cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kab. sukabumi,
Jawa barat
INDONESIA
JTERA (Jurnal Teknologi Rekayasa)
Published by Politeknik Sukabumi
ISSN : 2548737X     EISSN : 25488678     DOI : -
Core Subject : Science, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering
TERA (Journal of Engineering Technology) is peer-review journal providing original research papers, case studies, and articles review in engineering technology field. The journal can be used as an authoritative source of scientific information for researchers, researcher academia or institution, industrial engineer, and government agencies. Paper topics of JTERA focused on engineering including informatics engineering, computer engineering, electrical engineering, mechanical engineering, industrial engineering, civil engineering, environmental engineering, and other topics related to engineering. JTERA is published by Politeknik Sukabumi and managed to be issued twice in every volume on June and December.
Arjuna Subject : -
Articles 27 Documents
 1   2   3 
Search results for , issue "Vol 10, No 2: Desember 2025" : 27 Documents clear
Optimasi Hyperparameter Model Ensemble untuk Klasifikasi Sentimen Ulasan OVO Chasanah, Annisa Himatul; Al Azies, Harun
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v10.i2.2025.95-104

Abstract

Pertumbuhan layanan dompet digital di Indonesia mendorong meningkatnya jumlah ulasan pengguna yang mengandung opini penting terkait kualitas layanan. Analisis sentimen menjadi penting untuk memahami persepsi pengguna terhadap aplikasi OVO. Penelitian ini menganalisis 10.644 ulasan dari Google Playstore yang dikumpulkan melalui teknik web scraping. Ulasan tersebut diproses melalui tahapan text preprocessing, representasi fitur menggunakan Word2Vec, serta penyeimbangan kelas menggunakan Synthetic Minority Oversampling Technique (SMOTE). Tiga algoritma ensemble learning yaitu Random Forest, XGBoost, dan LightGBM diterapkan dan dioptimasi melalui Grid Search dan Randomized Search, dengan evaluasi menggunakan 10-Fold Cross-Validation serta uji statistik paired t-test. Hasil menunjukkan bahwa meskipun XGBoost dan LightGBM memperoleh nilai cross-validation yang lebih tinggi, performa terbaik pada data uji dicapai oleh Random Forest. Model tersebut mencapai akurasi 89,90% dan ROC-AUC Macro 91,11% pada skema Grid Search, serta akurasi 89,76% dan ROC-AUC Macro 91,19% pada skema Randomized Search. Temuan ini menunjukkan bahwa Random Forest memiliki kemampuan generalisasi paling stabil terhadap data ulasan OVO dibandingkan dua model boosting. Penelitian ini memberikan kontribusi pada pengembangan analisis sentimen berbahasa Indonesia melalui integrasi Word2Vec, SMOTE, dan optimasi hyperparameter, serta membuka peluang eksplorasi lanjutan menggunakan contextual embedding dan teknik penyeimbangan data yang lebih adaptif.
Kajian Eksperimental Pemanfaatan Limbah Batu Kerajinan Sebagai Agregat Limbah Pada Beton Puspitasari, Ira; Zaidulfar, Harianto; Kurniawan Akhbar, Try; Nurdin, Muhamad Irfan; Zakiyyah, Amirah
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v10.i2.2025.9-16

Abstract

Beton adalah material konstruksi yang diperoleh dari pencampuran pasir, kerikil/agregat kasar, semen serta air. Di sisi lain penggunaan kerikil yang merupakan sumber daya alam yang tidak dapat diperbaharui secara terus menerus sebagai bahan beton dikhawatirkan merusak lingkungan. Dalam mengatasi isu itu maka riset tentang konstruksi hijau (Green Construction) mulai digalakkan dengan salah satunya adalah pemanfaatan limbah batu kerajinan di Padalarang. Tujuan penelitian adalah mengetahui komposisi optimum agregat kasar dari limbah pada beton sehingga menghasilkan kuat tekan yang maksimum. Tahapan Pertama dalam penelitian ini adalah pengumpulan data selanjutnya adalah analisis Laboratorium meliputi uji sifat teknis material penyusun beton yang meliputi pasir , kerikil alami dan kerikil dari limbah batu kerajinan. Selanjutnya proses mix desain dimana penelitian dilakukan dengan 30 benda uji dengan komposisi antara split dan limbah adalah 100% : 0%, 80% : 20%, 60% : 40%, 40% : 60%, 20% : 80% dan 0 % :100 %, masing masing komposisi berjumlah lima benda uji. Pengujian meliputi berat jenis, kuat tekan dan modulus elastisitas beton. Hasil penelitian menunjukkan kuat tekan maksimum diperoleh pada proporsi 40% split dan 60% limbah yaitu 14.35 MPa. Modulus elastisitas maksimum diperoleh pada proporsi 20% split dan 80% limbah yaitu 18367.8 MPa.
Studi Komparatif Algoritma EKF, EKBF, UKF, dan UKBF untuk Estimasi State of Charge Baterai Lead Acid Berbasis Model Thevenin dan Simulasi Simulink Prakoso, Satrio; Kusumawardana, Arya
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v10.i2.2025.227-236

Abstract

Estimasi State of Charge yang akurat pada baterai Lead-Acid sangat penting untuk menjaga keandalan dan umur pakai sistem penyimpanan energi. Penelitian ini melakukan studi komparatif empat algoritma estimasi Extended Kalman Filter, Extended Kalman–Bucy Filter, Unscented Kalman Filter, dan Unscented Kalman–Bucy Filter yang diimplementasikan pada model Thevenin orde dua. Parameter baterai diperoleh melalui pengujian pulse discharge–relaxation serta pengukuran Open Circuit Voltage berarus kecil pada suhu 30 °C, 40 °C, dan 50 °C. Hasil simulasi menunjukkan bahwa Unscented Kalman Filter dan Unscented Kalman–Bucy Filter memberikan akurasi dan stabilitas terbaik pada berbagai kondisi operasi, sedangkan Extended Kalman Filter dan Extended Kalman–Bucy Filter cenderung kurang stabil terutama pada rentang State of Charge rendah akibat keterbatasan proses linearisasi. Temuan ini mengindikasikan bahwa algoritma berbasis Unscented lebih sesuai untuk aplikasi Battery Management System pada baterai Lead-Acid.
Penerapan IoT untuk Monitoring Parameter Penting Pertumbuhan Selada Hidroponik Indoor Vitria, Rikki
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

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

Abstract

Pertanian hidroponik dalam ruangan merupakan salah satu solusi modern untuk mengatasi keterbatasan lahan dan perubahan iklim yang tidak menentu. Penelitian ini bertujuan merancang sistem monitoring berbasis Internet of Things (IoT) untuk memantau parameter lingkungan yang berpengaruh terhadap pertumbuhan selada hidroponik, meliputi suhu, kelembapan, pH, nutrisi, dan intensitas cahaya. Sistem menggunakan mikrokontroler ESP32 yang terhubung dengan sensor DHT22, PH4502C, SEN0244, dan BH1750. Data hasil pengukuran ditampilkan pada LCD serta dikirim secara real-time ke Google Sheets dan aplikasi Telegram, yang juga berfungsi sebagai media notifikasi dan kontrol jarak jauh. Hasil pengujian menunjukkan bahwa suhu ruangan berkisar 18–28°C, kelembapan 65–91% dengan rata-rata 79%, nilai pH 3,96–11,85 dengan rata-rata 7,6, serta TDS 413–934 ppm dengan rata-rata 644 ppm. Intensitas cahaya dari LED Grow Light terjaga stabil pada 7307–7474 Lux selama periode pencahayaan harian. Sistem notifikasi melalui Telegram mampu merespons kurang dari satu menit ketika parameter berada di luar rentang ideal. Secara keseluruhan, sistem monitoring berbasis IoT ini efektif dalam mengawasi kondisi lingkungan hidroponik indoor sehingga mendukung terciptanya pertumbuhan selada yang optimal.
Model Prediktif Indeks Kebahagiaan Berbasis Gradient Boosting Regressor dengan Optimalisasi Seleksi Fitur dan Implementasi Web Ferdinan, Dani; Harani, Nisa Hanum; Pane, Syafrial Fachri
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v10.i2.2025.59-68

Abstract

Penelitian ini menghadapi tantangan dalam memodelkan Indeks Kebahagiaan 2021 dari Badan Pusat Statistik (BPS) yang memiliki dimensi fitur sangat tinggi dan potensi redundansi, yang dapat menurunkan akurasi dan interpretabilitas model. Tujuan utama penelitian ini adalah untuk mengidentifikasi fitur-fitur paling berpengaruh dalam data tersebut untuk meningkatkan akurasi, efisiensi komputasi, dan transparansi model prediksi berbasis pohon keputusan. Metodologi mencakup pra-pemrosesan data dengan imputasi modus, transformasi Yeo-Johnson, dan Robust Scaler. Tiga algoritma regresi diuji: Decision Tree, Random Forest, dan Gradient Boosting Regressor, yang dioptimalkan menggunakan Particle Swarm Optimization (PSO). Model terbaik dievaluasi menggunakan metrik R², MSE, RMSE, dan MAE serta dianalisis lebih lanjut menggunakan SHAP untuk interpretasi. Hasil menunjukkan bahwa Gradient Boosting Regressor adalah model paling unggul dengan nilai R² sebesar 0,696 saat menggunakan 20 fitur terseleksi. Selain itu, sebagai bentuk implementasi praktis, model diimplementasikan ke dalam sebuah aplikasi web interaktif berbasis Flask yang memungkinkan pengguna memasukkan data melalui antarmuka kuisioner dan menerima prediksi indeks kebahagiaan secara real-time. Integrasi ini menjembatani hasil riset dengan pemanfaatan nyata oleh pengguna akhir.
Antena Mikrostrip Lingkaran 8 Elemen Menggunakan Metode Parasitik pada Frekuensi X-band Agustina, Dwi
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

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

Abstract

Perkembangan teknologi komunikasi modern menuntut sistem antena yang efisien dan mampu beroperasi pada frekuensi tinggi. Salah satu solusi yang ditawarkan adalah antena mikrostrip dengan konfigurasi array dan metode parasitik, khususnya untuk aplikasi pada frekuensi X-band (8–12 GHz) yang umum digunakan dalam sistem radar dan navigasi. Penelitian ini memiliki spesifikasi antena mikrostrip array 2×4 dengan patch berbentuk lingkaran menggunakan metode elemen parasitik yaitu, gain ≥ 15 dBi dan bandwidth ≥ 500 MHz. Antena menggunakan material Rogers Duroid 5880 yang memiliki spesifikasi nilai εr = 2,20 ± 0,02; h = 1,575 mm; tan δ = 0,0004–0,0009. Hasil simulasi menunjukkan bahwa konfigurasi array mampu meningkatkan gain hingga 19,2 dBi, dan elemen parasitik memperluas bandwidth hingga 680 MHz pada rentang 8,97–9,59 GHz. Hasil realisasi menunjukkan bandwidth sebesar 320 MHz (9,32–9,64 GHz) saat berfungsi sebagai pemancar dan bandwidth 770 MHz (9,26–10,03 GHz) sebagai penerima. Nilai gain yang diperoleh sebesar 16,6 dBi. Terdapat penurunan hasil pada realisasi pemancar dibanding simulasi, dengan penurunan bandwidth pemancar sebesar 52,94% dan penerima sebesar 8,3% kemudian gain sebesar 13,54%. Meskipun demikian, antena yang direalisasikan menunjukkan kinerja bandwidth yang sangat baik sebagai penerima dan memenuhi persyaratan untuk aplikasi pada frekuensi X-band.
Komparasi SVM dan IndoBERT dalam Klasifikasi Sentimen Program Makanan Bergizi Gratis Shafwah, Shifatush; Al Azies, Harun
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v10.i2.2025.105-112

Abstract

Program Makanan Bergizi Gratis (MBG) memunculkan beragam respons masyarakat di media sosial, khususnya pada platform X (Twitter). Analisis sentimen diperlukan untuk memahami kecenderungan opini publik terhadap program tersebut. Penelitian ini membandingkan kinerja Support Vector Machine (SVM) dan IndoBERT dalam mengklasifikasikan sentimen positif dan negatif pada 2.674 tweet terkait MBG. Data diperoleh melalui web scraping dan diproses melalui tahapan cleaning, normalisasi teks, tokenisasi, serta pelabelan menjadi dua kelas sentimen. Ketidakseimbangan data ditangani menggunakan Synthetic Minority Oversampling Technique (SMOTE). Model SVM dilatih menggunakan representasi fitur TF-IDF, sedangkan IndoBERT dilatih melalui fine-tuning sebagai model transformer. Evaluasi performa dilakukan menggunakan 10-Fold Cross-Validation, confusion matrix, ROC-AUC, dan uji statistik paired t-test. Hasil penelitian menunjukkan bahwa SVM memperoleh akurasi 94,64% dan F1-Score 94,63%, sedangkan IndoBERT mencapai akurasi 90,11% dan F1-Score 89,92%. Meskipun IndoBERT mencatat nilai AUC sedikit lebih tinggi, kinerja keseluruhan SVM lebih unggul secara konsisten pada data yang telah diseimbangkan dengan SMOTE. Uji paired t-test menghasilkan nilai p < 0,05, yang menunjukkan bahwa perbedaan performa kedua model bersifat signifikan. SVM lebih efektif digunakan untuk klasifikasi sentimen dua kelas pada dataset MBG yang relatif kecil dan bersifat informal.
Kajian Pengembangan Desain dan Material Crash box dengan Pendekatan Analisis Bibliometrik Wicaksono, Bayu Agung
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31544/jtera.v10.i2.2025.17-26

Abstract

Penelitian ini secara sistematis menganalisis tren dan perkembangan riset mengenai crash box dengan pendekatan bibliometrik. Melalui identifikasi pola publikasi, frekuensi topik, dan keterkaitan antar-topik dari 109 artikel ilmiah yang disaring dari basis data Google Scholar, studi ini memberikan gambaran komprehensif. Analisis menggunakan VOSviewer mengelompokkan riset crash box ke dalam fokus utama seperti crashworthiness, material dan struktur, optimasi desain, serta inovasi geometri. Tren menunjukkan pergeseran fokus dari pola deformasi dan penyerapan energi (2018–2020) menuju optimasi desain berbasis simulasi, struktur lattice, dan peningkatan crashworthiness (2021–2024). Selanjutnya, dilakukan kajian terhadap beberapa artikel yang memiliki nilai sitasi paling tinggi (besar sitasi lebih dari 100 kali). Hasil kajian terhadap artikel-artikel tersebut menunjukkan inovasi desain biomimetik (struktur tibia), struktur Negative Poisson’s Ratio (NPR), dan desain origami (pola diamond dan trapezoid) pada crash box. Penggunaan material Aluminium/CFRP juga terbukti meningkatkan performa penyerapan energi. Hasil ini memetakan perkembangan crash box dan mengidentifikasi peluang riset untuk desain serta material yang lebih optimal.
Implementasi Model Logistic Regression dalam Aplikasi Mobile untuk Deteksi Phishing Secara Real-Time Irfan, Taufik; Hanifatunnisa, Rifa; Fidela, Irnanda
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

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

Abstract

Kemajuan teknologi informasi dan komunikasi semakin berkembang memberikan dampak signifikan pada penggunaan sosial media oleh seluruh masyarakat di dunia. Namun, dibalik kemajuan teknologi yang setiap harinya memberikan kemudahan pada pekerjaan manusia, ancaman dan kejahatan yang dilakukan di sosial media pun kian meningkat, salah satunya adalah phising. Phising  merupakan sebuah kejahatan siber dimana korban akan diarahkan menuju suatu situs palsu yang nantinya, penyerang akan mencuri data-data sensitif untuk dipakai sebagai kepentingannya. Serangan siber ini sudah marak di dunia media sosial dan memakan banyak korban dari usia muda hingga lansia. Untuk mengatasi hal tersebut, sudah banyak platform seperti website yang dapat mendeteksi phising, namun banyak dari website tersebut memiliki kekurangan dalam hal akurasi terhadap serangan yang semakin kompleks serta kemudahan pengguna untuk memakainya. Maka dari itu, implementasi dari “Implementasi Model Logistic Regression dalam Aplikasi Mobile untuk Deteksi Phising Secara Real-time” menjadi sebuah solusi yang tepat dalam menangani kejahatan phishing. Dengan mengadaptasi model logistic regression sebagai alat untuk mengklasifikasikan sebuah URL menjadi dua kategori utama yakni phishing dan non phishing yang diterapkan ke dalam mobile aplikasi, model algoritma ini memiliki tingkat keakurasian yang cukup tinggi. Dengan menggunakan dataset yang terdiri dari 11.025 sampel dan 30 parameter, model algoritma yang diterapkan mampu mengenali dan membaca pola sebuah URL yang cukup kompleks berdasarkan dataset yang dipelajarinya. Setelah melakukan pengujian dengan 150 URL berbeda, model ini menghasilkan kinerja evaluasi yang cukup memuaskan dengan perhitungan akurasi, presisi, recall dan f1 score sebesar 96%.
Implementasi Algoritma Coulomb Counting sebagai Estimasi SoC pada Baterai Jenis Lead-Acid ilman, sofyan muhammad; Candriansyah, Muhammad Ryan; Tohir, Toto; Septian Putra, Febi Ariefka
JTERA (Jurnal Teknologi Rekayasa) Vol 10, No 2: Desember 2025
Publisher : Politeknik Sukabumi

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

Abstract

Baterai Lead-Acid merupakan pilihan umum di berbagai sektor karena biayanya yang ekonomis dan kemampuannya untuk menyediakan arus tinggi, meskipun memiliki kelemahan berupa kerentanan terhadap kerusakan akibat pengisian daya yang berlebihan (Overcharging) atau pengosongan daya yang terlalu rendah (Overdischarging). Sistem yang dikembangkan pada. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem manajemen baterai Lead-Acid dengan pendekatan estimasi State of Charge (SOC) menggunakan metode Coulomb Counting. Metode ini bekerja dengan mengakumulasi arus yang masuk dan keluar dari baterai seiring waktu. Sistem ini juga dilengkapi dengan Battery Management System (BMS) yang dikembangkan pada penelitian ini mampu memantau parameter penting seperti arus, tegangan, dan suhu baterai. Berdasarkan hasil pengujian, sistem berhasil menjalankan fungsi proteksi dengan baik, yaitu menghentikan proses pengisian saat tegangan melebihi 14,5 V, memutus proses pengosongan saat tegangan turun di bawah 11,5 V, serta menghentikan operasi saat suhu baterai melebihi 40°C. Selain fungsi proteksi, sistem ini juga dilengkapi dengan algoritma estimasi SoC menggunakan metode Coulomb Counting. Hasil estimasi SoC dari sistem ini menunjukkan tingkat akurasi sebesar 95% setelah dibandingkan dengan alat Coulomb Meter sebagai referensi, dengan rata-rata error kurang dari 5%. Dengan demikian, sistem ini tidak hanya mampu meningkatkan perlindungan dan memperpanjang umur baterai, tetapi juga memberikan solusi pemantauan baterai yang andal dan aplikatif, baik untuk kendaraan listrik, sistem penyimpanan energi, maupun perangkat cadangan daya di Indonesia.

Page 2 of 3 | Total Record : 27

 1   2   3 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 10, No 2: Desember 2025 Vol 10, No 1: Juni 2025 Vol 9, No 2: December 2024 Vol 9, No 1: June 2024 Vol 8, No 2: December 2023 Vol 8, No 1: June 2023 Vol 7, No 2: December 2022 Vol 7, No 1: June 2022 Vol 6, No 2: December 2021 Vol 6, No 1: June 2021 Vol 5, No 2: December 2020 Vol 5, No 1: June 2020 Vol 4, No 2: December 2019 Vol 4, No 1: June 2019 Vol 3, No 2: December 2018 Vol 3, No 2: December 2018 Vol 3, No 1 (2018) Vol 3, No 1: June 2018 Vol 3, No 1: June 2018 Vol 2, No 2: December 2017 Vol 2, No 2: December 2017 Vol 2, No 2 (2017) Vol 2, No 1: June 2017 Vol 2, No 1: June 2017 Vol 1, No 1 (2016) Vol 1, No 1: December 2016 Vol 1, No 1: December 2016 More Issue