cover
Contact Name
Ahmad Farhan
Contact Email
teknologi@ft.unipdu.ac.id
Phone
+628563555518
Journal Mail Official
teknologi@ft.unipdu.ac.id
Editorial Address
Kompleks Ponpes Darul 'Ulum Peterongan Jombang, East Java, Indonesia 61481
Location
Kab. jombang,
Jawa timur
INDONESIA
Teknologi : Jurnal Ilmiah Sistem Informasi
ISSN : 20878893     EISSN : 25273671     DOI : https://doi.org/10.26594/teknologi
Core Subject : Science,
Enterprise Systems (ES) Enterprise Resource Planning Business Process Management Customer Relationship Management Marketing Analytics System Dynamics E-business and e-Commerce Marketing Analytics Supply Chain Management and Logistics Business Analytics and Knowledge Discovery Production Management Task Analysis Process Mining Discrete Event Simulation Service Science and Innovation Innovation in the Digital Economy Information Systems Management (ISM) Software Engineering Software Design Pattern System Analysis and Design Software Quality Assurance Green Technology Strategies Strategic Information Systems IT Governance and Audits E-Government IT Service Management IT Project Management Information System Development Research Methods of Information Systems Adoption and Diffusion of Information Technology Health Information Systems and Technology Accounting Information Systems Human Behavior in Information System Social Technical Issues and Social Inclusion Domestication of Information Technology ICTs and Sustainable Development Information System in developing countries Software metric and cost estimation IT/IS audit IT Risk and Management Data Acquisition and Information Dissemination (DAID) Open Data Social Media Knowledge Management Social Networks Big Data Web Services Database Management Systems Semantics Web and Linked Data Visualization Information Social Information Systems Social Informatics Spatial Informatics Systems Geographical Information Systems Data Engineering and Business Intelligence (DEBI) Business Intelligence Data Mining Intelligent Systems Artificial Intelligence Autonomous Agents Intelligent Agents Multi-Agent Systems Expert Systems Pattern Recognition Machine Learning Soft Computing Optimization Forecasting Meta-Heuristics Computational Intelligence Decision Support Systems IT Infrastructure and Security (ITIS) Information Security and Privacy Digital Forensics Network Security Cryptography Cloud and Virtualization Emerging Technologies Computer Vision and Image Ethics in Information Systems Human Computer Interaction Wireless Sensor Networks Medical Image Analysis Internet of Things Mobile and Pervasive Computing Real-time Systems and Embedded Systems Parallel and Distributed Systems
Articles 28 Documents
Perancangan Aplikasi Inventory Menggunakan Google Appsheet Di Badan Pusat Statistik Kabupaten Jombang Muhammad Ma'shum; Mukhamad Masrur; Eddy Kurniawan
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 15 No 1 (2025): January
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v15i1.5359

Abstract

Pemberkasan di badan pusat statistic kabupaten jombang dalam hal meminta dan meminjam barang masih dilakukan secara manual, hal tersebut kurang efektif dikarenakan sering terjadi human eror(kesalahan menulis). Oleh karena itu tujuan dari proyek ini adalah untuk memberikan solusi kesalahan input dalam permintaan dan peminjaman barang, dan pemantauan keluar dan masuknya barang di bps jombang. Metodologi yang digunakan meliputi analisis kebutuhan, desain sistem, serta pengembangan, dan pengujian aplikasi. Aplikasi ini dilengkapi dengan fitur-fitur penting, seperti pencatatan barang masuk dan keluar, laporan stok, serta pemantauan barang. Hasil dari penelitian ini adalah membuat aplikasi inventory berbasis appsheet yang berfungsi untuk menjawab permasalahan-permasalahan di bps jombang. Dan aplikasi ini sudah di uji menggunakan blackbox untuk memastikan lagi bahwa fitur-fitur yang ada sudah berfungsi dengan baik sesuai yang di harapkan, dan hasilnya adalah sudah memenuhi dan fitur yang ada sudah sesuai dengan yang di harapkan.
Klasifikasi Ulasan Pelanggan pada Aplikasi MitraShopee Menggunakan Metode Support Vector Machine dan Naïve Bayes Perdana, Adika Surya; Istian Kriya Almanfaluti; Alshaf Pebrianggara
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 15 No 1 (2025): January
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v15i1.5577

Abstract

Penelitian ini bertujuan untuk menghasilkan ulasan pelanggan aplikasi MitraSHopee ke dalam tiga kategori, yaitu, kritik, saran, dan pertanyaan, menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM). Sebanyak 6.000 ulasan diambil dari Google Play Store dan diproses melalui tahapan pembersihan data seperti case folding, tokenizing, stopword removal, dan normalisasi menggunakan Python di Google Colab. Data yang telah dibersihkan kemudian dianalisis dengan TF-IDF dan dilabeli berdasarkan pendekatan berbasis atiran. Hasil evaluasi menujukkan bahwa algoritma SVM memiliki performa lebih unggul dengan akurasi sebesar 81%, sedangkan Naibe Bayes mencatatkan akurasi 56%. SVM menunjukkan keseimbangan yang baik antara precision dan recall, khususnya dalam mendeteksi ulasan saran dan pertanyaan. Sementara itu, Naïve Bayes cenderung bias terhadap satu kelas dan kurang mampu mengenali kritik dengan baik. Penelitian ini menunjukkan pentingnya pemilihan algoritma dan tahap preprocessing dalam klasifikasi teks. Hasil yang diperoleh diharapkan dapat membantu pengembang aplikasi dalam memahami kebutuhan pengguna secara lebih cepat dan tepat sasaran melalui system klasifikasi otomatis.
Pengenalan Ucapan Pelo Menggunakan Short Time Fourier Transform dengan Pemodelan Lightweight Convolutional Neural Network Andi Sugandi; Irianta, Henry Ardian; Muhammad Fauzan Gustafic
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 15 No 1 (2025): January
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v15i1.5625

Abstract

Disartria adalah gangguan neurologis yang menghambat penderita untuk mengucapkan kata-kata dengan benar. Saat ini, Speech Command Recognition (SCR) turunan rumpun ilmu Automatic Speech Recognition (ASR) sedang diteliti dan dikembangkan untuk membantu penderita disartria atau pelo sehingga sulit berkomunikasi. Salah satu tahap dasar dalam membangun SCR adalah proses pengenalan kata, klasifikasi dan prediksi ucapan kata. Penelitian ini bertujuan untuk membangun pemodelan Deep learning, untuk pengenalan ucapan pelo, dengan desain arsitektur deep learning efisien yaitu Lightweight Convolutional Neural Network (LCNN), menggunakan ekstarksi ciri Short Time Fourier Transform STFT (STFT-LCNN). Augmentasi data dengan noise posisition dan re-pitch agar menambah variasi dataset yang efisien. Pendekatan arsitektur LCNN dihgunakan untuk implementasi edge devices kedepanya. Dalam pengimplementasiannya, model menggunakan 2 layer konvolusi, ekstraksi ciri menggunakan spektrogram, dan mennggunakan mini dataset dari EasyCall untuk pendeteksian, 5 kelas klasifikasi dengan penutur pelo atau disartria. Metode ini menghasilkan akurasi pemodelan sebesar 82%.
Aplikasi Penjualan Dengan Metode Cross Selling Pada Toko Roti Mayco Bread Ayyina, Ayyina Nurhidayah; Rakhmat Kurniawan
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 15 No 2 (2025): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v15i2.5701

Abstract

Perkembangan teknologi digital mendorong toko roti Mayco Bread untuk mengoptimalkan sistem penjualannya melalui aplikasi berbasis cross selling. Metode cross selling digunakan untuk meningkatkan nilai transaksi dengan merekomendasikan produk tambahan yang relevan kepada pelanggan. Penelitian ini merancang dan mengembangkan aplikasi penjualan menggunakan pendekatan UML, termasuk diagram use case, activity, dan sequence untuk memodelkan proses bisnis. Hasil implementasi menunjukkan bahwa sistem ini dapat membantu meningkatkan efisiensi transaksi, mempercepat pemesanan, serta mendorong pelanggan untuk membeli lebih banyak produk melalui rekomendasi yang ditampilkan. Ke depannya, aplikasi ini dapat dikembangkan lebih lanjut dengan integrasi kecerdasan buatan untuk menyempurnakan strategi cross selling berbasis preferensi pelanggan.
Sistem Informasi Perpustakaan SMP Negeri 1 Pegajahan Dengan Fitur Notifikasi Untuk Monitoring Peminjaman Buku Berbasis Mobile Dengan Metode Collaborative Filltering Mutiara Sakinah; Muhamad Alda
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 15 No 2 (2025): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v15i2.5733

Abstract

Sistem informasi perpustakaan berbasis digital dirancang untuk meningkatkan efisiensi dalam pengelolaan dan peminjaman buku di lingkungan sekolah. Sistem ini menyediakan fitur-fitur utama seperti pencatatan buku yang terorganisir, peminjaman dan pengembalian buku, serta sistem konfirmasi otomatis untuk memastikan administrasi perpustakaan berjalan lancar. Selain itu, pengguna dapat dengan mudah menelusuri daftar buku berdasarkan genre. Dengan antarmuka yang sederhana, sistem ini diharapkan dapat memudahkan siswa dan staf perpustakaan dalam mengakses dan mengelola informasi buku secara lebih efektif. Implementasi sistem ini juga mendukung transformasi digital di bidang pendidikan dengan mengoptimalkan pengelolaan perpustakaan sekolah secara terstruktur.
Determination of Freshwater Fish Types for Cultivation Based on Water Quality Using Mamdani Fuzzy: Penentuan Jenis Ikan Air Tawar untuk Budidaya Berdasarkan Kualitas Air Menggunakan Fuzzy Mamdani Zayn, Afta Ramadhan; Al Farisi, Riswanda; Agung Nugroho, Benni; Heriadi, Agustono
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 15 No 2 (2025): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v15i2.5748

Abstract

Determining suitable fish species based on the available water quality in freshwater aquaculture is crucial. Selecting fish that are compatible with the existing water conditions can significantly influence their growth and survival, which in turn affects the overall harvest. Assessing water quality must therefore be done carefully and accurately, as each fish species has specific water requirements to reproduce and thrive optimally. In this study, a fuzzy logic approach using the Mamdani method was employed to assess the suitability of different freshwater fish species based on water quality conditions. The input parameters considered in the system include temperature, dissolved oxygen, and pH. Based on these parameters, the system categorizes the suitability of each fish species into three levels: suitable, moderately suitable, and less suitable for cultivation. The results of testing show that the system is capable of generating varying recommendations depending on the given water quality conditions. For instance, under conditions of 28°C temperature, 5 mg/L of dissolved oxygen, and pH 7, the system recommended catfish, pangasius, and eel as the most suitable species for cultivation. These recommendations can serve as a useful reference for aquaculture practitioners in selecting fish species that align with the environmental conditions of their farming locations.
ANALISIS SENTIMEN PERSPEKTIF KONSUMSI ROKOK TEMBAKAU DAN ROKOK ELEKTRIK DI MEDIA SOSIAL X MENGGUNAKAN METODE DECISION TREE RAMADHAN, M. RIZKY; ABDUL HALIM HASUGIAN
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 15 No 2 (2025): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v15i2.5750

Abstract

Kebiasaan merokok, baik rokok tembakau maupun rokok elektrik, telah menjadi isu sosial yang signifikan di Indonesia, dengan meningkatnya perdebatan publik di media sosial mengenai risiko kesehatan masing-masing. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap konsumsi kedua jenis rokok tersebut di platform media sosial X dengan menggunakan metode klasifikasi Decision Tree. Rumusan masalah dalam penelitian ini adalah bagaimana perbedaan sentimen publik terhadap rokok tembakau dan rokok elektrik serta bagaimana efektivitas metode Decision Tree dalam klasifikasi opini publik. Penelitian menggunakan pendekatan kuantitatif dengan data diperoleh melalui teknik crawling terhadap lebih dari 2.000 tweet yang mengandung kata kunci terkait. Data diproses melalui tahapan preprocessing, pelabelan berbasis leksikon, pembobotan TF-IDF, dan klasifikasi menggunakan algoritma Decision Tree CART. Hasil menunjukkan bahwa sentimen negatif mendominasi untuk kedua jenis rokok, dengan akurasi model mencapai 87,50% untuk rokok tembakau dan 80,60% untuk rokok elektrik. Kesimpulan dari penelitian ini menyatakan bahwa algoritma Decision Tree efektif digunakan dalam menganalisis opini publik berbasis teks, serta mampu memberikan hasil klasifikasi yang interpretatif. Penelitian ini bermanfaat dalam mendukung perumusan kebijakan publik dan kampanye kesehatan berbasis data, serta memperkaya kajian analisis sentimen pada isu-isu sosial.
Sistem Rekomendasi Kurikulum Adaptif Berbasis Profil Lulusan Menggunakan Metode Hybrid Filtering Hasyim Asy'ari; Maysas Yafi Urrochman; Ro'uf, Abdur
TEKNOLOGI: Jurnal Ilmiah Sistem Informasi Vol 15 No 2 (2025): July
Publisher : Universitas Pesantren Tinggi Darul 'Ulum (Unipdu) Jombang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26594/teknologi.v15i2.5795

Abstract

Penyusunan struktur matakuliah pada kurikulum berbasis profil lulusan menjandi tantangan utama dalam dunia pendidikan terutama perguruan tinggi. Dimana program studi harus mampu menyusun struktur matakuliah yang relevan dengan profesi, sehingga lulusan mampu bersaing dan memiliki kompetensi didunia kerja khususnya bidang teknologi. Penelitian ini bertujuan untuk membangun model sistem rekemendasi struktur matakuliah pada kurikulum secara adaptif berbasis profil lulusan dengan menggunakan pendekatan hybrid filtering yang menggabungkan antara metode Collaborative Filtering (CF) dengan Content-based Filtering (CBF). Pada metode CF mengimplementasikan matrix factorization dengan Singular Value Decomposition (SVD), sementara CBF memanfaatkan cosine similarity. Evaluasi model dilakukan menggunakan dataset alumni sejumlah 450 orang, yang mencakup riwayat mata kuliah dan profesi yang sedang dijalani. Hasil menunjukkan bahwa pendekatan hybrid menghasilkan nilai precision@5 sebesar 0.8524, recall@5 sebesar 0.5696, dan F1-score@5 sebesar 0.6276. Performa tersebut berada di atas model CBF murni yang mencatatkan precision sebesar 0.6067, recall sebesar 0.3876, dan F1-score sebesar 0.4564. Sementara itu, model CF berbasis SVD menunjukkan error prediksi yang cukup tinggi, dengan nilai RMSE antara 1.18 hingga 1.23 dan MAE antara 0.98 hingga 1.03. Temuan ini mengindikasikan bahwa kontribusi utama dalam sistem hybrid berasal dari komponen CBF, sementara performa CF masih perlu ditingkatkan, terutama dalam konteks data dengan kemiripan antar alumni yang rendah atau sparsity yang tinggi. Penelitian ini memberikan kontribusi dalam mendukung pengambilan keputusan penyusunan kurikulum berbasis data yang lebih adaptif terhadap profil lulusan dan kebutuhan dunia kerja.

Page 3 of 3 | Total Record : 28