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
 66   67   68   69   70 
Klasifikasi Sentimen Ulasan Pengguna terhadap Aplikasi Video Editing Play Store Menggunakan Random Forest Raff, Hafizah Wadji; Ratnawati, Fajar
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.12873

Abstract

Kemajuan teknologi mendorong meningkatnya penggunaan aplikasi video editing pada Google Play Store, sehingga menginterpretasikan ulasan dari pengguna secara akurat menjadi sangat penting. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi CapCut, InShot, Kinemaster, dan Filmora. Data ulasan diperoleh melalui web scraping dan selanjutnya diproses dengan metode TF-IDF untuk pembobotan kata. Dataset dipisahkan menjadi dua bagian, yakni 80% untuk pelatihan dan 20% untuk pengujian. Random Forest digunakan sebagai algoritma utama dalam pembuatan model klasifikasi sentimen, sementara penilaian performa model dilakukan melalui pengukuran akurasi, presisi, recall, dan F1-score. Temuan penelitian mengindikasikan algoritma Random Forest dapat mengelompokkan sentimen pengguna dengan tingkat akurasi mencapai 84% dari total 4.000 data ulasan di setiap aplikasi. Temuan ini mengindikasikan Random Forest dinilai handal dalam menangani dan menginterpretasikan opini yang diberikan oleh pengguna terhadap aplikasi video editing. Kesimpulan ini memperkuat peran analisis sentimen dalam pengembangan dan peningkatan kualitas aplikasi berbasis ulasan pengguna di platform digital.   Kata kunci: Analisis Sentimen, Random Forest, TF-IDF, Aplikasi Video Editing, Play Store.
Model Deteksi Tutupan Lahan di Kecamatan Gunungsitoli Menggunakan Algoritma Decision Tree Berbasis Machine Learning Hulu, Amati Eltriman; Alexis, Mizero
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.12955

Abstract

Perkembangan teknologi penginderaan jauh semakin berkembang, integrasi data penginderan jauh dan artificial intelligence-machine learning menjadi pendekatan yang sangat efisien dalam mendeteksi tutupan lahan. Penelitian ini bertujuan untuk untuk membangun model algoritma tutupan lahan menggunakan algoritma decision tree. Data yang digunakan yakni Citra PlanetScope NICFI Level 1 yang diturunkan menjadi beberapa indeks spektral yang terdiri atas Normalized Difference Vegetation Index (NDVI), Visible Atmospherically Resistant Index (VARI),  Soil Adjusted Vegetation Index (SAVI), Normalized Difference Water Index (NDWI), dan Green-Red Vegetation Index (GRVI). Untuk mengukur setia variabel digunakan Information Gain, Gini Index, dan Gain Ratio. Hasil penelitian menunjukan bahwa SAVI dan NDVI merupakan variabel yang informatif dalam membangun model. Distribusi tutupan lahan di Kecamatan Gunungsitoli didominasi oleh tutupan hutan. Kata Kunci – Decision Tree, Machine Learning, Tutupan Lahan, Gunungsitoli
Pengujian Kualitas Kode Website Pondok Modern Nurul Hidayah Menggunakan Standar ISO 5055 Najichah, Fikrotun; Fiska, Ryci Rahmatil
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.12956

Abstract

Abstrak - Website Pondok Modern Nurul Hidayah berfungsi sebagai sarana utama informasi dan komunikasi antara lembaga Pendidikan dan Masyarakat. Namun, belum tersedia dokumentasi sistematis mengenai kualitas kode perangkat lunak. Penelitian ini bertujian menguji kualitas kode website tersebut menggunakan standar internasional ISO 5055, yang mencakup empat aspek: keamanan, keandalan, efisiensi kinerja, dan kemudahan pemeliharaan. Metode yang digunakan adalah Software Testing Life Cycle (STLC), dengan alat bantu seperti SQLMap, PHPUnit, PHP CodeSniffer, dan PHP Metrics. Hasil pengujian menunjukkan bahwa sistem cukup efektif menahan serangan SQL Injection, meskipun terdapat celah autentikasi pada halaman formulir. Dari sisi keandalan, seluruh unit berhasil di uji tapa kesalahan fatal, namun terdapat peringatan deprecation. Efisiensi kinerja terhambat oleh pelanggaran standar PSR-12 seperti penamaan dan visibilitas metode. Nilai kompkeksitas kode yang tinggi (Cyclomatic Complexity = 23.34) mengindikasi Tingkat maintainability yang rendah. Dengan skor rata-rata 68.75 dari empat aspek, disimpulkan bahwa meskipun sistem memiliki pondasi teknis yang baik, dibutuhkan refactoring dan penerapan standar penulisan kode yang konsisten untuk peningkatan berkelanjutan. Penelitian ini juga menyajikan kerangka pengujian praktis berbasis open-source yang dapat diadopsi institusi Pendidikan berskala kecil. Kata kunci: ISO 5055, Keamanan, Keandalan, Efisiensi Kinerja, Pemeliharaan
Monitoring Dan Controlling Aktivitas Tidur Menggunakan Smart Belt Berbasis Internet of Things Gunawan, Gunawan; Hidayati, Rahmi; Suhery, Cucu
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.12983

Abstract

Tidur adalah aktivitas penting untuk pemulihan energi, perbaikan sel, dan pengaturan hormon. Tidur yang nyenyak dan optimal bergantung pada posisi tidur yang nyaman dan durasi yang cukup. Namun, banyak orang yang masih mengabaikan faktor-faktor tersebut, sehingga mengakibatkan pengalaman tidur yang kurang nyenyak. Penelitian ini bertujuan untuk mengembangkan perangkat Smart Belt untuk memantau dan mengatur posisi dan durasi tidur dengan menggunakan sensor akselerometer dan sensor denyut jantung. Pengujian terdiri dari 30 uji coba deteksi posisi tidur, 30 pengukuran durasi tidur, dan 60 evaluasi sistem secara keseluruhan. Hasil penelitian menunjukkan bahwa sensor akselerometer dapat mengidentifikasi dan mendeteksi posisi tidur dengan akurasi 100%, sedangkan sensor denyut jantung menentukan durasi tidur berdasarkan denyut jantung dengan akurasi 83,33%. Secara keseluruhan, sistem Smart Belt beroperasi dengan akurasi 88,33%. Kata kunci: Posisi Tidur, Durasi Tidur, Sabuk Pintar, Internet of Things
Optimasi MPPT pada Sistem Turbin Angin Nonlinear Menggunakan Firefly Algorithm Prayogi, Soni
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.13068

Abstract

Penelitian ini membahas pendekatan optimasi Maximum Power Point Tracking (MPPT) pada sistem turbin angin nonlinier menggunakan Firefly Algorithm (FA). Karakteristik nonlinier turbin angin, yang disebabkan oleh fluktuasi kecepatan angin serta interaksi mekanik dan elektrik, menjadi tantangan utama dalam proses ekstraksi daya maksimum. Metode MPPT konvensional sering mengalami keterbatasan dalam hal kecepatan konvergensi dan akurasi pelacakan pada kondisi angin yang dinamis. Oleh karena itu, penelitian ini mengusulkan penggunaan algoritma FA, yaitu algoritma optimasi metaheuristik yang terinspirasi dari perilaku cahaya kunang-kunang, untuk meningkatkan performa MPPT. Sistem konversi energi angin dimodelkan secara matematis dengan mempertimbangkan sifat nonlinier, dan FA digunakan untuk menyesuaikan duty cycle konverter guna mencapai titik daya maksimum secara efisien. Hasil simulasi pada lingkungan MATLAB/Simulink menunjukkan bahwa metode MPPT berbasis FA mampu meningkatkan akurasi pelacakan dan waktu respon dibandingkan dengan metode tradisional seperti Perturb and Observe (P&O) dan Incremental Conductance (IncCond). Metode yang diusulkan juga menunjukkan ketahanan terhadap perubahan kondisi angin dan dinamika sistem. Hasil penelitian ini menunjukkan bahwa Firefly Algorithm merupakan solusi yang menjanjikan untuk optimalisasi sistem energi angin nonlinier dan mendukung efisiensi teknologi energi terbarukan.   Kata kunci: MPPT, Turbin Angin Nonlinear, Firefly Algorithm, Optimasi, Energi Terbarukan.
Implementasi MTCNN dan Transfer Learning Model DeepFace untuk Prediksi Kepribadian Berbasis Video Alamsyah, Shandy Ilham; Nudin, Salamun Rohman
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.13084

Abstract

Kepribadian adalah aspek penting yang mempengaruhi pilihan hidup, karir, kinerja, kesehatan, dan juga preferensi atau keinginan seseorang. Model Big-Five Personality adalah yang paling umum, namun pengukurannya masih secara konvensional melalui kuesioner, hal ini memiliki beberapa keterbatasan seperti adanya potensi manipulasi jawaban oleh responden sehingga mempengaruhi hasil dari pengukuran kepribadian tersebut. Untuk mengatasi keterbatasan tersebut, penelitian ini bertujuan untuk mengembangkan sistem untuk melakukan pengukuran atau prediksi kepribadian menggunakan Deep Learning untuk mendeteksi kepribadian berdasarkan ekspresi wajah dalam sebuah video perkenalan. Model yang dikembangkan mencapai akurasi 90.04% dengan loss terendah 9.95%, menunjukkan kemampuannya dalam memprediksi kepribadian secara konsisten. Sistem ini dibangun dengan framework Flask dan mampu menghasilkan prediksi kepribadian seseorang. Dengan demikian penggunakan Deep Learning berpotensi menjadi alat yang efektif dalam pengembangan teknologi di bidang psikologi, menjadikannya alat yang transformatif untuk mengukur kepribadian seseorang dengan lebih efektif di masa depan.   Keywords - Big-Five Personality, Deep Learning, MTCNN, DeepFace, deteksi kepribadian
Jaringan FTTH Berbasis GPON Menggunakan Teknologi Mikhmon pada Lingkungan Residensial Rasyiddasani, Muhammad; Marsuki, Aminah Indahsari; Firdaus, Fajar Raihan; Raihan, Azmi
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.13087

Abstract

Abstrak - Tingginya permintaan akan akses internet berkecepatan tinggi di era digital ini mendorong pengembangan infrastruktur jaringan yang andal dan efisien. Teknologi Fiber To The Home (FTTH) berbasis Gigabit Passive Optical Network (GPON) telah menjadi solusi dominan untuk menyediakan layanan triple play langsung ke pelanggan. Penelitian ini bertujuan merancang dan menganalisis jaringan FTTH GPON optimal pada lingkungan residensial, serta mengintegrasikan sistem manajemen Mikrotik dan Mikhmon. Metode penelitian meliputi studi literatur, pengumpulan data topografi, dan simulasi perancangan jaringan dengan OptiSystem. Hasil simulasi OptiSystem menunjukkan desain jaringan mencapai kinerja transmisi sangat baik, dengan total redaman 17,6 dB, nilai yang diperoleh berada di bawah batas 28 dB sesuai dengan standar ITU-T G.984 dan Bit Error Rate (BER) mendekati nol, mengindikasikan kualitas sinyal dan margin daya memadai. Implementasi Mikhmon sebagai antarmuka manajemen hotspot intuitif memungkinkan pengelolaan profil pengguna, voucher internet, alokasi bandwidth, dan pemantauan trafik secara efisien. Kombinasi desain jaringan GPON yang robust dengan sistem manajemen Mikhmon yang praktis menjadikan solusi ini layak dan efektif untuk penyediaan akses internet broadband yang stabil dan terkelola baik bagi komunitas perumahan. Kata Kunci: FTTH, GPON, OptiSystem, Mikrotik, Mikhmon.
Classification of Oil Loss Levels in Palm Oil Processing Using Near-Infrared Spectroscopy with Machine Learning Fauzan, Muhamad Ilham; Baskara, Jaka Adi; Putri, Wahyuningdiah Trisari Harsanti; Dikara, Quintin Kurnia
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.13135

Abstract

Oil losses in palm oil processing materials, such as Final Effluent, Empty Fruit Bunches, Kernels, Pressed Fiber, and Decanter Solids, pose significant challenges in ensuring production efficiency. Free and Open Source Software Near Infrared Spectroscopy (FOSS-NIRS) technology has been proven capable of quickly and efficiently detecting oil content, but its detection accuracy requires further analytical support. This study aims to develop a machine learning model that can accurately classify FOSS-NIRS data to detect oil losses that are either above the standard (red category) or below the standard (green category). By utilizing FOSS-NIRS data across five material categories, the proposed model is expected to provide precise predictions and support decision-making in palm oil production processes. The results of the study indicate that applying machine learning methods to FOSS-NIRS data can enhance the accuracy of oil loss classification, making it a potential solution for broader implementation in the palm oil processing industry to optimize production efficiency.   Keywords - Oil, Palm Oil, Losses, FOSS-NIRS.
A Lightweight CNN for Multi-Class Classification of Handwritten Digits and Mathematical Symbols Abisha, Nicholas; Redytadevi, Tita Putri; Nurdiati, Sri; Khatizah, Elis; Najib, Mohamad Khoirun
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.13138

Abstract

Recognizing handwritten digits and mathematical symbols remains a nontrivial challenge due to handwriting variability and visual similarity among classes. While deep learning, particularly Convolutional Neural Networks (CNNs), has significantly advanced handwriting recognition, many existing solutions rely on deep, resource-intensive architectures. This study aims to develop a lightweight and efficient CNN model for multi-class classification of handwritten digits and mathematical symbols, with an emphasis on deployability in resource-constrained environments such as educational platforms and embedded systems. The proposed model, implemented in Julia using the Flux.jl library, features a compact architecture with only two convolutional layers and approximately 55,000 trainable parameters significantly smaller than typical deep CNNs. Trained and evaluated on a publicly available dataset of over 10,000 grayscale 28×28-pixel images across 19 symbol classes, the model achieves a test accuracy of 91.8% while maintaining low computational demands. This work contributes to the development of practical handwritten mathematical expression recognition systems and demonstrates the feasibility of using Julia for developing lightweight deep learning applications.   Keywords - Digits, Mathematical Symbol, Classification, CNN
Analisis Eksploratif Data dan Visualisasi Data Pengaruh Tren FOMO di Kalangan Masyarakat Ayu, Kurnia Gusti; Sari, Dwi Wulandari; Syakina, Dina
Techno.Com Vol. 24 No. 3 (2025): Agustus 2025
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62411/tc.v24i3.13181

Abstract

Fenomena fear of missing out (FOMO) makin memengaruhi perilaku konsumtif masyarakat di era digital. Penelitian ini bertujuan untuk mengeksplorasi pengaruh FOMO terhadap pola pengeluaran di kalangan individu berusia 18–45 tahun dengan menggunakan pendekatan Exploratory Data Analysis (EDA). Data primer dikumpulkan melalui kuisioner daring dan dianalisis menggunakan teknik visualisasi berbasis Python  Hasil analisis menunjukkan adanya korelasi positif yang kuat antara tingkat FOMO dan perilaku pembelian impulsif, khususnya pada kalangan pengguna media sosial seperti TikTok dan Instagram. Faktor-faktor yang memengaruhi meliputi frekuensi tingkat paparan konten influencer, jenis metode pembayaran yang sering digunakan, dan momen promosi yang menciptakan rasa urgensi. Selain itu, ditemukan perbedaan pola konsumsi yang dipicu oleh FOMO berdasarkan variabel demografis seperti usia dan lokasi tempat tinggal. Hasil penelitian ini menegaskan pentingnya pemahaman terhadap faktor psikologis dan sosial yang memengaruhi tren konsumsi digital. Penelitian ini memberikan wawasan yang bermanfaat bagi pelaku bisnis dalam merancang strategi pemasaran yang tepat sasaran, serta bagi pemangku kebijakan dalam mendorong perilaku konsumsi yang lebih bijak di era digital.     Kata Kunci - Exploratory Data Analysis (EDA); Fear of Missing Out (FOMO); perilaku konsumtif; media sosial; visualisasi data.

Page 68 of 74 | Total Record : 737

 66   67   68   69   70 

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