cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Made Adi Paramartha Putra
Contact Email
adi@primakara.ac.id
Phone
+6281238140754
Journal Mail Official
smart-techno@primakara.ac.id
Editorial Address
Jalan Tukad Badung No. 135, Denpasar Selatan, Bali
Location
Kota denpasar,
Bali
INDONESIA
Smart Techno (Smart Technology, Informatic and Technopreneurship)
Published by Universitas Primakara
ISSN : -     EISSN : 25410679     DOI : 10.59356
Core Subject : Science,
Computer Science & IT
Jurnal Smart-Techno merupakan jurnal ilmiah dan bersifat terbuka untuk menampung hasil penelitian ilmiah. Jurnal ini bersifat elektronik dengan harapan memungkinkan penyebaran informasi ilmiah tanpa batas ke seluruh wilayan Indonesia. Secara garis besar, Jurnal Smart-Techno menampung hasil karya ilmiah yang berasal dari penelitian di bidang Smart Technology, Informatics and Technopreneurship. Jurnal online ini terbit 2 (dua) kali dalam setahun yaitu pada bulan Februari dan September secara berkala. Adapun topik-topik yang dapat diterbitkan melalui karya ilmiah ini meliputi bidang-bidang (namun tidak terbatas pada): Technopreneurship Digital Start-up Technology Innovation Virtual Reality Data Mining Data Warehousing Matematika Diskrit Teori Graph Artificial Intelligence Natural Language Processing Robotic Image Processing Microcontroller User Experience (UX) Mobile Computing Distributed/Parallel Computing Communication System Network Security Wireless Communication Internet of Things Smart Home Smart City Smart Village Smart System E government E learning
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 77 Documents
 4   5   6   7   8 
Analisis Dan Perancangan Sistem Informasi Akuntansi Valuta Asing Pada PT Gita Gemilang I Nyoman Gita Gunawan
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 6 No. 1 (2024)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v6i1.98

Abstract

Penelitian ini bertujuan mengetahui Analisa dan Perancangan Sistem Informasi Akuntasi Valuta Asing pada PT Gita Gemilang. Terdapat beberapa analisis sistem yang diusulkan, dan perancangan sistem informasi akuntansi valuta asing. Teknik analisis data yang dilakukan meliputi pengumpulan data, wawancara dan studi pustaka. Penulis melakukan identifikasi permasalahan sistem atas pencatatan transaksi, pelaporan dan pengarsipan tersebut dengan menggunakan flowchart. Berdasarkan hasil penelitian, penulis menemukan bahwa sistem yang sedang berjalan masih memiliki kekurangan dalam hal informasi penjualan informasi pembelian, arus kas dan laba rugi yang tidak dapat diakses secara real-time. Selanjutnya penulis merancang sistem informasi akuntansi valuta asing yang mampu mengatasi kelemahan dan kekurangan tersebut. Perancangan sistem informasi akuntasi valuta asing terdiri dari pembuatan ERD (Entity Relationship Diagram), DFD (Data Flow Diagram), PDM (Pysical Data Model), CDM (Conceptual Data Model), hingga tahapan perancangan userinterface. Berdasarkan hasil penelitian yang dilakukan, dapat disimpulkan bahwa analisa dan perancangan sistem secara keseluruhan mendapat respon yang baik dari eksekutif perusahaan maupun staff teller sebagai user dan perancangan sistem ini memenuhi kebutuhan yang ditetapkan oleh perusahaan.
Aplikasi Safety Driving Assistance Dengan Perhitungan Haversine: Universitas Pakuan Bogor Perdi Yansyah perdi; Mohamad Iqbal Suriansyah Iqbal; Arie Qur’ania Arie
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 6 No. 1 (2024)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v6i1.109

Abstract

This research proposes a solution to improve driving safety in Bogor City through the development of an Android-based driving companion application. This application provides a sound warning to drivers when approaching accident-prone locations within a radius of 900 meters. In addition, this application utilizes Location Based Service technology to provide information about the nearest accident-prone locations. The method applied uses the Haversine formula to calculate the distance between the user's location and accident-prone points. The Haversine formula, commonly used to measure the distance between latitude and longitude coordinates, is expected to provide high accuracy calculations. This application aims to provide early warning to drivers, increase awareness, and provide effective information regarding vulnerable locations. With this application, it is hoped that it can reduce the level of traffic accidents in Bogor City. Drivers will be more alert and informed about vulnerable locations, providing early warning when approaching dangerous areas. This solution is expected to contribute positively to driving safety and traffic safety in the region.
Sistem Pendukung Keputusan Tingkat Kepuasan Pasien Terhadap Mutu Pelayanan Rawat Inap menggunakan Metode Service Quality Efren Primus Nahak; Darsono Nababan; Yoseph P. K. Kelen; Leonard P. Gelu
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 6 No. 1 (2024)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v6i1.113

Abstract

Suatu pelayanan kesehatan dikatakan bermutu apabila mampu menimbulkan kepuasaan bagi pasien yang dilayaninya. Kepuasan pasien tidak hanya dilihat dari bagaimana sarana dan prasarana yang tersedia pada pelayanan kesehatan namun juga melihat bagaimana perawat melayani pasien dengan baik. Metode yang digunakan ialah metode service quality. Metode ini pertama kali dikenalkan oleh Parasuraman, Zeithaml, dan Berry dalam Lissa (2016), yang telah diuji secara empiris dan telah dikembangkan kedalam instrumen pengukuran untuk perspektif mutu menurut pelanggan yang meliputi lima dimensi, yaitu: Tangible, Reliability, Responsiveness, Assurance dan Empathy. Saat ini survei kepuasan pasien terhadap mutu pelayanan rawat inap di Rumah Sakit Umum Penyangga Perbatasan Betun masih secara manual, dimana Pasien harus mengisi form penilaian di kertas dan menyerahkan, kemudian admin Rumah Sakit menghitung nilai survei tersebut secara manual. Hal ini tentunya membutuhkan waktu yang lama dalam menentukan hasil survei tersebut dan juga Rumah Sakit sulit menentukan tingkat kepuasan pasien secara detail. Berdasarkan pengujian yang telah dilakukan dengan Black Box Testing, maka sistem ini sudah berjalan dengan fungsional sebagaimana mestinya. Sistem ini dapat membantu pihak Rumah Sakit Penyangga Perbatasan Betun dalam meningkatkan kualitas pelayanan rumah sakit bagian rawat inap dengan cepat dan akurat.
Ensiklopedia Digital Farmakologi Rempah Indonesia: Berbasis Web Html5 Mohamad Iqbal Suriansyah Iqbal; Aries Maesya Aries
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 6 No. 1 (2024)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v6i1.115

Abstract

Sebagai negara tropis, Indonesia dianugerahi berbagai tanaman yang memiliki manfaat dan sifat untuk mengobati berbagai penyakit, seperti rempah-rempah dan ramuan. Indonesia juga memiliki budaya kedokteran tradisional yang telah dipertahankan dari waktu ke waktu [1]. Selama pandemi COVID-19, masyarakat mencari model pengobatan alternatif yang terjangkau untuk mempertahankan sistem kekebalan tubuh menggunakan rempah-rempah. Tetapi peningkatan kebutuhan informasi tidak sebanding dengan ketersediaan informasi yang memadai karena pengetahuan masih tersebar luas. [3]. Kebutuhan akan informasi digital ini dapat dihubungkan dengan pengembangan ensiklopedia digital berbasis web untuk memfasilitasi penyebaran informasi. Ensiklopedia digital dapat digunakan untuk menyajikan informasi kepada publik mengenai sejarah rempah-rempah, jenis rempah, lokasi penanaman, metode kultivasi, dan sifat farmakologis rempah. Penyebaran informasi juga disajikan lebih menarik karena dilengkapi visualisasi multimedia lengkap yang terdiri dari gambar, teks, dan video. Hal ini dilakukan melalui web HTML5, yang mendukung pengembangan teknologi multimedia terbaru. [4]
Sistem Informasi Pelayanan Jasa Laundry Berbasis Android Pada Prima Laundry Kefamenanu Menggunakan Metode Waterfall Albertiana Fanu; Yoseph P. K Kelen; Risald; Leonard P. Gelu
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 6 No. 1 (2024)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v6i1.116

Abstract

Perkembangan Teknologi Informasi pada saat ini khususnya di Indonesia sudah berkembang dengan cepat. Pengaruh manusia sangat berperan dalam perkembangan teknologi dan inovasi baru. Perkembangan teknologi sudah dimanfaatkan oleh berbagai kelompok baik perusahaan besar atau kecil yaitu sebagai alat yang mempermudah banyak pekerjaan manusia sehari-hari seperti halnya pengolahan data yang lebih cepat dan pekerjaan menjadi lebih efisien baik tenaga maupun waktu. Usaha laundry merupakan usaha yang bergerak dibidang jasa cuci dan setrika. Bisnis ini menjamur di kota-kota besar yang banyak terdapat rumah kost dan rumah kontrakan, di mana penyewa kost atau kontrakan tidak sempat atau tidak bisa melakukan cuci dan setrika baju sendiri dikarenakan kesibukan sebagai mahasiswa maupun pekerja. Saat ini bisnis usaha laundry sedang menjamur khususnya di sekitar tempat tinggal penulis, salah satunya adalah Prima Laundry. Metode yang digunakan yaitu metode Waterfall merupakan metode yang menyediakan pendekatan alur hidup perangkat lunak secara skuensial atau terurut. Proses pembuatannya mengikuti alur mulai dari analisis, desain, kode, pengujian dan pemeliharaan. Hasil penelitian menunjukkan bahwa aplikasi Sistem Informasi pelayanan jasa laundry pada prima laundry kefamenanu sudah berhasil dibangun dengan menggunakan tahapan-tahapan yang ada dalam metode waterfall dan sistem informasi pelayanan jasa laundry yang dibangun dapat membantu pemilik usaha laundry dan juga pelanggan dalam pengelolaan dan laporan yang lebih baik dibandingkan sistem sebelumnya.
The Implementation of Copilot-Based Artificial Intelligence (AI) Through Collage Techniques in Illustration Design Dharma Prasetya Irawan; I Gede Wirya Mahendra Nandanawana Putra; Nauzidan Zakka Ramadhan; Kadek Darma Weda Wisesa
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 7 No. 1 (2025)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v7i1.147

Abstract

The development of artificial intelligence (AI)-based illustrations, specifically using Copilot, in the creative industry has had a significant impact, opening new opportunities for designers to create visual works more efficiently and innovatively. The advantage of AI in analyzing and generating images makes the creative process faster and more varied. As this technology evolves, I am interested in developing a collaboration between AI-based collage techniques and illustration design. This research uses a descriptive analysis approach that combines observation, interviews/questionnaires, documentation, and literature study. Observations are made on the AI processes that I have created. Additionally, questionnaires are distributed to students from the Visual Communication Design department at Universitas Primakara to assess the importance and benefits of this technique in completing their assignments. The results of this research are expected to provide insights into whether this technique can help enhance creativity and efficiency in creating illustration designs, as well as contribute to the development of a more innovative creative industry.
Development of a Community Complaint Information System to Support the Realization of a Smart Village in Sibetan Juliana Eka Putra, I Gede; I Made Wahyu Baskara
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 7 No. 1 (2025)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v7i1.124

Abstract

A computerized (digital) village is one of the key initiatives introduced by public authorities to support the sustainable development of rural areas across the Republic of Indonesia. One of the primary objectives of a Digital Village is to disseminate information rapidly, accurately, and efficiently to local communities while promoting transparency and public participation. Sibetan Village is among those committed to becoming a digital village through the integration of information and communication technologies into its governance systems. However, in developing a local complaints website, the testing process must strictly adhere to the village’s expected quality standards to ensure usability, reliability, and effectiveness. Villages are widely encouraged to leverage data-driven innovations to enhance administrative processes, improve public service delivery, and foster inclusive community engagement. In Sibetan, one such initiative is the development of a web-based Regional Complaints Information System, designed to facilitate the submission of inquiries and complaints from the public, enabling faster responses by village authorities. The system was designed using the Waterfall method to accommodate user requirements. The outcome of this research is the user interface design of the Sibetan Village community complaints website.
Improving MRI Classification through Layered Convolutional Neural Networks Configuration Custodio, Paul Michael
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 7 No. 1 (2025)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v7i1.154

Abstract

Timely and accurate classification of brain tumors using Magnetic Resonance Imaging (MRI) is critical for effective treatment planning. This study proposes a layered Convolutional Neural Network (CNN) configuration to enhance the classification of brain tumors, addressing the limitations of traditional machine learning approaches that rely heavily on manual feature extraction. Utilizing a dataset sourced from Kaggle, comprising 7023 MRI images categorized into glioma, meningioma, no tumor, and pituitary tumor classes, the research implements data augmentation techniques such as rotation and flipping to increase the dataset size by 20%. Images were standardized to 128x128 pixels and normalized for model compatibility. The core model architecture was built using 2D CNNs with configurations ranging from one to three layers. The models were trained and tested using TensorFlow and Keras on Google Collaboratory, and evaluated based on accuracy, loss, and computational efficiency. The findings revealed that among all the configurations tested, the three-layered CNN model delivered the best performance. It achieved an accuracy value of 89.79% with a corresponding loss of 0.469. In terms of processing time, the model completed training in 59.8894 seconds and performed inference in 5.1099 seconds, highlighting its suitability for real-time diagnostic applications despite the longer training duration.
Convolutional Neural Network-Based Human Stress Detection Using Multivariate Sensor Data and Cross-Validation Samah, Asma' Abu; Abdullah, Nor Fadzilah
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 7 No. 1 (2025)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v7i1.155

Abstract

Early identification of human stress levels plays a crucial role in promoting mental well-being and preventing related health issues. However, conventional stress assessment methods often involve multi-step procedures or subjective evaluations, making them inefficient and impractical for continuous monitoring. This study introduces a Convolutional Neural Network (CNN)-based approach to automatically detect human stress using multivariate sensor data, such as heart rate, oxygen saturation, body temperature, and movement signals. Unlike traditional machine learning methods that rely on handcrafted features and shallow classifiers, the proposed deep learning model leverages raw sensor data to learn hierarchical representations of physiological patterns associated with various stress levels. The dataset utilized in this research is the SaYoPillow dataset obtained from Kaggle, which includes labeled physiological signals based on subjective stress assessments. Input features are normalized and reshaped into one-dimensional sequences compatible with the CNN architecture. A stratified 5-fold cross-validation strategy is used to ensure robust and generalizable model performance. The proposed CNN model achieved an outstanding accuracy of 0.999, with a precision of 0.998, recall of 0.991, and F1 score of 0.994, outperforming baseline models such as Decision Tree with accuracy of 0.987 and Random Forest with accuracy of 0.981. These results highlight the CNN model’s strong potential for real-time, reliable stress monitoring using wearable sensors, making it a promising solution for digital health and well-being applications.
Predicting Crop Water Requirements Using IoT Sensor Data for Deep Learning Saluky, Saluky; Fatimah, Aisya
Smart Techno (Smart Technology, Informatics and Technopreneurship) Vol. 7 No. 2 (2025)
Publisher : Primakara University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59356/smart-techno.v7i02.151

Abstract

Optimasi irigasi merupakan faktor krusial dalam meningkatkan produktivitas pertanian dan efisiensi penggunaan sumber daya air. Penelitian ini mengusulkan pendekatan berbasis deep learning untuk memprediksi kebutuhan air tanaman menggunakan data dari sensor IoT. Sistem ini mengumpulkan parameter lingkungan secara real-time, seperti kelembaban tanah, suhu, kelembaban udara, dan radiasi matahari, yang kemudian diproses menggunakan model deep learning untuk menghasilkan rekomendasi irigasi yang akurat. Model dilatih dan dievaluasi menggunakan data historis sensor guna memastikan keandalan dalam berbagai kondisi iklim. Metode yang diusulkan bertujuan untuk meminimalkan pemborosan air sekaligus menjaga kadar kelembaban tanah yang optimal, sehingga meningkatkan kesehatan tanaman dan hasil panen. Hasil eksperimen menunjukkan bahwa model deep learning memiliki akurasi prediksi yang lebih baik dibandingkan dengan sistem irigasi berbasis ambang batas konvensional. Penelitian ini berkontribusi pada pengembangan pertanian cerdas dengan mengintegrasikan teknologi IoT dan kecerdasan buatan untuk pertanian presisi.

Page 7 of 8 | Total Record : 77

 4   5   6   7   8 

Filter by Year

2019 2025


Reset
Filter By Issues
All Issue Vol. 7 No. 2 (2025) Vol. 7 No. 1 (2025) Article in Press Vol. 6 No. 2 (2024) Vol. 6 No. 1 (2024) Vol. 5 No. 2 (2023) Vol. 5 No. 1 (2023) Vol. 4 No. 2 (2022) Vol. 4 No. 1 (2022) Vol. 3 No. 2 (2021) Vol. 3 No. 1 (2021) Vol. 2 No. 2 (2020) Vol. 2 No. 1 (2020) Vol. 1 No. 2 (2019) Vol. 1 No. 1 (2019) More Issue