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
 53   54   55   56   57 
Model Utaut 2: Penerimaan dan Penggunaan Youtube di Indonesia Citra, Suryati Oka; Suroso, Arif Imam; Hermadi, Irman
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.v22i4.8817

Abstract

Youtube merupakan situs video sharing terbesar dibawah perusahaan Google Inc. Pengguna Youtube dan lama waktu penggunaan Youtube memang masih termasuk dalam tiga terbesar secara global. Akan tetapi, hadirnya TikTok sebagai kompetitor sejenis dapat menjadi tantangan tersendiri bagi Youtube. Youtube perlu melakukan evaluasi untuk mengukur layanan yang telah diberikan agar dapat tetap mempertahankan loyalitas penggunanya. Penelitian ini menggunakan metode sistem UTAUT 2 (penerimaan dan penggunaan), responden yang digunakan sebanyak 200 orang. Untuk menganalisis data, Penelitian ini menerapkan analisis deskriptif serta analisis Partial Least Squares - Structural Equation Modelling (PLS-SEM). Menurut hasi penelitian, seluruh variabel UTAUT 2 mendapatkan persepsi “setuju” dari responden. Selain itu, ditemukan bahwa variabel hedonic motivation dan juga variabel habit berpengaruh positif dan signifikan kepada variabel behavioral intention. Sementara variabel facilitating conditions, habit serta variabel behavioral intention berpengaruh positif serta signifikan kepada variabel use behavior.
Eksplorasi dan Klasifikasi K-NN Terhadap Kejadian Luar Biasa Diare di Jawa Barat Fulazzaky, Tahira; Waode, Yully Sofyah; Fitrianto, Anwar; Erfiani, Erfiani; Pradana, Alfa Nugraha
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.v22i4.9281

Abstract

Tujuan dari penelitian ini adalah untuk mengkaji bagaimana kualitas air dan sanitasi mempengaruhi Kejadian Luar Biasa (KLB) Diare di Provinsi Jawa Barat, Indonesia, menggunakan data Pendataan Potensi Desa (PODES) tahun 2021. Diare merupakan permasalahan serius dalam kesehatan masyarakat Indonesia, terutama pada kelompok anak balita, dan salah satu faktor penyebab utamanya adalah rendahnya kualitas air dan sanitasi. Dalam konteks penelitian ini, kami menerapkan metode algoritma K-Nearest Neighbors (K-NN) untuk mengklasifikasikan wilayah-wilayah yang mengalami KLB Diare. Hasil eksplorasi data menunjukkan variasi yang signifikan dalam jumlah kasus diare di sejumlah kabupaten dan kota yang tersebar di wilayah Jawa Barat. Untuk menangani masalah ketidakseimbangan data, kami menerapkan teknik Pengurangan Acak (Random Under Sampling), Penambahan Acak (Random Over Sampling), dan Synthetic Minority Oversampling Technique (SMOTE).Hasil analisis menunjukkan bahwa model K-NN dengan penggunaan metode SMOTE menghasilkan tingkat akurasi tertinggi, yaitu sebesar 71.28%. Meskipun demikian, nilai F1 score untuk semua model cenderung rendah, yang mengindikasikan adanya tantangan dalam mengklasifikasikan wilayah-wilayah dengan KLB Diare. Penelitian ini memberikan wawasan yang penting mengenai korelasi antara kualitas air, sanitasi, dan KLB Diare di Jawa Barat, serta mengidentifikasi wilayah-wilayah yang memerlukan perhatian lebih dalam upaya pencegahan dan pengendalian penyakit diare. Hasil ini dapat digunakan sebagai dasar untuk merancang program-program kesehatan yang lebih efektif di daerah-daerah dengan tingkat insiden diare yang tinggi. Kata kunci: Algoritma K-Nearest Neighbors (K-NN), SMOTE, Ketidakseimbangan data dan teknik pengambilan sampel ulang, Kualitas air dan sanitasi, Program pencegahan dan pengendalian diare.
Analisis Sentimen Twitter Tentang Wisata di Kota Solo Fatimah, Siti; Purwanto, Eko; Permatasari, Hanifah
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.v22i4.9154

Abstract

Analisis sentimen digunakan untuk memahami pandangan dan pendapat masyarakat terhadap suatu hal, serta untuk mengidentifikasi tren topik pembicaraan. Dalam upaya merespon keluhan dan meningkatkan pelayanan kepada masyarakat, Dinas Pariwisata kota Solo aktif memanfaatkan berbagai platform media sosial seperti Twitter, Instagram, Facebook, web ULAS, dan Halo Mas Wali sebagai sarana komunikasi interaktif dengan masyarakat. Melalui media sosial ini, dapat mempermudah pegawai dalam proses pengumpulan sentimen masyarakat, yang nantinya akan menjadi dasar untuk menetapkan kebijakan dan strategi pembangunan. Oleh karena itu, diperlukan aplikasi analisis sentimen yang mampu mengklasifikasikan setiap tweet menjadi tiga kategori, yakni positif, netral dan negatif. Algoritma yang digunakan yaitu Naive Bayes. Naive Bayes adalah algoritma klasifikasi yang menggunakan probabilitas fitur untuk memprediksi label data, dengan asumsi fitur saling independen. Algoritma tersebut cocok untuk klasifikasi big data karena efisien pada data besar dan beragam. Hasil dari pembuatan aplikasi analisis sentimen ini adalah menunjukkan bahwa aplikasi dapat secara otomatis melabeli data menggunakan metode Naive Bayes berbasis PHP dan MySQL. Proses crawling data dari Twitter dilakukan melalui Google Colab menggunakan bahasa Python. Dalam implementasinya, aplikasi ini dapat membantu dalam melakukan klasifikasi opini masyarakat terhadap tempat wisata di kota Solo. Dilakukan pengujian validasi data untuk menguji kesamaan hasil perhitungan sistem dan manual menggunakan 3 data training dan 1 data testing yang didapatkan hasil klasifikasi data testing positif. Berdasarkan pengujian yang telah dilakukan dengan 500 data menggunakan metode naive bayes didapatkan hasil klasifikasi netral berjumlah 122 data, positif 302 data dan negatif 76 data dengan akurasi sebesar 70,2%%, presisi 67% dan recall 100%  
Peningkatan Deep Neural Network pada Kasus Prediksi Diabetes Menggunakan PSO Firmansyah, Rusmal; Shidik, Guruh Fajar
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.v22i4.9209

Abstract

Diabetes adalah ancaman utama bagi kesehatan penduduk dunia yang saat ini merupakan penyebab utama kematian pada penduduk dunia yang berusia kurang dari 60 tahun. Dengan menggunakan Machine Learning diharapkan mampu memprediksi diabetes. Dengan menggunakan dataset Pima Indians Diabetes (PIMA Dataset). Pada penelitian ini dilakukan pengujian dengan menggunakan 2 Algoritma dan 1 Algoritma yang dioptimasi. Pengujian Pertama Menggunakan Support Vector Machine (SVM), Pengujian Kedua menggunakan Deep Neural Network (DNN)  dan Pengujian Ketiga menggunakan DNN yang dikombinakan dengan Particle Swarm Optimize (PSO). Pemilihan data yang digunakan sebagai training dilakukan dengan menggunakan Non-Random Sampling. Dalam Penelitian ini pengujian pertama dengan menggunakan SVM dengan melakukan pengujian tanpa menggunakan kernel dan menggunakan kernel Linear, Sigmoid, Polynomial dan Radial Basis Function (RBF). Untuk Pengujian Kedua dilakukan dengan menggunakan DNN tanpa menggunakan Optimaliasi atau DNN original dengan dilakukan penggujian dengan jumlah hidden layer 2 dan jumlah neuron 8 sampai 10 pada setiap hidden layer. Pengujian Ketiga dilakukan dengan menggunakan DNN yang dioptimalisasi dengan menggunakan PSO. Pada Pengujian Ketiga dilakukan penggujian dengan jumlah hidden layer 2 dan jumlah neuron 8 sampai 10 pada setiap hidden layer. Hasil yang diperoleh menunjukkan bahwa DNN yang dioptimasi dengan PSO mampu memberikan akurasi tertinggi dengan jumlah hidden layer 1 sebanyak 9 node dan jumlah hidden layer 2 sebanyak 8 node dengan jumlah iterasi pada PSO sebanyak 166 iterasi.
Kombinasi Crossover dan Mutasi Terbaik pada Algoritma Genetika dalam Penjadwalan Mata Kuliah Fajarlestari, Maria Karmelia; Suban, Ignasius Boli
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.v22i4.9298

Abstract

Pada proses penerapanya algoritma Genetika mempunyai operator  crossover dan mutasi. Operator crossover mempunyai beberapa jenis dan operator mutasi dilakukan menurut besar probabilitasnya. Penggunaan crossover dan besar probabilitas menjadi salah satu masalah dalam penerapan algoritma Genetika karena dalam pemilihanya ditentukan secara random. Tujuan penelitian ini untuk mencari kombinasi paling baik pada jenis crossover dan besar probabilitas mutasi dalam memecahkan masalah penjadwalan. Kombinasi terbaik adalah kombinasi yang paling banyak menghasilkan hasil optimal. Algoritma Genetika diterapkan dalam permasalahan penjadwalan mata kuliah, kemudian hasil penerapanya dianalisis berdasarkan jenis mutasi dan besar probabilitas yang digunakan. Hasilnya dari semua kombinasi operator yang telah diuji coba untuk menyelesaikan masalah yang sama, ada satu kombinasi operator crossover dan mutasi yang memiliki rata-rata hasil terbaik yaitu kombinasi antara jenis crossover dua-titik dengan besar probabilitas mutasi 3%.
Sistem Ketersedian Slot Parkir Dengan Arduino Nano Berbasis Outseal Studio Dan Haiwell Cloud Scada Ristanto, Yunani; Astutik, Rini Puji
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.v22i4.9011

Abstract

Dalam perkembangan teknologi di era industry 4.0 khususnya dalam bidang elektronika kosentrasi kendali berupa sistem otomasi industri. Perkembangan ini di awali dengan munculnya beberapa kontroler diantranya adalah mikrokontroler dan mikroprosesor .Perkembangan ini berfungsi salah satunya adalah mempermudah pekerjaan manusia dengan mengontrol suatu sistem secara otomatsis, contohnya adalah parkir otomasis. Pada artikel ini dituliskan suatu metode perancangan dan pembuatan prototype Sistem ketersedian slot parkir dengan arduino nano berbasis Outseal Studio dan Haiwell Cloud SCADA. Proses kerja pada sistem ini yaitu memonitoring alur kerja di area suatu slot parkir dan merekap jumlah kendaraan disetiap slot. parkir. Sistem ini di kontrol melalui Arduino nano PLC yang kemudian tampilanya menggunakan SCADA yaitu Haiwell Could SCADA. Sistem parkir ini dirancang untuk memantau slot pakrir,membuka palang pintu otomatis dan memberi informasi berupa data report setiap slot kepada petugas parkir. Hasil implementasi sistem ini tersebut mampu mempermudah petugas parkir untuk mengontrol terhadap area parkir serta meningkatkan keamanan area parkir dan dapat meminimalisir kehilangan kendaraan yang parkir di setiap slotnya. 
Penerapan Metode Weighted Product pada Aplikasi Pemilihan Smartphone Berdasarkan Budget dan Kebutuhan Lemantara, Julianto
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.v22i4.9176

Abstract

Perkembangan teknologi di bidang smartphone meningkat setiap tahun. Berbagai smartphone dengan spesifikasi yang lebih canggih selalu bermunculan. Banyaknya produk smartphone yang ada di pasaran, dengan spesifikasi yang bervariasi, membuat masyarakat menjadi kesulitan dalam memilih. Survei awal dilakukan dengan 33 responden dan 25 di antaranya menjawab bahwa mereka bingung ketika mencari smartphone yang sesuai dengan kebutuhan dan budget. Pencarian smartphone masih terbilang sulit karena membutuhkan waktu dalam menggali informasi melalui review dari YouTube dan informasi di internet, demi mendapatkan smartphone yang sesuai. Berdasarkan masalah ini, solusi yang ditawarkan berupa sebuah aplikasi Sistem Pendukung Keputusan menggunakan metode Weighted Product, dengan menggunakan kriteria seperti RAM, prosesor, internal, layar, kamera utama, dan kapasitas baterai untuk membantu dalam memilih smartphone yang sesuai dengan pengguna. Semua rekomendasi smartphone yang dihasilkan oleh aplikasi telah sesuai dengan hasil perhitungan metode Weighted Product. Survei juga dilakukan kembali kepada responden yang sama, dan 31 dari 33 responden menjawab bahwa aplikasi yang dihasilkan penelitian ini membantu mereka memilih smartphone lebih cepat karena tidak perlu menghabiskan waktu untuk mencari informasi di YouTube dan internet.
Sistem Monitoring Kondisi Infus Otomatis Berbasis Notifikasi Telegram Afandi, Mas Aly; Purnama, Sevia Indah; Pangestu, Gusti Angga
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.v22i4.8646

Abstract

Infus merupakan proses memasukan cairan ke dalam pembuluh darah pasien untuk menggantikan cairan dalam tubuh. Kelemahan proses infus saat ini adalah tidak ada pemantauan kondii infua. Apabila infus habis kemudian diabaikan dapat menyebabkan darah pasien justru masuk ke dalam selang infus yang dapat mengakibatkan kekurangan darah. Maka dari itu sebuah sistem pemantauan infus diperlukan untuk menghindari kejadian tersebut. Parameter kecepatan tetesan infus dan kondisi cairan infus telah habis dapat dikenali secara otomatis menggunakan sensor. Cairan infus yang masih penuh lebih berat dibandingkan cairan infus yang telah habis. Kondisi ini dapat dideteksi menggunakan sensor berat. Kecepatan tetesan infus dapat dideteksi melalui interval waktu halangan yang terjadi saat cairan menetes. Informasi kondisi kecepatan tetesan dan berat cairan infus akan dikirimkan secara otomatis melalui telegram perawat. Hasil penelitian menunjukkan bahwa sensor berat mampu mengukur berat dengan rata-rata akurasi sebesar 97,80% dibandingkan dengan timbangan pembanding. Sedangkan akurasi pengukuran interval waktu untuk mendeteksi kecepatan tetesan infus memiliki rata-rata akurasi sebesar 99,77% dibandingkan dengan etimasi seharusnya dalam orde mili detik. Pengujian kualitas jaringan untuk mengirimkan data menunjukkan bahwa rata-rata waktu tunda yang diberikan adalah 95.664ms dengan nilai jitter sebesar 0,153ms, dan nilai rata-rata troughput sebesar 5,510kbps. Data-data tersebut menunjukkan bahwa sistem mampu bekerja dengan baik untuk mengirimkan kondisi infus melalui notifikasi Telegram Perawat.
Perbandingan Model Machine Learning Terbaik untuk Memprediksi Kemampuan Penghambatan Korosi oleh Senyawa Benzimidazole Sumarjono, Cornellius Adryan Putra; Akrom, Muhamad; Trisnapradika, Gustina Alfa
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.v22i4.9201

Abstract

Penelitian ini merupakan studi eksperimen untuk melakukan penyelidikan inhibitor korosi oleh senyawa Benzimidazole dengan melakukan pendekatan machine learning (ML). Karena korosi menyebabkan banyak kerugian yang timbul karena kehilangan material konstruksi, keselamatan kerja dan pencemaran lingkungan akibat produk korosi dalam bentuk senyawa yang mencemarkan lingkungan. Melakukan pendekatan ML adalah untuk mendapatkan model akurasi yang terbaik sehingga dapat digunakan untuk memprediksi dengan relevan dan akurat terhadap suatu material. Dalam penelitian ini, kami mengevaluasi algoritma ML dengan metode linear dan nonlinear dengan menggunakan metode k-fold cross-validation untuk membantu dalam mengukur performa model ML. Mengacu pada metrik coefficient of determination (R2) dan root mean square error (RMSE), kami menyimpulkan bahwa model AdaBoost regressor (ADA) merupakan model dengan performa prediksi terbaik dari eksperimen yang kami lakukan dari literatur untuk dataset senyawa benzimidazole. Keberhasilan model penelitian ini menawarkan perspektif baru tentang kemampuan model ML untuk memprediksi penghambat korosi yang efektif.  
Pengembangan Prototype Pembelajaran Berbasis Mobile untuk Anak Berkebutuhan Khusus dengan Design Thinking Andrian, Rian; Fadhilah, Iffah; Purbandono, Arsenius
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.v22i4.9248

Abstract

ABK memiliki tingkat IQ di bawah 70. Pembelajaran bagi ABK cenderung lebih sulit untuk dicerna karena mereka memiliki keterbatasan dalam fungsi organ secara permanen salah satunya dari sisi intelektual. Tujuan penelitian ini adalah untuk mengimplementasikan pembelajaran berupa aplikasi UDP (Unity Dyslexia Platform) untuk memudahkan guru, orang tua, dan siswa dalam proses pembelajaran. Metode penelitian ini menggunakan design thinking dengan tahapan emphasize, define, ideate, prototype, dan test. Hasil dari usability testing secara keseluruhan didapatkan persentase 61.23% dari direct success, 2.04% dari mission unfinished, 30% dari misclick rate, dan 37.62s dari average duration. Adapun rekomendasi yang perlu dilakukan untuk penelitian selanjutnya adalah memperbaiki beberapa fungsi button pada desain aplikasi, menelaah lebih dalam mengenai aksesibilitas desain, dan melakukan proses UX Design dengan lebih mendalam serta lebih terperinci agar menghasilkan peluang solusi yang lebih solutif.

Page 55 of 76 | Total Record : 754

 53   54   55   56   57 

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