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
 52   53   54   55   56 
Identifikasi Penyakit Tanaman Jagung Berdasarkan Citra Daun Menggunakan Convolutional Neural Network Bima Widianto; Ema Utami; Dhani Ariatmanto
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.v22i3.8425

Abstract

Komoditas jagung di Indonesia menjadi tanaman pangan terbesar kedua setelah padi sebagai sumber karbohidrat. Namun dikarenakan keterbatasan kemampuan petani dan faktor lingkungan menyebabkan upaya penanganan tanaman jagung akibat adanya serangan organisme pengganggu tanaman menjadi terhambat. Penelitian ini mengusulkan upaya deteksi secara dini terhadap jenis penyakit pada daun tanaman jagung menggunakan metode Convolutional Neural Network (CNN) yang dikenal sebagai algoritma pembelajaran mesin berkinerja tinggi dalam mengklasifikasikan jenis penyakit tanaman ke dalam beberapa kelas seperti Blight, Common Rust, Grey Leaf Spot, dan Healthy. Selain itu, transformasi warna citra dari RGB, HSV dan Grayscale, proses segmentasi dengan Region of Interest (ROI) serta dilengkapi dengan penerapan ektraksi fitur tekstur dengan menggunakan GLCM telah mampu menghasilkan tingkat akurasi sebesar 94% dan nilai loss rate yang relatif kecil yaitu 0.1742. Hasil penelitian ini menunjukkan bahwa penggunaan metode CNN terbukti secara efisien & efektif dalam melakukan identifikasi jenis penyakit tanaman.
Model Manajemen Risiko Sistem Informasi Untuk Sistem Informasi Manajemen Kepegawaian Eka Yulisuyanti; 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.v22i3.8356

Abstract

Sistem informasi dan aplikasi manajemen kepegawaian memiliki peran penting dalam menjaga kerahasiaan data pribadi karyawan, terutama di sektor pemerintahan di mana manajemen karier sangat bergantung pada informasi dari data Aparatur Sipil Negara (ASN) dalam sistem informasi kepegawaian. Selain sebagai sumber informasi, aplikasi ini juga berfungsi sebagai perantara pengguna dan database. Namun, seringkali aplikasi ini menjadi target serangan siber yang bertujuan mengakses data pribadi ASN. Tidak ada aplikasi yang dapat menjamin keamanan mutlak atau bebas dari serangan semacam itu. Oleh karena itu, diperlukan pengembangan manajemen risiko teknologi informasi yang dapat diimplementasikan saat terjadi serangan. Penerapan framework standar untuk manajemen risiko dalam sistem informasi tidaklah mudah, sehingga diperlukan pedoman yang komprehensif. Penelitian ini bertujuan membangun model manajemen risiko khusus untuk sistem informasi kepegawaian, mengadopsi panduan NIST 800-34 Rev 1 dan NIST 800-61 Rev 2, serta mengintegrasikan teori terkait dengan pengembangan manajemen risiko dan contingency plan yang ada. Metode penelitian melibatkan tinjauan literatur sebelumnya dan analisis panduan NIST terkait manajemen risiko teknologi informasi untuk mengidentifikasi tahapan yang signifikan pada model manajemen risiko dalam sistem informasi. Penelitian ini akan menghasilkan model manajemen risiko yang mencakup analisis dampak bisnis, rencana tanggap insiden, dan rencana pemulihan bencana, dirancang khusus untuk sistem informasi kepegawaian dalam konteks pemerintahan.
Analisis Sentimen Evaluasi Reaksi E-Learning Menggunakan Algorima Naïve Bayes, Support Vector Machine Dan Deep Learning Nurul Firdausy; Imam Yuadi; Ira Puspitasari
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.v22i3.8160

Abstract

Evaluasi reaksi atau evaluasi kepuasan merupakan bentuk evaluasi paling umum digunakan dalam pelatihan karena kemudahan dan sifatnya yang lekat dengan pelatihan. Meskipun mengandung wawasan yang dapat bernilai dalam peningkatan kualitas penyelenggaraan pelatihan, namun penelitian terkait reaksi peserta masih sangat terbatas. Penelitian ini bertujuan melakukan analisis sentiment terhadap evaluasi reaksi peserta e-learning menggunakan algoritma Naïve Bayes, Support Vector Machine dan Deep Learning. Reaksi peserta berupa komentar diklasifikasikan ke dalam kategori apresiasi, saran dan kritik. Hasil penelitian menunjukkan model Naïve Bayes memiliki kinerja yang lebih baik dibandingkan SVM dan Deep Learning dalam prediksi sentimen komentar peserta dengan tingkat akurasi, presisi dan recall masing-masing sebesar 82,54%, 68,08% dan 69,81%. Prediksi sentiment reaksi peserta menggunakan model Naïve Bayes diperoleh hasil 70% berupa apresiasi, 16% berupa saran dan 14% merupakan kritik. Penelitian ini memberikan kontribusi praktis analisis evaluasi reaksi pelatihan dan menambah literatur implementasi text mining pada domain human resource analytics. 
Fusi Algoritma K-Means dan CNN untuk Klasifikasi Emosi pada Anak Fildzah Aure Gehara Zhafirah; Rika Rokhana; Riyanto Sigit; Bima Sena Bayu Dewantara
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.v22i3.8667

Abstract

Emosi adalah perasaan yang diarahkan pada seseorang ataupun sesuatu yang bisa menyebabkan sesorang bertindak atau mengekspresikan diri dan dapat dipicu secara internal ataupun eksternal. Ekspresi wajah merupakan salah satu cara termudah untuk mengetahui emosi seseorang, namun terkadang seseorang dapat mengontrol dan memanipulasi ekspresi wajah mereka sehingga tidak sesuai dengan apa yang dialami. Oleh karena itu, penelitian ini mengembangkan sistem yang dapat mengidentifikasi emosi anak tidak hanya berdasarkan wajah tetapi juga berdasarkan perubahan kondisi tubuhnya. Penelitian ini menggunakan metode klasifikasi Convolutional Neural Network (CNN) dan juga metode clusterisasi K-Means. Penggunaan 2 metode pada penelitian ini berfungsi untuk memperkuat akurasi sistem. Metode K-Means digunakan untuk mengidentifikasi emosi berdasarkan detak jantung dan konduktivitas kulit sedangkan Metode CNN digunakan untuk mengidentifikasi emosi berdasarkan ekspresi wajah. Hasil yang diperoleh dari kedua metode tersebut akan diproses menggunakan metode fusi yang aturannya disesuaikan berdasarkan hasil pengamatan dan pengukuran, sehingga dapat diprediksi emosi pada anak berdasarkan parameter detak jantung, ekspresi wajah, dan konduktivitas kulit. Anak dengan umur 6 hingga 12 tahun digunakan sebagai subjek pada penelitian ini. Dari penelitian ini berhasil didapatkan hasil prediksi emosi anak dengan akurasi keberhasilan sebesar 80%.
Analisis Pola Pemesanan Makanan dan Minuman di Mulana Coffee Menggunakan Metode FP-Growth - Novianda; - Munawir; Ezha Ardevita
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.v22i3.8175

Abstract

Di dunia bisnis makanan saat ini, terutama di coffee shop sekarang terdapat berbagai macam menu pilihan lainnya selain kopi, seperti teh dan sebagainya. Selain itu, terdapat makanan ringan sampai makanan berat yang dapat dipesan. Salah satu coffee shop yang tersedia makanan dan minuman adalah Mulana Coffee. Di coffee shop tersebut terdapat banyak menu, sehingga pelanggan terkadang bingung dan lama untuk memilih makanan dan minuman yang telah tersedia di daftar menu. Oleh sebab itu, maka dibutuhkan sebuah paket rekomendasi dari menu makanan dan minuman, agar bermanfaat untuk pelanggan yang baru pertama kali berkunjung ke coffee shop tersebut. Pada penelitian ini menggunakan metode FP-Growth. FP-Growth membangun FP-Tree, dan dilakukan dengan cara database harus dipindai dua kali di FP-Tree untuk menentukan frequent itemset. Data yang digunakan berupa data transaksi hasil penjualan coffee shop selama 3 bulan. Pada penelitian ini menggunakan RapidMiner dan Python sebagai pembanding hasil yang didapatkan dengan hasil manual. Hasil rules yang didapati dengan menggunakan nilai minimum support sebesar 50% dan nilai minimum confidence sebesar 80% adalah 6028 rules hasil kombinasi antara 14 menu yang memenuhi syarat dengan kombinasi menu antara lemon tea dan sanger merupakan yang paling banyak dipesan oleh pelanggan.
Perancangan User Interface Aplikasi Pengawasan Investasi Aset Menggunakan The Five Planes Framework (Studi Kasus PT. INKA Persero) Anggara Firmansyah Putra; Yusuf Priyandari; Eko Liquiddanu
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.v22i3.8229

Abstract

Dalam melaksanakan tugas perencanaan dan pengendalian investasi aset, Departemen Pengembangan Perusahaan PT. INKA tidak memiliki akses langsung ke dalam sistem SAP perusahaan. Akibatnya, pihak departemen memerlukan waktu yang lebih lama dalam pengumpulan data untuk membuat laporan sebagai perwujudan pengendalian investasi aset. Hal ini menyebabkan pihak departemen tidak bisa menyajikan informasi dengan cepat apabila sewaktu-waktu dibutuhkan pimpinan. Pembuatan aplikasi pengawasan investasi aset bertujuan untuk memudahkan pengawasan proses realisasi investasi aset perusahaan. Penelitian ini bertujuan untuk merancang user interface aplikasi pengawasan investasi aset dengan memperhatikan user experience yang baik. Metode proses desain yang digunakan adalah The Five Planes yang terdiri dari strategy, scope, structure, skeleton dan surface. Pada tahap surface, dilakukan penerapan eight golden rules sebagai upaya untuk menghasilkan tampilan yang baik. Hasil akhir penelitian berupa rancangan interface aplikasi pengawasan investasi aset yang mencakup semua fitur yang dibutuhkan pengguna. Dilakukan proses penilaian usability oleh pengguna yang menghasilkan nilai usability sebesar 84.3. Hasil tersebut menunjukkan bahwa rancangan memiliki nilai usability yang baik sehingga rancangan diterima pengguna dan dapat digunakan dalam perancangan tingkat selanjutnya
Perancangan Sistem Informasi SCM Persediaan Industri Pengelolaan Susu Bayongbong Menggunakan Metode OADP Herman, Sukrina; Budiman, Tedi
Techno.Com Vol. 22 No. 4 (2023): November 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i4.9162

Abstract

KUD Mandiri Bayongbong merupakan koperasi fungsional yang masih aktif dalam industri pengelolaan susu dan peternakan sapi perah. Industri ini termasuk dalam SDGs pada bagian Industri, Inovasi dan Infrastruktur. Adapun permasalahan dalam objek ini yaitu pendataan dan pengarsipan data yang masih dilakukan menggunakan excel serta belum adanya aplikasi yang mendukung dalam proses persediaan industri pengelolaan susu sehingga tidak sesuai dengan yang diharapakan. Dalam konteks industri pengelolaan susu, perancangan sistem informasi SCM yang efektif dan efisien sangat penting untuk mengoptimalkan proses produksi, distribusi, memastikan ketersediaan stok yang cukup dalam persediaan susu, meningkatkan efisiensi, dan meminimalkan biaya produksi. Selain itu, dalam perancangan SCM ini, diperlukan penggunaan metode OADP yang membantu menyelaraskan proses bisnis, data, aplikasi dan teknologi yang ada dengan visi dari objek kajian. Metode OADP memiliki langkah yang sistematis dan terstruktur dalam pengembangan aplikasi dan sistem informasi. Dengan mengikuti langkah- langkah OADP, dapat memastikan sistem informasi yang dibangun dapat diimplementasikan dengan baik serta kinerja yang baik. Sistem informasi ini diharapkan dapat meningkatkan efektivitas dan efisiensi, serta mempercepat pengambilan keputusan yang tepat terkait manajemen persediaan. Hasil dari penelitian ini sebuah perancangan SCM yang dapat diterapkan di industri pengelolaan susu dan melakukan pengukuran menggunakan kuisioner Value and Risk Assesment
Klasifikasi Status Drop Out Mahasiswa Menggunakan Naïve Bayes dengan Seleksi Fitur Information Gain Ulinnuha, Nurissaidah; Fanani, Aris
Techno.Com Vol. 22 No. 4 (2023): November 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i4.9004

Abstract

Salah satu masalah dalam perguruan tinggi adalah kasus drop out. Banyaknya mahasiswa yang mengalami drop out merupakan salah satu indikator yang mempengaruhi kualitas pembelajaran dan akreditasi yang sangat penting untuk keberlangsungan suatu institusi. Penelitian ini menerapkan algoritma Naive Bayes dan algoritma seleksi fitur Information Gain untuk melakukan klasifikasi mahasiswa drop out.  Hasil penelitian menunjukkan bahwa dua fitur yang berpengaruh paling signifikan terhadap klasifikasi mahasiswa drop out adalah jumlah SKS yang ditempuh dan nilai IPS pada semester 4. Temuan ini menunjukkan bahwa aspek akademik yang terkait dengan perkembangan studi mahasiswa berpengaruh dalam klasifikasi drop out. Penerapan seleksi fitur menggunakan metode Information Gain berhasil meningkatkan akurasi dan presisi dari model Naïve Bayes. Model yang dihasilkan mencapai akurasi sebesar 98.36%, presisi sebesar 88.37%, dan recall sebesar 97.44%. Hasil ini menunjukkan bahwa seleksi fitur dengan metode Information Gain membantu dalam mengidentifikasi fitur-fitur penting yang berkontribusi terhadap kualitas model klasifikasi.
Penerapan Metode Long Short-Term Memory dan Word2Vec dalam Analisis Sentimen Ulasan pada Aplikasi Ferizy Shyahrin, Mega Vebika; Sibaroni, Yuliant; Puspandari, Diyas
Techno.Com Vol. 22 No. 4 (2023): November 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i4.9205

Abstract

Tranportasi merupakan hal yang penting bagi masyarakat dalam mobilitas sehari-hari. Karena memiliki peranan penting dan dapat memudahkan kehidupan masyarakat, pemerintah mulai mengoptimalkan pembangunan sarana transportasi dan memulai inovasi digital, salah satunya pada moda transportasi laut. Perseroan Terbatas Angkutan Sungai, Danau, dan Penyeberangan Indonesia (PT ASDP)  meluncurkan aplikasi Ferizy pada Google Playstore. Dalam inovasi ini, sentimen masyarakat dapat membantu untuk mengetahui kepuasan, kekurangan, saran, dan kritik. Terkait hal tersebut maka diperlukan analisis sentimen untuk memahami maksud ulasan. Analisis ini mengekstrak data ulasan lalu mengolah data tekstual secara otomatis untuk mendapatkan makna sentimen yang terkandung dalam ulasan. Penelitian ini mengimplementasikan klasifikasi Long Short-Term Memory (LSTM) dan ekstraksi fitur Word2Vec variasi skip-gram serta CBOW pada dataset ulasan aplikasi Ferizy. Hasil pengujian dari model menghasilkan nilai akurasi sebesar 88,20% untuk variasi skip-gram dan 74,20% untuk variasi CBOW.
Pengaruh Serangan LPF pada Audio Watermarking dengan Metode DWT-Histogram Terhadap Performa BER Sulistyawan, Vera Noviana; Andrasto, Tatyantoro; Fathoni, Khoirudin; Setiyani, Hendra Dewinta; Azizah, Nur Rokhimatul; Adnan, Fahrizal; Prasetyo, Yogi
Techno.Com Vol. 22 No. 4 (2023): November 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i4.8850

Abstract

Perkembangan teknologi yang pesat membuat kemudahan untuk mengakses data oleh umum sehingga dibutuhkan suatu perlindungan hak cipta guna melindungi hak perihal pemilikan data secara legal. Audio watermarking yang diusulkan menanamkan informasi bit biner ke dalam sebuah media digital berupa audio yang tidak menyebabkan kerusakan pada media yang disisipi informasi. Penelitian ini menggunakan kombinasi metode DWT dan Histogram. Hasil yang diperoleh berupa audio terwatermark yang mempunyai kualitas tinggi dan tidak menimbulkan dampak berati terhadap sinyal informasi yang telah disisipkan dengan menggunakan parameter Bit Error Ratio (BER). Pada penelitian ini, rata-rata BER yang didapat saat dilakukan serangan LPF adalah 0.07952. Sehingga metode ini mempunyai ketahanan yang tinggi. Sedangkan tanpa serangan watermark dapat terekstrak sempurna tanpa kerusakan dengan BER=0.

Page 54 of 76 | Total Record : 754

 52   53   54   55   56 

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