cover
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
ISSN : 14122693     EISSN : 23562579     DOI : -
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
Klasifikasi Mahasiswa Berpotensi Dropout Menggunakan Metode Regresi Logistik Lubis, Dikko Rizky Bintang; Armansyah, Armansyah
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.v24i3.13526

Abstract

Dropout merupakan masalah serius yang sering terjadi di dunia perkuliahan. Beragam penyebab yang membuat seorang mahasiswa harus di dropout dari kampus mulai dari biaya kuliah yang mahal, jarak tempat kuliah yang jauh, rasa malas dan lain sebagainya. Setiap kampus pasti menginginkan kelulusan untuk setiap mahasiswanya dikarenakan masalah dropout ini dapat memberikan penilaian buruk bagi pihak kampus. Maka dari itu, langkah yang dapat dilakukan untuk mengatasi peramasalahan ini adalah dengan melakukan klasifikasi. Salah satu metode klasifikasi yang dapat digunakan adalah Regresi Logistik. Metode ini mampu melakukan klasifikasi dengan baik dan memberikan hasil akurasi yang baik juga. Pada penelitian ini, objek yang menjadi bahan penelitian adalah Program Studi Sistem Informasi dan dataset yang digunakan adalah data mahasiswa dari Angkatan 2015 sampai 2024. Hasil dari penelitian ini memberikan nilai akurasi yang sangat tinggi yaitu 99%. Sedangkan presisinya 99%, recall 95% dan f1-score nya adalah 97%.   Kata Kunci – Klasifikasi; Regersi Logistik; Dropout; Universitas
Optimization of RoRo (Roll On-Roll Off) Ship Berthing Scheduling Using the Berth Allocation Problem (BAP) Model at Parit Rempak Port, Karimun Regency Arianti, Nisha Desfi; Sitompul, Mey Krisselni; Syahfina, Wulan; Rahmania, Selvika Putri; Pransiska, Ryryn; Zerrand, Leonardo
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.v24i3.13575

Abstract

Parit Rempak RORO Port is one of the sea transportation hubs that serves inter-regional connectivity in Karimun Regency. The limitations of the dock infrastructure, such as a length of 100 meters and a width of 11 meters, pose challenges in managing ship berthing schedules, especially RORO type ships. This study aims to analyze the suitability of the dock capacity to the ship operational schedule using the Berth Allocation Problem (BAP) approach. The BAP model is compiled and simulated through the Python-based Google Colaboratory platform to avoid scheduling conflicts and minimize ship waiting time. The simulation results are displayed in the form of a Gantt Chart which shows that the four ships: KMP Teluk Singkil 1, KMP Teluk Singkil 2, KMP Tandemand, and KMP Kundur can be scheduled sequentially without overlapping berthing times. Spatial analysis of the length and width of the dock also shows that this port is ideal for serving one ship at a time. This study shows that digitalization of the scheduling system can be an efficient solution in optimizing dock operations.   Keywords - RORO Port, Berth Allocation Problem, ship scheduling, Google Colab, dock optimization
Implementasi Metode TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) Pada Sistem Pendukung Keputusan Penentuan Siswa Terbaik di MTs Annur Baiturrahim Fitriani, Fitriani; Wajidi, Farid; Nur, Nahya
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.v24i3.13612

Abstract

Penilaian siswa terbaik di lingkungan sekolah perlu dilakukan secara objektif dan menyeluruh, dengan mempertimbangkan aspek akademik maupun non-akademik. MTs Annur Baiturrahim merupakan salah satu sekolah yang proses penilaiannya masih dilakukan secara manual tanpa bantuan sistem khusus, sehingga dinilai kurang efisien dan berpotensi menimbulkan penilaian yang subjektif. Berdasarkan kondisi tersebut, penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan berbasis web menggunakan metode TOPSIS yang tidak hanya dapat membantu dalam menentukan siswa terbaik secara objektif dan efisien, tetapi juga memperbaiki kelemahan dari penelitian sebelumnya. Sistem ini menggunakan lima kriteria penilaian: pengetahuan, keterampilan, sikap spiritual, sikap sosial, dan kehadiran. Dalam pengembangan sistem digunakan metode prototype, sedangkan pengujian dilakukan melalui Microsoft Excel, black box testing, serta User Acceptance Testing, dengan hasil menunjukkan bahwa sistem berjalan secara optimal dengan tingkat kepuasan pengguna mencapai 90%.   Kata Kunci – Pendidikan, Sistem Pendukung Keputusan, Siswa Terbaik, TOPSIS, Web
Identifikasi Pola Tenun Bengkalis Menggunakan Metode Convolutional Neural Network Armansyah, Jasa; Fiska, Ricy 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.v24i3.13613

Abstract

Kain tenun Bengkalis menampilkan berbagai macam desain dengan makna filosofis yang mendalam. Masalah penelitian ini adalah masyarakat, terutama generasi muda, tidak memahami cara mengenali pola pada kain tenun Bengkalis. Tujuan dari penelitian ini adalah untuk menggunakan teknik Convolutional Neural Networks (CNN) untuk mengidentifikasi 8 pola tenun Bengkalis: bungo mawar, bungo cengkih, pucuk rebung, siku awan, siku keluang, siku keluang bungo, Teratai pecah lapan, dan tampuk manggis, untuk membuat model untuk mengidentifikasi pola tenun Bengkalis dataset didapat melalui intrernet dan pengrajin tenun yang digunakan untuk melatih model CNN, hasil model cnn yang sudah dilatih kemudian akan diintegrasikan ke perangkat mobile melalui api backend flask, Model CNN yang dikembangkan diuji untuk mengevaluasi performa akurasi dalam mengklasifikasikan pola-pola tersebut. Hasil penelitian menunjukkan bahwa metode CNN mampu mengenali dan mengklasifikasikan pola tenun dengan akurasi sebesar 86%, sehingga dapat menjadi solusi efektif dalam identifikasi otomatis motif tenun Bengkalis Kata Kunci : Convolutional neural network (CNN), Identifikasi Pola, Kain Tenun Bengkalis, Warisan budaya
Pengenalan Wajah Menggunakan Dekomposisi Nilai Singular Najib, Mohamad Khoirun; Nurdiati, Sri; Blante, Trianty Putri; Ardhana, Muhammad Reza
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.v24i3.13645

Abstract

Pengenalan wajah (face recognition) merupakan suatu pengembangan dari teknologi deteksi wajah. Pengenalan wajah manusia merupakan salah satu turunan dari sistem biometrik yang menggunakan pola wajah manusia sebagai objek identifikasi. Sistem tersebut menggunakan pola wajah manusia yang terdapat dalam sistem basis data sebagai penyimpanan, kemudian akan melakukan perbandingan dengan gambar yang akan diuji. Sistem pengenalan wajah memiliki beberapa kendala, seperti sulit untuk mengenali objek dengan tingkat pencahayaan berbeda pada saat proses pengambilan gambar. Untuk mengatasi permasalahan yang terjadi akibat variasi tingkat cahaya, dikembangkan perangkat lunak dengan menerapkan metode Singular Value Decomposition (SVD). Pada projek ini metode eigenface cukup baik dalam melakukan pengenalan wajah. Bahkan dengan ukuran foto wajah yang cukup kecil (48 × 48), metode ini masih mampu untuk mengenali wajah dua orang yang sama. Proses pelatihan dan pengujiannya juga relatif singkat. Teknik ini dinilai efektif dalam mengenali foto wajah dengan ukuran yang kecil dan jumlah yang banyak.   Kata Kunci - Dekomposisi Nilai Singular, Eigenface, Pengenalan Wajah
Evaluasi Metode Preprocessing Sederhana, Retinex, dan Guided Filtering untuk Peningkatan Kualitas Citra Bawah Air Cahyani, Septa; Mair, Zaid Romegar; Putri, Indah Pratiwi
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.v24i3.13717

Abstract

Citra bawah air umumnya mengalami penurunan kualitas visual akibat penyerapan cahaya dan hamburan partikel, yang menyebabkan dominasi warna biru serta rendahnya kontras dan ketajaman. Penelitian ini mengusulkan metode preprocessing sederhana berupa white balance berbasis ruang warna Lab, red channel boosting, dan contrast stretching untuk meningkatkan kualitas visual citra bawah air. Evaluasi dilakukan pada 60 citra dari UIEB Challenging Set menggunakan metrik UIQM yang mencakup UICM, UISM, dan UIConM. Hasil menunjukkan bahwa metode yang diusulkan mampu meningkatkan nilai UIQM dari 107,86 menjadi 191,34, melampaui metode Retinex dan Guided Filtering yang justru menurunkan kualitas visual. Secara visual, metode ini juga menunjukkan hasil yang lebih alami dan detail. Dengan implementasi ringan berbasis Python dan OpenCV, pendekatan ini dinilai cocok untuk sistem dengan keterbatasan komputasi serta relevan untuk digunakan dalam edukasi maupun aplikasi praktis. Hasil ini mengindikasikan bahwa pendekatan sederhana tetap mampu memberikan peningkatan kualitas citra bawah air yang signifikan. Kata Kunci - citra bawah air, peningkatan kualitas citra, preprocessing sederhana, UIQM
Pengujian Keamanan Website XYZ Menggunakan Metode Vulnerability Assessment & Penetration Testing Silalahi, Ian Vemas; Kasmawi, Kasmawi
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.v24i3.13724

Abstract

Keamanan website khususnya pada bidang e-commerce menjadi aspek yang perlu diperhatikan dalam menerapkan Cloudflare dan Strict-Transport-Security Header untuk menjaga ketersediaan data guna meningkatkan kepercayaan customer ataupun supplier. Penelitian ini bertujuan untuk menguji keamanan website XYZ dengan menggunakan metode Vulnerability Assessment Penetration Testing (VAPT). Penerapan metode VAPT memiliki 4 tahapan yang dimulai dari information gathering, vulnerability scanning, penetration testing, dan report and result. Metode pengujian yang digunakan dengan teknik Disributed Denial of Service (DDoS), Clickjacking dan Cross Site Request Forgery (CSRF). Hasil penelitian menunjukkan bahwa website tidak aman dari serangan DDoS yang ditemukan pada port 80 berdasarkan hasil scanning port yang terbuka menggunakan nmap, dan dengan teknik CSRF pada elemen login yang tidak menggunakan anti-token CSRF. Untuk menghindari serangan DDoS dan CSRF maka pencegahannya adalah menggunakan Cloudflare, framework Laravel, konfigurasi X-Frame-Option-Header, menerapkan Content Security Policy (CSP) dan HTTP Strict-Transport-Security (HSTS).   Kata kunci - Keamanan Website, VAPT, DDoS Attack, Clickjacking, CSRF Attack
Alat OSINT Berbasis Web untuk Deteksi URL Phishing Menggunakan Integrasi API Syahli, Alfian; Kurniati, Rezki; Hidayasari, Nurmi
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.v24i3.13769

Abstract

Phishing merupakan teknik kejahatan siber yang memanfaatkan rekayasa sosial untuk mencuri data sensitif, seperti kredensial login dan informasi keuangan. Kesulitan dalam mendeteksi URL phishing yang sering kali tersamarkan menjadi permasalahan utama. Penelitian ini menawarkan solusi berupa alat Open Source Intelligence (OSINT) berbasis web yang dibangun menggunakan framework Laravel dan bahasa pemrograman PHP. Alat ini mengintegrasikan tiga API, VirusTotal, WhoisXML, dan ip-api—untuk memverifikasi keamanan URL secara otomatis. Dengan menggunakan metodologi waterfall untuk pengembangan dan siklus hidup OSINT untuk operasional, sistem ini mampu melakukan analisis mendalam terhadap URL yang diinput pengguna. Hasil pengujian kuantitatif terhadap 80 URL menunjukkan tingkat akurasi deteksi sebesar 98,75%, dengan hanya satu kasus false positive. Luaran dari penelitian ini adalah sebuah alat OSINT yang tidak hanya mampu mendeteksi URL phishing secara akurat, tetapi juga menyediakan laporan analisis mendetail, informasi domain, serta fitur edukasi berupa panduan dan kuis interaktif untuk meningkatkan kesadaran pengguna terhadap ancaman siber.   Kata Kunci : Phishing, Open Source Intelligence, Application Programming Interface, Website Deteksi URL Phishing, Framework Laravel
Measuring the efficiency of the Indonesian Air Police using Data Envelopment Analysis with BCC Model Pradanarka, Andyas Mukti; Nugraha, Isna; Rakhmanhuda, Iffad
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.v24i3.13770

Abstract

As part of the Indonesian National Police, one of the tasks of the Air Police is to support the Ministry of Environment and Forestry in preventing deforestation. With the available resources, the Air Police must be able to carry out their duties efficiently. This study measures the efficiency of the support performance of ten Air Police under the Control of the Regional Police covering ten provinces to prevent deforestation. Each operations control (OC) represents a Decision-Making Unit (DMU). Using Data Envelopment Analysis (DEA) with the Banker, Charnes, Cooper (BCC) model, the results showed that two OCs (Bali and North Sulawesi) were identified as efficient, while eight OCs were inefficient.   Keywords - deforestation, efficiency, DEA, BCC, VRS
Utilization of Big Data For PPE Detection Using Convolutional Neural Network And Yolov8 Bisri, Hasan; Maghfur, Maula Aringga; Rahadian, Yanuar Rafi
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.v24i3.13774

Abstract

Indonesia holds a strategic position in the global manufacturing sector, with a manufacturing output of USD 228.32 billion in 2021, ranking 10th worldwide. In 2023, it ranked 12th globally by manufacturing value added, according to the World Bank’s report. However, this growth is accompanied by 297,725 workplace accidents reported in Indonesia in 2022, marking a 27.03% increase from the previous year. This study aims to develop a Personal Protective Equipment (PPE) monitoring system using Big Data, employing Convolutional Neural Network (CNN) and You Only Look Once (YOLO) algorithms. The dataset consists of at least 1,000 images for each of four classes: Helmet, Vest, NoHelmet, and NoVest. Evaluation results show a mAP@50 of 83.1%, with the highest detection performance in Vest (0.90), followed by NoHelmet (0.88), Helmet (0.85), and NoVest (0.81). These findings demonstrate strong potential in supporting safety protocol compliance and reducing workplace accidents in high-risk industrial environments.   Keywords - Big Data, Convolutonal Neural Network, You Only Look Once

Filter by Year

2012 2025


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