cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Hanny Haryanto
Contact Email
hanny.haryanto@dsn.dinus.ac.id
Phone
-
Journal Mail Official
hanny.haryanto@dsn.dinus.ac.id
Editorial Address
-
Location
Kota semarang,
Jawa tengah
INDONESIA
Techno.Com: Jurnal Teknologi Informasi
Published by Universitas Dian Nuswantoro
ISSN : 14122693     EISSN : 23562579     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Topik dari jurnal Techno.Com adalah sebagai berikut (namun tidak terbatas pada topik berikut) : Digital Signal Processing, Human Computer Interaction, IT Governance, Networking Technology, Optical Communication Technology, New Media Technology, Information Search Engine, Multimedia, Computer Vision, Information Retrieval, Intelligent System, Distributed Computing System, Mobile Processing, Computer Network Security, Natural Language Processing, Business Process, Cognitive Systems, Software Engineering, Programming Methodology and Paradigm, Data Engineering, Information Management, Knowledge Based Management System, Game Technolog
Arjuna Subject : -
Articles 754 Documents
 42   43   44   45   46 
Diagnosa Penyakit Paru-Paru dengan Metode Forward Chaning dan Certainty Factor Berbasis Web Alsa Neptiani; . Fauziah; Gatot Soepriyono
Techno.Com Vol 21, No 4 (2022): November 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i4.6767

Abstract

Penyakit paru-paru sangat berbahaya bagi manusia dan dapat mengakibatkan kefatalan jika tidak diobati dengan sungguh-sungguh. Karena minimnya pengetahuan tentang penyakit paru-paru, masyarakat sering meremehkan gejala seperti batuk, demam, dan sesak napas yang bisa saja itu termasuk gejala yang ditimbulkan dari penyakit pada paru-paru dan karena mahalnya jasa konsultasi ke dokter spesialis paru membuat masyarakat menjadi sulit untuk berkonsultasi. Adapun solusi guna mengatasi hal tersebuat yaitu dengan mempermudah deteksi dini gejala dengan sistem pakar. Oleh karena itu penelitian ini memiliki tujuan membuat sistem pakar guna mendeteksi secara dini penyakit paru-paru yang berasal dari gejala-gejala yang dipilih oleh pengguna. Penelitian ini dibangun sebuah sistem dengan memakai forward chaining untuk menghasilkan kesimpulan dari fakta-fakta yang diperoleh dari pengguna. Dari kesimpulan tersebut dilihat nilai kepastiannya menggunakan metode certainty factor (CF). Hasil dari pengujian perhitungan menunjukan perhitungan manual dan sistem sesuai 100%. Dengan nilai akurasi tertinggi 99.747% dengan diagnosis awal Asma dan terendah 61.1547% dengan diagnosis awal PPOK.
Model Konversi Notasi Kepatihan ke dalam Format MIDI untuk Pembangkitan Musik Barat Orisinal Syafira Rosa Amalia; Muhammad Adrian Surya Saputra; Adam Zufar Majid Suprayogi; Afinzaki Amiral; Labib Ahnaf Dhiyaul Khoir; Khafiizh Hastuti; Arry Maulana Syarif
Techno.Com Vol 21, No 3 (2022): Agustus 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i3.6672

Abstract

Musik orisinal merupakan komposisi baru yang diciptakan dengan memodifikasi elemen-elemen musik menggunakan metode yang belum pernah dilakukan sebelumnya. Penelitian ini bertujuan untuk mengembangkan sistem pembangkitan musik Barat orisinal yang diukur berdasarkan pola urutan nada dan distribusinya yang diakuisisi dari musik Gamelan, musik tradisional dari Jawa. Lembar musik Gamelan yang digunakan sebagai sumber data dikonversi ke dalam format MIDI untuk dijadikan input bagi pelatihan jaringan LSTM berdasarkan informasi nada, langkah dan durasi. Selanjutnya, teknik sequence prediction digunakan untuk membangkitkan output nada berdasarkan input nada sebelumnya. Hasil pembangkitan musik Barat orisinal berupa data dalam format file MIDI dan visualisasinya dalam format notasi Balok. Evaluasi pada pelatihan jaringan LSTM menunjukkan hasil yang baik dengan tingkat loss sebesar 0,1. Evaluasi tingkat kemiripan pola urutan nada dan distribusinya dilakukan menggunakan grafik distribusi sampel nada, langkah dan durasi, dan hasilnya menunjukkan tingkat kemiripan yang baik.
Sistem Pakar Untuk Mendeteksi Jenis Kerusakan Jalan: Studi Kasus pada Perkerasan Lentur Adie Wahyudi Oktavia Gama; Dewa Ayu Putu Adhiya Garini Putri; Gede Humaswara Prathama
Techno.Com Vol 21, No 3 (2022): Agustus 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i3.6145

Abstract

Upaya pemeliharaan jalan, terutama jalan nasional memiliki kompleksitas yang tinggi karena melibatkan banyak tenaga kerja, biaya, peralatan dan waktu yang cukup panjang. Kecepatan penanganan diperlukan karena seringkali upaya perbaikan kerusakan dapat mengganggu lalu lintas disekitar dalam waktu yang lama. Selain itu untuk mengetahui teknik perbaikan yang akan digunakan, instansi terkait harus melakukan koordinasi terlebih dahulu sehingga seringkali upaya penangan pemeliharaan jaringan jalan nasional membutuhkan waktu yang cukup lama. Sistem pakar diagnosa kerusakan jalan merupakan salah satu alternatif pengembangan sistem cerdas untuk memberikan diagnosa awal kerusakan jalan. Tujuan dari riset ini adalah untuk mengembangkan sistem pakar mendeteksi kerusakan jalan memakai teknik forward chaining dalam melakukan deteksi awal kerusakan jalan. Teknik forward chaining diawali dengan menelusuri ciri yang sesuai dari respon pengguna sampai ditemukan kesimpulan jenis kerusakan jalan yang tepat. Berdasarkan hasil riset, sistem pakar ini telah berhasil diimplementasikan secara terbatas pada perkerasan jalan lentur. Sistem ini juga dapat memberikan deteksi awal tentang jenis kerusakan jalan sehingga dapat digunakan menjadi alternatif saran ahli dalam model perbaikan perkerasan lentur.
Analisis Rekomendasi Produk Berdasarkan Segmentasi Pelanggan Menggunakan Algoritma DBSCAN dan FP-Growth Siti Monalisa Monalisa; Dewi Anjainah Anjainah
Techno.Com Vol 21, No 4 (2022): November 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i4.6697

Abstract

Supermarket 212 Mart is a retail business based on sharia cooperatives that has implemented strategy to retain customers. But there is still a drawback, which is just seeing based on the amount of money spent regardless of recency and frequency. In addition, in offering products, 212 Mart does not yet have the right reference. This research combines RFM analysis into data mining techniques to provide more product recommendations good. Parameters considered are customer RFM value, customer segment, and product which are often purchased simultaneously within 1 year of member transaction data using an algorithm DBSCAN and FP-Growth. In customer segmentation, obtained 5 clusters and 31 noise data with an Eps value of 0.060, MinPts 3 and an SI value of 0.4222. Association results using 30% minsup and minconf 70% resulted in cluster 1 having 7 rules, cluster 2 having 6 rules, cluster 3 having 10 rules, cluster 4 has 2 rules, and cluster 5 has 6 rules. The rules formed can be used to direct marketing by recommending products to their respective customers clusters. 
Teknik Pengendalian Hama Penyakit Okra Menggunakan Forward Chaining dan Certainty Factor Method Iqbal Erdiansyah; Nafis Hibatullah Lestamanta; Bety Etikasari
Techno.Com Vol 21, No 3 (2022): Agustus 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i3.6444

Abstract

Tanaman Okra (Abelmoschus esculentus L. Moench) adalah tanaman yang termasuk keluarga Malvaceae atau kapas-kapasan. Distribusi tanaman okra tersebar luas di seluruh belahan dunia beriklim tropis dan sub tropis. Sistem Pakar merupakan sebuah sistem yang didefinisikan sebagai program komputer yang mengumpulkan pengetahuan para ahli untuk menyelesaikan permasalahan yang terjadi pada tanaman okra. Sistem pakar ini dibuat dengan tujuan untuk melakukan diagnosa hama penyakit tanaman okra serta memberikan solusi pengendalian yang tepat terhadap permasalahan yang terjadi. Sistem pakar ini menggabungkan dua metode, diantaranya yaitu  Forward Chaining dan Certainty Factor. Metode  Forward Chaining yang mengumpulkan data atau fakta awal untuk diproses lebih lanjut yang akan menghasilkan solusi. Sedangkan metode Certainty Factor merupakan metode faktor kepastian yang menggunakan tingkat kepercayaan dari seorang pakar. Hasil akurasi yang dilakukan dengan membandingkan hasil diagnosa sistem dengan diagnosa manual yang dilakukan seorang ahli pakar terhadap 27 kasus tanaman okra memperoleh hasil akurasi sebesar 81,4%.
Pemilihan Produk Database pada Google Cloud Platform Menggunakan Metode Analytical Hierarchy Process untuk Aplikasi XYZ Muhammad Abyan Naufal; Yusuf Priyandari; Yuniaristanto Yuniaristanto
Techno.Com Vol 21, No 4 (2022): November 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i4.6643

Abstract

Aplikasi XYZ merupakan aplikasi yang dikembangkan untuk pengguna gawai dengan operating system Android. Aplikasi ini berfungsi untuk mengidentifikasi berbagai jenis buah dari foto yang diambil secara langsung maupun dari galeri penguna. Dalam pengembangannya, aplikasi diharapkan dapat menyimpan informasi dan gambar hasil identifikasi pada penyimpanan cloud. Google Cloud Platform, yang ditawarkan oleh Google, merupakan penyedia layanan cloud computing. Terdapat setidaknya tiga produk yang ditawarkan oleh Google Cloud Platform untuk mengembangkan database aplikasi XYZ, yakni Cloud Firestore, Cloud SQL, dan Cloud Spanner. Tujuan penelitian ini adalah untuk menentukan prioritas pemilihan produk database, guna pengembangan aplikasi XYZ dengan metode Analytical Hierarchy Process (AHP). Digunakan empat kriteria, yakni user needs, easy to use, security, dan cost. Berdasarkan pengolahan data, cost menjadi prioritas utama untuk dipertimbangkan dalam memilih database, sementara disaster recovery menempati prioritas terakhir. Berdasarkan analisis menggunakan metode AHP, dapat disimpulkan produk database yang paling direkomendasikan untuk mengembangkan aplikasi XYZ adalah Cloud Firestore.
Penilaian Esai Pendek Otomatis Berdasarkan Similaritas Semantik dengan SBERT Nurul Chamidah; Mayanda Mega Santoni; Helena Nurramdhani Irmanda; Ria Astriratma; Yulnelly Yulnelly
Techno.Com Vol 21, No 4 (2022): November 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i4.6758

Abstract

Ujian dalam bentuk soal esai dianggap lebih baik dalam mengukur pemahaman dari pada soal berbentuk pilihan. Namun, jawaban esai memerlukan waktu dan tenaga lebih banyak untuk dievaluasi dan sering terjadi inkonsistensi. Maka dari itu, diperlukan suatu sistem penilaian esai otomatis yang dapat membantu evaluator dalam memberikan nilai dengan lebih cepat dan lebih konsisten. Penelitian ini bertujuan untuk mengevaluasi performa model penilaian esai otomatis dimana teks esai jawaban uji dan kunci jawaban dibandingkan secara semantik untuk mengetahui seberapa besar persamaan antara teks jawaban uji dan kunci jawaban. Semantik dari teks esai diperoleh dengan melakukan word embeddings dengan memanfaatkan model bahasa pretrained Siamese-BERT (SBERT) yang mentransformasi teks esai menjadi vektor sepanjang 512. Proses penilaian esai otomatis ini dimulai dengan praproses pada teks dengan menerapkan case folding, berikutnya word embeddings pada teks yang telah di praproses dengan SBERT. Vektor numerik dari kunci jawaban dan jawaban uji hasil word embeddings kemudian dibandingkan dengan Cosine Similarity untuk mendapatkan similaritas semantik sekaligus nilai esai yang merupakan output model. Evaluasi model penilaian esai otomatis ini dilakukan dengan membandingkan nilai dari model dengan nilai dari evaluator manusia. Pengukuran yang dipakai untuk mengukur performa penilaian esai otomatis ini adalah adalah dengan menghitung Mean Absolute Error (MAE) dan Pearson Correlation, dimana hasil penelitian ini menunjukan nilai rata-rata MAE sebesar 0.26 dan rata-rata korelasi sebesar 0.78.
Analisis Sentimen Mahasiswa Terkait Pembelajaran Tatap Muka Menggunakan Metode Naive Bayes Classifier Heri Santoso; Armansyah Armansyah; Dita Desliani
Techno.Com Vol 21, No 3 (2022): Agustus 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i3.6262

Abstract

Pemerintah Indonesia melalui 4 kementerian yaitu Menteri Kesehatan, Menteri Dalam Negeri, Menteri Agama serta Menteri Pendidikan dan Kebudayaan, menerbitkan surat keputusan bersama mangenai Panduan Penyelenggaraan Pembelajaran Di Masa Pandemi Coronavirus Disease 2019. Berdasarkan SKB, pemerintah memfasilitasi pelaksanaan pembelajaran jarak jauh dan pembelajaran tatap muka terbatas disemua tingkatan pendidikan. Keputusan pemerintah tersebut ditanggapi beragam oleh masyarakat, termasuk mahasiswa  yang terlibat langsung dalam penerapan kebijakan ini. Banyak mahasiswa yang menyampaikan pendapat terkait kebijakan ini, baik pendapat positif ataupun negatif. Pada penelitian ini, dilakukan analisis sentimen yang bertujuan untuk mengetahui sentimen yang diberikan mahasiswa terkait penerapan pembelajaran tatap muka tahun ajaran 2021/2022 diperoleh melalui kuisioner (angket) serta menerapkan metode Nave Bayes Classifier. Menggunakan dataset sebanyak 5350 opini yang berasal dari 1070 responden. Berdasarkan proses analisis sentimen yang dilakukan, dapat disimpulkan bahwa mahasiswa/i dari Universitas Islam Negeri Sumatera Utara Medan mendukung penerapan pembelajaran tatap muka (PTM) dilingkungan UIN-SU Medan pada semester genap tahun ajaran 2021/2022. Akurasi yang dihasilkan oleh metode Nave Bayes Classifier saat melakukan klasifikasi sentimen (opini) dapat dikatakan baik, yaitu sebesar 84%. Setelah melakukan proses validasi sistem dengan menerapkan K-Fold Cross Validation, nilai K=10 ternyata metode Nave Bayes Classifier berhasil memperoleh akurasi yang baik, dengan rata – rata akurasinya sebesar 83%. Kata kunci:  analisis sentimen, nave bayes classifier, k-fold cross validation, pembelajaran tatap muka
Pengujian Usability pada Aplikasi Informasi Akademik Mahasiswa Universitas Diponegoro berbasis Android Aldi Pascagama Nurrachman; Yusuf Priyandari; Yuniaristanto Yuniaristanto
Techno.Com Vol 21, No 3 (2022): Agustus 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i3.6307

Abstract

Selain menggunakan website, pelayanan sistem informasi akademik Universitas Diponegoro juga bisa di akses melalui aplikasi Android sebagai sarana untuk mempermudah mahasiswanya dalam mengakses informasi akademik. Pembuatan aplikasi mobile bertujuan memberikan pelayanan yang mudah dan cepat. Salah satu cara untuk mengetahui tingkat pelayanan yang baik terhadap pengguna adalah dengan mengetahui tingkat usability dari aplikasi tersebut terhadap pengguna secara langsung. penelitian ini berfokus untuk mengetahui tingkat usability pada aplikasi informasi akademik dengan menguji atribut efektifitas, efisiensi, dan kepuasan pada pengguna dan mengetahui tingkat usability secara keseluruhan. Hasil dari penelitian ini membuktikan bahwa pengukuran dengan menyebarkan kuesioner tertulis kepada 22 orang responden menggunakan kuesioner pernyataan positif dan negatif dengan model System Usability Scale (SUS) dan kuesioner pengerjaan task dengan model Single Ease Question (SEQ) yang di analisa menggunakan model skala likert diperoleh nilai rata-rata untuk atribut effectiveness sebesar 96,75% , efficiency sebesar 94,86% dan satisfaction sebesar 87,00% berdasarkan SEQ dan untuk usability keseluruhan sebesar 80,90% berdasarkan SUS. Sehingga dapat disimpulkan bahwa aplikasi informasi akademik mahasiswa Universitas Diponegoro berbasis Android dapat memberikan layanan sesuai dengan keinginan pengguna, sehingga pengguna merasa nyaman dan akan mengajak pengguna lain untuk menggunakan layanan aplikasi ini. 
Implementasi Data Mining Pada Perpustakaan Untuk Penentuan Tata Letak Buku Dalam Menarik Minat Baca Adie Wahyudi Oktavia Gama; Ni Made Widnyani; Putu Suparna
Techno.Com Vol 21, No 4 (2022): November 2022
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v21i4.6940

Abstract

Perpustakaan memiliki sistem informasi untuk mempermudah manajemen sirkulasi buku. Sistem informasi biasanya hanya menghasilkan laporan harian, mingguan atau bahkan bulanan saja. Data mining adalah suatu cara dalam menemukan pengetahuan baru pada basis data dari suatu sistem informasi. Data mining mampu mengurai basis data untuk melakukan ekstraksi pengetahuan yang tidak ditemukan sebelumnya oleh sistem informasi. Asosiasi merupakan salah satu metode data mining yang bisa dipakai untuk menggali suatu pengetahuan baru. Teknik asosiasi memiliki berbagai algoritma yang dapat digunakan sebagai pendekatan dalam membentuk kombinasi produk, salah satunya adalah menggunakan algoritma apriori. Apriori berjalan dengan melakukan pendekatan dengan iterasi berulang pada basis data, dimana k-itemset dipakai membentuk (k+1)-itemset selanjutnya. Aturan asosiasi dimulai dengan penyiapan basis data serta setting nilai batas support dan confidence. Apriori melakukan scaning basis data secara berulang untuk membuat kombinasi dan mencatat kemunculannya pada semua transaksi. Frequent itemset atau kombinasi yang paling sering muncul diambil dari itemset yang total kemuculannya lebih besar atau sama dengan ambang nilai support yang ditentukan. Data yang dipakai pada riset ini adalah sampel 100 data peminjaman dari basis data sistem informasi perpustakaan Universitas Pendidikan Nasional. Terdapat 42 judul buku yang memenuhi minimum support, berhasil dibentuk 40 aturan asosiasi yang sesuai memenuhi minimum confidence. Berdasarkan analisis dan pembahasan tersebut diatas maka dapat dilihat bahwa algoritma apriori dapat menemukan frequent itemset tersembunyi dari data peminjaman buku yang digunakan untuk membentuk aturan asosiasi. Aturan asosiasi yang dihasilkan bisa dipakai mendukung keputusan penataan buku yang baik guna meningkatkan minat baca anggota perpustakaan.

Page 44 of 76 | Total Record : 754

 42   43   44   45   46 

Filter by Year

2012 2026


Reset
Filter By Issues
All Issue Vol. 25 No. 1 (2026): February 2026 Vol. 24 No. 4 (2025): November 2025 Vol. 24 No. 3 (2025): Agustus 2025 Vol. 24 No. 2 (2025): Mei 2025 Vol. 24 No. 1 (2025): Februari 2025 Vol. 23 No. 4 (2024): November 2024 Vol. 23 No. 3 (2024): Agustus 2024 Vol. 23 No. 2 (2024): Mei 2024 Vol. 23 No. 1 (2024): Februari 2024 Vol. 22 No. 4 (2023): November 2023 Vol 22, No 3 (2023): Agustus 2023 Vol 22, No 2 (2023): Mei 2023 Vol. 22 No. 1 (2023): Februari 2023 Vol 21, No 4 (2022): November 2022 Vol 21, No 3 (2022): Agustus 2022 Vol 21, No 2 (2022): Mei 2022 Vol 21, No 1 (2022): Februari 2022 Vol 20, No 4 (2021): November 2021 Vol 20, No 3 (2021): Agustus 2021 Vol 20, No 2 (2021): Mei 2021 Vol 20, No 1 (2021): Februari 2021 Vol 19, No 4 (2020): November 2020 Vol 19, No 3 (2020): Agustus 2020 Vol 19, No 2 (2020): Mei 2020 Vol 19, No 1 (2020): Februari 2020 Vol. 18 No. 4 (2019): November 2019 Vol 18, No 3 (2019): Agustus 2019 Vol 18, No 2 (2019): Mei 2019 Vol 18, No 1 (2019): Februari 2019 Vol 17, No 4 (2018): November 2018 Vol 17, No 3 (2018): Agustus 2018 Vol 17, No 3 (2018): Agustus 2018 Vol 17, No 2 (2018): Mei 2018 Vol 17, No 1 (2018): Februari 2018 Vol 16, No 4 (2017): November 2017 Vol 16, No 3 (2017): Agustus 2017 Vol 16, No 2 (2017): Mei 2017 Vol 16, No 1 (2017): Februari 2017 Vol 15, No 4 (2016): November 2016 Vol 15, No 3 (2016): Agustus 2016 Vol 15, No 2 (2016): Mei 2016 Vol 15, No 1 (2016): Februari 2016 Vol 14, No 4 (2015): November 2015 (Hal. 242-342) Vol 14, No 3 (2015): Agustus 2015 (Hal. 165-241) Vol 14, No 2 (2015): Mei 2015 (Hal. 79-164) Vol 14, No 1 (2015): Februari 2015 (Hal. 1-78) Vol 13, No 4 (2014): November 2014 (Hal. 198-262) Vol 13, No 3 (2014): Agustus 2014 (Hal. 132-197) Vol 13, No 2 (2014): Mei 2014 (Hal. 69-131) Vol 13, No 1 (2014): Februari 2014 (Hal. 1-68) Vol 12, No 4 (2013): November 2013 (Hal. 188-240) Vol 12, No 3 (2013): Agustus 2013 (Hal. 136-187) Vol 12, No 2 (2013): Mei 2013 (Hal. 73-135) Vol 12, No 1 (2013): Februari 2013 (Hal. 1-72) Vol 11, No 4 (2012): November 2012 (Hal. 156-210) Vol 11, No 3 (2012): Agustus 2012 (Hal. 108-158) Vol 11, No 2 (2012): Mei 2012 (Hal. 55-106) Vol 11, No 1 (2012): Februari 2012 (Hal. 1-54) More Issue