cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Aji Setiawan
Contact Email
aji_setiawan@ft.unsada.ac.id
Phone
+6287885025203
Journal Mail Official
aji_setiawan@ft.unsada.ac.id
Editorial Address
Faculty of Engineering, Darma Persada University. Terusan Casablanca Streets, Pondok Kelapa, East Jakarta, Indonesia.
Location
Kota adm. jakarta timur,
Dki jakarta
INDONESIA
Journal Technology Information and Data Analytic
Published by Universitas Darma Persada
ISSN : -     EISSN : 30640660     DOI : https://doi.org/10.70491/tifda.v1i2.43
Core Subject : Science, Education, Agriculture, Engineering,
Agriculture, Biological Sciences & Forestry Computer Science & IT Decision Sciences, Operations Research & Management Engineering Library & Information Science Other
Journal of Technology Information and Data Analytic is a scientific journal managed by the Faculty of Engineering, Darma Persada University. TIFDA is an open access journal that provides free access to the full text of all published articles without charging access fees from readers or their institutions. Readers are entitled to read, download, copy, distribute, print, search, or link to the full text of all articles in the TIFDA Journal. This journal provides immediate open access to its content on the principle that making research freely available to the public supports a greater global exchange of knowledge. Focus & Scope Informatics: Software Engineering, Information Technology, Information System, Data Mining, Multimedia, Mobile Programming, Artificial Intelligence, Computer Graphic, Computer Vision, Augmented/Virtual Reality, Games Programming, Privacy and Data Security, Security, Machine learning, Database Internet of Things Information System : Software Management, Life Cycle Development Tools.
Arjuna Subject : Ilmu Komputer (semua kategori) - Kecerdasan Buatan
Articles 22 Documents
 1   2   3 
Search results for , issue "Vol 1 No 2 (2024)" : 22 Documents clear
Perancangan Sistem Gudang Cerdas untuk Pemantauan Lingkungan Gudang Berbasis Internet of Things (IoT) Firmansyah, Adi; Syofian, Suzuki
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.34

Abstract

Penelitian ini bertujuan mengembangkan dan mengimplementasikan sistem Smart Warehouse berbasis Internet of Things (IoT) untuk memonitor dan mengontrol lingkungan gudang secara otomatis menggunakan modul ESP8266 untuk integrasi sensor, aktuator, dan aplikasi berbasis web yang memungkinkan pemantauan real-time serta kontrol otomatis. Sensor yang digunakan meliputi suhu dan kelembaban (DHT21), intensitas cahaya (BH1750), gas CO (MQ135), PIR, dan sensor api (KY-026), dengan otomatisasi kipas angin, exhaust fan, dan pencahayaan berdasarkan deteksi gas CO, keberadaan orang, serta intensitas cahaya. Sensor api mendeteksi potensi kebakaran, mengaktifkan alarm secara cepat, dan meningkatkan keamanan gudang melalui pemantauan yang dapat diakses pengguna dari dasbor berbasis web yang memudahkan pengambilan keputusan operasional. Hasil pengujian menunjukkan sistem ini mampu memberikan pemantauan akurat dan respons otomatis efisien dengan tingkat kepuasan pengguna yang tinggi dalam efektivitas serta kemudahan pemantauan lingkungan gudang.
Implementasi Quality Management System Pada Baterai Lithium Dengan Metode Convolutional Neural Network (CNN) Emilia, Desiana Elsa; Setiawan, Aji
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.36

Abstract

Baterai lithium-ion adalah termasuk dalam jenis baterai sekunder (jenis baterai yang dapat diisi ulang) yang berfungsi untuk menyimpan dan mengalirkan energi secara elektrokimia. Baterai Lithium-Ion umumnya digunakan dalam berbagai perangkat elektronik portabel seperti smartphone, laptop, tablet, kamera digital, dan perangkat elektronik lainnya. Baterai Li-Ion terdiri dari sel-sel individu yang memiliki elektroda positif (anoda) dari lithium dan elektroda negatif (katoda) yang biasanya terbuat dari grafit. Penggunaan metode Convolutional Neural Network berguna untuk deteksi kecacatan produk yang digabungkan dengan beberapa model seperti ResNet, MobileNet, dan Inception. Penggunaan kombinasi ini telah terbukti menghasilkan tingkat akurasi yang signifikan dalam mengidentifikasi cacat pada produk baterai. Model dilatih dengan dataset yang cukup besar dan memiliki arsitektur yang mampu untuk mendeteksi kecacatan baterai dengan lebih baik, dan canggih. Model CNN yang telah dikembangkan mampu mengklasifikasikan jenis baterai menggunakan 3 model berbeda dan menghasilkan tingkat akurasi yang cukup tinggi. Hasil pengujian dengan 100 epoch menggunakan optimizer Adam menghasilkan tingkat akurasi sebesar 96% untuk model Inception, model ResNet menghasilkan akurasi sebesar 94% dan model MobileNet yang menghasilkan tingkat akurasi sebesar 92%. Dalam hal ini, model ResNet direkomendasikan untuk klasifikasi karena dapat memprediksi hasil dengan lebih akurat dibanding model MobileNet dan Inception.
Perancangan Sistem Informasi Medical Check-Up Berbasis Website Iis Mawati, Anggy; Setiyaningsih, Timor
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.37

Abstract

Medical Check-Up (MCU) merupakan komponen penting dalam menjaga kesehatan individu, terutama dalam konteks keselamatan kerja. Namun, pelaksanaan MCU sering kali terkendala oleh masalah pengaturan jadwal dan absensi yang tidak teratur. Beberapa pegawai mengalami kesulitan menyesuaikan jadwal MCU dengan jadwal pekerjaan mereka. Penelitian ini bertujuan untuk mengembangkan sistem informasi berbasis website yang mengatasi permasalahan pengaturan jadwal dan absensi MCU. Fokus penelitian meliputi perancangan sistem informasi dan implementasi fungsi utama seperti pengelolaan jadwal serta absensi berbasis QR code. Hasil evaluasi menunjukkan bahwa sistem ini berhasil meningkatkan kesesuaian jadwal MCU dengan ketersediaan waktu pegawai serta memfasilitasi pencatatan absensi yang akurat dan efisien. Dengan demikian, implementasi sistem ini terbukti dapat meningkatkan efektivitas program kesehatan di tempat kerja.
Analisis Sentimen Kepuasan Pelanggan Parfum Scentplus dan Moris di Platform Tik Tok menggunakan Metode Regresi Logistik Alwi, Rivaldi; Budiman, Adam Arif
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.45

Abstract

Parfum Scentplus dan Moris, dua merek parfum lokal yang tengah meroket ketenaran nya melalui platform Tik Tok, menjadi fokus penelitian ini. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap kepuasan pelanggan terhadap kedua merek parfum ini. Metode Regresi Logistik digunakan sebagai alat utama untuk merinci dan mengeksplorasi sentimen yang terkandung dalam komentar-komentar pelanggan, Pengumpulan data dilakukan dengan memanfaatkan teknik Scraping untuk mengakses dan mengumpulkan komentar-komentar pelanggan dari platform Tik Tok, Data latih yang digunakan sebanyak 1000 data yang telah dilabel dengan masing-masing data sentimen positif 420, sentimen netral 149, dan sentimen negatif 431 untuk parfum moris dan data sentimen positif 456, sentimen netral 146, dan sentimen negatif 398 untuk parfum scentplus yang dilatih menggunakan algoritma regresi logistik, Pada penelitian ini menunjukan model untuk parfum Moris memiliki performa terbaik dengan akurasi sebesar 93%, presisi sebesar 93%, dan recall sebesar 93%. Sedangkan model untuk parfum Scentplus memiliki akurasi sebesar 91%, presisi sebesar 91%, dan recall sebesar 91%.
Implementasi Deep Learning Menggunakan Vision Transformer Untuk Klasifikasi Penyakit Daun Padi Febriyanto, Tri; Syofian, Suzuki
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.47

Abstract

Padi merupakan makanan pokok penting yang berperan signifikan dalam meningkatkan kesejahteraan masyarakat Indonesia. Namun, produksi padi sering terancam oleh berbagai penyakit daun yang disebabkan oleh patogen seperti jamur, hama, bakteri, dan virus. Beberapa penyakit daun padi yang umum termasuk Blas (Blast), Bercak Coklat (Brown Spot), Hawar Daun Bakteri (Bacterial Leaf Blight), dan Tungro. Kemajuan teknologi saat ini, khususnya dalam bidang Deep Learning, menawarkan solusi potensial untuk mengatasi tantangan tersebut. Deep Learning, sebagai sub-bidang Machine Learning, mengadopsi algoritma yang terinspirasi dari cara kerja otak manusia. Penelitian ini menggunakan metode Vision Transformer (ViT) dengan arsitektur ViT B16 untuk mengklasifikasikan penyakit daun padi. Dataset yang digunakan terdiri dari 1253 gambar, termasuk 419 gambar untuk penyakit Bercak Coklat, 355 gambar untuk penyakit Blast, 209 gambar untuk penyakit Hawar Daun Bakteri, dan 270 gambar untuk penyakit Tungro. Dataset dibagi menjadi 70% untuk pelatihan, 15% untuk validasi, dan 15% untuk pengujian. Pelatihan dilakukan dengan batch size 32, 50 epoch, dan menggunakan optimizer Adam. Hasil penelitian menunjukkan bahwa model yang dikembangkan mencapai akurasi, presisi, recall, dan f1-score sebesar 96%.
Perancangan Sistem Layanan Literatur Berbasis Web Yudha, Afri; Nur Fadillah, Winanda
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.51

Abstract

Penelitian ini menjelaskan pengalaman Kerja Praktek yang dilakasanakan di BKPK Kementrian Kesehatan selama periode empat bulan, dimulai Februari 2024 hingga Juni 2024. Fokus utama perancangan ini adalah pengembangan website Layanan Literatur dengan menggunakan bahasa pemograman PHP dan MySQL sebagai basis data. Sistem yang dirancang bertujuan untuk meningkatkan efisiensi dalam layanan literatur, meningkatkan kinerja para pustkawan. Metode pengembangan mencakup fase registrasi bagi masyarakat, proses generate ID Ticket bagi masyarakat, login untuk verifikator dan pustakawan, dan navigasi menu permintaan user. Hasil dari penelitian ini menunjukan bahwa implementasi teknologi tersebut mampu memberikan manfaat signifikan dalam hal efesiensi operasional. Pengguna dapat dengan mudah mengakses dan manajemen data literatur serta menghasilkan ID Ticket untuk informasi.
Chatbot Berbasis Retrieval Augmented Generation (RAG) untuk Peningkatan Layanan Informasi Sekolah Elysia, Shafa; Herianto
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.52

Abstract

Penelitian ini bertujuan untuk merancang dan mengembangkan sistem chatbot berbasis model Transformers dengan metode Retrieval Augmented Generation (RAG) untuk layanan informasi di SMP Santo Leo III. Chatbot ini dirancang untuk meningkatkan aksesibilitas dan efisiensi penyampaian informasi, meliputi peraturan sekolah, kegiatan ekstrakurikuler, kalender akademik, dan informasi relevan lainnya. Model yang digunakan adalah LLaMA-3-8B-Instruct, Mistral-7B-Instruct-v0.3, dan Zephyr-7B-β. Pengujian terhadap dataset yang berisi 30 pertanyaan terkait informasi sekolah menunjukkan bahwa model LLaMA-3-8B-Instruct dan Mistral-7B-Instruct-v0.3 mencapai akurasi 100%, sementara Zephyr-7B-β mencapai akurasi 70%. Integrasi model berbasis Transformers dengan metode RAG terbukti efektif dalam menghasilkan jawaban yang relevan terhadap konteks percakapan, meningkatkan kualitas respons chatbot. Hasil penelitian ini menunjukkan potensi besar teknologi Transformers dan RAG dalam menciptakan interaksi mesin yang lebih intuitif dan responsif. Solusi ini dirancang dengan fleksibilitas tinggi, memungkinkan penerapannya di sekolah lain dengan penyesuaian minimal terhadap dataset lokal, sehingga menjadi solusi skalabel untuk meningkatkan layanan informasi di sektor pendidikan. Teknologi ini juga mengatasi keterbatasan pada sistem chatbot berbasis menu, aturan, dan machine learning konvensional. Dengan demikian, penelitian ini memberikan kontribusi signifikan dalam pengembangan sistem chatbot untuk meningkatkan efisiensi penyampaian informasi di lingkungan pendidikan.
Optimalisasi Algoritma YOLOv5 untuk Deteksi Mata Katarak Susilo, Andi; Adryansyah, Fachri
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.55

Abstract

Penelitian ini membahas penerapan algoritma YOLOv5 untuk deteksi dini penyakit katarak berdasarkan pengolahan citra, katarak adalah penyakit mata umum yang dapat menyebabkan kebutaan jika tidak segera ditangani. YOLOv5 sebagai metode deteksi objek real-time mampu mengidentifikasi objek dalam satu frame gambar dengan kecepatan tinggi dan akurasi mencapai 85%. Hasil pengujian menunjukkan bahwa algoritma YOLOv5 ini mampu mengidentifikasi katarak dengan baik yang dibuktikan dengan nilai F1-Score sebesar 0,86, Precision 0,894, dan Recall 0,891.
Rancang Bangun Aplikasi Schedule dan Scoring Atlet Panahan berbasis Android pada The Hub Cibubur Rohayatiningsih, Putri; Yasmiati
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.56

Abstract

Panahan merupakan olahraga yang banyak peminat pada The HUB Cibubur, tempat ini juga berfungsi sebagai arena kompetisi olahraga berkuda dan panahan, serta memiliki komunitas atlet panahan yang aktif berlatih sesuai jadwal yang diatur oleh admin. Permasalahannya adalah ketika atlet akan melakukan latihan, atlet harus datang langsung ke The HUB Cibubur untuk menentukan jadwal latihan sehingga membutuhkan waktu yang lama untuk mengetahui jadwal yang kosong, demikian juga dengan pencatatan skor yang dilakukan di kertas atau buku menyulitkan atlet dalam mengetahui rata-rata skor secara cepat dan tepat. Solusinya adalah dengan membuat aplikasi Scheduling dan Scoring sehingga permasalahan dapat teratasi, hasil dari pengembangan aplikasi ini memiliki keunggulan yaitu fleksibilitas penjadwalan, sistem mampu menghitung pencatatan dan perhitungan skor, dan menyajikan informasi pertandingan.
Rancang Bangun Sistem Keamanan pada Rak Server Berbasis Internet of Things Setiawan, Syifa Aditya; Sofyan, Yan
Journal TIFDA (Technology Information and Data Analytic) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA)
Publisher : Prodi Teknologi Informasi Universitas Darma Persada

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70491/tifda.v1i2.57

Abstract

Server memiliki peranan yang krusial dalam pengelolaan data dan jaringan. Server harus beroperasi setiap hari selama 24 jam. Perancangan alat untuk menjaga kondisi rak server agar tetap stabil dan tidak terjadi overheat merupakan upaya untuk menjaga kinerja server dan mencegah munculnya masalah yang lebih besar pada server. Manfaat dari alat ini adalah monitoring tidak perlu langsung datang ke ruang server untuk memeriksa suhu dan kelembaban yang terjadi pada rak server. Selain itu alat ini terintegrasi dengan Telegram, sehingga proses pengecekan suhu dan kelembaban menjadi lebih mudah dilakukan. Hasil pengamatan pada penelitian ini diantaranya alat memberikan respon realtime kondisi rak server yaitu suhu dan kelembaban serta memberikan pemberitahuan ke Telegram jika terjadi situasi suhu di luar batas yang telah ditetapkan.

Page 1 of 3 | Total Record : 22

 1   2   3 

Filter by Year

2024 2024


Reset
Filter By Issues
All Issue Vol 2 No 2 (2025) Vol 2 No 1 (2025) Vol 2 No 1 (2025): Journal Technology Information and Data Analytic (TIFDA) Vol 1 No 2 (2024) Vol 1 No 2 (2024): Journal Technology Information and Data Analytic (TIFDA) Vol 1 No 1 (2024) Vol 1 No 1 (2024): Journal Technology Information and Data Analytic (TIFDA)