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
 50   51   52   53   54 
Klasifikasi Tulisan Tangan Pada Resep Obat Menggunakan Convolutional Neural Network Mohammad Farid Naufal; Joko Siswantoro; Muhammad Ghifari Kusuma Wicaksono
Techno.Com Vol 22, No 2 (2023): Mei 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i2.8075

Abstract

Obat merupakan bahan kimia yang dapat merepresentasikan tubuh secara fisiologi dan psikologi ketika dikonsumsi. Obat sebagai alat bantu untuk menyembuhkan dari berbagai macam penyakit. Dengan berkembangnya zaman dan bertambahnya wawasan, menyebabkan bertambah juga jenis obat-obatan yang memiliki banyak manfaat dan kegunaanya. Penelitian ini bertujuan untuk mendeteksi nama obat dalam resep dokter menggunakan Convolutional Neural Network (CNN) dengan transfer learning. Metode transfer learning merupakan metode yang popular dalam mengklasifikasi gambar digital yang berguna untuk mempercepat proses klasifikasi. Penelitian ini membandingkan lima artistektur transfer learning yaitu VGG16, Resnet, Xception, LeNet, dan GoogleNet. Penelitian ini juga menggunakan grayscaling, resizing, dan median filter pada tahap preprocessing. Preprocessing digunakan untuk meningkatkan kualitas citra pada citra resep obat dan menghilangkan noise pada citra. ResNet-50 merupakan arsitektur terbaik untuk mengklasifikasi nama obat. Pada percobaan menggunakan ResNet-50, mendapatkan F1 score tertinggi yaitu sebesar 97,56% dan waktu training rata-rata 0,25 detik setiap epoch. Dapat disimpulkan Resnet merupakan arsitektur terbaik untuk mengklasifikasikan nama obat dalam citra resep dokter serta dapat mendeteksi nama obat secara akurat.
Komparasi Naïve Bayes dan Support Vector Machine dalam Klasifikasi Jenis Citrus I Wayan Pinastawa; Nurul Afifah Arifuddin
Techno.Com Vol 22, No 2 (2023): Mei 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i2.7777

Abstract

Citrus merupakan pohon berbunga dan tergolong dalam kelompok Rutaceae. Pohon Citrus menghasilkan buah jeruk dengan berbagai jenis buah-buahan. Karena kesamaan spesies sehingga antar jenisnya memiliki kemiripan satu sama lain, dan tidak semua dapat melakukan identifikasi secara jelas setiap jenis buahnya. Cara yang dapat dilakukan untuk melakukan identifikasi dan pengelompokan adalah menggelompokan data sesuai dengan kelas label aslinya menggunakan bantuan data mining. Pendekatan data mining yang dapat diterapkan salah satunya dengan teknik klasifikasi, dengan melakukan pengelompokan berdasarkan kriteria atau kategori tertentu. Pada hal ini, klasifikasi didasarkan pada diameter, dan citra warna Red, Green, Blue atau RGB untuk mendapatkan pengelompokan sesuai dengan kelasnya. Algoritma yang digunakan ada 2 yakni, Support Vector Machine (SVM) dan Naïve Bayes, keduanya akan dilakukan perbandingan dalam melakukan klasifikasi pengelompokan jenis buah citrus. Teknik komparasi dilakukan dengan mengamati hasil akurasi dari setiap algoritma klasifikasi, penelitian ini menyimpulkan bahwa akurasi algoritma Support Vector Machine (SVM) mencapai prosentase sebesar 96,36 % dan algoritma Naïve Bayes memiliki akurasi sebesar 92 %. Algoritma paling optimal dalam penelitian klasifikasi citrus ini adalah algortima Support Vector Machine (SVM).  
Analisis Penggunaan Pra-proses pada Metode Transfer Learning untuk Mendeteksi Penyakit Daun Singkong Amelia Devi Putri Ariyanto; Salsabiil Hasanah; M. Bahrul Subkhi; Nanik Suciati
Techno.Com Vol 22, No 2 (2023): Mei 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i2.7769

Abstract

Singkong menjadi salah satu tanaman penting pada bidang agronomi dan banyak dikonsumsi oleh masyarakat. Namun, terdapat salah satu kendala dalam menjaga kelestarian tanaman singkong yaitu pendeteksian penyakit. Jika penyakit pada tanaman singkong dapat terdeteksi lebih dahulu melalui citra daunnya, maka penyakit tersebut dapat segera diobati. Proses klasifikasi dapat dilakukan untuk mendeteksi penyakit pada tanaman secara otomatis. Pada penelitian ini dilakukan klasifikasi tanaman singkong dengan menggunakan beberapa tahap pra-proses yaitu pra-proses dengan augmentasi, tanpa augmentasi dan pra-proses dengan rotasi, pada beberapa metode transfer learning seperti ResNet50 dan MobileNetV2. Penggunaan beberapa metode tersebut bertujuan untuk mencari metode mana yang memiliki hasil akurasi tertinggi. Penelitian menunjukkan bahwa MobileNetV2 tanpa augmentasi memberikan akurasi tertinggi sebesar 98.64% dalam mendeteksi penyakit tanaman singkong. Hal ini dapat menjadi referensi bagi peneliti selanjutnya dalam menentukan tahap pra-proses terbaik dalam metode transfer learning.
Analisis Sentimen Terhadap Dampak Inflasi di Indonesia Menggunakan Metode Multinomial Naïve Bayes Aldi Tri Wijaya; Arief Hermawan
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8321

Abstract

Inflasi yang terjadi di seluruh dunia termasuk negara Indonesia mengakibatkan masalah bagi masyarakat maupun negara, terjadinya ketidakstabilan ekonomi negara dan meningkatnya pengangguran dikarenakan banyaknya pengurangan karyawan kerja, selain itu dengan kelangkaan minyak terutama bahan bakar kendaraan salah satu faktor yang mendorong kenaikan inflasi sehingga mengakibatkan harga-harga barang dan sandang mengalami kenaikan yang signifikan, dari persoalan tersebut menimbulkan opini-opini masyarakat pada jejaring sosial khususnya twitter dari timbulnya masalah inflasi. Maka dibuatkan sistem untuk melakukan analisis sentimen dari masalah kondisi Inflasi Indonesia. Proses sistem memerlukan data tweet dengan jumlah 1725 tweet hasil dari proses crawling data twitter menggunakan bantuan library python yaitu tweepy pada masing-masing kata kunci inflasi. Algoritma naïve bayes clasiffier dengan model multinomialnb sebagai metode untuk melakukan klasifikasi. Hasil klasifikasi dari search key inflasi indonesia mengandung beberapa kelas yaitu positif, negatif dan netral. Proses penelitian diuji menggunakan beberapa skenario pembagian data yaitu 90:10, 80:20, 70:30, untuk tingkat akurasi terbaik dihasilkan menggunakan skenario 90% data train dan 10% data test mendapatkan hasil akurasi 75,5%, precision 75%, f1-score 75% dan recall 74%.
Implementasi Enkripsi Data MD5 dan SHA-256 pada Sistem Informasi Peminjaman Buku Tanah Hajra Rasmita Ngemba; - Ifandi; Syaiful Hendra; I Gusti Ngurah Agung Kade Dwi Arsana
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8299

Abstract

Setiap lapisan masyarakat harus memperhatikan keamanan sistem informasi untuk menghindari kejahatan dunia maya. Keadaan ini menimbulkan risiko yang harus dikelola untuk melindungi aset dari kejahatan dunia maya. Oleh karena itu diperlukan kriptografi. Tujuan dari penelitian ini adalah mengimplementasikan algoritma MD5 dan SHA-256. Data password pengguna sistem informasi peminjaman buku tanah ATR/BPN Kota Palu dienkripsi. Dengan menggunakan kolaborasi kedua algoritma tersebut, sistem dapat memanfaatkan kecepatan MD5 untuk menghitung hash dari input, serta keamanan dari SHA-256 untuk mengamankan hash tersebut. Selain itu, menggunakan dua algoritma sekaligus, kemungkinan terjadinya tabrakan (collision) akan menjadi lebih kecil. Metode pengembangan sistem untuk penelitian lanjutan adalah metode waterfall. Hasil penelitian disimpulkan bahwa kolaborasi fungsi MD5 dan SHA-256 dapat mengenkripsi data password pengguna dengan tingkat keamanan yang baik sehingga aman untuk digunakan setelah dilakukan pengujian rainbow table attack, timing attack safe dan avalanche effect. Setelah pengujian tersebut, menunjukkan bahwa fungsi sistem dapat dijalankan tanpa masalah dengan diimplementasikannya kedua kolaborasi fungsi tersebut.
Sistem Pendeteksi Kantuk Berbasis Metode Haar Cascade Untuk Aplikasi Computer Vision Andi Aqsha Ramadana Lubis; Sevia Indah Purnama; Mas Aly Afandi
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8464

Abstract

Setiap orang memerlukan istirahat yang cukup agar dapat menjalankan aktivitas sehari-hari dengan optimal. Istirahat yang tidak cukup memicu kondisi kantuk seseorang. Rasa kantuk dapat mengganggu aktivitas karena adanya penurunan konsentrasi. Kondisi yang berbahaya terjadi ketika pengemudi mengantuk saat mengemudi. Kondisi tersebut dapat dihindari dengan membuat sistem alarm berbasis computer vision. Penelitian ini memanfaatkan kamera dan kecerdasan buatan untuk mendeteksi apakah pengemudi dalam keadaan mengantuk atau tidak. Penelitian ini melakukan perancangan sistem untuk mendeteksi kantuk melalui kondisi mata pada citra wajah berbasis metode Haar Cascade. Sistem dibangun menggunakan total 1.600 dataset citra dan 200 kali pengujian. Hasil dari pengujian menunjukkan bahwa sistem memiliki tingkat accuracy sebesar 92,5%, tingkat precision sebesar 89,71%, dan tingkat recall sebesar 96%. Penelitian ini membuktikan bahwa metode haar cascade dapat digunakan untuk mendeteksi kondisi mata kantuk berdasarkan masukan gambar dari kamera.
Sistem Sterilisasi Ruangan Dengan Pendeteksi Keberadaan Berbasis Internet of Things Adkhan Sholeh; Landung Sudarmana; Benedictus Herry Suharto
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8545

Abstract

Virus Covid-19 menyebar melalui transmisi droplet dan aerosol yang melayang dalam ruangan atau menempel di permukaan benda. Penyebaran ini menyebabkan orang terpapar pada risiko dan kecepatan tinggi. Sterilisasi ruangan dengan penyemprotan, fogging atau penyinaran UV-C merupakan upaya mencegah transmisi virus. Kegiatan sterilisasi membutuhkan biaya, waktu, tenaga serta dapat memunculkan potensi kelalainan, maka kebutuhan perangkat sterilisasi yang otonom, terjadwal, efektif, ekonomis, dan terpantau secara daring menjadi relevan. Penelitian ini mengembangkan prototipe sistem sterilisasi dengan pendeteksi keberadaan manusia berbasis IoT. Metode penelitian menggunakan teknik rekayasa perangkat keras dan pengembangan perangkat lunak extreme programming. Perangkat keras dibangun dari modul IoT, sensor, penampil, catu daya dan sterilisasi. Sedangkan perangkat lunak berupa firmware sterilisasi dan aplikasi telepon pintar. Firmware sterilisasi berfungsi sebagai pengelolaan perangkat sterilisasi, penjadwalan sterilisasi, sensor keberadaan dan akses jaringan internet. Aplikasi telepon pintar berfungsi untuk interaksi antara perangkat sterilisasi dan pengguna secara daring. Prototipe sistem sterilisasi ini mampu mendeteksi keberadaan manusia hingga jarak 6,01 meter dengan dua ragam sterilisasi yang dapat diprogram dan dioperasikan secara daring melalui telepon pintar.
Tata Kelola Pelaporan Indeks Penyakit Rawat Inap Berbasis Elektronik Dengan Metode Agile Iqbal Iskandar Zulkarnain; Falaah Abdussalaam; Irda Sari
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8419

Abstract

Pengolahan data, khususnya pembuatan indeks penyakit dan tindakan, berperan penting untuk kualitas pelayanan rumah sakit. Tujuan dari penelitian ini yaitu untuk memperoleh hasil dari perancangan sistem informasi indeks penyakit, khususnya penyakit pasien rawat inap, dengan memakai perangkat lunak Microsoft Visual Studio 2012. Meskipun indeks penyakit pasien rawat inap telah dikomputerisasi dan diintegrasikan dengan SIMRS di Rumah Sakit AMC Bandung, terdapat hambatan yang menghalangi indeks penyakit pasien rawat inap, yaitu proses yang masih dilakukan secara manual memakai perangkat lunak Microsoft Excel. Akibatnya, pencarian menjadi kurang efisien dan memakan waktu lebih lama karena harus diperiksa satu per satu berdasarkan abjad. Selain itu, dalam penelitian ini, metode agile dipilih untuk digunakan. Diharapkan penelitian ini dapat membantu mentransformasikan sistem informasi indeks penyakit pasien rawat inap di Rumah Sakit AMC Bandung menjadi lebih terproses dan terintegrasi dengan SIMRS, serta mempermudah petugas dalam mencari informasi pasien secara keseluruhan dan membuat laporan indeks pasien lebih mudah dan maksimal.
Penerapan Kerangka Kerja NIST Cybersecurity dan CIS Controls sebagai Manajemen Risiko Keamanan Siber Vicky Mahendra; Benfano Soewito
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8491

Abstract

Menurut laporan dari Check Point Reasearch, terjadi peningkatan sebesar 38% dalam serangan siber global pada tahun 2022 bila dibandingkan dengan tahun 2021. Untuk menghadapi serangan siber global ini, maka perlu disiapkan manajemen risiko dalam menghadapi serangan siber tersebut. Saat ini Kementerian Pekerjaan Umum dan Perumahan Rakyat (PUPR) belum memiliki panduan dalam manajemen risiko. Kementerian PUPR dapat memanfaatkan beberapa kerangka kerja keamanan siber yang telah tersedia, seperti kerangka kerja NIST Cybersecurity dan kerangka kerja CIS Controls yang juga sering disebut Critical Security Controls sebagai langkah dalam manajemen risiko keamanan siber. Penelitian ini dilakukan pada salah satu aplikasi yang sedang berjalan pada Kementerian PUPR. Penelitian ini dimulai dengan pengumpulan data, penilaian kondisi saat ini, identifikasi kondisi saat ini, identifikasi kondisi yang diinginkan, analisis kesenjangan, memberikan rekomendasi dan membuat usulan rencana aksi. Hasil penelitian didapatkan bahwa identifikasi kondisi saat ini mendapatkan skor rata-rata 2.77. Kondisi yang diinginkan/dicapai aplikasi didapat skor rata-rata 3.00. Dari hasil tersebut, terdapat kesenjangan sebesar 0.23. Setelah analisis kesenjangan didapatkan 32 rekomendasi dan mengusulkan rencana aksi dengan isu-isu prioritas tinggi dan sedang. Manajemen risiko menggunakan kerangka kerja NIST Cybersecurity dan CIS Controls terbukti dapat mengukur kematangan keamanan siber pada infrastruktur aplikasi sehingga dapat mengurangi kemungkinan terjadinya serangan siber.
Implementasi Algoritma K-Nearest Neighbor untuk Klasifikasi Diagnosis Penyakit Alzheimer Roudlotul Jannah Alfirdausy; Saiful Bahri
Techno.Com Vol 22, No 3 (2023): Agustus 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i3.8393

Abstract

Menurut  World Alzheimer Report 2021, Alzheimer's Disease International (ADI) memperkirakan bahwa 75% penderita demensia tidak terdiagnosis secara global, dengan angka tersebut diyakini meningkat hingga 90% di beberapa negara berpenghasilan rendah dan menengah. Saat ini ada dua jenis demensia yaitu vaskular dan non-vaskular. Demensia vaskular, juga dikenal sebagai Alzheimer, adalah Perubahan yang terjadi pada tubuh yang disebabkan oleh penyumbatan pembuluh darah di otak dapat menyebabkan melemahnya ingatan manusia. K-Nearest Neighbor (KNN) adalah suatu teknik yang digunakan untuk mengelompokkan objek berdasarkan kesamaannya dengan objek terdekat. Penelitian ini bertujuan untuk menangani masalah efektivitas dan akurasi dalam mendeteksi penyakit Alzheimer dengan mengimplementasikan algoritma KNN untuk diagnosis penyakit Alzheimer. Berdasarkan analisis hasil klasifikasi dengan pembagian data testing dan training 75:25 menggunakan metode KNN dengan K=3 dan K=5 menghasilkan nilai akurasi sebesar 99%  , sensitivitas  sebesar 100%, serta  spesifitas sebesar 96%.

Page 52 of 76 | Total Record : 754

 50   51   52   53   54 

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