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
 64   65   66   67   68 
Evaluation of LSRB Pathfinding Performance in an Autonomous Obstacle-Avoiding Robot Usran, Usran; Rasyid, Muh. Rafly; Firgiawan, Wawan
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12583

Abstract

This study presents an evaluation of the performance of the Left-Straight-Right-Back (LSRB) algorithm implemented in an autonomous obstacle-avoiding robot. The LSRB algorithm operates based on a fixed priority rule in pathfinding decisions: turn left, go straight, turn right, and finally perform a 180-degree turn if no paths are available. The robot is equipped with ultrasonic sensors and a servo motor to scan obstacles on the left and right sides, and utilizes an 8×8 dot matrix display to indicate its navigation status. Testing was conducted in a custom-built maze environment featuring branches, dead ends, and narrow paths to simulate real-world navigation scenarios. Performance evaluation parameters include travel time, number of maneuvers, and path accuracy. Experimental results show that the LSRB algorithm achieved 100% path completion accuracy across all test cases, with consistent travel time and efficient obstacle avoidance. The findings demonstrate that LSRB is a reliable and lightweight navigation strategy, particularly suitable for low-cost, microcontroller-based robots used in educational or semi-structured environments. Limitations regarding power supply stability and the absence of memory-based path tracking are also identified, offering opportunities for future improvements.   Keywords - Obstacle-Avoiding Robot, Robot Navigation, LSRB Algorithm, Ultrasonic Sensor
Ekstraksi Karakter Plat Nomor Kendaraan Menggunakan Google Vision dan Regex Pattern Wibawa, Condro; Anggraeni, Dessy Tri
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12616

Abstract

Di era serba AI (Artificial Intelligence) seperti saat ini, penggunaan teknologi Optical Character Recognition (OCR) adalah hal yang lumrah. Salah satunya adalah pada Manless Parking System atau sistem parkir otomatis. Pada sistem ini teknologi OCR digunakan untuk mendeteksi plat nomor kendaraan secara otomatis. Namun begitu tidak semua metode memberikan hasil yang optimal. Pada penelitian-penelitian sebelumnya rata-rata tingkat akurasi dari penerapan OCR adalah sebesar 90%. Pada penelitian ini digunakan metode OCR dari Google yaitu Google Vision dan Pattern Regex untuk mendeteksi plat nomor kendaraan pada citra digital. Google Vision dipilih karena kemampuannya yang relatif lebih baik dibandingkan metode OCR lainnya seperti Tesseract dan EasyOCR. Sedangkan Regex Pattern digunakan untuk melakukan filtering terhadap teks hasil ekstraksi OCR yang tidak diperlukan. Penelitian ini diujikan terhadap 150 data sample berformat JPG dan JPEG. Ukuran file bervariasi antara 50 KB – 2 MB. Sudut pengambilan gambar juga dibuat bervariasi. Hasil penelitian menunjukkan bahwa penggunaan metode OCR dengan Google Vision dan Regex Pattern memberikan hasil yang sangat baik dengan tingkat akurasi mencapai 99,50%. Hasil ini lebih baik dibandingkan hasil pada penelitian-penelitian sebelumnya. Kata Kunci : Plat Nomor Kendaraan, Optical Character Recognition, Google Vision, Regex Pattern
Integrasi XGBoost dan Visualisasi Gradio untuk Memprediksi Pendapatan Pembayar Asuransi: Studi Kasus Rumah Sakit Swasta di Manado Lumingkewas, Cherry; Mokodaser, Wilsen Grivin
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12633

Abstract

Prediksi pendapatan yang akurat sangat penting untuk menjaga keberlanjutan finansial, mengoptimalkan alokasi sumber daya, dan membantu perencanaan strategis rumah sakit. Untuk memprediksi pendapatan bulan Agustus, data historis pendapatan digunakan dari Januari hingga Juli 2022. Pra-pemrosesan data termasuk menangani nilai kosong atau nilai yang tidak ada, memilih fitur, dan membagi data menjadi set pelatihan dan pengujian. Metode utama untuk pelatihan model adalah algoritma XGBoost. Hasil evaluasi model diperoleh Mean Squared Error (MSE) dengan hasil 3.239, dan R-squared (R2) 0.99884, Metrik-metrik ini menunjukkan hasil prediksi yang sangat baik. Ditemukan bahwa data bulan Juni dan Juli memberikan kontribusi terbesar. Sistem dibangun dalam bentuk dashboard interaktif berbasis Gradio untuk meningkatkan aksesibilitas dan pemanfaatan hasil model. Oleh karena itu, manajemen rumah sakit dapat menggunakan solusi ini untuk membuat keputusan yang lebih tepat dan berbasis data. Secara keseluruhan, penelitian ini menunjukkan bahwa penggabungan pembelajaran mesin dan visualisasi interaktif dapat sangat bermanfaat dalam manajemen keuangan rumah sakit. Dengan kata lain, integrasi machine learning ke dalam sistem operasional membuka jalan bagi pengambilan keputusan yang lebih berbasis data (data-driven decision making) dan adaptif terhadap dinamika pasar.  Kata kunci – Xgboost, Pendapatan, Prediksi, Gradio
Extractive Text Summarization Karya Ilmiah Mahasiswa Menggunakan Fuzzy C-Means dan Vector Space Model Cahyani, Vivin Octavia; Faisal, Muhammad; Santoso, Irwan Budi
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12641

Abstract

Artikel jurnal ilmiah terus meningkat setiap tahunnya, sering kali mempersulit pembaca dalam menyaring informasi inti secara efisien. Informasi yang kurang efisien membuat pembaca harus membaca ulang artikel sehingga memerlukan banyak waktu. oleh karena itu, dibutuhkan sebuah alat untuk menemukan inti informasi dari artikel jurnal ilmiah secara cepat dan efisien. Untuk mengatasi masalah ini, peringkasan teks secara otomatis diperlukan, khususnya untuk artikel jurnal ilmiah berbahasa indonesia. Penelitian ini mengembangkan sistem peringkasan teks otomatis menggunakan metode Fuzzy C-Means dan Vector Space Model menggunakan pembobotan kalimat TF-IDF (Term Frequency Invers Document Frequency). Evaluasi sistem menggunakan metriks ROUGE-1 dan ROUGE-2. Hasil pengujian menunjukkan bahwa sistem terbaik, pada tingkat kompresi 30% serta menggunakan stemming memberikan hasil terbaik dan seimbang, dengan rata-rata ROUGE-1 Precission 0.5331, Recall 0.5034, F1-Score 0.4975 dan Accuracy 0.5183. Hasil penelitian ini menunjukkan bahwa model dengan stemming lebih disarankan untuk menghasilkan ringkasan yang lebih relevan dan akurat pada tingkat kompresi yang lebih tinggi.   Kata kunci: Fuzzy C-Means, Vector Space Model, Peringkasan Teks
Implementasi Payment Gateway Pada Pengembangan Sistem Pemesanan Menu Kafe Berbasis Mobile Tamam, Muhammad Mundzir; Mardhiyyah, Rodhiyah
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12642

Abstract

Pemesanan menu pada suatu kedai kopi, umumnya dilakukan dengan pelanggan datang langsung ke lokasi, memilih menu yang diinginkan, dan melakukan pemesanan melalui kasir. Cara tersebut seringkali dijumpai sebagai satu-satunya cara untuk memesan menu kafe. Sistem tersebut juga diterapkan pada Kopi Gambus Krapyak, Yogyakarta dan masih terdapat beberapa kelemahan, seperti waktu yang dibutuhkan apabila antrean melonjak dan kesalahan saat mencatat pesanan pelanggan. Penelitian ini bertujuan untuk mengembangkan sistem pemesanan menu berbasis mobile yang memungkinkan pelanggan untuk memesan dan membayar langsung dari ponsel dan mengurangi antrean dan waktu tunggu. Metode yang digunakan melibatkan perancangan sistem menggunakan Unified Modelling Language (UML) dan pengembangan aplikasi pemesanan berbasis mobile sekaligus sistem pengelolaan kafe berbasis website. Aplikasi pemesanan dibangun dengan menggunakan framework React Native, sedangkan Sistem pengelolaan menggunakan sebuah framework bahasa PHP, yakni CodeIgniter. Sistem yang dibangun ini dilengkapi dengan fitur Payment Gateway dari Midtrans yang memungkinkan pelanggan untuk membayar pesanannya secara cashless langsung di dalam aplikasi sehingga dapat mengurangi antrean. Hasil penelitian menunjukkan bahwa sesudah pengimplementasian aplikasi, pelanggan tidak perlu repot untuk memesan, membayar, dan menunggu di kafe sehingga beberapa antrean pesanan pelanggan dapat dikerjakan secara bersamaan.   Keywords - Aplikasi Mobile, Payment Gateway, Pemesanan Menu, Sistem berbasis website, Unified Modelling Language.
Analisis Algoritma K-Nearest Neighbor dan Naive Bayes pada Kebijakan Perkuliahan Online dengan Multi Bahasa Nabila, Putri; Wajidi, Farid; Firgiawan, Wawan
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12656

Abstract

Kemajuan teknologi informasi mendorong perubahan sistem pendidikan, termasuk kebijakan perkuliahan online sejak pandemi COVID-19. Penelitian ini menganalisis sentimen mahasiswa terhadap kebijakan tersebut menggunakan pendekatan multibahasa dengan algoritma K-Nearest Neighbor (KNN) dan Naïve Bayes. Adapun aspek pembeda penelitian ini adalah penggunaan data dari bahasa Indonesia dan bahasa daerah Sulawesi Barat, yaitu bahasa Mandar, yang menambah kompleksitas tahap preprocessing. Data dikumpulkan melalui kuesioner yang menghasilkan 1.680 opini mahasiswa, dan setelah tahap preprocessing menghasilkan 1.679 data yang siap dianalisis. Hasil klasifikasi menunjukkan algoritma K-Nearest Neighbor terdapat 1002 kategori positif dan 677 kategori negatif. Kemudian pada algoritma Naïve Bayes terdapat 1020 kategori positif dan 659 kategori negatif. Berdasarkan hasil klasifikasi, mayoritas opini bersifat positif, mencerminkan bahwa mahasiswa menerima adanya kebijakan tersebut. Hasil evaluasi melalui confusion matrix serta K-Fold Cross Validation menunjukkan bahwa pendekatan klasifikasi Naïve Bayes mengungguli KNN dengan accuracy 74.87%, precision 74.92%, recall 74.87%, dan f1-score 74.64%. Sementara itu, KNN mencatat accuracy 72.84%, precision 72.80%, recall 72.84%, dan f1-score 72.67%. Hal tersebut mengindikasikan bahwa Naïve Bayes mempunyai kemampuan generalisasi yang lebih unggul pada konteks data teks multibahasa yang kompleks. Penelitian ini menyoroti pentingnya strategi evaluasi dan teknik preprocessing yang sesuai dalam klasifikasi sentimen multibahasa.   Kata Kunci - Analisis Sentimen, K-Nearest Neighbor, Multi Bahasa, Naïve Bayes; Perkuliahan Online.
Klasifikasi SVM Menggunakan Optimasi PSO Untuk Kelayakan Biji Kopi Dengan Level Medium Roast Saputro, Wicaksono Agung; Andono, Pulung Nurtantio; Soeleman, M Arief
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12657

Abstract

Biji kopi dengan medium roast memiliki ciri warna coklat muda kehitaman, permukaan sedikit berminyak, dan retakan biji yang tidak terlalu lebar. Karena kopi merupakan hasil bumi yang banyak dikonsumsi dengan tingkat kematangan medium, diperlukan quality control yang efektif untuk memastikan biji kopi layak konsumsi. Penelitian ini mengambil sampel dari perusahaan terkait dan menggunakan metode GLCM untuk ekstraksi fitur numerik dari biji kopi, serta SVM dengan kernel RBF untuk klasifikasi, mengingat pentingnya pemilihan kernel dan parameter dalam menentukan akurasi. Untuk meningkatkan akurasi, diterapkan optimasi menggunakan PSO. Hasil klasifikasi menggunakan SVM saja mencapai akurasi 85,37%, sedangkan dengan optimasi PSO, akurasi meningkat menjadi 93,57%, menunjukkan bahwa penerapan PSO pada algoritma SVM mampu meningkatkan performa klasifikasi biji kopi medium roast secara signifikan. Kata kunci: SVM, PSO, Biji Kopi Medium Roast
Penerapan Design Thinking dalam Pengembangan UI/UX Mobile untuk Marketplace Fotografi Hilaly, Salwa Ghaliyah; Wibowo, Nur Cahyo; Fitri, Anindo Saka
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12691

Abstract

Mengabadikan momen dengan foto telah menjadi gaya hidup masyarakat saat ini, menjadikan layanan fotografi semakin banyak dicari. Meski begitu, proses menemukan layanan fotografi masih mengandalkan rekomendasi teman atau media sosial yang mana belum optimal karena keterbatasan informasi. Penelitian ini difokuskan pada perancangan antarmuka dan pengalaman pengguna aplikasi marketplace jasa fotografi, dengan menggunakan metode Design Thinking yang berpusat pada pengguna. Terdapat dua siklus iterasi dalam pengembangan, di mana hasil evaluasi tahap pertama digunakan untuk memperbaiki kekurangan pada tahap selanjutnya. Hasil desain diuji melalui usability testing dengan bantuan Maze dan kuesioner SUS, mengacu pada tiga indikator usability sesuai ISO 9241-11: efektivitas, efisiensi, dan kepuasan pengguna. Dari hasil pengujian terakhir, tingkat efektivitas pengguna pencari jasa tercatat 97% dan efisiensi 93,3%; fotografer menunjukkan efektivitas 95,7% dan efisiensi 93,6%. Skor SUS untuk kepuasan pengguna masing-masing adalah 91,5 dan 90, yang termasuk kategori A dan dinilai acceptable. Kata Kunci - Design Thinking, Marketplace, Fotografer, UI/UX
A Systematic Literature Review on Machine Learning Techniques for Skin Disease Classification Nadiyah, Fadilah Karamun Nisaa; Alifah, Nayla Nur; Nurdiati, Sri; Khatizah, Elis; Najib, Mohamad Khoirun
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12696

Abstract

Skin diseases are health problems that require accurate diagnosis to evaluation and ultimately leading to treatment decisions. One of the crucial roles in the diagnostic process is medical imaging. Machine learning technology can assist in classifying skin diseases using image data and achieving high levels of accuracy in diagnosis. The purpose of this research is to review machine learning algorithms that can be utilized to develop image-based skin disease classification systems. The methodology employed is a Systematic Literature Review (SLR), which can be used to provide a comprehensive review of the application of machine learning in the classification of skin diseases. The literature search strategy was based on the Boolean technique, applied to the Scopus database. The selected articles were screened using predefined inclusion and exclusion criteria. The results indicate that the most used machine learning algorithm with achieved the highest classification accuracy is the Convolutional Neural Network (CNN). Keywords - Skin Disease, Machine Learning, Classification, CNN.
Evaluasi Pengaruh Persepsi Kemudahan Penggunaan dan Kegunaan terhadap Niat Perilaku: Studi pada Aplikasi Galeri Virtual GaYa Himawan, Heribertus; Syarif, Arry Maulana; Dewi, Ika Novita; Mardiana, Lisa
Techno.Com Vol. 24 No. 2 (2025): Mei 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i2.12721

Abstract

Penelitian ini menyelidiki faktor yang memengaruhi adopsi penggunaan aplikasi galeri virtual GaYa dengan menggunakan Technology Acceptance Model (TAM) sebagai kerangka teori untuk mengeksplorasi hubungan antara Perceived Ease of Use (PEU), Perceived Usefulness (PU), dan Behavioral Intention (BI) dalam konteks aplikasi GaYa. Data yang diperoleh dari 120 responden survei dianalisis menggunakan Generalized Structured Component Analysis (GSCA) untuk mengkaji hubungan antar variabel dalam studi ini. Melalui kalkulasi nilai Critical Ratio (CR), hasil penelitian menunjukkan bahwa PEU memiliki pengaruh signifikan terhadap PU dan BI. Selain itu, PU terbukti menjadi prediktor kuat terhadap BI sehingga menegaskan bahwa pentingnya kegunaan dan nilai fungsional dalam adopsi teknologi. Temuan ini memberikan wawasan berharga bagi praktisi dan pengembang yang ingin meningkatkan efektivitas platform galeri virtual. Hasil studi ini juga menyoroti pentingnya pengembangan desain yang intuitif dan berpusat pada pengguna serta mampu memberikan manfaat nyata bagi pengguna. Keterbatasan dari studi ini terletak pada desain penelitian yang bersifat cross-sectional dan penggunaan sampel yang terbatas secara lokal, yang mungkin membatasi generalisasi temuan ke konteks yang lebih luas. Untuk meningkatkan pemahaman mengenai penerimaan pengguna dalam platform seni digital, penelitian selanjutnya disarankan untuk menggunakan desain longitudinal, menyelidiki faktor tambahan seperti kepercayaan pengguna dan estetika, serta melibatkan partisipan yang lebih beragam.   Kata Kunci - Technology Acceptance Model (TAM), Perceived Ease of Use (PEU), Perceived, Usefulness (PU), Behavioral Intention (BI), Virtual Gallery

Page 66 of 74 | Total Record : 737

 64   65   66   67   68 

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