cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Majid Rahardi
Contact Email
intechno@amikom.ac.id
Phone
+6285278711195
Journal Mail Official
intechno@amikom.ac.id
Editorial Address
Jl. Padjajaran, Ring Road Utara, Condongcatur, Depok, Sleman, Daerah Istimewa Yogyakarta 55283, Indonesia
Location
Kota yogyakarta,
Daerah istimewa yogyakarta
INDONESIA
Intechno Journal : Information Technology Journal
Published by Universitas AMIKOM Yogyakarta
ISSN : 26551632     EISSN : 26551438     DOI : https://doi.org/10.24076/intechnojournal.2024v6i1
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering
Intechno Journal (e-ISSN 2655-1438 | p-ISSN 2655-1632) published by Universitas Amikom Yogyakarta in collaboration with Indonesian Computer, Electronics and Instrumentation Support Society (IndoCEISS) to promote high-quality Information Technology (IT) research among academics and practitioners alike, including computer scientists, Software Engineering & Big Data, Multimedia, Networking, IT professionals, and other stakeholders in the IT industry.
Arjuna Subject : Ilmu Komputer (semua kategori) - Aplikasi Ilmu Komputer
Articles 5 Documents
 1 
Search results for , issue "Vol. 4 No. 2 (2022): December" : 5 Documents clear
Implementasi Algoritma SVM Dalam Pengembangan Sistem Presensi Berbasis Face Recognition Ramadhani, Zanuarestu; Safira, Livia; Hartanto, Anggit Dwi; Hartatik, Hartatik
Intechno Journal : Information Technology Journal Vol. 4 No. 2 (2022): December
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2022v4i2.1561

Abstract

Sistem presensi Universitas Amikom Yogyakarta memiliki potensi untuk dikembangkan. Dari sistem yang sudah ada kami menemukan sebuah ide untuk meng-implementasikan face recognition dalam sistem tersebut. Sistem presensi dengan menggunakan face recognition akan lebih mempermudah mahasiswa/i untuk melakukan presensi. Mengingat permasalahan yang ada seperti menggunakan QR Code yang masih susah dideteksi pada barisan-barisan tertentu. Maka, dalam penelitian ini menggunakan metode Support Vector Machine (SVM) sebagai metode untuk klasifikasi gambar yang sudah diconvert menjadi Numpy Array dengan meng-uji coba beberapa sampel foto mahasiswa/i Universitas Amikom Yogyakarta lalu mengidentifikasi satu persatu data baru untuk mendapatkan sebuah hasil yang berupa pengenalan sebuah wajah dengan tampilan berupa identitas pengenal dari mahasiswa/i tersebut. Diakhir penelitian ini kami menemukan bahwa keakurasian face recognition dengan menggunakan metode SVM menghasilkan rata-rata 93,46% yang berarti bahwa sebuah image yang dapat diproses untuk melakukan sebuah presensi.
Implementasi Metode Random Forest Klasifikasi untuk Phishing Link Detection Kencana, Adi Kresna; Ananda, Fadhilah Dwi; Hartanto, Anggit Dwi; Hartatik, Hartatik
Intechno Journal : Information Technology Journal Vol. 4 No. 2 (2022): December
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2022v4i2.1562

Abstract

Internet sangat dibutuhkan saat ini. Masalah yang muncul dari perkembangan internet dan teknologi saat ini adalah keamanan dan privasi, dimana data privasi sangat rentan untuk dicuri oleh seseorang melalui internet. Contohnya adalah situs web phishing yang telah tersebar luas di internet yang dapat mencuri data seperti, data pribadi, data kartu kredit, perbankan online, dan data email tanpa diketahui oleh pengguna internet. Bisa dibilang sulit membedakan situs web asli atau palsu. Karenanya diperlukan klasifikasi untuk membedakan situs web asli atau palsu. Penelitian ini menggunakan algoritma Random Forest untuk memilih situs web phishing dari pohon keputusan. Berdasarkan penerapan algoritma Random Forest untuk mendeteksi phishing situs web, hasil akurasi adalah 94,36% dan hasil validasi adalah 94,77% menggunakan 2.457 dataset yang diperoleh dari situs web www.kaggle.com. Dari penelitian ini terbukti bahwa algoritma ini memiliki akurasi tinggi untuk memprediksi situs web phishing dan hasil yang diperoleh diimplementasikan dalam bentuk ekstensi dari browser secara realtime yang nantintya akan memberikan popup peringatan jika situs website yang dibuka adalah phishing website.
Implementasi Metode CNN dan Deep Learning untuk Menentukan Tingkat Roasting Biji Kopi Setiadi F., A. Farhan; Kurniawan, Aas Andri; Hartanto, Anggit Dwi; Hartatik, Hartatik
Intechno Journal : Information Technology Journal Vol. 4 No. 2 (2022): December
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2022v4i2.1563

Abstract

Tipe hasil roasting biji kopi dapat ditentukan dengan melihat warna biji kopi ketika dalam proses roasting/sangrai. Cara tersebut cukup efektif untuk mendapatkan hasil yang sesuai dengan keinginan namun dapat terjadi masalah konsistensi dan efisiensi. Tujuan akhir penelitian kami yaitu mengembangkan sistem otomatis untuk menentukan tingkat/tipe hasil roasting pada biji kopi untuk produsen atau pengelola biji kopi. Langkah awal dari projek ini yaitu pengembangan sistem image processing yang mengklasifikasikan gambar biji kopi telah disangrai berdasarkan tekstur dan warna. Kami menggunakan convolutional neural network, model arsitektur VGG-16 dan framework Tensorflow untuk mengolah data set gambar berjumlah 100 gambar kelas light roasts, 100 gambar medium roasts dan 100 gambar dark roasts. Rata-rata hasil data latih mencapai 96.0% dan validasi score 60.0%. Dengan akurasi yang cukup tinggi maka dapat membantu pengklasifikasian tingkat roasting biji kopi menjadi lebih konsisten.
Perancangan Sistem Informasi Pendaftaran Online Berbasis Web Pada Klinik Larasati Kabupaten Bantul Hendrawan, Nugi Juan; Andriani, Ria; Arsya, Muhammad Rezzha Riamrizal; Qaddam, Alkautsar Daafiq
Intechno Journal : Information Technology Journal Vol. 4 No. 2 (2022): December
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2022v4i2.1564

Abstract

Di Klinik Larasati melayani banyak pasien karna biaya pengobatan lebih murah dan terjangkau daripada di rumah sakit. Maka dari itulah antrian di Klinik Larasti sangat ramai dan terkadang terjadi kesalahan dalam antrian, karena klinik membutuhan pelayanan dan rekam medis yang akurat untuk menangani pasien. Untuk menangulangi permasalahan itu dibutuhkan Sistem Informasi tentang pendaftaran pasien berbasis online. Sistem ini terdapat fasilitas-fasilitas yang bisa dipakai, seperti untuk pendaftaran periksa maupun pengobatan, daftar dokter beserta jadwalnya, dan juga pemberitahuan nomor antrian. Sistem ini berbasis website dengan metode FIFO (First In First Out). Hasil perancangan berupa website pendaftaran online yang membantu dalam memberikan nomor antrian dan waktu giliran sehingga bisa mempwrmudah pelayanan di Klinik Larasati.
Sistem Informasi Early Warning System berbasis Website Pamungkas, Thitut Priyo; Andriani, Ria; Akbara, Adida Wisnu; Samudra, Yoni Saka
Intechno Journal : Information Technology Journal Vol. 4 No. 2 (2022): December
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/intechnojournal.2022v4i2.1565

Abstract

Sistem Informasi Geografis (SIG) yaitu merupakan pengolahan data informasi Geografis melalui sistem. EWS (Early Warning System) atau Peringatan Kebencanaan Dini merupakan penanda atau peringatan saat terjadinya bencana. Saat ini EWS masih dioperasikan dengan cara manual, hal itu menimbulkan ke tidak efisien an, dan tidak keakuratan data yang diberikan kepada masyakarat. Penelitian ini bertujuan untuk menciptakan sebuah sistem informasi geografis dengan tampilan data spasial yang berisi lokasi daerah-daerah yang sudah dipasang EWS. Kabupaten Sleman adalah daerah yang rawan akan erupsi Gunung Merapi, karena terletak di selatan kaki Gunung Merapi. Pembuatan Early Warning System oleh BPBD Sleman bertujuan untuk alat pemantauan aktivitas Gunung Merapi serta Sirine atau pengeras suara sebagai tanda peringatan bencana. Metode yang digunakan yaitu dengan melakukan penelitian dan pengembangan. Cara kerja Sistem Informasi ini adalah dengan menampilkan peta lokasi EWS yang telah diolah. Titik Lokasi EWS tersebut di hubungkan ke menu operasi pembunyian sirine EWS tersebut. Selain pengeoperasian EWS, terdapat informasi lain mengenai kebencaan yang akan diambil dari data BPBD yang sudah ada. Hasil dari penelitian yang telah dilakukan adalah sebuah web sistem informasi geografis EWS menggunakan peta lokasi kebencanaan, yang mempermudah pengguna web untuk mengetahui letak-letak daerah yang telah terpasang EWS, dimana didalamnya juga terdapat informasi mengenai kebencanaan.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2022 2022


Reset
Filter By Issues
All Issue Vol. 7 No. 2 (2025): December Vol. 7 No. 1 (2025): July Vol. 6 No. 2 (2024): December Vol. 6 No. 1 (2024): July Vol. 5 No. 2 (2023): December Vol. 5 No. 1 (2023): July Vol. 4 No. 2 (2022): December Vol. 4 No. 1 (2022): July Vol. 3 No. 2 (2021): December Vol. 3 No. 1 (2021): July Vol. 2 No. 2 (2020): December Vol. 2 No. 1 (2020): July More Issue