Article Per Year (5 Year)
p-Index From 2020 - 2025
12.863
P-Index
This Author published in this journals
All Journal Jurnal technoscientia Jurnal Informatika dan Teknik Elektro Terapan ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika International Journal of Artificial Intelligence Research Informatics for Educators and Professional : Journal of Informatics KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer JURNAL ILMIAH INFORMATIKA Conference SENATIK STT Adisutjipto Yogyakarta Jurnal ICT : Information Communication & Technology Jurnal Sistem Informasi Kaputama (JSIK) Jurnal Pelayanan dan Pengabdian Masyarakat (Pamas) JISKa (Jurnal Informatika Sunan Kalijaga) Jurnal Informatika dan Rekayasa Perangkat Lunak JURSIMA (Jurnal Sistem Informasi dan Manajemen) JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Teknik Informatika C.I.T. Medicom JURNAL TEKNOLOGI TECHNOSCIENTIA Jurnal Informatika Terpadu Baselang: Jurnal Ilmu Pertanian, Peternakan, Perikanan dan Lingkungan Jurnal Janitra Informatika dan Sistem Informasi Abdimas Altruis: Jurnal Pengabdian Kepada Masyarakat Jurnal Informatika Teknologi dan Sains (Jinteks) International Journal of Hydrological and Environmental for Sustainability Literasi: Jurnal Pengabdian Masyarakat dan Inovasi J-Icon : Jurnal Komputer dan Informatika Jurnal Teknologi Pangan dan Industri Perkebunan JURSIMA AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika: Jurnal Pengembangan IT Jurnal Sistem Informasi dan Manajemen Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal)
Martanto .
STMIK IKMI Cirebon
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Nursing Social Sciences Other

Published : 114 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Jurnal Informatika dan Teknik Elektro Terapan

 1 
ANALISIS SENTIMEN ULASAN APLIKASI PINTU DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES Khotimah, Khusnul; Martanto, Martanto; Dikananda, Arif Rinaldi; Rifa'i, Ahmad
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.v13i1.5789

Abstract

Aplikasi berbasis blockchain seperti Pintu semakin populer di Indonesia sebagai platform investasi modern. Namun, tantangan utama dalam menganalisis ulasan pengguna adalah volume data yang besar dan variasi sentimen yang kompleks. Tujuan dari penelitian ini yaitu untuk mengimplementasikan algoritma Naïve Bayes guna meningkatkan analisis sentimen aplikasi Pintu di ulasan Google Play Store. Data ulasan dikumpulkan melalui web scraping dan diproses melalui tahapan pembersihan teks, normalisasi, penghapusan stopwords, tokenisasi, dan translasi. Sentimen diberi label menggunakan TextBlob, dengan menghapus ulasan netral untuk menyederhanakan klasifikasi menjadi positif dan negatif. Ketidakseimbangan data diatasi menggunakan teknik oversampling SMOTE. Dataset akhir terdiri dari 2.510 ulasan positif (92,9%) dan 191 ulasan negatif (7,1%). Hasil evaluasi menunjukkan akurasi model sebesar 95,07%. Presisi dan recall untuk kelas positif masing-masing mencapai 97% dan 98%, namun performa pada kelas negatif masih terbatas dengan presisi 62% dan recall 58%. Teknik SMOTE berhasil meningkatkan performa keseluruhan, meskipun tantangan dalam mengenali sentimen minoritas tetap ada. 
ALGORITMA K-MEANS UNTUK MENINGKATKAN SEGMENTASI POLA KEKERASAN Fithriyani, Nurul Muna; Martanto, Martanto; Dikananda, Arif Rinaldi; Rohman, Dede
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.v13i1.5795

Abstract

Abstrak. Meningkatnya angka kekerasan terhadap perempuan dan anak-anak di berbagai wilayah telah menimbulkan kebutuhan mendesak akan strategi yang efektif untuk mengidentifikasi dan mengelompokkan daerah-daerah yang rawan kekerasan. Penelitian ini bertujuan untuk mengembangkan metode klasterisasi berbasis algoritma K-Means dalam upaya meningkatkan segmentasi pola kekerasan, khususnya dalam kasus yang melibatkan perempuan dan anak. Dengan menggunakan data kekerasan dari berbagai wilayah, algoritma K-Means diterapkan untuk mengelompokkan kasus berdasarkan karakteristik tertentu yang relevan. Hasil penelitian menunjukkan bahwa algoritma K-Means memiliki potensi yang kuat dalam segmentasi data kekerasan dan mampu memberikan hasil yang lebih optimal dibandingkan metode lain pada kasus yang dipelajari. Penelitian ini memberikan wawasan baru dalam pengelompokan data sosial menggunakan pendekatan klasterisasi, yang pada akhirnya dapat meningkatkan upaya penanganan kasus kekerasan di berbagai wilayah. Penelitian ini menggunakan tahapan Knowladge Discovery in Database (KDD). Data yang diperoleh bersumber dari situs portal https://www.kaggle.com/datasets . Metode k-means clustering yang berfungsi untuk memecah dataset menjadi beberapa kelompok/cluster. Berdasarkan hasil penelitian ini terdapat 2 cluster yaitu cluster 0 dengan jumlah anggota 1573 dan cluster 1 dengan jumlah anggota 3431. pengukuran kinerja menggunakan DBI, K=2 dengan tingkat kinerja 0,459 maka tingkat kinerja yang terbaik karena tingkat dalam dex mendekati 0.133 
IMPLEMENTASI TEKNOLOGI QUICK RESPONSE CODE DALAM SISTEM E-TICKETING PADA EVENT ORGANIZER Almadina, Muhammad Fitrian Shousyade; Martanto, Martanto; Dikananda, Arif Rinaldi; Rohman, Dede
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.v13i1.5730

Abstract

Penelitian bertujuan untuk merancang dan menguji seberapa efektif sistem dengan teknologi Quick Response Code untuk mengoptimalkan manajemen acara dan mengevaluasi kepuasan pengguna. Tingkat kepuasan diukur menggunakan metode System Usability Scale (SUS) yang dibagikan kepada 60 responden. Analisis kuesioner menghitung rerata nilai final_score SUS, disertai uji validitas dan reliabilitas menggunakan Cronbach's Alpha. Pengujian Kruskal-Wallis dilakukan untuk menilai perbedaan kepuasan sebelum dan setelah sistem diimplementasi. Hasil analisis menunjukkan nilai rerata final_score SUS sebesar 72.2 (kategori GOOD), dengan tingkat kepuasan HIGH hingga ACCEPTABLE. Uji validitas menyatakan semua pertanyaan valid, dan uji reliabilitas menghasilkan nilai Cronbach Alpha sebesar 0.69, hal ini menunjukkan konsistensi yang baik. Uji Kruskal-Wallis mengungkap perbedaan signifikan (p < 0.001), menunjukkan dampak positif sistem terhadap pengalaman pengguna.
IMPLEMENTASI ALGORITMA REGRESI LINEAR UNTUK MODEL PREDIKSI PENJUALAN DI TOKO AMANDA BROWNIES Syahri, Ibnu Nava; Martanto, Martanto; Dikananda, Arif Rinaldi; Mulyawan, Mulyawan
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.v13i2.6337

Abstract

Teknologi informasi telah mendorong pengembangan metode prediksi berbasis data untuk meningkatkan efisiensi bisnis, termasuk di industri ritel. Amanda Brownies Outlet Kesambi Cirebon menghadapi tantangan dalam memprediksi penjualan akibat pola konsumen yang dinamis. Penelitian ini bertujuan untuk mengembangkan model prediksi penjualan menggunakan regresi linear guna meningkatkan akurasi dan efisiensi pengelolaan stok. Pendekatan CRISP-DM digunakan dalam penelitian ini, dengan enam tahap utama: pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Data penjualan dari Juni hingga Agustus 2024 digunakan sebagai sumber utama analisis. Model dibangun menggunakan RapidMiner dengan pembagian data 70% untuk pelatihan dan 30% untuk pengujian. Evaluasi model menunjukkan nilai Root Mean Squared Error (RMSE) sebesar 16,890, yang mengindikasikan tingkat kesalahan prediksi yang rendah. Hasil ini menunjukkan bahwa model regresi linear dapat membantu pengelolaan stok secara lebih efektif, mengurangi risiko kelebihan atau kekurangan stok, dan mendukung optimalisasi rantai pasokan. Temuan ini menegaskan efektivitas regresi linear dalam prediksi penjualan dan membuka peluang untuk pengembangan model lebih lanjut dengan mempertimbangkan variabel tambahan atau algoritma machine learning yang lebih kompleks.
ANALISIS PREDIKSI PENJUALAN TISU MENGGUNAKAN REGRESI LINEAR Ardhanur, Ichlas; Martanto, Martanto; Dikananda, Arif Rinaldi; Mulyawan, Mulyawan
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.v13i2.6310

Abstract

Abstrak. Penelitian ini dilakukan untuk mendukung pengambilan keputusan dalam strategi produksi dan distribusi penjualan tisu yang efisien. Dalam dunia bisnis yang semakin kompetitif, prediksi penjualan yang akurat menjadi elemen penting untuk memastikan ketersediaan produk sesuai dengan permintaan pasar sekaligus menghindari kelebihan atau kekurangan stok. Model regresi linear dipilih dalam penelitian ini karena kesederhanaannya, penerapannya yang luas, dan kemampuannya untuk memberikan gambaran hubungan antara variabel-variabel tertentu terhadap penjualan. Penelitian ini bertujuan untuk memprediksi penjualan tisu menggunakan regresi linear dan mengevaluasi keakuratan modelnya melalui metrik R-squared (R²), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), dan Mean Absolute Error (MAE). Hasil penelitian menunjukkan bahwa model regresi linear dapat menjelaskan 83% variasi data penjualan tisu (R² = 0,83), menunjukkan efektivitas model ini dalam menggambarkan hubungan variabel. Namun, nilai RMSE sebesar 78,34 dan MAE sebesar 56,69 menunjukkan adanya kesalahan prediksi yang signifikan. Oleh karena itu, disarankan untuk menambahkan variabel prediktor lain, seperti faktor musiman atau promosi, serta menggunakan model lebih kompleks, seperti regresi non-linear atau Random Forest, untuk hasil yang lebih akurat. Penelitian ini menyimpulkan bahwa regresi linear merupakan metode dasar yang bermanfaat, tetapi pengembangan model dan data yang lebih komprehensif diperlukan untuk meningkatkan akurasi prediksi.
PENERAPAN IOT PADA KENDALI LAMPU MENGGUNAKAN ESP8266 DAN SENSOR CAHAYA UNTUK EFISIENSI ENERGI Hidayat, Fajar; Martanto, Martanto; Rinaldi, Arif; Rifai, Ahmad
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.v13i2.6340

Abstract

Perkembangan Internet of Things (IoT) membuka peluang untuk meningkatkan efisiensi energi, salah satunya dalam pengelolaan pencahayaan ruangan. Penelitian ini bertujuan merancang sistem kendali lampu berbasis IoT menggunakan mikrokontroler ESP8266 dan sensor cahaya untuk mengatur penggunaan energi secara otomatis. Sistem ini mengatur nyala dan intensitas lampu berdasarkan pencahayaan alami di ruangan, sehingga mengurangi ketergantungan pada pencahayaan buatan. Mikrokontroler ESP8266 bertindak sebagai pusat kendali yang terhubung dengan internet, memungkinkan pengoperasian lampu melalui aplikasi web atau smartphone. Sensor cahaya mendeteksi intensitas cahaya sekitar untuk menyesuaikan lampu dengan kondisi lingkungan. Hasil pengujian menunjukkan bahwa sistem ini berhasil mengurangi konsumsi energi dengan memanfaatkan cahaya alami secara optimal. Fitur kendali jarak jauh memungkinkan pengguna mengoperasikan lampu dengan mudah, bahkan dari lokasi jauh. Dengan desain yang sederhana dan biaya implementasi rendah, sistem ini menjadi solusi efisien untuk menghemat energi serta mengurangi emisi karbon. Integrasi teknologi IoT memungkinkan pemantauan energi secara real-time, meningkatkan fleksibilitas dan kenyamanan dalam pengoperasian.
ALGHORITMA BACKPROPAGATION NEURAL NETWORK DENGAN MENGOPTIMASI PARTICLE SWARM OPTIMIZATION UNTUK MEMPREDIKSI SAHAM BANK BCA Muzani, Muhamad; Martanto, Martanto; Dikananda, Arif Rinaldi; Rifai, Ahmad
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.v13i2.6208

Abstract

Pasar saham menjadi instrumen investasi menarik di tengah pesatnya perkembangan teknologi informasi. Namun, volatilitas harga saham yang tinggi sering menyulitkan investor mengambil keputusan. Prediksi harga saham menjadi penting untuk membantu menyusun strategi investasi yang efektif. Penelitian ini menggunakan kerangka kerja Knowledge Discovery in Databases (KDD), mencakup tahap data selection, data preprocessing, data transformation, data mining, dan interpretation/evaluation. Data historis harga saham Bank BCA dikumpulkan dari sumber terpercaya dan dianalisis untuk memilih fitur relevan yang memengaruhi harga saham. Model Backpropagation Neural Network (BPNN) diterapkan untuk prediksi, dengan optimasi menggunakan Particle Swarm Optimization (PSO) guna meningkatkan akurasi dan kecepatan konvergensi model. Evaluasi model dilakukan dengan metrik Squared Error (SE) dan Root Mean Squared Error (RMSE). Hasil menunjukkan SE sebesar 0.325 dengan margin kesalahan ±0.565, menandakan kesalahan prediksi rendah. RMSE sebesar 0.570 dengan margin ±0.000 mengindikasikan model memiliki akurasi tinggi, dengan prediksi yang sangat mendekati nilai aktual.
ALGORITMA REGRESI LINIER UNTUK MENINGKATKAN MODEL PREDIKSI PENJUALAN PADA TOKO DEVANJAYABAN Hardika, Hardika; Martanto, Martanto; Dikananda, Arif Rinaldi; Mulyawan, Mulyawan
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.v13i2.6357

Abstract

Penjualan ban mobil menghadapi tantangan akibat volatilitas pasar dan pola permintaan yang kompleks, sehingga diperlukan model prediksi yang andal. Penelitian ini mengembangkan model prediksi penjualan di Toko Devan Jaya Ban menggunakan regresi linear. Data historis penjualan bulanan (Januari–April 2024) dianalisis dengan metode Knowledge Discovery in Databases (KDD), mencakup seleksi data, preprocessing, transformasi, pemodelan, dan evaluasi. Model dibangun menggunakan RapidMiner dan dievaluasi dengan Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), dan Relative Error (RE). Hasil menunjukkan performa baik dengan RMSE 1.778, MAE 1.478 ± 0.989, dan RE 6.81% ± 5.09%. Preprocessing, seperti normalisasi data dan pemilihan variabel relevan, meningkatkan akurasi model. Regresi linear terbukti efektif dalam memprediksi penjualan serta mendukung optimalisasi stok, perencanaan pemasaran, dan pengambilan keputusan bisnis. Pengembangan lebih lanjut dapat mencakup variabel eksternal seperti tren pasar, musim, dan faktor ekonomi, serta membandingkan regresi linear dengan algoritma pembelajaran mesin lain untuk model yang lebih adaptif.
Co-Authors A, Ronny Abdillah, Naufal Abdul Rosid, Rizal Ahmad Rifai Aji Dian Permana, Muhamad Aji Saputra, Mohammad AKBAR, MUHAMAD DENI Alfin Maulana Almadina, Muhammad Fitrian Shousyade Alpian Novansyah, Indi Andini, Eva Ardhanur, Ichlas Asmana, Asmana Augustian Pangestiazi, Irvanda Azahra, Amaliyah Putri Aziz Sahidin, Naufal Bernadeta Wuri Harini Cep Lukman Rohmat Chrisna Basila Rahman, Muhammad Damar Widjaja Darmanto Darmanto Dea Eryanti Putri Dewi Yuliyanti, Dewi Dian Ade Kurnia Dias Bayu Saputra Dikananda, Arif Rinaldi Dilita Pramasmawari Lita Dita Rizki Amalia Diyanti yanti Djoko Untoro Suwarno Dwi Hastuti, Ningrum Edy, Benediktus Yudha Fadhil Muhammad Bsysyar Faisal Adam, Faisal Faizal Rizqi, Muhammad Faroman Syarief, Faroman Fathur Rezki Junaedi, Muhammad fatimah, lilis Fauzan Afrizal, Ricky Febriani, Budi Febriyani, Adinda Fihir, Muhammad Fithriyani, Nurul Muna Fuji Astri, Dewanti Gifthera Dwilestari Hamam, Moh Hardika Hardika, Hardika Harini, BW Haryanto, Agustinus Surya Hayati , Umi Hayati, Umi Heliyanti Susana Hepsi Nindiasari Hidayat, Fajar Ignatius Adi Prabowo Ika Anikah Iksan Maulana, Muhammad Irfan Ali Irfan Ali, Irfan irfan cholid Iswanjono Iswanjono Jamaludin, Maulana Jamalul'ain, Abdul Kamil, Firmanilah Khoirunisa, Pitria Kholilullah, Mohammad khusnul khotimah Linggo Sumarno Lukmanul Hakim Lutfi Hakim Ma'arif Syaefullah, Muhammad Mahardika, Fathoni Maulana Jamaludin Maulana Yusuf, Muhammad Meida Nurus Mirna Mirna Moruk, Ewaldus Mu'min Azis, Muhammad Mubarok Mubarok Muhamad Djaelani Muhamad farhan Tholhah hidayat Muhamad Jihad Andiana Muhamad Taufik Sugandi Muhammad Aditya Rabbani Adit Muhammad Fadhilah Muhammad Haikal Muhammad Hasan Fadlun Muhammad Saifurridho Mujibulloh, Mujibulloh Mulyawan Mulyawan, Mulyawan Musyarofah Musyarofah, Musyarofah Muzani, Muhamad Muzilin, Elin Nailil Amani, Najiyah Nana Suarna Nanita, Nanita Nining Rahaningsih Nova Zulfahmi, A Nova Zulfahmi, A. Nur Asih, Nur Nur Hermawan, Ilham Nurhanifah, Indah Odi Nurdiawa Odi Nurdiawan Panca Wardanu, Adha Petrus Setyo Prabowo Prabowo, PS Prahara, Sukma Primawan, A.Bayu Puji Rahayu Putri, Niken Zeliana Raditya Danar Dana Ramdan Adi Surya, Muhamad Rifa'i, Ahmad Rifa’I, Ahmad Rinaldi Dikananda, Arif Rinaldi, Arif Riskandi, Muhammad Rizal Rizal Rizka Amelia Rohman, Dede Ronny Dwi Agusulistyo Saeful Anwar Safrudin, Muhamad Saifurridho, Muhammad Salsabila Ainal Wasilah, Qonita Samsudin, Risma'ruf Setiyani, Th. Prima Ari Setiyani, TPA Siti Paridah, Ninda Sri Suwartini Subur, Muhamad Sulistiyana Sulistiyana Sumarno, L Suryaningsih Suryaningsih Suwarno, DU Syahri, Ibnu Nava Syam Al ghifari, Muhammad Syamsul Aripin, Muhammad Syaripah, Imas Syifa, Nurkhasanah Fadhila Tati Suprapti Thomas Agam Tjendro Tri Anelia Tri Gustiane, Indri Tuti Hartati Umi Hayati Ummiyati Ummiyati W Widyastuti, W Wibowo, Daniel Widjaja, D Wihadi, Dwiseno WIHADI, RB DWISENO Willy Prihartono Wiwien Widyastuti Wujarso, Riyanto Yudhistira Arie Wijaya Zulfahmi, A. Nova