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 737 Documents
 59   60   61   62   63 
Penerapan IoT dalam Sistem Monitoring Kesehatan: Inovasi dan Implementasi Ramadhan, Irfan Wahyu; Firdaus, Firdaus; Adinandra, Sisdarmanto
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11482

Abstract

Penelitian ini mengkaji penerapan Internet of Things (IoT) dalam sistem monitoring kesehatan melalui tinjauan literatur yang mendalam. Inovasi dalam perangkat wearable, platform cloud, dan algoritma analitik memungkinkan pengumpulan data fisiologis secara real-time, pemantauan jarak jauh, dan deteksi dini anomali kesehatan. Implementasi teknologi ini telah menunjukkan hasil yang menjanjikan, seperti akurasi tinggi dalam pengukuran parameter kesehatan, efektivitas dalam mendeteksi kondisi kritis, dan peningkatan akses terhadap perawatan kesehatan untuk populasi yang kurang terlayani. Namun, adopsi sistem monitoring kesehatan berbasis IoT menghadapi beberapa tantangan, termasuk keamanan data, interoperabilitas, dan validasi klinis. Untuk memaksimalkan potensi teknologi ini, penelitian masa depan perlu difokuskan pada penguatan keamanan dan privasi data pasien. Dengan memanfaatkan kemajuan teknologi seperti Artificial Intelligence (AI), Machine Learning (ML), dan integrasi Electronic Health Records (EHR), sistem monitoring ke6sehatan berbasis IoT dapat mencapai potensi penuh mereka dalam mentransformasi perawatan kesehatan dan memberdayakan individu untuk mengambil peran proaktif dalam mengelola kesehatan.   Kata kunci: Catatan Kesehatan Elektronik, Internet of Things, Kecerdasan Buatan, Pembelajaran Mesin, Sistem Pemantauan Kesehatan.
Penerapan Naive Bayes Terhadap Sentimen Analisis Media Sosial Twitter Pengguna Commuter Line Sunarti, Sunarti; Handayanna, Frisma; Wulandari, Dewi Ayu Nur
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11497

Abstract

Commuter Line ialah salah satu sektor pelayanan publik dibidang transportasi banyak dipergunakan oleh masyarakat saat ini. Sesuai perkembangan teknologi banyak opini masyarakat terhadap pelayanan Commuter Line beredar secara online, untuk menyampaikan opininya masyarakat menggunakan media sosial seperti Twitter. Media Twitter dapat dijadikan sebagai bahan evaluasi peningkatan kualitas layanan. Twitter memudahkan pelanggan untuk menyampaikan keluhan serta pendapat terkait layanan seperti PT KAI Commuter. Untuk memahami komentar pelanggan, persepsi layanan publik, dan mendapatkan opini baru maka perlu dilakukan analisis sentimen terhadap pelayanan Commuter Line. Analisis sentimen ini bertujuan untuk mengklasifikasikan tweets masyarakat terhadap layanan Commuter Line ke dalam sentimen complain dan not complain dengan menggunakan metode Naive Bayes. Metode ini mempunyai tingkat akurasi paling tinggi dalam pengklasifikasian analisis sentimen. Data yang diunduh dari Twitter menggunakan aplikasi RapidMiner sebanyak 1.010 tweet dan data validasi sebanyak 1.003 tweets. Pada akhir tahap penelitian diperoleh accuracy 78,11%, precision 81,76%, recall 72,51%, dan AUC yang didapat sebesar 0,814.   Kata kunci: Analisis sentimen; Commuter Line; Twitter; Naive Bayes
Penggunaan Virtual Lab Fisika Asam Basa Sebagai Alat Bantu Siswa SMP Negeri Alok Dalam Belajar Fisika Yunita, Maria; Darkel, Yohanes Brekmans M; Wara, Febriyanti Alwisye; Yeyen, Yustina Yesisanita
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11521

Abstract

Penerapan teknologi baru dapat mendorong siswa untuk giat belajar dan tidak mudah menyerah jika menemui kesulitan dalam belajar. Fisika merupakan salah satu mata pelajaran di sekolah menengah pertama, dan siswa dituntut untuk menerapkan apa yang telah dipelajari secara praktis. Pembelajaran Fisika terdiri dari banyak materi, salah satunya adalah materi asam basa. Materi asam basa di pelajari oleh siswa kelas tujuh SMP Negeri Alok belum memiliki fasilitas laboratorium yang memadai untuk praktikum sehingga perlu dibuat media pembelajaran Virtual Lab yang interaktif . Metode yang digunakan dalam merancang aplikasi Virtual Lab Fisika Asam Basa yaitu MDLC (Multimedia Development Life Cycle). Aplikasi Virtual Lab ini kemudian diuji oleh guru dan ahli media, dimana aplikasi Virtual Lab Asam Basa yang dikembangkan tergolong kriteria “layak dan tanpa perlu revisi” dengan skor rata-rata keseluruhan 90% dengan pengujian blackbox sehingga media pembelajaran ini memenuhi aspek kevalidan. Aplikasi Virtual Lab Asam Basa yang menyajikan langkah-langkah yang dapat dipraktekkan oleh pengguna dengan cara mensimulasikan percobaan dan mengikuti petunjuk penggunaan dan aplikasi Virtual Lab dapat diakses melalui android.   Kata Kunci: Fisika; Virtual Lab; Asam Basa; MDLC; Pembelajaran
Pengamanan Data Berbasis Hill Cipher dengan Operasi Modulo pada Karakter ASCII Sutoyo, Muhammad Nurtanzis; Qammaddin, Qammaddin; Rahayu, Rahayu; Kariani, Ni Komang Ria
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11523

Abstract

Pengamanan data dalam era digital menjadi semakin penting dengan meningkatnya kebutuhan untuk melindungi informasi sensitif. Penelitian ini mengimplementasikan algoritma Hill Cipher yang dimodifikasi dengan operasi modulo pada karakter ASCII untuk memperluas cakupan aplikasi metode kriptografi ini. Hill Cipher, yang secara klasik menggunakan alfabet dengan operasi modulo 26, dibatasi hanya pada huruf-huruf alfabet. Modifikasi yang diusulkan dalam penelitian ini menggunakan operasi modulo 256, yang mencakup seluruh karakter ASCII (0–255), termasuk huruf, angka, simbol, dan karakter khusus. Penelitian ini menggunakan matriks kunci berukuran 2 x 2 yang memastikan keamanan melalui perhitungan determinan yang tidak nol dan coprime dengan 256. Proses enkripsi dilakukan dengan mengalikan vektor yang mewakili nilai ASCII dari plaintext dengan matriks kunci, diikuti oleh operasi modulo 256 untuk memastikan hasilnya berada dalam rentang karakter ASCII yang valid. Hasil enkripsi berupa ciphertext kemudian dideskripsi dengan invers matriks kunci yang diperoleh melalui operasi invers modulo 256. Penelitian ini membuktikan bahwa Hill Cipher yang dimodifikasi dapat diterapkan secara efektif untuk pengamanan data modern berbasis teks, menghasilkan ciphertext yang aman dan plaintext yang dapat didekripsi dengan akurat.   Kata kunci: Hill Cipher, ASCII, operasi modulo 256, enkripsi, dekripsi
Deteksi Bakteri Pada Citra BTA Menggunakan Multi Thresholding dan K-Means Adhipurna, Novian; Ayanti, Bio Putri; Prihandini, Yustin Ari; Nurbidayah, Nurbidayah
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11533

Abstract

Tuberkulosis (TB) merupakan jenis penyakit kronis yang disebabkan oleh bakteri Mycobacterium tuberculosis yang dapat menular dari 1 orang ke orang lainnya melalui udara atau yang disebut dengan airbone. Pendeteksian bakteri M.tuberculosis pada citra sputum penderita TB merupakan suatu tantangan dalam menentukan identifikasi untuk dapat membedakan bakteri tersebut dengan background dengan hasil pewarnaan sputum yang cendrung memiliki tingkat warna yang bervariasi, sehingga dapat menurunkan hasil akurasi pendeteksian. Oleh karena itu diperlukan suatu pendekatan yang lebih akurat dalam mendeteksi bakteri TB pada citra BTA. Untuk itu penelitian ini bertujuan melakukan pengolahan citra berupa segmentasi pada citra BTA dengan menerapkan preprocessing ruang warna CIE Lab, menentukan batas ambang yang maksimal dengan Multi Thresholding dan dilakukan segmentasi menggunakan K-Means Clustering. Hasil eksperimen didapatkan bahwa pengaplikasian metode Multi Thresholding dan K-Means memberikan tingkat akurasi sebesar 99.57% pada pendeteksian bakteri TB.   Kata kunci: Tubekulosis, Ziehl Neelsen, Multi Thresholding, K-Means.
Perbandingan Algoritma Klasterisasi dengan Principal Component Analysis pada Indikator Sosial Ekonomi Kesehatan Jawa Timur Hasanah, Uswatun; Fauziah, Monica Rahma; Fitrianto, Anwar; Erfiani, Erfiani; Jumansyah, L.M. Risman Dwi
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11534

Abstract

K-Means dan K-Medoids digunakan untuk menilai indikator sosial ekonomi dan kesehatan di Provinsi Jawa Timur tahun 2023 melalui metode klasterisasi. Dengan menggunakan Principal Component Analysis (PCA) untuk mereduksi dimensi variabel, penelitian ini mengelompokkan wilayah berdasarkan karakteristik sosial ekonomi dan kesehatan. Data yang dianalisis termasuk angka harapan hidup, tingkat kemiskinan, pengangguran, dan akses ke layanan kesehatan. Kebaruan penelitian ini terletak pada kombinasi unik antara PCA dan K-Medoids untuk menghasilkan klaster yang lebih akurat dan robust terhadap outlier, dibandingkan metode yang biasanya hanya menggunakan satu teknik klasterisasi atau tidak melibatkan reduksi dimensi. Hasil penelitian menunjukkan bahwa K-Medoids dengan PCA menghasilkan klaster yang lebih koheren dan terpisah daripada K-Means, terutama dalam menangani outlier. Menurut metode Elbow dan Silhouette, empat hingga lima klaster adalah pilihan terbaik. PCA meningkatkan akurasi dan efisiensi klasterisasi dengan mengurangi kompleksitas data, yang menghasilkan klaster yang lebih baik Diharapkan temuan ini akan membantu pemerintah membuat kebijakan yang lebih baik untuk mengatasi ketimpangan kesehatan dan sosial ekonomi di Jawa Timur.   Kata kunci: Klasterisasi, Outlier, Principal Component Analysis (PCA)
Klasifikasi Emosional Ulasan Pelanggan dengan Pendekatan NLP menggunakan Metode Ensemble dan ROS Noorizki, Adisaputra Zidha; Pratikno, Heri; Kusumawati, Weny Indah
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11559

Abstract

Konsep Orientasi Pelanggan sangat penting bagi perusahaan untuk berkembang di era saat ini, dengan memanfaatkan teknologi untuk mendapatkan wawasan yang mendalam tentang perilaku pelanggan mereka. Salah satu alat teknologi tersebut adalah pembelajaran mesin, khususnya yang menggunakan pendekatan pemrosesan bahasa alami (NLP). Penelitian ini menggunakan lima algoritma yang berbeda dan menggabungkan berbagai metode untuk meningkatkan kinerja model machine learning. Melalui penerapan teknik-teknik seperti random over-sampling (ROS) dan ensemble learning, akurasi prediksi keseluruhan untuk kelas minoritas meningkat secara signifikan. Model ensemble yang diintegrasikan dengan ROS mencapai akurasi 0,90 dan mean square error 0,91, mengungguli algoritma lain yang diuji dalam penelitian ini. Pendekatan yang dioptimalkan ini tidak hanya menunjukkan keefektifan pemanfaatan teknologi untuk sebuah perusahaan dapat menerapkan strategi yang berpusat pada pelanggan, tetapi juga menyoroti pentingnya peningkatan metodologi dalam pemodelan prediktif untuk keberlanjutan bisnis.   Kata kunci: Klasifikasi Emosi, Pembelajaran Mesin, Pemrosesan Bahasa Alami, Hard Voting, Random Over Sampling.
Pengembangan E-Commerce Hasil Peternakan Menggunakan Metode Location Based Service Dengan Algoritma Haversine berbasis Android Gobel, Citra Yustitya; Sennung, Bahtiar; Nua, Salma P
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11562

Abstract

Peran E-Commerce dalam mendukung Program Digital Economi sangat dibutuhkan daerah kabupaten Gorontalo untuk membantu memperkuat ekonomi lokal dengan memfasilitasi akses ke pasar yang lebih luas, Urgensi  Penelitian berdasarkan study literatur dan hasil observasi mengangakat permasalahan bahwa belum ada terdapat penelitian pengembangan aplikasi e-commerce khusunya hasil peternakan menggunakan Location Based serviced dengan metode havesine sehingga Penelitian ini bertujuan untuk membangun aplikasi E-Commerce Menggunakan integrasi Metode Location Based Service dengan Algoritma Haversisne berbasis Android pada pemasaran hasil Peternakan daerah kabupaten gorontalo sehingga dapat  menawarkan solusi inovatif untuk menghubungkan peternak dengan konsumen melalui platform digital. Metode ini memanfaatkan layanan berbasis lokasi untuk menentukan jarak antara penjual dan pembeli secara akurat, memungkinkan optimalisasi distribusi hasil ternak dan pengiriman yang lebih efisien. Hasil pengembangan menunjukkan bahwa LBS dan algoritma Haversine mampu memberikan efisiensi  dalam pengelolaan distribusi dan pemetaan pasar lokal dengan hasil perhitungan jarak tempuh mengunakan google Maps sejauh 23,3 km, sedangkan hasil menggunakan algoritma haversine lebih cepat yaitu 12,1 km, terdapat perbedaan jaarak tempuh sekitar 11 km. Platform ini juga meningkatkan akses pasar bagi peternak lokal, memberikan peluang pemasaran yang lebih baik, serta memperkuat ekosistem perdagangan hasil ternak berbasis digital. Kata kunci: E-Commerce; Peternakan; Location base Service; Haversine; Android
Implementasi Teknologi Otomatisasi Jemuran Pakaian Berbasis Arduino Nano Sirait, Juanto; Prayogi, Soni
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11607

Abstract

Pada perumahan padat penduduk, ruang terbatas menjadi salah satu tantangan utama bagi penghuni dalam melakukan aktivitas sehari-hari, termasuk dalam proses menjemur pakaian. Jemuran konvensional sering kali memakan ruang yang signifikan dan kurang efisien saat kondisi cuaca berubah tiba-tiba, seperti hujan atau kekurangan sinar matahari. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem jemuran pakaian otomatis berbasis Arduino Nano yang dapat dioperasikan secara mandiri untuk memaksimalkan penggunaan ruang dan meningkatkan efisiensi pengeringan pakaian. Sistem ini dilengkapi dengan sensor hujan dan sensor cahaya yang secara otomatis mengendalikan pergerakan jemuran. Ketika terdeteksi hujan, jemuran akan ditarik secara otomatis untuk melindungi pakaian, dan akan kembali terbuka saat kondisi cuaca kembali cerah. Metode penelitian melibatkan desain perangkat keras dan perangkat lunak yang terintegrasi dengan Arduino Nano, serta pengujian performa sistem dalam berbagai kondisi cuaca. Hasil penelitian menunjukkan bahwa sistem jemuran otomatis ini berhasil berfungsi secara optimal dalam merespons perubahan cuaca, dengan waktu respons cepat dan penghematan ruang yang signifikan di area perumahan padat penduduk. Implementasi teknologi ini diharapkan dapat menjadi solusi praktis untuk meningkatkan kenyamanan penghuni dan efisiensi penggunaan ruang di hunian urban yang terbatas.   Kata kunci: Jemuran Otomatis, Arduino Nano, Sensor Cuaca, Hunian Padat, Efisiensi Ruang.
Penerapan Algoritma Backtracking Pada Metode Backward Chaining untuk Diagnosis Penyakit Demam Berdarah Kiswanto, Rahmat Haryadi; Irjanto, Nourman S.; Risman, M.; Imbiri, Carolina C.Y.
Techno.Com Vol. 23 No. 4 (2024): November 2024
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v23i4.11622

Abstract

Penelitian ini meningkatkan teknik backward chaining untuk diagnosis Demam Berdarah Dengue (DBD) dengan mengintegrasikan algoritma backtracking, dengan tujuan untuk meningkatkan efisiensi penelusuran gejala dan aturan dalam sistem pakar. Hasil eksperimen menunjukkan bahwa penggunaan backtracking secara signifikan mengurangi waktu pemrosesan dibandingkan dengan metode tanpa backtracking. Pada eksperimen yang melibatkan 3 aturan, waktu pemrosesan berkurang dari 168,50 ms menjadi 19,53 ms, sementara untuk 6 aturan, waktu pemrosesan turun dari 161,63 ms menjadi 20,88 ms. Demikian pula, dalam pengujian dengan 10 aturan, waktu pemrosesan menurun dari 161,68 ms menjadi 17,38 ms. Secara keseluruhan, integrasi algoritma backtracking meningkatkan efisiensi penelusuran rata-rata sebesar 88%, terbukti menjadi pendekatan yang sangat efektif, terutama dalam sistem pakar yang memiliki banyak aturan dan gejala.   Kata kunci: Backward Chaining, Backtracking, Diagnosis DBD, Efisiensi

Page 61 of 74 | Total Record : 737

 59   60   61   62   63 

Filter by Year

2012 2025


Reset
Filter By Issues
All Issue 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