cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Fajril Akbar
Contact Email
ijab@fti.unand.ac.id
Phone
+627517770
Journal Mail Official
teknosi@fti.unand.ac.id
Editorial Address
Jurusan Sistem Informasi, Fakultas Teknologi Informasi Universitas Andalas Kampus Limau Manis, Padang 25163, Sumatera Barat
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnas Nasional Teknologi dan Sistem Informasi
Published by Universitas Andalas
ISSN : 24768812     EISSN : 24603465     DOI : https://dx.doi.org/10.25077/TEKNOSI
Core Subject : Science,
Computer Science & IT Decision Sciences, Operations Research & Management
Jurnal ini menerbitkan artikel penelitian (research article), artikel telaah/studi literatur (review article/literature review), laporan kasus (case report) dan artikel konsep atau kebijakan (concept/policy article), di semua bidang : Geographical Information System, Enterpise Application, Bussiness Intelligence, Data Warehouse, Network Computer Security, Data Mining, Computer Architecture Design, Mobile Computing, Computing Theory, Embedded system, Decision Support System
Arjuna Subject : Ilmu Komputer (semua kategori) - Sistem Informasi
Articles 403 Documents
 37   38   39   40   41 
Pra-Anotasi pada Model BioBERT untuk Pengenalan Entitas Bernama Laporan Radiologi Klinis Bahasa Indonesia Maulia, Arum; Wahyu Utomo , Danang
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 3 (2025): Desember 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i3.2025.387-397

Abstract

Penelitian ini menekankan pada teknik pra-anotasi untuk pengembangan model Named Entity Recognition ( NER ) dalam domain medis, khususnya pada laporan radiologi hati. Salah satu kendala utama dalam pengembangan model Named Entity Recognition ( NER) adalah terbatasnya ketersediaan data beranotasi. Tantangan ini semakin kompleks ketika di hadapkan dengan skema anotasi yang di implementasikan pada data privat. Untuk menangani hal tersebut, penelitian ini mengusulkan metode pendekatan penyusunan dataset Named Entity Recognition ( NER ) yang berkualitas guna meningkatkan performa model. Proses penelitian di mulai dengan pembuatan silver corpus melalui proses pra-anotasi semi otomatis. Pada tahap ini dimulai dengan pembersihan data laporan radiologi, kemudian tahap selanjutnya memasukkan data yang telah di bersihkan ke dalam kamus terminologi medis ( Radlex ) untuk memetakan dan memberi label pada entitas medis yang relevan. Hasil anotasi terminologi medis tersebut kemudian divalidasi untuk menghasilkan gold corpus sebagai data anotasi final. Untuk mengukur kinerja pendekatan ini, dilakukan perbandingan anatara performa model BioBERT yang telah di fine-tune menggunakan hasil anotasi melalui tahap dari skema yang diusulkan dan model yang dilatih menggunakan data hasil anotasi manual melalui Label Studio. Hasil eksperimen menunjukkan bahwa model yang dilatih menggunakan korpus pre-anotasi Radlex memberikan peningkatan performa 45% dibandingkan dengan anotasi manual, sekaligus menghasilkan efesiensi waktu dalam proses pengerjaan.
Comparative Analysis of Salinity Readings for Water Quality Monitoring between IoT-Based Sensor Systems and Refractometer Hariyanto, Hadi; Ramadhan , Gilang
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 3 (2025): Desember 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i3.2025.273-281

Abstract

Salinity is among the factors that affect aquaculture water quality, along with pH, temperature, dissolved oxygen (DO), and ammonia. The osmotic pressure is influenced by salinity, which directly affects the aquatic biota. An osmotic pressure increases with increasing salinity in a body of water. The threshold salinity varies between aquatic biotas. If there is an isoosmotic pressure, the aquatic biota will thrive. Specific gravity, electrical conductivity (EC), light refraction, and chlorine titration are commonly used in salinity tests. Refractometer light refraction and water quality monitoring (WQM) salinity sensor EC were the salinity measurements employed in this research. In general, difficulties experienced while employing EC measurements to the tool's accuracy and precision. The salinity sensor was evaluated and verified in this research by comparing the findings of WQM readings with a refractometer over a three-day term. The sensors of 22 WQM devices were tested and validated in 22 BLUPPB (Balai Layanan Usaha Produksi Perikanan Budidaya, Aquaculture Production Business Service Center) ponds. The WQM was put in the center of the pond, and salinity was measured with a refractometer at four spots around the pond's edge. On the first trial, the WQM error and accuracy values were 19.90% and 80.10%, respectively; on the second trial, they were 9.58% and 90.42%, and on the third attempt, they were 16.21% and 83.79%. WQM accuracy was 0.7128, 0.7285, and 0.7174 on the first, second, and third time
Integrating Good Manufacturing Practices, Lean Manufacturing, and Information Technology for Operational Excellence in Indonesian Food SMEs Indrapriyatna, Ahmad Syafruddin; Patrisina, Reinny; Siva Dea, Asi; Sulasi, Nahda; Sherlyna, Yonithri
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 3 (2025): Desember 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i3.2025.235-243

Abstract

Small and medium-scale food industries, despite their crucial role in regional economic development, face significant challenges related to hygiene, inefficiency, and process waste. This study, based on three case studies from IKM Kerupuk Janek Arsyila, IKM Kerupuk Buk Ita, and UMKM Kue Bawang Medan “Rizka” in West Sumatra, identifies key issues such as inefficient layouts, weather dependency, lack of standardized procedures, and low adherence to cleanliness standards. The study integrates Good Manufacturing Practices (GMP) for hygiene evaluation and Lean Manufacturing tools—such as Waste Assessment Model (WAM), Value Stream Mapping (VSM), VALSAT, and fishbone diagrams—to identify and reduce waste. Additionally, Information Technology (IT) is introduced as an enabler to strengthen monitoring, data collection, and documentation. Simple digital tools such as production dashboards, mobile-based hygiene checklists, and IoT-assisted sensors can facilitate real-time supervision and improve GMP compliance. Findings reveal that dominant wastes include transportation, motion, defects, and waiting, with initial Process Cycle Efficiency (PCE) ranging from 41% to 65%. After improvements involving layout redesign, drying machines, digital recordkeeping, and the 5S principles, PCE increased to 81%–95%. This study demonstrates that the integration of Lean–GMP and digital tools can significantly enhance production efficiency, hygiene standards, and sustainability in Indonesian food SMEs.
A Comparative Analysis of P-Value and Mutual Information Feature Selection Methods for Random Forest-Based Phishing Detection Adi Nugroho, Fahmi Bahtiar; Ghozi, Wildanil; Adi Rafrastara, Fauzi
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 3 (2025): Desember 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i3.2025.377-386

Abstract

The application of ANOVA's P-Value-based feature selection method, namely the F-test, in phishing detection with the Random Forest algorithm indicates that a configuration of 25 features yields the quickest inference time, rendering it appropriate for scenarios demanding great computational efficiency and responsiveness. However, if the user's primary priority is to achieve the highest level of detection accuracy, the 29-feature configuration is more feasible because it exhibits higher accuracy performance and better prediction stability. Consequently, there is no definitive trade-off between 25 or 29 features, there exists a selection of solutions that can be tailored to the application's requirements. This methodology enables users to achieve an optimal equilibrium between superior performance and minimal inference time in a phishing detection system, contingent upon the implementation context and operational priorities. This study successfully shows that a simple statistical approach such as P-Value is not only competitive but also provides superior results compared to more complex methods, offering a practical and efficient solution for real-world implementation.
Pemanfaatan Kombinasi Metode Profile Matching dan SMART Untuk Membangun Sistem Pendukung Keputusan Rekomendasi Pemilihan Frame Kacamata pada Toko Kacamata Sidi Pingai Bukittinggi Akbar, Ricky; Insan, Nurul
Jurnal Nasional Teknologi dan Sistem Informasi Vol 11 No 3 (2025): Desember 2025
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v11i3.2025.329-340

Abstract

Toko Kacamata Sidi Pingai merupakan salah satu toko kacamata besar di Bukittinggi yang menyediakan berbagai pilihan frame kacamata. Selama ini, proses bisnis untuk mendapatkan dan mencari frame kacamata yang direkomendasikan kepada pelanggan masih bersifat subjektif berdasarkan pengetahuan dan pengalaman pribadi karyawan saja. Hal ini tentunya menjadi tantangan tersendiri bagi karyawan dalam mempertimbangkan seluruh frame yang tersedia dengan kriteria kebutuhan pelanggan. Dengan lebih dari 200 jenis pilihan frame kacamata yang tersedia, menambah makin sulitnya memberikan rekomendasi tersebut. Dampak yang ditimbulkan dari permasalahan ini adalah karyawan berpotensi tidak mempertimbangkan seluruh pilihan frame kacamata yang tersedia. Akibatnya, beberapa frame yang mungkin sesuai terabaikan dan tidak direkomendasikan kepada pelanggan. Oleh karena itu, salah satu solusi untuk mengatasi permasalahan ini adalah dengan membangun aplikasi Sistem Pendukung Keputusan (SPK) untuk merekomendasikan pemilihan frame kacamata pada Toko Kacamata Sidi Pingai Bukittingg berbasiskan data. Metode yang digunakan dalam membangun aplikasi SPK ini adalah kombinasi antara metode Profile Matching dengan metode Simple Multi Attribute Rating Technique (SMART). Metode Profile Matching digunakan untuk proses perhitungan membandingkan kriteria pelanggan dengan  kriteria frame sedangkan SMART digunakan untuk proses perangkingan alternatif. Kriteria yang digunakan dalam sistem ini meliputi merek frame, gender frame, gaya frame, bahan frame, harga frame, dan warna frame. Pengembangan aplikasi dilakukan menggunakan metode waterfall. Sementara itu, metode pengumpulan data dilakukan melalui observasi, wawancara, dan studi literatur. Sistem dibangun berbasis web menggunakan bahasa pemrograman PHP dan framework Laravel. Hasil dari penelitian ini adalah sebuah aplikasi SPK berbasis web yang dapat memperkecil ruang lingkup pilihan frame kacamata sehingga dapat membantu karyawan Toko Kacamata Sidi Pingai dalam memberikan rekomendasi frame kacamata kepada pelanggan berdasarkan kriteria kebutuhan pelanggan dengan mempertimbangkan seluruh pilihan frame yang tersedia.
Automatic Speech Recognition for Javanese Language using Wav2Vec 2.0 with Finetuning Setiawan, Johanes; Luthfiarta, Ardytha; Nugraha , Adhitya; Rismiyati, Rismiyati; Jessica Carmelita , Bastiaans,; Deny Novandian , Yohanes
Jurnal Nasional Teknologi dan Sistem Informasi Vol 12 No 1 (2026): April 2026
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v12i1.2026.1-9

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem pengenalan suara untuk bahasa Jawa dengan memanfaatkan model Wav2Vec 2.0 melalui proses finetuning. Bahasa Jawa, sebagai salah satu bahasa daerah dengan lebih dari 80 juta penutur, memiliki tantangan tersendiri dalam pengenalan suara akibat keterbatasan data dan kompleksitas linguistiknya. Penelitian ini menggunakan dataset audio yang diambil dari OpenSLR dan diterapkan pada dua varian model, yaitu wav2vec2-base dan wav2vec2-large, yang masing-masing memiliki jumlah parameter 94,4 juta dan 315 juta. Proses finetuning dilakukan untuk meningkatkan akurasi sistem dalam mengenali variasi suara bahasa Jawa. Evaluasi dilakukan menggunakan metrik Word Error Rate (WER) dan evaluation loss, dengan hasil akhir menunjukkan bahwa model wav2vec2-base memiliki WER sebesar 15,02% dan model wav2vec2-large sebesar 15,57%. Hasil ini menunjukkan efektivitas pendekatan finetuning dalam meningkatkan performa pengenalan suara bahasa Jawa.
Hybrid LexRank-LDA-MMR for Indonesian Text Summarization Muis, Nasrul Amin; Pristyanto, Yoga; Fajri, Ika Nur
Jurnal Nasional Teknologi dan Sistem Informasi Vol 12 No 1 (2026): April 2026
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v12i1.2026.97-104

Abstract

The rapid growth of digital text information makes it crystal clear that there is a need for automated tools that summarize text for rapid retrieval. Extractive methods employed include LexRank, Latent Dirichlet Allocation (LDA), and Maximal Marginal Relevance (MMR), and the study aimed at enhancing the quality of Indonesian text summaries with more than just regular LexRank. In this study, the role of LexRank was to assist in selecting meaningful sentences with centricity to the center of the graphs, while the role of LDA was to ensure that the sentences were topically relevant. The strength of MMR is maintaining the document's relevance and diversity, which reduces redundancy in the summaries. Summaries from two publicly available datasets, IndoSum and Liputan6, containing texts in Bahasa Indonesia, were analyzed at 30% and 50% compression levels and graded using ROUGE (ROUGE-1, ROUGE-2, ROUGE-L F1 score) measurements. Analysis of 5000 articles per dataset showed that the implementation of LexRank and LDA together with MMR resulted in a greater average ROUGE score than when using standard LexRank, irrespective of the set compression levels and across both datasets, demonstrating the effectiveness of the approach to enhance summary quality. The improvements recorded are most significant in ROUGE-1 and ROUGE-2, which indicates that these combination approaches can produce more informative and relevant summaries while preserving sentence-level diversity, which deepens the understanding of the information presented in the summary.
A Web App for Acne Severity Identification with RGB Image Color Scheme Akbar, Fajril; Octa Wardana , Erick
Jurnal Nasional Teknologi dan Sistem Informasi Vol 12 No 1 (2026): April 2026
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v12i1.2026.79-86

Abstract

One of the new challenges resulting from the advancement of Artificial Intelligence is the creation of artificially realistic media, including the generation of fake images known as deepfakes. The generation of increasingly realistic fake images is also carried out in various fields of life including health. Detection methods are constantly being updated to address the misuse of fake medical images. This research focuses on deepfake detection using real and fake lung CT scan datasets. The YOLOv11 model is tested incrementally to be able to detect both types of images. Two manipulation methods CT-GAN and stable diffusion (SD) are used to test the performance of the YOLOv11 model. The results showed that the YOLOv11 model tested using stable diffusion artificial image manipulation achieved 100% accuracy, precision, recall and f1-score. Meanwhile, CT-GAN image manipulation has problems in producing a perfect model in distinguishing real and fake lung cancer CT scan images. With further improvements and enhancements, YOLOv11 fine tuning results can be one of the options for deepfake medical image models that are relatively lightweight, fast, and accurate.
Evaluasi Model Deep Reinforcement Learning Untuk Adaptasi Konten Pembelajaran Berdasarkan Performa Siswa Abdul Aziz, Fahad; Helmi Setyawan, M. Yusril; Prianto, Cahyo
Jurnal Nasional Teknologi dan Sistem Informasi Vol 12 No 1 (2026): April 2026
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v12i1.2026.105-112

Abstract

Transformasi digital dalam pendidikan telah mempercepat integrasi (Artificial Intelligence/AI), khususnya pada sistem pembelajaran adaptif. Sistem konvensional sering kali gagal menyesuaikan materi dengan performa dan kecepatan belajar individu. Untuk mengatasi hal ini, penelitian ini mengimplementasikan Deep Reinforcement Learning (DRL) guna membangun model rekomendasi konten adaptif berdasarkan riwayat interaksi dan hasil belajar siswa. Dua model agen Deep Q-Network (DQN) dan Double DQN (DDQN) dikembangkan dan dievaluasi dalam lingkungan belajar simulatif menggunakan dataset EdNet-KT1, yang berisi data interaksi siswa dalam skala besar. Pelatihan dilakukan melalui formulasi Markov Decision Process (MDP), dengan vektor keadaan yang mencakup metadata soal, akurasi jawaban, dan waktu pengerjaan. Evaluasi model menggunakan tiga metrik utama: reward per episode, generalisasi terhadap pengguna baru (unseen users), dan akurasi prediksi. Hasil menunjukkan bahwa DDQN memiliki performa lebih unggul dibandingkan DQN dalam hal stabilitas, kemampuan generalisasi, dan akurasi. Rata-rata reward yang diperoleh DDQN melebihi 14 dalam sebagian besar skenario, dengan akurasi prediksi mencapai 78%, sedangkan DQN hanya mencapai 74%. Analisis kurva pembelajaran juga menunjukkan bahwa DDQN mengalami konvergensi lebih cepat dengan fluktuasi yang lebih rendah. Evaluasi model menggunakan tiga metrik utama: reward per episode, generalisasi terhadap pengguna baru (unseen users), dan akurasi prediksi. Hasil menunjukkan bahwa DDQN memiliki performa lebih unggul dibandingkan DQN dalam hal stabilitas, kemampuan generalisasi, dan akurasi. Rata-rata reward yang diperoleh DDQN melebihi 14 dalam sebagian besar skenario, dengan akurasi prediksi mencapai 78%, sedangkan DQN hanya mencapai 74%. Analisis kurva pembelajaran juga menunjukkan bahwa DDQN mengalami konvergensi lebih cepat dengan fluktuasi yang lebih rendah
Penerapan AHP dan SAW dalam Menentukan Penerima Beasiswa pada International Talent Circulation (Intact) Base Rindri, Yang Agita; Agustin, Silvia; Armilia Prayesy , Putri
Jurnal Nasional Teknologi dan Sistem Informasi Vol 12 No 1 (2026): April 2026
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v12i1.2026.10-17

Abstract

International Talent Circulation (Intact) Base merupakan lembaga yang memfasilitasi pertukaran dan mobilitas talenta internasional antara Taiwan dan negara-negara mitra. Salah satu program yang diselenggarakan oleh Intact Base adalah program beasiswa bagi mahasiswa-mahasiswa Indonesia untuk bekerja, kuliah, dan melakukan research di Taiwan. Akan tetapi, dalam memilih calon penerima beasiswa, Intact Base masih melakukan dengan sistem evaluasi tradisional yang belum transparan dan masih memungkinkan dipengaruhi oleh subjektivitas. Penelitian ini bertujuan untuk menerapkan Sistem Pendukung Keputusan dengan Metode AHP dan SAW pada pemilihan penerima beasiswa di Intact Base Kantor Perwakilan Bangka Belitung. Data penelitian diperoleh melalui wawancara dan observasi di kantor Intact Base. Dari hasil pengumpulan kebutuhan, didapatkan tiga kriteria yang digunakan dalam menentukan penerima beasiswa di Intact Base, yaitu English Proficiency Test (EPT), Indeks Prestasi Kumulatif (IPK), dan asal jurusan. Jumlah alternatif yang digunakan dalam penelitian ini sebanyak 8 orang mahasiswa. Hasil pemeringkatan alternatif terbaik dengan menggunakan SAW dan AHP menunjukkan hasil pemeringkatan yang sama di mana peringkat alternatif terbaik secara berurutan yang diperoleh dari perhitungan AHP dan SAW sama-sama diraih oleh mahasiswa 4, mahasiswa 8, dan mahasiswa 2.

Page 39 of 41 | Total Record : 403

 37   38   39   40   41 

Filter by Year

2015 2026


Reset
Filter By Issues
All Issue Vol 12 No 1 (2026): April 2026 Vol 11 No 3 (2025): Desember 2025 Vol 11 No 2 (2025): Agustus 2025 Vol 11 No 1 (2025): April 2025 Vol 10 No 3 (2024): Desember 2024 Vol 10 No 2 (2024): Agustus 2024 Vol 10, No 2 (2024): Agustus 2024 Vol 10, No 1 (2024): April 2024 Vol 10 No 1 (2024): April 2024 Vol 9, No 3 (2023): Desember 2023 Vol 9 No 3 (2023): Desember 2023 Vol 9, No 2 (2023): Agustus 2023 Vol 9 No 2 (2023): Agustus 2023 Vol 9 No 1 (2023): April 2023 Vol 9, No 1 (2023): April 2023 Vol 8, No 3 (2022): Desember 2022 Vol 8 No 3 (2022): Desember 2022 Vol 8, No 2 (2022): Agustus 2022 Vol 8 No 2 (2022): Agustus 2022 Vol 8 No 1 (2022): April 2022 Vol 8, No 1 (2022): April 2022 Vol 7, No 3 (2021): Desember 2021 Vol 7 No 3 (2021): Desember 2021 Vol 7, No 2 (2021): Agustus 2021 Vol 7 No 2 (2021): Agustus 2021 Vol 7, No 1 (2021): April 2021 Vol 6, No 3 (2020): Desember 2020 Vol 6, No 2 (2020): Agustus 2020 Vol 6, No 1 (2020): April 2020 Vol 5, No 3 (2019): Desember 2019 Vol 5, No 2 (2019): Agustus 2019 Vol 5, No 1 (2019): April 2019 Vol 5 No 1 (2019): April 2019 Vol 4, No 3 (2018): Desember 2018 Vol 4, No 2 (2018): Agustus 2018 Vol 4, No 1 (2018): April 2018 Vol 3, No 3 (2017): Desember 2017 Vol 3, No 2 (2017): Agustus 2017 Vol 3, No 1 (2017): April 2017 Vol 2, No 3 (2016): Desember 2016 Vol 2, No 2 (2016): Agustus 2016 Vol 2, No 1 (2016): April 2016 Vol 1, No 1 (2015): Oktober 2015 More Issue