Claim Missing Document
Check
Articles

Found 40 Documents
Search

Aplikasi Kalender Kehamilan (Smart Pregnancy) Berbasis Android Carudin, Carudin; Apriningrum, Nelly
JOIN (Jurnal Online Informatika) Vol 2 No 2 (2017)
Publisher : Department of Informatics, UIN Sunan Gunung Djati Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15575/join.v2i2.125

Abstract

Penghitungan usia kehamilan dapat dilakukan dengan berbagai cara. Namun hasil evaluasi kompetensi penghitungan usia kehamilan, taksiran persalinan di prodi kebidanan unsika pada tahun 2016 masih rendah yaitu baru mencapai 20%. Kelemahan kemampuan mahasiswa dalam mengidentifikasi usia kehamilan juga didapatkan berdasarkan laporan dari lahan praktik mahasiswa prodi Kebidanan Unsika. Melihat data dan laporan tersebut penulis melakukan penelitian dengan membuat aplikasi berisi kalender kahamilan pada smartphone OS Android. Aplikasi kalendar kehamilan tersebut dirancang untuk mempermudah tenaga kesehatan dan calon tenaga kesehatan pemberi pelayanan kehamilan dalam menghitung usia kehamilan, taksiran kehamilan, dan juga membantu ibu hamil untuk mengontrol kehamilannya 
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI SIREKAP PADA PLAY STORE MENGGUNAKAN ALGORITMA RANDOM FOREST CLASSIFER Herjanto, Muhamad Fajar Yudhistira; Carudin, Carudin
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 2 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i2.4192

Abstract

Pemilihan umum di Indonesia merupakan aspek krusial dari demokrasi yang memerlukan partisipasi warga negara. Dalam era digital, Badan Penyelenggara Pemilu meluncurkan aplikasi SIREKAP untuk membantu mempercepat proses rekapitulasi pemilihan umum. Tujuan penelitian ini menganalisis sentimen ulasan aplikasi SIREKAP pada Play Store untuk memperoleh pemahaman yang lebih mendalam mengenai pandangan dan evaluasi pengguna. Metode yang digunakan adalah knowledge discovery in database (KDD) meliputi tahap data selection, preprocessing, transformation, data mining dan evaluation. Algoritma yang digunakan untuk klasifikasi adalah Random Forest Classifier terhadap 5000 data ulasan. Hasil penelitian menunjukkan akurasi 74%, presisi 75%, recall 74%, dan f1-score 74%. Selain itu hasil dari pelabelan data menunjukkan ulasan negatif mendapatkan terbanyak sebanyak 4002 ulasan dibandingkan dengan ulasan positif  hanya 762 ulasan dan 234 ulasan netral. Kesimpulannya aplikasi SIREKAP perlu ditingkatkan kualitasnya untuk mengatasi permasalahan yang sering ditemui pengguna berdasarkan ulasan pengguna. Hasil penelitian ini dapat menjadi evaluasi bagi pengembang untuk meningkatkan pengalaman pengguna.
PERBANDINGAN NAIVE BAYES, SUPPORT VECTOR MACHINE, LOGISTIC REGRESSION DAN RANDOM FOREST DALAM MENGANALISIS SENTIMEN MENGENAI TIKTOKSHOP Fadhillah, Octavia Salwa Dzaky; Jaman, Jajam Haerul; Carudin, Carudin
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5746

Abstract

Pertumbuhan e-commerce yang pesat di Indonesia dan ramainya pembicaraan salah satu platform yaitu Tiktokshop, mendorong pentingnya analisis sentimen untuk memahami tanggapan publik. Penelitian ini bertujuan menganalisis sentimen pengguna terhadap Tiktokshop melalui tweet di platform X, menggunakan algoritma Naive Bayes, Support Vector Machine (SVM), Logistic Regression, dan Random Forest. Data diambil melalui web scraping dan diproses menggunakan metodologi Knowledge Discovery in Database (KDD). Tahapan KDD meliputi Data Selection, Preprocessing, Transformation, Data Mining, Evaluation, dan Knowledge Presentation. Label sentimen ditentukan dengan pendekatan lexicon, sehingga didapatkan 521 data label negatif dan 502 data label positif. Pengujian performa algoritma klasifikasi menggunakan Confusion Matrix dan Classification Report. Pengujian tersebut menghasilkan nilai akurasi tertinggi pada SVM sebesar 81%, diikuti Random Forest dengan 80%, Logistic Regression dengan 79%, dan Naive Bayes sebesar 75%. Visualisasi word cloud menunjukkan kata-kata dominan untuk sentimen positif seperti ’beli’, ’checkout’, ’barang’, ’murah’, dan ’suka’, sedangkan untuk sentimen negatif yaitu ’belanja’, ’live’, ’habis’ dan ’astaga’. Hasil penelitian ini diharapkan membantu perusahaan dalam mengevaluasi layanan dan strategi pemasaran Tiktokshop.
IMPLEMENTASI PEMBATASAN AKSES GAME ONLINE UNTUK MENINGKATKAN PRODUKTIVITAS BELAJAR PADA JARINGAN RUMAH Alpiyanto, Radi; Nurkifli, E. Haodudin Nurkifli; Carudin, Carudin
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6360

Abstract

Abstrak. Pesatnya perkembangan teknologi digital telah membawa dampak besar dalam berbagai aspek kehidupan, termasuk pendidikan. Game online menjadi salah satu hiburan yang digemari, namun penggunaannya yang berlebihan dapat mengganggu produktivitas belajar. Penelitian ini bertujuan untuk mengimplementasikan sistem pembatasan akses game online berbasis waktu guna meningkatkan produktivitas belajar pengguna jaringan Wi-Fi rumah. Metode yang digunakan dalam penelitian ini adalah Design Science Research (DSR) yang terdiri dari identifikasi masalah, perancangan solusi, implementasi, demonstrasi, dan evaluasi. Sistem pembatasan diterapkan melalui konfigurasi firewall pada router untuk memblokir akses game online selama jam belajar (19:00–21:00). Hasil penelitian menunjukkan bahwa penerapan sistem pembatasan ini mampu mengurangi durasi bermain game hingga 59,11% serta meningkatkan waktu belajar sebesar 271,96%. Dengan demikian, sistem ini efektif dalam membantu pengguna mengelola waktu secara lebih produktif serta menciptakan lingkungan belajar yang lebih kondusif.Abstract. The rapid development of digital technology has had a significant impact on various aspects of life, including education. Online games have become a popular form of entertainment, but excessive usage can disrupt learning productivity. This study aims to implement a time-based online game access restriction system to improve the learning productivity of home Wi-Fi users. The research method used is Design Science Research (DSR), which consists of problem identification, solution design, implementation, demonstration, and evaluation. The restriction system is applied through firewall configuration on routers to block online game access during study hours (19:00–21:00). The results show that implementing this restriction system reduces gaming duration by 59.11% and increases study time by 271.96%. Thus, this system effectively helps users manage their time more productively and creates a more conducive learning environment. 
Implementasi Framework Flutter pada Prototype Interface Aplikasi Reservasi Terapis Baby Spa Alfiah, Nur Rizqi; Carudin, Carudin; Purnamasari, Intan
Jurnal Ilmiah Wahana Pendidikan Vol 10 No 3 (2024): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.5281/zenodo.10642628

Abstract

Baby spa can help toddlers experience good growth and development. Because in a baby spa there are lots of stimuli given to make the baby sleep better. Sleep itself influences growth by increasing the production of growth hormone secretion by as much as 75%. Baby spa can be done by parents or baby spa therapists. However, based on the results of pre- research observations, it was found that some parents had difficulty finding baby spa therapy. Seeing the urgency of parents and baby spa therapists in the field of communication technology, there is an opportunity to build a system that can integrate the needs of parents and therapists. Applications available on the Play Store usually only focus on recording baby growth and development, so services for baby spa therapists are very rare and there are not many therapists available. This research produces output in the form of a proposed interface design for baby spa therapy reservation applications that have passed the stages of cutting or coding the application display. This research is said to be successful because the results of testing with users show a value of 89.5 or have an Acceptable Excellent category.
Perancangan Ulang Ui/Ux Aplikasi Tanggap Karawang dengan Metode Design Thinking (Studi Kasus: Tangkar) Annaz, Fajar; Purnamasari, Intan; Carudin, Carudin
Jurnal Pendidikan Tambusai Vol. 9 No. 3 (2025): Desember
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Layanan pengaduan publik merupakan sarana penting bagi pemerintah daerah untuk menampung aspirasi, keluhan, serta laporan masyarakat, sekaligus menjamin transparansi dan akuntabilitas pelayanan. Pemerintah Kabupaten Karawang melalui Dinas Komunikasi dan Informatika (Diskominfo) telah menghadirkan aplikasi Tanggap Karawang (Tangkar) sebagai kanal digital resmi pengaduan masyarakat. Namun, hasil observasi menunjukkan masih terdapat kendala dalam interaksi pengguna, seperti alur pelaporan yang rumit, istilah yang kurang dipahami, serta ketidakjelasan status laporan, yang berdampak pada rendahnya kenyamanan dan kepercayaan pengguna. Penelitian ini bertujuan untuk merancang ulang antarmuka dan pengalaman pengguna (UI/UX) aplikasi Tangkar dengan menggunakan pendekatan Design Thinking. Tahapan meliputi empati terhadap konteks warga Karawang, perumusan masalah, ideasi solusi, pembuatan prototipe, dan pengujian kegunaan. Evaluasi dilakukan melalui dua metode, yaitu Single Ease Question (SEQ) dan System Usability Scale (SUS). Hasil pengujian menunjukkan bahwa rancangan ulang antarmuka memperoleh skor 6,89 pada SEQ yang menandakan tingkat kemudahan tinggi, serta skor 86 pada SUS yang termasuk dalam kategori acceptable excellent. Temuan ini menunjukkan bahwa pendekatan Design Thinking efektif dalam menghasilkan desain antarmuka dan pengalaman pengguna yang sesuai kebutuhan, mudah digunakan, serta mampu meningkatkan kualitas interaksi pada layanan pengaduan publik Tangkar.
TRANSFORMASI DIGITAL PENGELOLAAN KOS: SISTEM BERBASIS LARAVEL DENGAN INTEGRASI PEMBAYARAN NONTUNAI Bintang, Aria; Purnamasari, Intan; Carudin
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8261

Abstract

Di era digital yang terus berkembang, penerapan teknologi informasi menjadi kebutuhan utama, termasuk dalam pengelolaan hunian kos. Banyak usaha kos masih menggunakan sistem manual dan metode pembayaran konvensional yang rawan kesalahan serta keterlambatan. Permasalahan tersebut juga dialami oleh Hunian Kos Bu Tuti di Desa Mekarmukti, Cikarang Utara, yang masih bergantung pada pencatatan dan transaksi manual. Penelitian ini bertujuan merancang dan membangun sistem pengelolaan kos berbasis web menggunakan framework Laravel yang mampu mengotomatisasi proses administrasi serta mengintegrasikan payment gateway Midtrans sebagai metode pembayaran nontunai yang aman dan efisien. Pengembangan sistem dilakukan dengan metode Scrum, salah satu pendekatan Agile yang bersifat iteratif dan inkremental. Hasil penelitian menunjukkan sistem mampu mengotomatisasi pencatatan data penghuni, pengelolaan kamar, dan transaksi pembayaran secara digital. Integrasi Midtrans memungkinkan pembayaran dilakukan secara online dengan pembaruan status otomatis, sedangkan integrasi Twilio berfungsi mengirim notifikasi pembayaran kepada pengguna melalui pesan. Berdasarkan hasil pengujian, sistem berjalan dengan baik dan memudahkan pengelola dalam memantau data kos serta meningkatkan efisiensi administrasi. Penelitian ini berhasil menghasilkan sistem pengelolaan kos berbasis web yang mendukung transformasi digital dan menjadi solusi inovatif bagi pengelola kos.
Prediksi Harga Saham Sektor Energi Menggunakan Algoritma Long Short-Term Memory (LSTM) Alfatah, Addin Firdaus; Sari, Betha Nurina; Carudin, Carudin
Jurnal Ilmiah Wahana Pendidikan Vol 12 No 2.D (2026): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Stock prices are time series data that are highly volatile and difficult to predict accurately due to the influence of various internal and external factors. To address this issue, a model is needed that can learn historical patterns and capture long-term dependencies in the data. This study adopts the Knowledge Discovery in Database (KDD) methodology, which consists of five main stages: data selection, data cleaning, transformation, data mining, and evaluation. The dataset used consists of historical stock price data from the energy sector over a five-year period (2019–2023), covering five companies: ELSA, AKRA, INDY, MEDC, and PGAS. The LSTM model was trained using a batch size of 32 and 20 epochs, with an 80:20 train-test data split. Model evaluation was conducted using two main metrics: Root Mean Square Error (RMSE) and Mean Absolute Percentage Error (MAPE). Among the five stocks analyzed, the best results were achieved on ELSA with an RMSE of 12.21 and MAPE of 2.61%, indicating a very high level of prediction accuracy. In conclusion, the LSTM algorithm is capable of predicting stock prices in the energy sector effectively, particularly in recognizing medium-term trends. Although the model still has limitations in capturing sharp price fluctuations, the overall results demonstrate that LSTM is an effective method for stock price prediction based on historical data.
Analisis Keamanan Aplikasi Café Egg And Butter Berbasis Android Menggunakan Mobile Security Framework (MobSF) Fadillah, Adhitya Rizkyawan; Primajaya, Aji; Carudin, Carudin
Jurnal Ilmiah Wahana Pendidikan Vol 12 No 3.C (2026): Jurnal Ilmiah Wahana Pendidikan
Publisher : Peneliti.net

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Mobile application security is a crucial aspect of software development, particularly on the Android platform, which has a broad user base and an open-source nature. This study aims to analyze the security level of the Android-based Café EggAndButter application using the Static Application Security Testing (SAST) approach through the Mobile Security Framework (MobSF) tool. The main focus of this research is to determine the security score, identify potential vulnerabilities, and assess the application’s security risk level. The analysis result show that the application received a Security Score of 37/100 with Risk Rating Grade of C, indicating a relatively high security risk. Three major vulnerabilities were found: Exported Activity without access control, Insecure Logging, and unencrypted storage of login tokens. Additionally, the use of weak cryptographic algorithms (MD5 and SHA-1) and two requests for dangerous permissions were identified. However, no vulnerabilities related to SSL of malicious domains were found. In conclusion, the application still has several weaknesses that need to be addressed, especially in component management and data protection
Klasifikasi Tumbuh Kembang Balita Berdasarkan KPSP Menggunakan Random Forest pada Sistem Berbasis Web Muhammad Daffa Ariq Fadilah; Rini Mayasari; Carudin; Purwantoro; Iqbal Maulana
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.10545

Abstract

Penyimpangan tumbuh kembang balita yang tidak terdeteksi dini berdampak permanen terhadap kualitas hidup anak. Kuesioner Pra Skrining Perkembangan (KPSP) merupakan instrumen standar deteksi dini, namun pelaksanaannya di lapangan masih manual sehingga data skrining tidak dimanfaatkan secara longitudinal, tidak teragregasi antar fasilitas, dan interpretasinya terbatas pada ambang skor tanpa penjelasan. Penelitian ini mengembangkan sistem berbasis web yang mengaugmentasi interpretasi KPSP menggunakan algoritma Random Forest yang dilengkapi penjelasan keputusan melalui metode Shapley Additive exPlanations (SHAP). Model dilatih menggunakan data sintetis berbasis aturan Permenkes 66/2014 sebanyak 4.800 baris dan divalidasi pada 105 data primer skrining kelompok usia enam bulan dari Puskesmas Ciampel. Konfigurasi hyperparameter ditetapkan berdasarkan praktik yang mapan dan diverifikasi melalui grid search dengan validasi silang lima lipatan. Model mencapai akurasi 0,8827 dan F1-macro 0,8580 pada data uji, dengan seluruh kesalahan klasifikasi hanya bergeser satu tingkat ke kelas yang bersebelahan; pada data primer, prediksi model konsisten dengan penilaian tenaga kesehatan. Sistem menyajikan hasil dalam tiga lapisan keluaran, yaitu hasil per-skrining beserta penjelasan SHAP, trajektori longitudinal per anak, dan rekap agregat tingkat fasilitas. Hasil menunjukkan bahwa augmentasi machine learning dapat memperkaya interpretasi KPSP tanpa menggantikan peran instrumen maupun tenaga kesehatan.