cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Mursyidah
Contact Email
mursyidah@pnl.ac.id
Phone
-
Journal Mail Official
jurnal.infomedia@pnl.ac.id
Editorial Address
-
Location
Kota lhokseumawe,
Aceh
INDONESIA
Jurnal Infomedia
Published by Politeknik Negeri Lhokseumawe
ISSN : 25279858     EISSN : 25491180     DOI : -
Core Subject : Science,
Computer Science & IT
Jurnal Infomedia ini merupakan Wadah Karya Ilmiah dari Jurusan Teknologi Informasi dan Komputer dengan bidang ilmu Teknik Informatika, Multimedia dan Jaringan dari berbagai kalangan, baik Akademis, Mahasiswa D4/S1/S2/S3, Praktisi, Industri, dan Instansi Pemerintahan. Harapan kami selaku Redaktur Jurnal ini dapat memperbanyak muatan dari pihak eksternal Politeknik Negeri Lhokseumawe pada terbitan selanjutnya sehingga jurnal ini menjadi wadah ilmiah yang lebih luas lagi. Jurnal Infomedia terbit 2 (dua) kali dalam setahun yaitu bulan Juni dan Desember terbit versi cetak dan full online (ojs).
Arjuna Subject : -
Articles 169 Documents
 13   14   15   16   17 
Implementasi Metode Analytical Hierarchy Process (AHP) Untuk Penentuan Parameter Kamera dalam Fotografi Abrori, Zainol; Jaya, Firman; Razaqi, Rahmat Shofan
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i1.7091

Abstract

Dalam dunia fotografi, pemilihan parameter kamera seperti ISO, kecepatan rana, dan bukaan diafragma sangat mempengaruhi hasil akhir dari sebuah foto. Namun, pengaturan ini sering menjadi tantangan terutama bagi fotografer pemula, karena harus mempertimbangkan banyak faktor seperti intensitas cahaya, gerakan subjek, dan tujuan visual. Penelitian ini bertujuan untuk mengimplementasikan metode Analytical Hierarchy Process (AHP) dalam membantu proses pengambilan keputusan penentuan parameter kamera yang optimal dalam kondisi pemotretan yang berbeda. Studi dilakukan di OIYA Studio Photo, Situbondo, dengan pendekatan kualitatif dan metode AHP sebagai dasar sistem pengambilan keputusan. AHP digunakan untuk menyusun hierarki keputusan berdasarkan faktor-faktor utama pemotretan, kemudian menilai alternatif pengaturan kamera berdasarkan kriteria yang telah ditentukan. Hasil penelitian ini menghasilkan sebuah model panduan berbasis AHP yang praktis dan sistematis, yang dapat digunakan oleh fotografer, khususnya pemula, dalam menentukan pengaturan kamera secara efisien dan konsisten. Model ini diharapkan dapat mempercepat proses pembelajaran serta meningkatkan kualitas hasil fotografi dalam berbagai kondisi pemotretan.
Sistem Rekomendasi Lokasi Optimal dan Potensi Penghematan Energi Pemasangan PLTS Atap Berbasis AI di Pulau Jawa Aminuddin, Amir; Supanto, Supanto; Saputra, Hadi; Herawati, Neng Ayu; Purwarianti, Ayu; Utama, Nugraha Priya
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.7219

Abstract

Transisi menuju energi terbarukan di Indonesia menuntut pendekatan berbasis data dalam menentukan lokasi optimal pemasangan Pembangkit Listrik Tenaga Surya (PLTS) atap dan dalam memperkirakan dampak ekonomisnya. Penelitian ini mengembangkan sistem rekomendasi berbasis Artificial Intelligence (AI) yang mengintegrasikan data penyinaran matahari dari BMKG dan data konsumsi listrik dari PLN untuk mendukung perencanaan PLTS atap di Pulau Jawa. Pendekatan dilakukan melalui tiga metode pembelajaran mesin utama: klasifikasi untuk mengevaluasi kelayakan pelanggan, klasterisasi wilayah menggunakan algoritma clustering, dan regresi untuk memprediksi potensi penghematan energi. Lima algoritma klasifikasi dibandingkan, dengan LightGBM menunjukkan performa tertinggi (akurasi 87%). Segmentasi wilayah optimal diperoleh melalui KMeans (silhouette score 0,5566). Estimasi penghematan energi paling akurat dihasilkan oleh XGBoost Regressor dengan koefisien determinasi (R²) sebesar 0,9999. Hasil ini menunjukkan bahwa pendekatan integratif berbasis AI dapat menyediakan informasi prediktif yang akurat dan aplikatif bagi penyusunan strategi promosi dan investasi PLTS atap, sekaligus memberikan estimasi manfaat kuantitatif bagi pelanggan. Penelitian ini memberikan kontribusi signifikan dalam pengembangan sistem pendukung keputusan untuk energi terbarukan berbasis analitik spasial dan perilaku konsumsi.
Penerapan Metode GA-TOPSIS untuk Sistem Seleksi Karakter Game dengan Pembobotan Dinamis Berbasis Waktu Prakasa, Aji Bagas; Nugroho, Fresy; Faisal, Muhammad; Lestari, Tri Mukti; ’N, Alfina Nurrahma; Taufiqulhakim, Adnan Muhammad
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i1.6869

Abstract

Penelitian ini bertujuan mengembangkan sistem pendukung keputusan untuk seleksi karakter optimal dengan menerapkan metode hybrid Algoritma Genetika dan TOPSIS (GA-TOPSIS) yang mempertimbangkan variasi temporal dalam kriteria pembobotan. Pendekatan ini mengintegrasikan kemampuan optimasi Algoritma Genetika dalam menentukan bobot kriteria secara otomatis dengan teknik pengambilan keputusan multi-kriteria TOPSIS. Hasil penelitian menunjukkan bahwa optimasi GA menghasilkan variasi pembobotan yang signifikan sesuai skenario waktu: pada kondisi Pagi dengan dominasi kriteria Gerakan (82%), Siang dengan penekanan pada Tinggi Badan (52%) dan Nyawa (38%), serta Malam yang didominasi Pertahanan (85%).Evaluasi menggunakan TOPSIS menghasilkan peringkat alternatif yang berbeda untuk setiap skenario. Pada kondisi Pagi, alternatif A4 mencapai skor CCi tertinggi (0.83) karena keunggulan dalam kriteria Gerakan. Skenario Siang menempatkan A2 sebagai optimal (CCi=0.90) berkat performa pada Tinggi Badan dan Nyawa, sedangkan di Malam, A3 unggul (CCi=0.89) dengan Pertahanan terbaik. Konsistensi hasil ditunjukkan oleh A1 yang selalu berada di peringkat terbawah karena nilai kriteria yang minimal. Penelitian ini memberikan kontribusi penting dalam pengembangan sistem pendukung keputusan adaptif, khususnya yang memerlukan penyesuaian bobot dinamis berdasarkan perubahan kondisi lingkungan. Potensi integrasi dengan teknologi IoT untuk pembaruan bobot secara real-time menjadi nilai tambah penerapan metode ini.
Penerapan Metode K-Nearest Neighbor Untuk Pengelompokan Ukuran Gamis Customer Berbasis Web Hapsari, Nabila Paramita
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.6280

Abstract

Berkembangnya industri fashion saat ini didukung oleh banyaknya e-commerce yang memberikan kemudahan bagi pelanggan untuk melakukan transaksi jual beli online. Kemudahan tersebut memberikan kenyamanan dalam berbelanja, sehingga menjadi daya Tarik utama bagi pelanggan. Namun, permasalah ukuran baju yang tidak sesuai sering kali terjadi, sehingga berdampak pada tingkat pengembalian barang yang tinggi dan menurunkan kepuasan pelanggan. Penelitian ini bertujuan untuk mengembangkan sistem berbasis web yang memanfaatkan meode K-Nearest Neighbor (K-NN) untuk memprediksi ukuran baju pelanggan secara lebih akurat berdasarkan data pribadi pelanggan. Sistem ini dirancang untuk memberikan rekomendasi ukuran baju yang tepat, sehingga dapat mengurangi Tingkat pengembalian barang dan meningkatkan pengalaman belanja pelanggan. Penelitian ini juga mengevaluasi faktor-faktor yang memengaruhi prediksi, seperti kualitas data, jumlah data, jumlah tetangga terdekat dan variabel input. Hasil pengujiannya menunjukkan bahwa metode K-NN dapat memberikan prediksi ukuran baju dengan akurasi yang memadai, membantu meningkatkan kepuasan pelanggan dalam industri e-commerce.
Perbandingan Kinerja Protokol MQTT dan HTTP Dalam Komunikasi Data Internet of Things Fikhri, Aditya Aziz; Ula, Munirul; Sayuti, Muhammad; Taufiq, Taufiq; Nudin, Nurdin
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i1.6733

Abstract

Penelitian ini membandingkan kinerja protokol MQTT dan HTTP dalam sistem komunikasi Internet of Things (IoT), khususnya untuk pemantauan kualitas udara ruang kelas secara real-time. Evaluasi dilakukan menggunakan server virtual machine dengan spesifikasi identik, berdasarkan parameter seperti penggunaan CPU, waktu pengiriman pesan, dan tingkat kehilangan data. MQTT, sebagai protokol ringan dengan model publish-subscribe, menunjukkan kecepatan pengiriman pesan yang jauh lebih tinggi dibandingkan HTTP, terutama pada skenario dengan volume pesan yang besar. Namun, penggunaan CPU pada MQTT meningkat tajam seiring bertambahnya jumlah pesan, dan terjadi kehilangan data yang signifikan hingga 33,8% pada pengiriman 600.000 pesan. Sebaliknya, HTTP yang berbasis model request-response dengan mekanisme multi-proses, mampu menjaga keandalan pengiriman pesan hingga 100%, meskipun waktu pengirimannya jauh lebih lambat. Hasil penelitian ini menunjukkan bahwa MQTT lebih efisien untuk sistem yang membutuhkan kecepatan tinggi dan dapat mentoleransi sebagian kehilangan data, sementara HTTP lebih cocok untuk aplikasi yang menuntut keandalan tinggi dan akurasi data secara penuh. Temuan ini memberikan wawasan penting bagi pengembang dalam memilih protokol komunikasi yang sesuai berdasarkan kebutuhan sistem IoT dan skala implementasinya.
Retrieval-Augmented Generation (RAG) Chatbot for Handling Customer Complaints in the Energy Sector Haryono Putro, Ibnu Prastowo; Antoni, Jefry; Adhitya, Maulana Krisna; Herawati, Neng Ayu; Purwarianti, Ayu; Utama, Nugraha Priya
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.7169

Abstract

Fast and accurate customer service is critical in the energy sector, especially for large-scale utilities like PLN. This study introduces a novel Retrieval-Augmented Generation (RAG)-based chatbot tailored for PLN’s internal operational context to automate customer complaint resolution in Bahasa Indonesia. In contrast to previous approaches that utilize only fine-tuned LLMs or retrieval-based question answering, our system uniquely integrates internal complaint records stored in internal database with a local Indonesian-optimized LLM through LangChain orchestration. The proposed architecture features temporal and linguistic preprocessing, vector embedding using FAISS, and a dynamic clarification-fallback mechanism, ensuring context-aware and grounded responses. This work contributes a scalable framework for deploying generative AI in high-stakes public utility settings, emphasizing data privacy, language fidelity, and real-time applicability. Evaluation results both simulated and human-reviewed demonstrate the chatbot’s effectiveness, achieving BLEU-4 of 46.5 and ROUGE-L of 0.63, with 92% of answers rated helpful. These findings underscore the model's potential to enhance customer experience and operational efficiency in Indonesia’s energy sector.
Perbandingan Kinerja ARIMAX dan Fuzzy Time Series Multi Factor pada Peramalan Data Nilai Tukar USD Tsabita, Rania Hana; Susetyoko, Ronny; Satriyanto, Edi
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i1.6865

Abstract

Penelitian ini membandingkan metode ARIMAX dan Fuzzy Time Series Multi Factor dalam meramalkan nilai tukar USD untuk mendukung pencapaian SDG 8. Data yang digunakan mencakup nilai tukar USD, inflasi, dan ekspor migas Indonesia selama periode 2019–2024, dengan enam variasi panjang data pelatihan. Evaluasi kinerja model dilakukan menggunakan metrik Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa metode ARIMAX With Dummy menghasilkan akurasi terbaik dengan nilai MAPE terendah sebesar 2,32% pada rasio data latih dan uji 60:9. Model ini juga menunjukkan pengaruh signifikan dari panjang data terhadap akurasi prediksi. Hasil menunjukkan bahwa model ini paling optimal dan signifikan dalam meningkatkan akurasi peramalan indikator ekonomi.
Sistem Deteksi Penyakit pada Ikan Air Tawar Menggunakan Algoritma LoG dan Canny Putra, Fijaya Dwi Bima Sakti
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 2 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i2.6871

Abstract

Di Indonesia, budidaya ikan air tawar memegang peranan penting dalam industri akuakultur, dengan spesies seperti nila, lele, dan ikan mas banyak dibudidayakan. Salah satu indikator utama kualitas ikan adalah kesehatannya, dan penyakit seperti Cotton Wool Disease (CWD) dapat menyebabkan kerugian ekonomi yang serius. CWD merupakan penyakit yang disebabkan oleh Saprolegniasis dan ditandai dengan kerusakan permukaan kulit ikan. Untuk mengatasi masalah ini, peneliti mengembangkan sistem deteksi penyakit ikan air tawar berbasis analisis citra digital. Algoritma ini melibatkan beberapa tahap: pengambilan citra, identifikasi Region of Interest (ROI), konversi citra ke dalam skala keabuan, dan analisis citra. Teknik deteksi tepi LoG  dan canny digunakan untuk menyoroti area yang terinfeksi gejala penyakit. Hasil penelitian menunjukkan dengan nilai MSE sebesar 19938.85, PSNR sebesar 5.13, dan SSIM sebesar 0.550 algoritma canny lebih efisien dan efektif untuk memantau kesehatan ikan dan mengurangi kerugian dalam sektor akuakultur.
Analisis Komparatif Algoritma LSTM, GRU, BiGRU, dan BiLSTM Untuk Prediksi Degradasi Bearing Turbin PLTU Raymond, Rifky; Saputra, Neva; Tupamahu, Meldrin; Herawati, Neng Ayu; Purwarianti, Ayu; Utama, Nugraha Priya
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30811/jim.v10i1.7127

Abstract

Pembangkit Listrik Tenaga Uap (PLTU) merupakan salah satu sumber utama pasokan listrik nasional, di mana keandalan komponen kritis seperti bearing turbin sangat menentukan kontinuitas operasional. Kegagalan pada bearing dapat menyebabkan downtime tidak terduga dan kerugian biaya yang signifikan. Oleh karena itu, pendekatan predictive maintenance menjadi strategi penting dalam memitigasi potensi kegagalan tersebut. Penelitian ini bertujuan untuk membandingkan performa empat algoritma deep learning yaitu LSTM, GRU, BiGRU, dan BiLSTM dalam memprediksi Remaining Useful Life (RUL) dari bearing turbin. Data yang digunakan merupakan data sensor aktual dari pembangkit, yang telah direduksi dimensinya menggunakan Principal Component Analysis (PCA) untuk membentuk Health Index sebagai representasi degradasi peralatan. Evaluasi dilakukan menggunakan metrik MAE (Mean Absolute Error) dan RMSE (Root Mean Squared Error). Hasil eksperimen menunjukkan bahwa model BiLSTM memiliki performa terbaik dengan nilai MAE sebesar 0.27 dan RMSE sebesar 0.37. Penelitian ini berkontribusi dalam menyediakan panduan pemilihan model prediksi RUL berbasis data sensor riil pada peralatan PLTU, yang mendukung penerapan pemeliharaan prediktif secara lebih akurat dan efisien
Implementasi Algoritma Apriori dalam Penetapan Strategi Penjualan pada Supermarket XYZ Berbasis Streamlit Web App Mustafa, Nadine Aliyah; Susetyoko, Ronny; Fadliana, Alfi; Humaira, Fitrah Maharani
Jurnal Infomedia: Teknik Informatika, Multimedia, dan Jaringan Vol 10, No 1 (2025): Jurnal Infomedia
Publisher : Politeknik Negeri Lhokseumawe

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

Abstract

Supermarket XYZ merupakan ritel modern berbasis syariah yang memiliki potensi besar dalam pemanfaatan data transaksi untuk mendukung pengambilan keputusan strategis. Namun, hingga saat ini, data transaksi yang tersedia belum dimanfaatkan secara optimal. Penelitian ini bertujuan untuk menerapkan algoritma Apriori guna menemukan pola pembelian produk yang sering terjadi secara bersamaan, serta mengembangkan aplikasi web interaktif berbasis Streamlit untuk menyajikan hasil analisis secara real-time. Data yang digunakan merupakan transaksi penjualan tahun 2023 dari salah satu cabang Supermarket XYZ yang terdiri dari 162.980 record. Penelitian dilakukan melalui tahapan pengumpulan data, data preprocessing, Exploratory Data Analysis (EDA), penerapan algoritma Apriori, serta pembangunan antarmuka aplikasi menggunakan Streamlit. Hasil dari algoritma Apriori menunjukkan adanya 18 aturan asosiasi, dengan aturan terkuat yaitu pembelian Harmony Orange, Harmony Lemon, dan Harmony Melon yang diikuti oleh pembelian Harmony Strawberry. Berdasarkan temuan ini, dua strategi penjualan utama diusulkan: pertama, optimalisasi tata letak produk dengan menyusun produk-produk yang memiliki asosiasi kuat secara berdekatan; dan kedua, penerapan product bundling untuk produk-produk yang sering dibeli bersamaan. Aplikasi Streamlit yang dikembangkan memberikan kemudahan bagi stakeholder untuk mengunggah data, memvisualisasikan pola pembelian, serta mengevaluasi strategi secara interaktif dan efisien. Penelitian ini menunjukkan bahwa pemanfaatan data mining dan aplikasi interaktif mampu mendukung perencanaan strategi penjualan yang lebih efektif dan berbasis data.

Page 16 of 17 | Total Record : 169

 13   14   15   16   17 

Filter by Year

2016 2025


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