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 3 No 1 (2026): Januari" : 5 Documents clear
IMPLEMENTASI MODEL CONVOLUTIONAL NEURAL NETWORK RESNET50 PADA PENYAKIT MATA DARI CITRA FUNDUS Waruwu, Kalfinus; Syafri Arlis
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 3 No 1 (2026): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v3i1.160

Abstract

Kondisi mata seperti katarak, glaukoma, dan retinopati diabetik merupakan penyebab utama kebutaan di dunia. Deteksi dini melalui analisis citra fundus retina sangat penting untuk mencegah komplikasi lebih lanjut. Studi ini merancang sistem klasifikasi penyakit mata berbasis citra retina menggunakan arsitektur Convolutional Neural Network (CNN) ResNet50 dengan pendekatan transfer learning. Dataset yang digunakan berasal dari Kaggle, berjumlah 4.217 citra fundus, dan diklasifikasikan ke dalam empat kategori: normal, katarak, glaukoma, dan retinopati diabetik. Proses pelatihan dilakukan dengan rasio data 80:10:10 untuk training, validasi, dan pengujian. Hasil evaluasi menunjukkan performa tinggi dengan akurasi keseluruhan mencapai 94%, didukung oleh nilai precision, recall, dan F1-score yang optimal, khususnya pada kelas diabetic retinopathy dengan hasil sempurna (1.00). Meskipun demikian, kelas glaukoma masih menghadapi kesulitan klasifikasi akibat kemiripan visual dengan kelas normal. Kontribusi utama penelitian ini terletak pada implementasi ResNet50 yang terbukti efektif dalam mendeteksi penyakit mata berbasis citra fundus secara otomatis, sekaligus memberikan dasar ilmiah untuk pengembangan sistem pendukung keputusan klinis di bidang oftalmologi. Dengan demikian, studi ini tidak hanya menunjukkan keandalan model deep learning dalam diagnosis medis, tetapi juga membuka peluang penerapan lebih luas pada deteksi dini penyakit mata untuk meningkatkan kualitas layanan kesehatan.
Pemodelan Prediksi Harga Saham Emas ANTAM Menggunakan Gated Recurrent Unit dan Regresi Linear Berganda pada Time Series Kamalia, Antika Zahrotul; Wahyu Tri Utami; Arif Susilo
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 3 No 1 (2026): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v3i1.185

Abstract

This study investigates the prediction of PT Aneka Tambang Tbk (ANTM) stock prices using time-series data by comparing two approaches: the Gated Recurrent Unit (GRU) model and multiple linear regression. The dataset consists of daily historical ANTM data collected from Yahoo Finance spanning 2014–2024, which was preprocessed (including cleaning/normalization) and split chronologically into training (70%) and testing (30%) sets to preserve realistic forecasting conditions. Model performance was assessed using R-squared (R²), Mean Absolute Error (MAE), Mean Squared Error (MSE), and Root Mean Squared Error (RMSE), supported by visual comparisons between actual and predicted values. The results indicate that the GRU model achieves superior predictive performance and better captures the dynamic and non-linear behavior of stock price movements compared to multiple linear regression. These findings suggest that GRU is more suitable for ANTM stock price forecasting in a time-series setting, while multiple linear regression remains useful as a simple and interpretable baseline model.
Sistem Integrasi Sistem Absensi Berbasis QR Code untuk Penataan Kursi, Distribusi Snack, dan Pemanggilan Wisudawan: Integrasi Sistem Absensi Berbasis QR Code untuk Penataan Kursi, Distribusi Snack, dan Pemanggilan Wisudawan Prasetyo, Dimas; Az-Zahrawani; Bethoven Bayu Belantara
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 3 No 1 (2026): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v3i1.198

Abstract

Pelaksanaan wisuda berskala besar memerlukan pengelolaan data yang terintegrasi agar proses operasional berjalan tertib dan efisien. Permasalahan yang sering muncul meliputi absensi yang memakan waktu, penataan kursi yang kurang optimal, potensi duplikasi distribusi snack, serta ketidaksinkronan data pada pemanggilan wisudawan. Penelitian ini bertujuan mengembangkan dan mengevaluasi sistem absensi berbasis QR Code yang terintegrasi dengan modul penataan kursi, distribusi snack, dan pemanggilan wisudawan dalam satu basis data terpusat. Metode penelitian menggunakan rekayasa perangkat lunak dengan model System Development Life Cycle (SDLC) Waterfall. Hasil pengujian menunjukkan bahwa sistem mampu menyinkronkan data kehadiran, mencegah duplikasi distribusi snack, serta memastikan pemanggilan wisudawan berdasarkan status kehadiran.
Sistem PENGEMBANGAN SISTEM INFORMASI DOSEN WALI UNTUK OPTIMALISASI BIMBINGAN AKADEMIK: PENGEMBANGAN SISTEM INFORMASI DOSEN WALI UNTUK OPTIMALISASI BIMBINGAN AKADEMIK Saifu Rohman; Dhea Anggrestyn; Akhmad Khadziq Khafifi
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 3 No 1 (2026): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v3i1.199

Abstract

Academic advising is an important activity between academic advisors and students to ensure that study plans run in accordance with applicable regulations. In many study programs, this process is still carried out manually, so consultation data is often not well recorded and communication becomes less effective. This condition encourages the development of an Academic Advisor Information System that can help manage the advising process in a structured manner. The system is designed to provide features for submitting consultation requests, reviewing study plans (KRS), recording the results of advising sessions, as well as displaying student information for academic advisors. The development stages are carried out starting from needs analysis, interface design, development of main functions, to simple testing to ensure the system runs according to its initial objectives. Based on the results of initial use, this system is considered capable of
SISTEM PREDIKSI PENJUALAN BERBASIS WEB MENGGUAKAN METODE SINGLE EXPONENTIAL SMOOTHING Lina Setiawati; Muhamad Fuat Asnawi; Dimas Prasetyo Utomo; Adi Suwondo; Nahar Mardiyantoro; M Alif Muwafiq B
Tekompedia : Jurnal Ilmiah Ilmu Komputer Vol 3 No 1 (2026): Januari
Publisher : CV Nature Creative Innovation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58641/technomedia.v3i1.200

Abstract

Prediksi penjualan diperlukan untuk membantu pelaku usaha dalam merencanakan pengadaan barang secara tepat dan efisien. Penelitian ini bertujuan untuk membangun dan mengimplementasikan sistem prediksi penjualan berbasis web menggunakan metode Single Exponential Smoothing (SES). sistem dikembangkan menggunakan framework Laravel, basis data MySQL, serta Chart.js untuk visualisasi hasil prediksi. Data penelitian berasal dari dataset publik Kaggle dan direkap menjadi data bulanan selama 1 periode, yaitu Agustus 2022 hinga Juli 2023, tanpa nilai kosong agar memenuhi syarat perhitungan SES. Sistem menghasilkan nilai prediksi penjualan secara otomatis berdasarkan parameter alpha yang dipilih pengguna. Evaluasi akurasi dilakukan pada produk Ivory230 menggunakan metrik MAPE, MAD, dan MSE. Hasil pengujian menunjukkan bahwa parameter α = 0,9 memberikan hasil terbaik dengan nilai MAPE sebesar 26% atau akurasi 74% yang menurut kategori Lewis (1982) termasuk kategori good forecasting (cukup baik). Temuan ini juga diperkuat oleh penelitian Chaerunnisa dan Momon (2021) yang menyatakan bahwa SES tetap memberikan hasil yang dapat diterima pada data penjualan fluktuatif. Berdasarkan hal tersebut, sistem prediksi penjualan berbasis web yang dibangun dapat dinyatakan valid dan layak digunkan sebagai dasar evaluasi prediksi penjulan.

Page 1 of 1 | Total Record : 5

 1 

Filter by Year

2026 2026


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