Garuda - Garba Rujukan Digital

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING UNTUK PEMILIHAN KEAKTIFAN DIVISI DALAM LAPORAN PENGAWASAN BIDANG Intan Gya Agisti; Lita Karlitasari; Dini Suhartini
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.39

Bogor Class IA Religious Court is a government institution responsible for carrying out the mandate of the law based on religious law. Currently the supervision process is still carried out manually, so it takes a long time in terms of supervision and is not monitored in the activeness of each division. Therefore, it is recommended to develop a decision support system for division activeness in field supervision reports by supervisory judges. This system is designed web-based using the Simple Additive Weighting (SAW) method to evaluate division performance scores based on criteria, namely processing time, follow-up, evidence, number of completed tasks and final results. Supervision data is taken from the fourth quarter of 2023. The evaluation results show that the Judicial Administration division is ranked first with the highest score of 0.934, then for rank two is occupied by General Administration with a score of 0.895, for rank three is occupied by Trial Administration with a score of 0.741 and for rank four is occupied by two divisions namely Case Administration and General Services with the same score of 0.247. After that, a system accuracy test was carried out on the SAW algorithm using the Mean Absolute Percentage Error (MAPE) method, which resulted in an average prediction error value of 19.18%, indicating that the ability of the forecasting model was classified as good. The developed system is expected to improve the efficiency and effectiveness of the supervision process at the Bogor Class IA Religious Court.

REAL TIME OBJECT DETECTION MENGGUNAKAN FAST R-CNN Salsabila Tsamrotul Qolbi; Fitto Martcellindo; I Wayan Ardika Chandra; Naufal Adli; Ni Putu Dela Puspita; Abdul Haris
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.42

Teknologi komputasi cerdas telah menjadi dasar utama dalam berbagai inovasi, termasuk pengembangan sistem deteksi objek. Dalam penelitian ini, dirancang sebuah sistem deteksi objek berbasis algoritma Fast Region-based Convolutional Neural Network (Fast R-CNN). Metode ini dipilih karena kemampuannya yang unggul dalam kecepatan dan akurasi deteksi dibandingkan dengan algoritma sebelumnya. Dengan mengintegrasikan proses ekstraksi fitur dan klasifikasi secara langsung, metode Fast R-CNN mampu menghasilkan deteksi yang lebih efisien. Pengujian dilakukan menggunakan dataset objek dengan variasi pencahayaan, sudut pandang, dan ukuran objek. Hasilnya menunjukkan bahwa metode ini mampu mendeteksi objek dengan tingkat akurasi yang tinggi. Kecepatan pemrosesan yang dimiliki Fast R-CNN menjadikannya cocok untuk pengujian dataset secara real-time dalam aplikasi seperti keamanan, pengawasan, dan sistem otonom. Dengan pendekatan ini, penelitian ini diharapkan dapat memberikan kontribusi nyata dalam pengembangan teknologi deteksi objek yang lebih andal dan efektif di berbagai bidang kehidupan.

NEXT-GEN LOGISTIC MANAGEMENT: RANCANG BANGUN SISTEM DENGAN LARAVEL DAN MYSQL Mega Wahyu Rhamadani; Abdullah Ardi
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.60

In the increasingly complex and competitive logistics industry, optimizing freight management is crucial for enhancing operational efficiency. This study develops a web-based freight management system utilizing the Laravel framework and MySQL database, aiming to improve operational effectiveness at PT. Tunas Mendayung Group. The system development follows the Waterfall methodology, encompassing requirements analysis, system design, implementation, and testing phases. System evaluation was conducted through black-box testing, achieving an average success rate of 98.6%, with authentication accuracy of 100% for administrators and 98% for users, CRUD operations at 95%, shipment status validation at 100%, and pricing evaluation accuracy at 97%. The system demonstrated an average response time of 2 seconds and full compatibility across major web browsers. The primary contribution of this research lies in the development of an integrated freight management system that not only incorporates real-time shipment tracking and robust authentication mechanisms but also optimizes data processing efficiency through a modular architecture that is adaptable to logistics industry demands. Unlike previous studies that primarily focused on data optimization without considering interactive user features, this system offers a comprehensive solution that enhances operational transparency and the accuracy of shipment information. Consequently, the proposed system has the potential to serve as a model for logistics companies seeking to adopt web-based technologies to improve competitiveness and overall industry efficiency.

MODEL REFERENSI OPEN SYSTEMS INTERCONNECTION (OSI) DAN TRANSMISSION CONTROL PROTOCOL/INTERNET PROTOCOL (TCP/IP) DALAM TANTANGAN ERA INDUSTRI Tri Wahyudi
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.101

Tujuan penelitian ini adalah mengeksplorasi peran serta adaptasi yang diperlukan oleh Model Referensi OSI dan TCP/IP dalam menghadapi tantangan era Industri 4.0. Penelitian ini menggunakan pendekatan Systematic Literature Review (SLR) untuk memberikan gambaran yang komprehensif tentang analisis literatur dalam konteks Industri 4.0. Sumber data dari jurnal ilmiah, buku referensi, dan publikasi terkait lainnya akan menjadi sumber informasi utama. Data sekunder juga dapat digunakan untuk mendukung temuan dan argumen yang dihasilkan dalam penelitian. Hasil penelitian bahwa model referensi OSI dan TCP/IP tetap relevan dalam era industri 4.0. OSI membantu dalam memahami fungsi jaringan secara rinci dengan tujuh lapisannya, sedangkan TCP/IP fokus pada konektivitas end-to-end dengan empat lapisan. Penerapan protokol TCP/IP memungkinkan komunikasi yang mulus di seluruh dunia sesuai dengan standar ISO dan OSI. Temuan penelitian ini memberikan pemahaman yang lebih baik tentang kedua model dan relevansinya dalam era industri 4.0, memberikan pandangan baru untuk pengembangan jaringan komputer yang efisien dan aman di masa depan. Dengan pemahaman yang mendalam tentang keduanya, organisasi dapat mengembangkan infrastruktur jaringan yang kokoh sesuai dengan perkembangan teknologi saat ini. Model OSI terdiri dari tujuh lapisan, masing-masing memiliki peran khusus dalam proses komunikasi jaringan. Mulai dari lapisan fisik yang mengatur transmisi bit-data hingga lapisan aplikasi yang menyediakan antarmuka untuk aplikasi pengguna, model ini membantu dalam memahami konsep dasar komunikasi jaringan dan membagi fungsi jaringan menjadi bagian yang lebih terkelola. Sementara itu, model TCP/IP, meskipun hanya terdiri dari empat lapisan, efektif dalam mengelola konektivitas dari ujung ke ujung dan pengiriman data antara perangkat dalam jaringan. Protokol ini juga mengikuti standar ISO dan OSI, memungkinkan komunikasi yang lancar antara berbagai platform di seluruh dunia. Di era di mana teknologi seperti Internet of Things (IoT), komputasi awan, dan big data semakin penting, pemahaman yang kuat tentang kedua model ini sangatlah vital. Mereka membantu dalam merancang, menerapkan, dan mengelola jaringan yang efisien dan aman, memfasilitasi komunikasi yang lancar antara berbagai perangkat dan sistem dalam lingkungan yang semakin terhubung. Dengan menggunakan model-model ini sebagai panduan, organisasi dapat mengembangkan infrastruktur jaringan yang tangguh yang dapat beradaptasi dengan perubahan teknologi yang terjadi di era industri 4.0.

ANALISIS PENERIMAAN MARKET PLACE FACEBOOK MENGGUNAKAN TECHNOLOGY ACCEPTANCE MODEL (TAM) Yuliana Sangka; Jennis Tanopa; Engelberth Worabai
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.135

Dengan banyaknya alternatif marketplace online yang lebih terstruktur dan memiliki sistem perlindungan konsumen yang lebih ketat, seperti Shopee, Tokopedia, dan Bukalapak dan lain-lain yang menjadi saingan Marketplace Facebook. Selain itu Fitur Market Place di Facebook di luncurkan sejak tahun 2016 namun belum di ketahui tingkat penerimaannya. Preferensi penjual dan pembeli rata-rata penjual memilih menggunakan group Facebook atau media social lain untuk berjualan di bandingkan dengan Market place Facebook, dari segi kesadaran atau pemahaman juga mengenai fitur dan manfaat fitur Marke tplace Facebook masih kurang. Penelitian ini mengadopsi pendekatan eksplanatori dengan tujuan menjelaskan hubungan sebab-akibat antara variabel penelitian serta menguji hipotesis yang telah dirumuskan untuk memahami fenomena yang diteliti, penelitian ini menggunakan Technology Acceptance Model (TAM) sebagai kerangka konseptual utama. Model ini membantu dalam mengidentifikasi variabel penelitian yang berkaitan dengan konsep-konsep utama dalam Technology Acceptance Model (TAM), seperti Persepsi Kemanfaatan (Perceived Usefulness), Persepsi Kemudahan Penggunaan (Perceived Ease of Use), Penggunaan Aktual Sistem (Actual System Use), serta Sikap terhadap Penggunaan (Attitude Toward Using). Metode analisis PLS 3 dipilih karena fleksibilitasnya dan dapat menangani banyak variabel sekaligus tanpa memerlukan asumsi yang kompleks, serta mampu mengatasi masalah multikolinieritas antar variabel. Disimpulkan bahwa penggunaan dan manfaat yang dipersepsikan Market place Facebook secara signifikan mempengaruhi sikap dan niat pengguna dalam menggunakan platform tersebut. Meskipun sebagian pengguna merasa cukup memahami cara penggunaannya, masih ada beberapa faktor yang menyebabkan ketidakpuasan dan sikap penolakan. Oleh karena itu, diperlukan upaya yang lebih efektif dalam mensosialisasikan fitur-fitur dan manfaat Marketplace Facebook serta meningkatkan aspek-aspek yang masih kurang memuaskan, seperti frekuensi penggunaan yang belum optimal dan kekurangan fitur dalam proses jual-beli Keyword : Analisis, Penerimaan , Marketplace , Facebook , TAM

PERANCANGAN VIDEO PROMOSI WISATA RELIGI BERBASIS CINEMATIC INFOGRAFIS UNTUK MENINGKATKAN DAYA TARIK WISATA DIGITAL Jiki Romadoni; Haji Ahmad Makie; Muhammad Taufik Rahman
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.145

Wisata religi Makam Datu Qabul merupakan salah satu destinasi yang memiliki potensi besar untuk dikembangkan, khususnya di Kabupaten Tapin, tepatnya di Desa Baulin, Kecamatan Candi Laras Selatan. Saat ini, masih terdapat keterbatasan dalam strategi promosi yang menyebabkan destinasi ini belum dikenal secara luas oleh masyarakat. Oleh karena itu, diperlukan upaya yang lebih efektif dalam memperkenalkan wisata religi ini agar mampu menarik lebih banyak pengunjung, baik untuk keperluan wisata maupun ziarah. Penelitian ini bertujuan untuk mendukung pengembangan wisata religi Makam Datu Qabul dengan strategi promosi berbasis media digital, khususnya melalui platform media sosial Instagram. Dengan adanya publikasi yang efektif, diharapkan daya tarik wisata religi ini dapat meningkat serta mampu memberikan kontribusi terhadap sektor pariwisata lokal. Dalam penelitian ini, digunakan metode Multimedia Development Life Cycle (MDLC) sebagai pendekatan pengembangan sistem. MDLC terdiri dari enam tahap utama, yaitu: Konsep (Concept), yang melibatkan perencanaan awal untuk menentukan tujuan dan target promosi; Perancangan (Design), yang berfokus pada pembuatan konsep visual dan sketsa awal; Pengumpulan Bahan (Material Collecting), yang mencakup pengambilan data berupa gambar, video, dan informasi relevan mengenai destinasi wisata; Pembuatan (Assembly), yang merupakan tahap produksi dan pengeditan video promosi menggunakan perangkat lunak seperti Adobe Premiere Pro CC dan Adobe Photoshop; Pengujian (Testing), yang bertujuan untuk mengevaluasi kualitas video sebelum dipublikasikan; serta Distribusi (Distribution), yaitu penyebaran video melalui platform Instagram agar dapat menjangkau audiens yang lebih luas. Hasil penelitian menunjukkan bahwa video promosi dengan durasi 5 menit 23 detik dinilai menarik serta informatif dalam menyampaikan keunggulan wisata religi Makam Datu Qabul. Selain itu, penggunaan media sosial sebagai sarana promosi terbukti efektif dalam meningkatkan keterjangkauan informasi bagi masyarakat. Oleh karena itu, strategi pemasaran digital berbasis konten multimedia dapat menjadi salah satu solusi dalam mengembangkan dan memperkenalkan potensi wisata daerah secara lebih luas.

ANALISIS PENGARUH THRESHOLD PADA METODE CANNY DAN SOBEL DALAM DETEKSI TEPI CITRA CABAI Sri Rahayu; Ridwansyah; Jajang Jaya Purnama
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.162

Abstract The utilization of digital image processing technology in agriculture has developed rapidly, particularly for identifying and classifying horticultural commodities such as chili peppers. Chili peppers possess diverse visual characteristics, including color changes based on ripeness levels and irregular shapes. Misidentification can lead to losses during harvest, making accurate automatic detection essential. One of the key approaches in image processing is edge detection, which functions to extract object contours from the image background. However, the results of this process are highly influenced by the threshold parameters used. Inappropriate thresholds can result in the loss of important details or the appearance of disruptive noise, thereby reducing detection accuracy. Therefore, this study was conducted to analyze the effect of threshold parameter variations on the performance of two commonly used edge detection methods: Canny and Sobel. The edge detection process was carried out by applying the Canny and Sobel methods using the Kaggle Notebook platform. Canny edge detection involves Gaussian blur to reduce noise, calculation of intensity gradients, and the use of two threshold values. Meanwhile, Sobel calculates gradients along the X and Y axes to highlight pixel intensity changes. The data used in this study consists of 11 images of various types of chili peppers, captured using a smartphone camera, then resized and converted to grayscale to simplify color information. The results from both methods were analyzed visually and quantitatively using metrics such as the number of edge pixels, PSNR (Peak Signal-to-Noise Ratio), and SSIM (Structural Similarity Index). The results of the study show that the Canny method is capable of producing clearer edges with less noise compared to Sobel, especially in images with low lighting. However, the Sobel method excels in processing speed and implementation simplicity. These findings highlight the importance of selecting the appropriate threshold values to enhance edge detection accuracy and efficiency. Consequently, the results of this study can serve as a reference in the development of more accurate and reliable automated systems for chili pepper identification and classification based on digital image processing. Keyword: Canny, Chili, Edge Detection Image Processing, Sobel. Abstrak Pemanfaatan teknologi pengolahan citra digital dalam bidang pertanian telah berkembang pesat, khususnya untuk mengidentifikasi dan mengklasifikasi komoditas hortikultura seperti cabai. Cabai memiliki ciri visual yang beragam, seperti warna yang berubah sesuai tingkat kematangan dan bentuk yang tidak seragam, jika salah mengidentifikasi maka akan menyebabkan kerugian pada saat panen sehingga deteksi otomatisnya membutuhkan metode yang tepat. Salah satu pendekatan yang penting dalam pengolahan citra adalah deteksi tepi (edge detection), yang berfungsi untuk mengekstraksi kontur objek dari latar belakang gambarnya. Namun, hasil dari proses deteksi ini sangat dipengaruhi oleh parameter threshold yang digunakan. Threshold yang tidak sesuai dapat menyebabkan hilangnya detail penting atau munculnya noise yang mengganggu, sehingga menurunkan akurasi deteksi. Oleh karena itu, penelitian ini dilakukan untuk menganalisis pengaruh variasi parameter threshold terhadap performa dua metode deteksi tepi yang umum digunakan, yaitu Canny dan Sobel. Proses deteksi tepi dilaksanakan dengan menerapkan metode Canny dan Sobel dalam platform Kaggle Notebook. Canny edge detection melibatkan proses Gaussian blur untuk mengurangi noise, perhitungan gradien intensitas, dan penggunaan dua nilai threshold. Sedangkan Sobel melakukan perhitungan gradien pada sumbu X dan Y untuk menyoroti perubahan intensitas piksel. Data yang digunakan dalam penelitian ini berasal dari 11 gambar cabai berbagai jenis yang diambil menggunakan kamera ponsel, kemudian melalui proses resizing dan konversi ke grayscale guna menyederhanakan informasi warna. Hasil dari kedua metode dianalisis baik secara visual maupun kuantitatif menggunakan metrik seperti jumlah piksel tepi, PSNR (Peak Signal-to-Noise Ratio), dan SSIM (Structural Similarity Index). Hasil penelitian menunjukkan bahwa metode Canny mampu menghasilkan tepi yang lebih jelas dan minim noise dibandingkan Sobel, terutama pada gambar dengan pencahayaan rendah. Namun, metode Sobel memiliki keunggulan dalam kecepatan pemrosesan dan kesederhanaan implementasi. Temuan ini menegaskan pentingnya pemilihan nilai threshold yang tepat dalam meningkatkan akurasi dan efisiensi deteksi tepi. Dengan demikian, hasil penelitian ini dapat dijadikan acuan dalam pengembangan sistem otomatisasi identifikasi dan klasifikasi cabai berbasis pengolahan citra digital yang lebih akurat dan andal. Kata Kunci: pengolahan citra deteksi tepi, Canny, Sobel, Cabai.

ANALISIS KLASTERISASI DAFTAR PEMILIH KABUPATEN MANOKWARI MENGGUNAKAN METODE K-MEANS CLUSTERING BERBASIS ELBOW METHOD Marselinda Rante Uma; Christian Dwi Suhendra; Josua Josen A. Limbong
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.163

General Elections (Pemilu) are a crucial pillar in Indonesia's democratic system, ensuring public representation in government. As voter data becomes increasingly complex due to population growth and community mobility, electoral data management requires more efficient analytical approaches to support accurate decision-making. Therefore, methods capable of accurately grouping voters based on specific characteristics are needed. This study aims to cluster voter registration data in Manokwari Regency based on age and neighborhood unit (RT) using the K-Means algorithm. A total of 16,871 entries obtained from the General Election Commission of Manokwari Regency were used, but two outliers due to input errors were removed, leaving 16,869 valid entries analyzed using Jupyter Notebook. The Elbow Method was applied to determine the optimal number of clusters by calculating the Sum of Squared Errors (SSE) from K = 2 to K = 9. The most significant drop in SSE occurred from K = 2 to K = 3 and K = 3 to K = 4, with gradual decreases afterward, indicating the elbow point lies between K = 3 and K = 4. Considering data density and segmentation, K = 4 was chosen with an SSE value of 347,575. The K-Means algorithm then clustered the data based on age and RT through random centroid initialization, Euclidean distance calculation, reassignment, and iterative centroid updates until convergence. The results showed four clusters: Cluster_0 with 6,332 young voters aged 17–29 years (RT 0–17), Cluster_1 with 3,478 productive-age voters aged 43–56 years (RT 0–14), Cluster_2 with 1,768 elderly voters aged 57–93 years (RT 0–14), and Cluster_3 with 5,291 voters aged 30–42 years (RT 0–15). The broad RT distribution across clusters indicates diverse voter age groups across the region. These findings can help the Manokwari General Election Commission (KPU) and related institutions in planning effective voter education, outreach, and logistics distribution strategies.

IMPLEMENTASI DEEP LEARNING UNTUK IDENTIFIKASI UMUR TANAMAN BERDASARKAN CITRA DAUN PADA SMART FARMING Budi Prayitno; Pritasari Palupiningsih; Farhan Muhamad Ikhsan
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Technology plays an important role in optimizing agricultural production, one of which is through the application of smart farming. Smart Farming is a paradigm in agriculture that utilizes information and communication technology (ICT). The case study raised in this study is the use of smart farming in determining plant age. Plant age is an important factor in determining the harvest. Plants that are harvested at the right time can produce quality products in optimal quantities. Traditional farmers determine plant age manually. This has challenges, namely the process takes a long time and a lot of energy, especially for large agricultural areas. Plant age must be identified quickly and easily, the results of plant age identification are accurate and consistent and can be applied to large agricultural areas. The urgency of this research is the creation of a deep learning model that is used to detect the optimum plant age with a high accuracy value. The importance of this research lies not only in the development of technology but also in its contribution to the farmer's economy and the progress of the agricultural sector. This study aims to implement deep learning to form a classification model for identifying plant age based on leaf images and to evaluate the classification model to produce high accuracy. The research method used follows a flow consisting of problem understanding, data understanding, data preparation, modeling, and evaluation. The deep learning method used is classification with the application of the Convolutional Neural Network (CNN) VGG architecture algorithm, which has been proven effective in image analysis. The results of this study are Research on age classification models on plant leaf images using the classification method with the CNN algorithm is carried out with the stages of data collection and class division, image resizing, data augmentation, adding keras models, convolution, max pooling, flatten, relu, and with the training of 20 epochs. The results of model formation with the CNN algorithm using VGG16 get higher accuracy than VGG19. The best accuracy value is 78% from the confusion matrix results using VGG19 with a data ratio of 60% training data, 20% validation data, and 20% testing data.

IMPLEMENTASI KECERDASAN BUATAN DALAM PENGEMBANGAN APLIKASI IOT (INTERNET OF THINGS) PENGUSIR HAMA: Aplikasi, Internet Of Things, kecerdasan Buatan. Arie Setya Putra; Ochi Marshella; Ahmad Abilah Pramana
Jurnal Teknoinfo Vol. 19 No. 2 (2025): July 2025 Period
Publisher : Universitas Teknokrat Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33365/teknoinfo.v19i2.193

Penelitian ini mengeksplorasi integrasi kecerdasan buatan atau Artificial Intelligence (AI) ke dalam aplikasi mobile dengan mengimplementasikan sistem Internet Of Things ( IoT ). Dalam lanskap teknologi yang terus berkembang, aplikasi mobile telah menjadi komponen penting dalam aktivitas sehari-hari. Permintaan akan aplikasi yang cerdas dan adaptif semakin meningkat seiring dengan peningkatan penggunaan perangkat seluler. Salah satu tantangan utama adalah kebutuhan untuk meringkas teks panjang secara cepat dan akurat agar pengguna dapat dengan mudah memahami inti informasi tanpa harus membaca keseluruhan dokumen. Penelitian ini bertujuan untuk memberikan solusi melalui pengembangan sistem otomatis yang mampu memberikan ringkasan dari teks panjang dengan memanfaatkan API aplikasi mobile dengan mengimplementasikan sistem Internet Of Things ( IoT ). Metodologi penelitian meliputi studi literatur, pembuatan antarmuka mobile menggunakan Flutter, implementasi aplikasi mobile dengan mengimplementasikan sistem Internet Of Things ( IoT ), dan pengujian sistem. Tahap implementasi melibatkan perolehan kunci aplikasi mobile dengan mengimplementasikan sistem Internet Of Things ( IoT ), persiapan program dengan bahasa pemrograman yang sesuai, untuk mengaktifkan fitur Alarm Otomatis. Hasil penelitian menunjukkan bahwa sistem berhasil menghasilkan ringkasan yang padat namun tetap menyampaikan inti informasi dari dokumen sumber. Meskipun demikian, aplikasi ini memiliki keterbatasan dalam mengolah file PDF dengan ukuran lebih dari 10 MB yang menyebabkan error dan tidak dapat diproses oleh sistem. Terdapat potensi untuk pengembangan lebih lanjut seperti personalisasi sistem, pengeditan langsung, peningkatan keamanan, pengembangan platform lain, dan pengoptimalan performa. Penelitian ini menunjukkan potensi besar integrasi AI dalam aplikasi mobile untuk meningkatkan fungsionalitas dan pengalaman pengguna.

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Setiawansyah

Contact Email
setiawansyah@teknokrat.ac.id

Phone
+6289699553818

Journal Mail Official
teknoinfo@teknokrat.ac.id

Editorial Address
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhan Ratu, Bandarlampung

Location
Kota bandar lampung,

Lampung

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Setiawansyah

Contact Email setiawansyah@teknokrat.ac.id

Phone +6289699553818

Journal Mail Official teknoinfo@teknokrat.ac.id

Editorial Address Jl. Zainal Abidin Pagaralam, No.9-11, Labuhan Ratu, Bandarlampung

Location Kota bandar lampung, Lampung INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Setiawansyah

Contact Email
setiawansyah@teknokrat.ac.id

Phone
+6289699553818

Journal Mail Official
teknoinfo@teknokrat.ac.id

Editorial Address
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhan Ratu, Bandarlampung

Location
Kota bandar lampung,

Lampung

INDONESIA