cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
M. Rizky Mahaputra
Contact Email
dinasti.info@gmail.com
Phone
+628117404455
Journal Mail Official
dinasti.info@gmail.com
Editorial Address
Casa Amira Prive Jl. H. Risin No. 64D Pondok Jagung Timur, Serpong Utara, Tangerang Selatan, Indonesia
Location
Kota tangerang selatan,
Banten
INDONESIA
Dinasti Information and Technology
Published by Dinasti Research
ISSN : -     EISSN : 30255481     DOI : https://doi.org/10.38035/dit
Core Subject : Science,
Computer Science & IT
Dinasti Information and Technology (DIT) adalah akses terbuka dan peer-review, yang dikelola dan diterbitkan oleh Dinasti Research & Yayasan Dharma Indonesia Tercinta (DINASTI) yang menjadi media diseminasi hasil penelitian para ilmuwan dan insinyur di bidang teknologi informasi dan sistem informasi. DIT adalah jurnal yang diterbitkan secara berkala empat kali dalam setahun setiap bulan Juli, Oktober, Januari, dan April. dengan tujuan untuk mengeksplorasi, mengembangkan, dan menjelaskan pengetahuan sistem informasi, agar para praktisi dan peneliti mendapat informasi mengenai isu-isu terkini dan praktik terbaik, serta berfungsi sebagai platform untuk pertukaran informasi. ide, pengetahuan, dan keahlian di kalangan peneliti dan praktisi teknologi.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 78 Documents
 4   5   6   7   8 
Analisis Perbandingan Imputasi Mean, Median, dan KNN pada Decision Tree Berbasis Entropi untuk Penanganan Nilai Hilang dalam Prediksi Komplikasi Infark Miokard Muhammad Rizal Arifin; Zainal Abidin
Dinasti Information and Technology Vol. 4 No. 1 (2026): Dinasti Information and Technology (July - September 2026)
Publisher : Dinasti Research & Yayasan Dharma Indonesia Tercinta (DINASTI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dit.v4i1.3595

Abstract

Dataset klinis sering memuat nilai hilang yang dapat memengaruhi keandalan model prediksi. Penelitian ini membandingkan imputasi mean, median, dan KNN dalam menangani nilai hilang pada dataset Myocardial Infarction Complications. Data awal terdiri atas 1.700 rekam pasien, 111 fitur masukan, dan LET_IS sebagai target prediksi. Setelah simbol nilai hilang dikonversi, kolom dengan nilai hilang tinggi dibersihkan, dan baris yang tidak dapat digunakan pada target penelitian dihapus, data yang diproses pada tahap train-test split menjadi 1.350 rekam, yaitu 1.080 data latih dan 270 data uji. Setiap skenario imputasi dievaluasi menggunakan Decision Tree berbasis Entropi sebagai pendekatan praktis terhadap prinsip pemisahan C4.5. Hasil Google Colab terbaru pada skenario single-split menunjukkan bahwa imputasi median menghasilkan akurasi tertinggi sebesar 89,63%, diikuti KNN sebesar 88,52% dan mean sebesar 88,15%. Rekomendasi utama penelitian ini adalah median karena memberikan akurasi tertinggi pada pengujian utama.
Sistem Pendukung Keputusan Peminatan Jurusan Menggunakan Metode Naïve Bayes Moch Nur Alfan Ardiansyah
Dinasti Information and Technology Vol. 4 No. 1 (2026): Dinasti Information and Technology (July - September 2026)
Publisher : Dinasti Research & Yayasan Dharma Indonesia Tercinta (DINASTI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dit.v4i1.3599

Abstract

Pemilihan jurusan di tingkat SMA merupakan keputusan penting yang memengaruhi proses pembelajaran dan perencanaan pendidikan siswa. Namun, proses penentuan jurusan masih sering kali bersifat subjektif, berpotensi mengakibatkan penempatan yang tidak sesuai dengan kemampuan akademik siswa. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (DSS) berbasis web menggunakan metode Naïve Bayes untuk memberikan rekomendasi jurusan bagi siswa SMA Nahdlatul Ulama Pakis. Penelitian ini menggunakan metode Penelitian dan Pengembangan (R&D) dengan pendekatan kuantitatif. Data penelitian terdiri dari rekam medis 65 siswa SMA Nahdlatul Ulama Pakis. Proses klasifikasi dilakukan menggunakan algoritma Gaussian Naïve Bayes, yang menghitung probabilitas prior, rata-rata, deviasi standar, dan probabilitas posterior untuk menentukan kelas dengan probabilitas posterior tertinggi. Sistem kemudian diimplementasikan dalam aplikasi berbasis web dan dievaluasi menggunakan Matriks Konfusi. Hasil pengujian menunjukkan bahwa model tersebut mencapai akurasi 45,45%, presisi makro 43,60%, recall makro 42,94%, dan skor F1 makro 41,54%. Hasil penelitian ini menunjukkan bahwa metode Naïve Bayes dapat diimplementasikan sebagai dasar pengambilan keputusan dalam merekomendasikan jurusan mahasiswa. Namun, akurasi yang diperoleh menunjukkan bahwa pengembangan lebih lanjut, seperti peningkatan jumlah titik data dan atribut, masih diperlukan untuk meningkatkan kinerja sistem.
A Systematic Literature Review of Innovation Capabilities and Technology Adoption for Sustainable School Performance Isnawati Isnawati; Supardi Supardi
Dinasti Information and Technology Vol. 4 No. 1 (2026): Dinasti Information and Technology (July - September 2026)
Publisher : Dinasti Research & Yayasan Dharma Indonesia Tercinta (DINASTI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dit.v4i1.3600

Abstract

Sustainable school performance has become a strategic issue in the field of education, driven by technological advancements, demands for improved educational quality, and the need for adaptive school management. Innovation capabilities and technology adoption are viewed as key factors that can enhance organizational effectiveness, the quality of educational services, and the sustainability of school performance. This study aims to identify, analyze, and synthesize the results of previous research on the relationship between innovation capabilities, technology adoption, and sustainable school performance through a Systematic Literature Review (SLR) approach. The research method followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, which include the stages of identification, screening, eligibility assessment, and article inclusion. Data were obtained from scientific articles indexed in Scopus and published between 2016 and 2026 in accordance with the established inclusion criteria. The results of the study indicate that innovation capabilities contribute to enhancing schools’ ability to adapt to change, drive continuous improvement, and strengthen the organization’s learning culture. On the other hand, technology adoption has been shown to improve administrative efficiency, the quality of the learning process, data-driven decision-making, and collaboration among stakeholders. A literature review also indicates that the integration of innovation capabilities and technology adoption has the potential to lead to more sustainable school performance. Nevertheless, empirical research examining the simultaneous relationship between these two variables and sustainable school performance remains relatively limited, particularly in the context of developing countries. Therefore, this study provides a comprehensive synthesis of existing research, identifies research gaps, and proposes a future research agenda as a foundation for developing conceptual models and conducting empirical research in the field of educational management.
A Systematic Literature Review of Healthcare Total Quality Management, Sustainable Hospital Governance, and Sustainable Competitive Advantage Waluyo Dwi Cahyono; Supardi Supardi
Dinasti Information and Technology Vol. 4 No. 1 (2026): Dinasti Information and Technology (July - September 2026)
Publisher : Dinasti Research & Yayasan Dharma Indonesia Tercinta (DINASTI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dit.v4i1.3605

Abstract

The healthcare industry faces various challenges due to technological advancements, rising patient expectations, regulatory changes, and increasingly intense competition. These conditions require hospitals to develop strategic capabilities to achieve sustainable competitive advantage. This study aims to identify, evaluate, and synthesize the results of previous research on the relationship between Healthcare Total Quality Management (HTQM), Sustainable Hospital Governance (SHG), and Hospital Sustainable Competitive Advantage (HSCA). The study employs a Systematic Literature Review (SLR) method in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. The literature search was conducted in the Scopus, Web of Science, ScienceDirect, Emerald Insight, PubMed, and Google Scholar databases, covering publications from 2015 to 2025. Of the 420 articles identified, 15 met the inclusion criteria and were analyzed using a thematic content analysis approach. The synthesis results indicate that HTQM plays a crucial role in improving service quality, patient safety, operational efficiency, patient satisfaction, and organizational performance through a culture of continuous improvement. Additionally, SHG strengthens organizational sustainability through the application of the principles of transparency, accountability, responsibility, and stakeholder engagement. From the perspective of the Resource-Based View (RBV), HTQM and SHG are strategic capabilities that are valuable, rare, difficult to imitate, and not easily replaceable, thereby creating sustainable competitive advantage. This study also produced a conceptual framework that integrates HTQM and SHG as the foundation for building sustainable competitive advantage in hospitals. The research findings provide a theoretical contribution to the development of the literature on strategic hospital management, as well as practical implications for hospital administrators in formulating strategies for quality improvement and governance oriented toward sustainability.
Evolution and Adaptation of Large Language Models for Bahasa Indonesia Allan Desi Alexander; Siti Setiawati
Dinasti Information and Technology Vol. 4 No. 1 (2026): Dinasti Information and Technology (July - September 2026)
Publisher : Dinasti Research & Yayasan Dharma Indonesia Tercinta (DINASTI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dit.v4i1.3623

Abstract

This study evaluates the systematic evolution and computational adaptation of pre-trained language models and Large Language Models (LLMs) for Bahasa Indonesia and its low-resource regional dialects. Initially centered on bidirectional encoder-based representations like IndoBERT, the regional natural language processing (NLP) field has transitioned toward generative sequence-to-sequence structures and massive decoder-only architectures. This paper investigates the engineering methodologies of cross-lingual vocabulary adaptation, parameter initialization heuristics, and language-adaptive pre-training strategies designed to address text overfragmentation, representational misalignment, and tokenization cost inefficiencies. Through extensive structural benchmarks, this analysis compares discriminative and generative performances across tasks including sentiment classification, extractive question answering, text style normalization, domain-specific retrieval-augmented pipelines, and entity linking. While localized generative models such as Komodo, Sailor, and the SEA-LION suite improve contextual reasoning, colloquial style transfers, and regional dialect preservation, they remain susceptible to architectural anomalies like template leakage and entity hallucination. This study provides foundational benchmarks and methodological frameworks for adapting massive language models to morphologically rich, culturally diverse, and low-resource linguistic environments.
Sistem Multi-Sensor Berbasis IoT dan Fuzzy Logic untuk Klasifikasi Kualitas Udara Asep Ramdhani Mahbub; Joni Warta; Agus Hidayat
Dinasti Information and Technology Vol. 4 No. 1 (2026): Dinasti Information and Technology (July - September 2026)
Publisher : Dinasti Research & Yayasan Dharma Indonesia Tercinta (DINASTI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dit.v4i1.3624

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem monitoring dan klasifikasi kualitas udara pada lingkungan limbah organik rumah tangga berbasis Internet of Things (IoT) dengan pendekatan multi-sensor gas dan metode fuzzy logic. Limbah organik, seperti sisa makanan dan sampah dapur, menghasilkan gas berbahaya seperti amonia (NH3), metana (CH4), dan karbon monoksida (CO) akibat proses dekomposisi biologis. Sistem yang dikembangkan menggunakan mikrokontroler ESP32 yang terintegrasi dengan beberapa sensor gas, yaitu MQ-135, MQ-5, dan MQ-7, untuk mendeteksi berbagai jenis gas secara simultan. Implementasi multi-sensor ini mampu meningkatkan akurasi deteksi dibandingkan dengan penggunaan sensor tunggal karena dapat merepresentasikan kondisi lingkungan secara lebih komprehensif. Data sensor dikirimkan secara real-time ke server melalui jaringan WiFi dan diolah menggunakan metode fuzzy logic Mamdani untuk mengklasifikasikan kualitas udara ke dalam kategori aman, waspada, dan bahaya. Hasil penelitian menunjukkan bahwa sistem mampu melakukan pemantauan secara real-time dengan tingkat respons yang baik serta menghasilkan klasifikasi yang adaptif terhadap variasi data sensor. Dengan demikian, sistem ini dapat digunakan sebagai solusi pemantauan lingkungan rumah tangga yang lebih cerdas dan preventif terhadap risiko kesehatan akibat paparan gas limbah organik.  
Analisis Rebranding terhadap Keputusan Pembelian pada Media Instagram Hobbypetshop M. Jeril Mutawari; Donni Junipriansa; Astri Wulandari
Dinasti Information and Technology Vol. 4 No. 1 (2026): Dinasti Information and Technology (July - September 2026)
Publisher : Dinasti Research & Yayasan Dharma Indonesia Tercinta (DINASTI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dit.v4i1.3639

Abstract

Pesatnya perkembangan pemasaran digital serta meningkatnya penggunaan Instagram sebagai media promosi bisnis telah memperketat persaingan di industri ritel hewan peliharaan. Dalam kondisi tersebut, strategi rebranding menjadi semakin penting untuk memperkuat citra merek, menarik perhatian konsumen, serta mendorong peningkatan keputusan pembelian. Studi ini berguna untuk mengkaji pengaruh rebranding melalui media sosial Instagram terhadap keputusan pembelian konsumen pada HobbyPetShop tahun 2025. Sejumlah 100 responden yang pernah mengunjungi atau berinteraksi dengan akun Instagram HobbyPetShop diberikan kuesioner sebagai bagian dari metodologi kuantitatif studi penelitian ini. Regresi linier berganda, uji-t, uji-F, serta uji validitas dan reliabilitas adalah beberapa metode analisis data yang diaplikasikan dengan perangkat lunak SPSS. Temuan studi ini memperlihatkan reaksi konsumen dan rebranding mempunyai dampak yang positif yang signifikan terhadap keputusan pembelian konsumen. Variabel tanggapan konsumen menjadi faktor yang paling dominan dalam memengaruhi keputusan pembelian dibandingkan variabel rebranding. Selain itu, strategi rebranding melalui perubahan identitas visual, komunikasi digital, dan pengembangan konten kreatif berhasil meningkatkan citra merek serta minat beli konsumen terhadap produk HobbyPetShop. Dengan demikian, media sosial Instagram terbukti efektif digunakan sebagai sarana pemasaran digital dalam meningkatkan keputusan pembelian konsumen. Implikasi manajerial studi ini memperlihatkan jika pelaku usaha ritel hewan peliharaan perlu menerapkan strategi rebranding secara konsisten, mengoptimalkan konten Instagram yang interaktif dan kreatif, serta memperkuat keterlibatan konsumen untuk meningkatkan daya saing dan mendorong keputusan pembelian secara berkelanjutan.
Sistem Pendukung Keputusan Pemilihan Lahan untuk Budidaya Jeruk Menggunakan Metode Simple Additive Weighting (SAW) Natalia Safitri Munthe; Surya Darma Nasution
Dinasti Information and Technology Vol. 4 No. 1 (2026): Dinasti Information and Technology (July - September 2026)
Publisher : Dinasti Research & Yayasan Dharma Indonesia Tercinta (DINASTI)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38035/dit.v4i1.3658

Abstract

Pemilihan lahan yang sesuai merupakan faktor penting dalam keberhasilan budidaya jeruk karena berpengaruh terhadap pertumbuhan tanaman, produktivitas dan kualitas hasil panen. . Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) yang dapat membantu proses pemilihan lahan budidaya jeruk menggunakan metode Simple Additive Weighting (SAW). Penelitian dilaksanakan di Desa Purba Tua Barung, Kecamatan Silimakuta, Kabupaten Simalungun dengan menggunakan empat kriteria penilaian, yaitu pH tanah, curah hujan, suhu udara, dan ketinggian tempat. Metode penelitian yang digunakan adalah penelitian kuantitatif dengan pengumpulan data melalui observasi, wawancara, dokumentasi, dan studi pustaka. Metode SAW diterapkan melalui tahapan penentuan bobot kriteria, pembentukan matriks keputusan, normalisasi, serta perhitungan nilai preferensi untuk menghasilkan perangkingan alternatif lahan. Hasil penelitian menunjukkan bahwa alternatif A1 dan A5 memperoleh nilai preferensi tertinggi sebesar 1,00 sehingga direkomendasikan sebagai lahan yang paling sesuai untuk budidaya jeruk, sedangkan alternatif A3 memperoleh nilai terendah sebesar 0,63. Penelitian ini memberikan kontribusi berupa penerapan metode SAW sebagai pendekatan yang objektif, sistematis, dan efektif dalam mendukung pengambilan keputusan pemilihan lahan budidaya jeruk.

Page 8 of 8 | Total Record : 78

 4   5   6   7   8 

Filter by Year

2023 2026


Reset
Filter By Issues
All Issue Vol. 4 No. 1 (2026): Dinasti Information and Technology (July - September 2026) Vol. 3 No. 4 (2026): Dinasti Information and Technology (April - June 2026) Vol. 3 No. 3 (2026): Dinasti Information and Technology (January - March 2026) Vol. 3 No. 2 (2025): Dinasti Information and Technology (October - December 2025) Vol. 3 No. 1 (2025): Dinasti Information and Technology (July 2025) Vol. 3 No. 1 (2025): Dinasti Information and Technology (Juli 2025) Vol. 2 No. 4 (2025): Dinasti Information and Technology (April 2025) Vol. 2 No. 3 (2025): Dinasti Information and Technology (January 2025) Vol. 2 No. 2 (2024): Dinasti Information and Technology (October 2024) Vol. 2 No. 1 (2024): Dinasti Information and Technology (July 2024) Vol. 1 No. 4 (2024): Dinasti Information and Technology (April 2024) Vol. 1 No. 3 (2024): Dinasti Information and Technology (January 2024) Vol. 1 No. 2 (2023): Dinasti Information and Technology (October 2023) Vol. 1 No. 1 (2023): Dinasti Information and Technology (July 2023) More Issue