cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Muhamad Fuat Asnawi
Contact Email
fuatasnawi@nacreva.com
Phone
+6285292912229
Journal Mail Official
admin@nacreva.com
Editorial Address
Jl. Dieng KM 11, Kuripan Garung Wonosobo
Location
Kab. wonosobo,
Jawa tengah
INDONESIA
TECHNOMEDIA : Informatics and Computer Science
Published by CV Nature Creative Innovation
ISSN : -     EISSN : 30472180     DOI : https://doi.org/10.58641/technomedia
Core Subject : Science,
Computer Science & IT
TECHNOMEDIA : Informatics and Computer Science adalah Jurnal Ilmiah Informatika dan Ilmu Komputer yang diterbitkan 2 (Dua) kali dalam setahun, yaitu pada bulan Januari dan Juli oleh CV Nature Creative Innovation. Jurnal ini merupakan jurnal yang dapat akses secara terbuka bagi para Peneliti, Mahasiswa dan Dosen yang ingin mempublikasikan hasil penelitiannya pada bidang Informatika dan Ilmu Komputer.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 5 Documents
 1 
Search results for , issue "Vol 2 No 1 (2025): Januari" : 5 Documents clear
Perancangan Sistem Informasi E- Library Menggunakan UML model Berbasis Client Server Basiroh; Widya Novita Al-Afifah Irwanto
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 1 (2025): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i1.122

Abstract

Various information systems are currently experiencing rapid development, one of which is desktop-based, this system is one of the things that will be adopted for library data management activities in schools. Currently, the library system at one of the State Junior High Schools in Prambanan still uses the method of writing guest books to manage library data. One thing that is still being done today is writing borrower data, book data, and visitor data. Library staff record data on students who borrow books, the possibility of the book being returned but not recorded, or returned damaged or lost. Designing a library system using UML is designed to meet system deficiencies. The results of the library information system are expected to make it easier for students to obtain the desired book information. Officers can search through the existing system in library management to borrow books in a relatively quick and structured manner. The book return process is well-systemized
Analisis Model Prediksi Kinerja Karyawan Pada Sebuah Perusahaan Garmen Menggunakan Machine Learning Naf'ul Huja, Wisnu; Muslim Hidayat; Muhamad Fuat Asnawi
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 1 (2025): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i1.123

Abstract

Penelitian ini bertujuan untuk menganalisis dan memprediksi tingkat efektivitas buruh di pabrik garmen menggunakan metode regresi linier dan teknik machine learning. Efektivitas buruh dipengaruhi oleh faktor-faktor seperti keterampilan, pengalaman, motivasi, kondisi fisik, dan penggunaan teknologi. Model regresi linier, bersama dengan algoritma machine learning, digunakan untuk mengidentifikasi hubungan antara variabel-variabel tersebut dengan tingkat efektivitas buruh. Hasil analisis ini diharapkan dapat membantu manajemen dalam meningkatkan efisiensi operasional, mengurangi biaya produksi, serta melakukan intervensi yang tepat waktu untuk mengatasi penurunan produktivitas. Dengan demikian, perusahaan dapat lebih efektif dalam meningkatkan kinerja buruh dan pengambilan keputusan berbasis data.
IMPLEMENTASI BIG DATA ANALYTICS DALAM KLASIFIKASI KUALITAS UDARA MENGGUNAKAN ALGORITMA GRADIENT-BOOSTED TREE CLASSIFIER PADA PYSPARK Muhamad Fuat Asnawi; Nur Fitriyanto; M. Agoeng Pamoengkas
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 1 (2025): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i1.124

Abstract

This study aims to classify air quality based on PM1.0, PM2.5, and PM10 parameters using a Big Data Analytics approach with the Gradient-Boosted Tree Classifier (GBT) algorithm implemented on the PySpark framework. The dataset used was downloaded from OpenAQ, covering the period from April 14, 2021, to April 16, 2023, with a total of 1,048,154 entries, representing a large and complex volume of data. The research process includes data preprocessing to address data imbalance, dataset splitting for training and testing, and hyperparameter tuning using grid search and cross-validation to optimize model performance. By leveraging PySpark’s advantage in parallel processing of large data, the GBT model achieved an accuracy of 98.87%, precision of 99.00%, recall of 98.87%, and an F1-Score of 98.90%. This study demonstrates how Big Data Analytics can enhance efficiency and accuracy in air quality classification, contributing significantly to the development of real-time monitoring systems that support air pollution mitigation and data-driven policy-making.
DATA MINING UNTUK PREDIKSI KELAYAKAAN PENERIMAAN BEASISWA SDN 2 MLIPAK WONOSOBO MENGGUNAKAN METODE NAIVE BAYES Tegar Alam Pribadi; Adi Suwondo; Dimas Prasetyo Utomo
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 1 (2025): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i1.125

Abstract

Pendidikan adalah kunci dalam mengembangkan karakter dan kecerdasan generasi muda di Indonesia, dengan salah satu upayanya adalah melalui beasiswa. SDN 2 Mlipak Wonosobo menerapkan program ini untuk mendukung kesetaraan pendidikan. Data Mining, yang digunakan untuk mengekstrak informasi dari data besar, menjadi penting dalam hal ini. Metode Naïve Bayes terbukti efektif dalam memprediksi kelayakan beasiswa, mengutamakan kecepatan dan akurasi. Pembaruan model Naïve Bayes dengan data terkini dan pelatihan staf sekolah merupakan langkah penting untuk memaksimalkan penggunaan teknologi ini.
SISTEM PENJADWALAN MATA PELAJARAN DI MA NURUL ISLAM SAMPANG KABUPATEN CILACAP MENGGUNAKAN ALGORITMA GENETIKA Muhammad Abror; Dian Asmarajati; Nulngafan; Nur Hasanah; Sukowiyono
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 2 No 1 (2025): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v2i1.126

Abstract

Penjadwalan merupakan aspek penting dalam berbagai instansi dan organisasi baik milik pemerintah maupun milik swasta. Dalam instansi pendidikan, seperti sekolah penjadwalan biasanya diterapkan pada mata pelajaran. Penjadwalan mata pelajaran seringkali kompleks karena harus memperhatikan berbagai batasan seperti preferensi waktu guru, kombinasi mata pelajaran terutama pada mata pelajaran dengan tingkat kesulitan tinggi supaya tidak dijadwalkan dalam satu hari, dan batasan lainnya. Metode algoritma genetika dapat diterapkan untuk membuat jadwal mata pelajaran yang efektif dengan batasan yang ada. Pembuatan tugas akhir ini bertujuan untuk membuat suatu jadwal mata pelajaran yang efektif dan efisien dengan menggunakan algoritma genetika. Berdasarkan hasil uji coba sistem, diketahui bahwa dengan menggunakan metode algoritma genetika diperolah hasil berupa jadwal mata pelajaran yang optimal atau sesuai dengan batasan yang ada.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 3 No 1 (2026): Januari Vol 2 No 2 (2025): Juli Vol 2 No 1 (2025): Januari Vol 1 No 2 (2024): Juli Vol 1 No 1 (2024): Januari