldi
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7612

Abstract

Diagnosis dini penyakit jantung sebagai salah satu penyebab kematian tertinggi di dunia membutuhkan metode analisis yang akurat dan andal. Perkembangan teknik data mining dan machine learning memberikan peluang besar dalam pengolahan data medis secara efisien. Penelitian ini bertujuan untuk menganalisis dan memprediksi penyakit jantung menggunakan metode Random Forest serta mengevaluasi kinerja model berdasarkan beberapa metrik evaluasi. Tahapan penelitian meliputi pengumpulan dataset penyakit jantung, pra-pemrosesan data seperti pembersihan dan normalisasi, pembagian data menjadi data latih dan data uji, serta penerapan algoritma Random Forest sebagai model klasifikasi. Evaluasi model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa metode Random Forest mampu mengklasifikasikan penyakit jantung dengan sangat baik, dengan tingkat akurasi sebesar 99,07%, presisi 98,77%, recall 99,38%, dan F1-score 99,08%. Hasil ini menunjukkan bahwa Random Forest lebih unggul dibandingkan metode klasifikasi tunggal karena kemampuannya mengurangi overfitting dan menggabungkan beberapa pohon keputusan. Dengan demikian, metode Random Forest dapat digunakan secara efektif sebagai sistem pendukung keputusan dalam prediksi penyakit jantung. Namun, penelitian lanjutan masih diperlukan dengan jumlah data yang lebih besar, fitur klinis yang lebih beragam, serta perbandingan dengan algoritma lain untuk meningkatkan keandalan sistem prediksi.
Manajemen Proyek Pengembangan Sistem Absensi Online Berbasis Wajah dan Gestur Sasongko, Roso; Setiawan, Windu; Yulia, Eka Rini
Digital Transformation Technology Vol. 6 No. 1 (2026): Periode Maret 2026
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/digitech.v6i1.7763

Abstract

Perubahan pola kerja menuju sistem kerja fleksibel dan jarak jauh menuntut organisasi memiliki mekanisme absensi yang akurat, aman, dan mampu memverifikasi kehadiran karyawan secara real-time. PT. Kreasindo Cipta Teknologi sebelumnya menggunakan sistem absensi manual berbasis spreadsheet yang tidak mampu memvalidasi identitas karyawan dan berpotensi menimbulkan manipulasi data kehadiran. Penelitian ini bertujuan mengelola dan mengimplementasikan proyek pengembangan sistem absensi online berbasis pengenalan wajah dan gestur dengan menerapkan kerangka kerja Project Management Body of Knowledge (PMBOK) serta metode Rapid Application Development (RAD). Tahapan penelitian meliputi inisiasi proyek, perencanaan, pengembangan sistem, pengujian, hingga penutupan proyek. Sistem dikembangkan dalam bentuk aplikasi web dan mobile menggunakan teknologi Angular, Spring Boot, serta pemanfaatan TensorFlow.js dan face-api.js untuk validasi biometrik. Hasil penelitian menunjukkan bahwa sistem absensi yang dikembangkan mampu memenuhi kebutuhan fungsional dan non-fungsional, beroperasi secara stabil, serta mendukung proses absensi real-time. Pengujian unit, pengujian performa, dan User Acceptance Test menunjukkan bahwa sistem dapat diterima oleh pengguna dan berfungsi sesuai dengan kebutuhan operasional perusahaan. Dengan demikian, penerapan PMBOK yang dikombinasikan dengan metode RAD terbukti efektif dalam mendukung keberhasilan proyek pengembangan sistem absensi berbasis kecerdasan buatan dan meningkatkan efisiensi pengelolaan kehadiran karyawan.

Page 59 of 60 | Total Record : 594

 56   57   58   59   60 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol. 6 No. 1 (2026): Periode Maret 2026 Vol. 5 No. 2 (2025): Periode September 2025 Vol. 5 No. 1 (2025): Periode Maret 2025 Vol. 4 No. 2 (2024): Periode September 2024 Vol. 4 No. 1 (2024): Periode Maret 2024 Vol. 3 No. 2 (2023): Artikel Periode September 2023 Vol. 3 No. 1 (2023): Artikel Periode Maret Tahun 2023 Vol. 2 No. 2 (2022): Artikel periode September 2022 Vol. 2 No. 1 (2022): Research Artikel Periode Maret 2022 Vol. 1 No. 2 (2021): Research Artikel Periode September 2021 Vol. 1 No. 1 (2021): Article Research Paper Periode Maret 2021 More Issue