cover
Contact Name
Bahar
Contact Email
bahararahman@gmail.com
Phone
-
Journal Mail Official
puslit.stmikbjb@gmail.com
Editorial Address
-
Location
Kota banjarmasin,
Kalimantan selatan
INDONESIA
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
ISSN : 20893787     EISSN : 26850893     DOI : -
Core Subject : Science,
Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi adalah Jurnal Ilmiah bidang Teknik Informatika dan Sistem Informasi yang diterbitkan secara periodik tiga nomor dalam satu tahun, yaitu pada bulan April, Agustus dan Desember. Redaksi Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi menerima sumbangan tulisan hasil penelitian atau atau artikel konseptual bidang Teknik Informatika dan Sistem Informasi.
Arjuna Subject : -
Articles 71 Documents
Search results for , issue "Vol 13, No 2: Agustus 2024" : 71 Documents clear
Perbandingan Beberapa Algoritma Machine Learning Dalam Analisis Sentimen Terkait Pemilihan Presiden RI 2024 Nopan, Nopan; Mailoa, Evangs
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i2.1980

Abstract

The 2024 Presidential Election has become a hot topic among the Indonesian community. People often share their opinions and criticisms openly on social media, such as Twitter or X, leading to debates among the public in supporting a presidential candidate. These debates often result in various public comments that are positive, neutral, or negative. Sentiment analysis is used as a method to analyze public opinions and comments using machine learning algorithms. The purpose of this research is to compare the accuracy levels of the Support Vector Machine, Naive Bayes, and Decision Tree algorithms. This research uses a dataset from Twitter, which will go through stages of data merging, text preprocessing, translation, labeling, and algorithm classification. The results of this research show that the Support Vector Machine algorithm has a higher accuracy rate than the other two algorithms, with an accuracy rate of 81.49%.Keywords: Election 2024; Sentiment Analysis; Support Vector Machine; Naive Bayes; Decision Tree.AbstrakPemilihan Presiden 2024 menjadi topik yang hangat dikalangan masyarakat indonesia, masyarakat sering membagikan pendapat dan kritik secara terbuka dimedia sosial twitter atau X, yang menyebabkan subjek perdebatan bagi masyarakat dalam mendukung salah satu kandidat presiden, dampak dari perdebatan ini sering memunculkan berbagai komentar masyarakat yang bersifat positif, netral maupun negatif. Analisis sentimen digunakan sebagai metode untuk menganalisis tentang pendapat dan komentar masyarakat dengan penggunaan algoritma machine learning. Tujuan dari penelitian ini dilakukan untuk membandingkan tingkat akurasi dari algoritma Support Vector Machine, Naive Bayes dan Decision Tree, penelitian ini menggunakan dataset dari twitter yang akan diproses melalui tahapan penggabungan data, preprocessing text, translate, pelabelan dan klasifikasi algoritma. Hasil dari penelitian ini menunjukan bahwa algoritma Support Vector Machine memiliki tingkat akurasi yang lebih tinggi dari kedua algoritma lainnya dengan nilai akurasi 81.49%. 
Klasifikasi Sentimen Opini Pada Aplikasi Guitar Tuner Dachi, Christian Moris; Berutu, Sunneng Sandino; Jatmika, Jatmika
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i2.2041

Abstract

Current technological advances have an impact on various fields, including music applications. Guitar Tuna and other popular music applications can have an impact on public perception, customer decisions, and company reputation. This study analyzes user sentiment for Guitar Tuna using the Naive Bayes and Support Vector Machine (SVM) algorithms. Play Store is the place where data is obtained consisting of 626 neutral reviews, 234 positive reviews, and 2 negative reviews that have gone through several stages, namely preprocessing, classification, labeling, crawling, and evaluation models. The analysis resulted in a Naive Bayes accuracy of 0.95 and SVM of 0.97. The results of the Naive Bayes classification showed the highest value in the neutral sentiment precision parameter of 0.94. In the (SVM) method, positive sentiment gets the highest value at a precision of 1, while the highest recal and f1-score values are achieved by neutral sentiment with values 1 and 0.98 in the SVM method.Keywords: Naïve Bayes; Support Vector Machine; Sentiment Classification; Opinion Analysis; Guitar Tuna.                                                                      AbstrakKemajuan teknologi saat ini berdampak pada berbagai bidang, termasuk aplikasi musik. Guitar Tuna dan aplikasi musik populer lainnya dapat berdampak pada persepsi publik, keputusan pelanggan, dan reputasi perusahaan. Studi ini menganalisis sentimen pengguna untuk Guitar Tuna dengan menggunakan algoritma Naive Bayes dan Support Vector Machine (SVM). Play Store ialah tempat perolehan data terdiri dari 626 ulasan netral, 234 ulasan positif, dan 2 ulasan negatif yang sudah melakukan sejumlah tahapan yakni preprocessing, classification, labeling, crawling, serta evaluation model. Penganalisisan tersebut menghasilkan akurasi Naive Bayes sebesar 0,95 dan SVM sebesar 0,97. Hasil klasifikasi Naive Bayes menunjukan nilai tertinggi pada parameter precision sentimen netral sebesar 0,94. Pada metode (SVM), sentimen positif mendapatkan nilai tertinggi pada precision sebesar 1, sedangkan nilai tertinggi recal dan f1-score dicapai sentimen netral dengan nilai 1 dan 0.98 pada metode SVM. 
Rancang Bangun Aplikasi Pembayaran Kasir dan Stock Barang Berbasis Web Menggunakan Algoritma Naives Bayes Jaya, Iwan; Rahayu, Ratna Rahmawati; Nurjanah, Nurjanah; Suryadi, Dedi; Ramdhani, Adhitya Ilham; Mendoza, Rama
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

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

Abstract

The technique of utilizing large amounts of data to obtain previously unknown valuables and can exploit weaknesses regarding the suitability of price data in Deffense Sport, and this study was conducted because Deffense Sport still uses conventional data recording methods, namely by writing manually in a notebook. This often results in a mismatch between the recorded data and the data in the warehouse. To overcome this problem, it is to switch to more effective and efficient data collection using a website-based system. The Design of a Cashier Payment System and Stock of Goods Using the Web-Based Naives Bayes Algorithm is expected to facilitate employees in recording data and making cashier transactions, in addition, this Deffense Sport application can minimize performance and data confusion.Keywords: Cashier and Stock Payment System, Naives Bayes, Defense Sport, Web, Point    of Sales AbstrakTeknik memanfaatkan data dalam jumlah besar untuk memperoleh informasi berharga yang sebelumnya tidak diketahui dan dapat dimanfaatkan permasalahan mengenai data kecocokan harga di Deffense Sport, dan penelitian ini dibuat karena Deffense Sport yang masih menggunakan metode pencatatan data yang masih konvensional yaitu dengan cara menulis secara manual di buku catatan. Hal ini seringkali mengakibatkan ketidaksesuaian antara data yang tercatat dengan data di gudang. Untuk mengatasi permasalahan ini, adalah dengan beralih ke pendataan yang lebih efektif dan efisien menggunakan sistem berbasis website. Rancang Bangun Sistem Pembayaran Kasir dan Stock Barang Menggunakan Algoritma Naives Bayes Berbasis Web diharapkan dapat memudahkan pegawai dalam melakukan pendataan dan melakukan transaksi kasir, selain itu aplikasi ini Deffense Sport dapat meminimalisir kecurangan maupun kerancuan data. 
Analisis Sentimen Kebijakan Pembelian Gas 3 Kg dengan KTP Menggunakan Naïve Bayes Pratama, Muhammad Ridwan; Fauzi, Ahmad; Wahiddin, Deden; Pratama, Adi Rizky
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i2.2168

Abstract

The government introduced a policy on January 1 2024 regarding the purchase of 3 KG LPG which requires user registration using a Resident Identity Card (KTP), where residents are required to show their KTP and family card (KK) to register via the merchant application at the gas station. This raises problems regarding the availability, distribution of gas, and precisely the recipients of subsidies. The public responds whether they accept or not according to the policy on one of YouTube's social media. The Naïve Bayes algorithm is used to analyze public sentiment regarding the policy of purchasing 3 KG LPG using KTP, data obtained from social media YouTube with crawling techniques using Google Colab, with a collection period of April 2023 to January 2024. Analysis stages include text preprocessing, TF-IDF, labeling uses the Tex Blob library, and algorithm calculations use Naïve Bayes. Visualization in the form of a word cloud with terms that often appear. Classification reports are used to evaluate algorithms with Naive Bayes algorithm accuracy of 84%, precision of 85%, recall of 84%, and f1-score of 83%.Keywords: Resident Identity Card; Policy; LPG 3 Kg; Naïve Bayes; Sentiment. AbstrakPemerintah memperkenalkan kebijakan pada tanggal 1 Januari 2024 terkait pembelian LPG 3 KG yang memerlukan pendaftaran pengguna memakai Kartu Tanda Penduduk (KTP), dimana warga wajib menunjukkan KTP serta Kartu keluarga (KK) untuk mendaftar melalui aplikasi merchant pada pangkalan gas. Hal ini menimbulkan permasalahan ketersediaan, distribusi gas, dan tepatnya pemenerima subsidi, Masyarakat memberikan resposn menerima atau tidak dengan kebijakan pada salah satu media sosial youtube. Algoritma Naïve Bayes dipergunakan untuk menganalisis sentimen masyarakat terkait kebijakan pembelian LPG 3 KG dengan menggunakan KTP, data diperoleh dari media sosial Youtube dengan teknik crawling menggunakan Google Colab, dengan periode pengumpulan April 2023 hingga Januari 2024. Tahapan analisis meliputi text preprocessing, TF-IDF, pelabelan menggunakan library Tex Blob, dan perhitungan algoritma menggunakan Naïve Bayes. Visualisasi berupa word cloud dengan istilah-istilah yang seringkali muncul. Classification report digunakan untuk mengevaluasi algoritma dengan akurasi algoritma Naive Bayes sebesar 84%, presisi 85%, recall 84%, dan f1-score 83%. 
Sistem Pakar Diagnosis Kerusakan Kabel Dan Konektor Jaringan Komputer Menggunakan Metode Naïve Bayes Tulung, Revo Riantino; Tatuhey, Emy Lenora; Hasan, Patmawati
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i2.1878

Abstract

SMK N 1 Wisata Jayapura often experiences problems with internet Network damage due to student interaction in the laboratory, including damage to transmission cables which often occur this disrupts the learning process and exams at school. The purpose of this study is to implement an expert system using the Naïve Bayes method to diagnose tissue damage. Naïve Bayes is a simple probability-based classification method. The data managed in this study includes data on symptoms and damage to computer Network cables and connectors. The variables processed are those symptoms, which are used to predict the type of damage that may occur. The results of system accuracy testing show that this expert system successfully runs according to the expected functions, with an accuracy rate of 90%. The system is able to provide accurate diagnostics based on selected symptoms, helping efficient identification and handling of damage by Network administrators.Keywords: Cable damage; Network connectors; Expert systems; Naïve Bayes method  AbstrakSMK N 1 Wisata Jayapura sering mengalami masalah kerusakan jaringan internet karena interaksi siswa di laboratorium, termasuk kerusakan pada kabel transmisi yang sering terjadi hal ini mengganggu proses pembelajaran dan ujian di sekolah. Tujuan dari penelitian ini adalah mengimplementasikan sistem pakar menggunakan metode Naïve Bayes untuk melakukan diagnosa kerusakan jaringan. Naïve Bayes merupakan metode klasifikasi sederhana berbasis probabilitas. Data yang dikelola dalam penelitian ini meliputi data gejala dan kerusakan kabel dan konektor jaringan komputer. Variabel-variabel yang diproses adalah gejala-gejala tersebut, yang digunakan untuk memprediksi jenis kerusakan yang mungkin terjadi. Hasil pengujian akurasi sistem menunjukkan bahwa sistem pakar ini berhasil berjalan sesuai dengan fungsi yang diharapkan, dengan tingkat akurasi sebesar 90%. Sistem mampu memberikan diagnosa yang akurat berdasarkan gejala yang dipilih, membantu efisiensi identifikasi dan penanganan kerusakan oleh administrator jaringan. 
Implementasi Gamifikasi untuk Pembelajaran Mitigasi Bencana Tsunami di Sekolah Dasar Nomor 2 Tanjung Benoa Suryawan, I Putu Dodi; Gunawan, Putu Wida; Rahayu, Prastyadi Wibawa
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i2.2064

Abstract

This research uses a gamification approach for tsunami disaster mitigation education for students of SD No. 2 Tanjung Benoa, using the Game Development Life Cycle (GDLC) method. The iterative nature of the GDLC technique and its alignment with the requirements of educational game development were the reasons for its selection. This gamification application uses a quiz-based interactive snakes and ladders game to increase students' interest and understanding of disaster mitigation. Black Box testing is used in system testing to verify the functionality of the application. The results show how well the gamification application works to increase students' awareness and preparedness in dealing with the tsunami tragedy. It is expected that the use of this technology will be a successful approach in disaster mitigation education in coastal areas.Keywords: Black Box Testing; Game Development Life Cycle; Gamification; Tsunami MitigationAbstrakPenelitian ini menggunakan pendekatan gamifikasi untuk pendidikan mitigasi bencana tsunami bagi siswa SD No. 2 Tanjung Benoa, dengan menggunakan metode Game Development Life Cycle (GDLC). Sifat iteratif dari teknik GDLC dan keselarasannya dengan persyaratan pengembangan game edukasi menjadi alasan pemilihannya. Aplikasi gamifikasi ini menggunakan permainan ular tangga interaktif berbasis kuis untuk meningkatkan minat dan pemahaman siswa terhadap mitigasi bencana. Pengujian Black Box digunakan dalam pengujian sistem untuk memverifikasi fungsionalitas aplikasi. Hasilnya menunjukkan seberapa baik aplikasi gamifikasi bekerja untuk meningkatkan kesadaran dan kesiapan siswa dalam menghadapi tragedi tsunami. Diharapkan penggunaan teknologi ini akan menjadi pendekatan yang berhasil dalam pendidikan mitigasi bencana di wilayah pesisir. 
Penerapan Metode Design Thinking dalam Perancangan Aplikasi Layanan Pengaduan Hukum Berbasis Mobile Shafa, Salsabiyla Alya; Muchayan, Achmad
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i2.1788

Abstract

Indonesia is a country based on law, presumably all aspects in the territory of the Republic of Indonesia have been applied fairly and evenly. The number of legal cases is increasing, especially in the city of Surabaya, and the lack of public knowledge about legal complaints so that a legal aid institution is needed that can serve digitalized complaints in order to cover people from all walks of life. Therefore, a mobile-based application design was made to facilitate the process of complaints by the community to legal institutions. The method used in this research is using design thinking and for usability testing using the system usability scale method by distributing questionnaires. The results obtained show that application users feel comfortable from the features that have been developed. This score is included in the "acceptable" classification according to the Bangor standard, which means that the application design can be accepted by the community.Keyword: Design; Design Thinking; System Usability Scale; Legal Services AbstrakIndonesia merupakan negara yang berlandaskan hukum, kiranya segala aspek dalam wilayah NKRI ini telah berlaku secara adil dan merata. Angka kasus hukum yang kian lama kian meningkat khususnya di Kota Surabaya, serta minimnya pengetahuan masyarakat mengenai pengaduan hukum sehingga dibutuhkan sebuah lembaga bantuan hukum yang dapat melayani pengaduan yang terdigitalisasi agar dapat mencakup masyarakat dari semua kalangan. Oleh karena itu dibuatlah sebuah rancangan aplikasi berbasis mobile untuk dapat memudahkan proses pengaduan oleh masyrakat ke lembaga hukum. Metode yang digunakan dalam penelitian ini yaitu menggunakan design thinking dan untuk uji usability menggunakan metode System Usability Scale dengan menyebar kuesioner. Hasil penelitian yang didapatkan menunjukkan bahwa pengguna aplikasi merasakan kenyamanan dari fitur-fitur yang telah dikembangkan. Dibuktikan dengan uji usability menggunakan System Usability Scale menunjukkan skor 80. Skor ini termasuk dalam klasifikasi “acceptable” menurut standar Bangor, yang berarti rancangan aplikasi dapat diterima oleh masyarakat. 
Optimalisasi Media Sosial Instagram Sebagai Sarana Promosi Dalam Menarik Minat Kunjung Ke Perpustakaan Umum Kabupaten Deli Serdang Saragih, Agustina; Irwansyah, Irwansyah
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i2.2254

Abstract

Instagram, as a social media platform is a digital tool that facilitates users to share, interact, and connect with others online. Instagram is known as a mobile application where users can publish photos and videos with additional text, and allows other users to like, comment, and engage in interaction on each post. Utilizing Instagram social media as a medium for library promotion is a step that libraries can take in the midst of increasingly rapid technological developments. By optimizing promotion through Instagram social media, the library is expected to provide information that is fast and easy to know. This research uses a qualitative method with a descriptive approach. The data collection technique was carried out by observation, interview and documentation. The purpose of this research is to provide an optimization strategy for Instagram social media as a means of promoting the public library of deli serdang district. Keywords: Instagram; Social Media; Library Promotion AbstrakInstagram, sebagai platform media sosial adalah sebuah alat digital yang memfasilitasi pengguna untuk berbagi, berintraksi, dan terhubung dengan orang lain secara daring. instagram di kenal sebagai aplikasi mobile di mana pengguna dapat mempublikasikan foto dan video dengan tambahan teks, serta memungkinkan pengguna lain untuk memberikan like memberikan komentar, dan terlibat dalam intraksi pada setiap postingan. Memanfaatkan media sosial instagram sebagai media promosi perpustakaan merupakan langkah yang dapat di lakukan perpustakaan di tengah perkembangan teknologi yang semakin pesat. Dengan mengoptimalkan promosi melalui media sosial Instagram perpustakaan diharapkan dapat memberikan informasi yang cepat dan mudah untuk diketahui. Adapun penelitian ini menggunakan metode kualitatif dengan pendekatan deskripti.f. Teknik pengumpulan data nya dilakukan dengan observasi, wawancara serta dokumentasi. Tujuan dari penelitian ini adalah untuk memberi strategi optimalisasi media sosial Instagram sebagai sarana promosi perpustakaan umum kabupaten deli serdang. 
Identifikasi Ular Menggunakan Metode Gray Level Co-Occurrence Matrix Dan Histogram Yulia, Rantika; Siregar, Alda Cendekia; Octariadi, Barry Ceasar
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i2.1964

Abstract

Welang and Weling snakes are types of snakes that have a similar physique and have dangerous venom. Apart from that, there is the Banded Wolf Snake (Lycodon Subcinctus) which is said to be similar to the Weling (Bungarus Candidus) but is not venomous and the Sea Snake (Laticauda Colubrina) which is similar to the Welang (Bungarus Fasciatus). The similarity of this type of snake can be seen from the snake's body motif, such as black and white or black and gold stripes. Therefore, tests were carried out using 2 different methods to prove the similarity of the four types of snakes. This research uses the Gray Level Co-Occurrence Matrix (GLCM) method and the Histogram method on snake images. The GLCM features used for extraction are Contrast, Energy, Correlation, Homogeneity and Entropy. Histogram features used are mean, variance, standard deviation, skewness and entropy. Tests carried out with 100 data obtained the highest average accuracy results using the GLCM method of 97.75% with a value of K = 1, while using the Histogram method obtained the highest average accuracy value of 100% with a value of k = 1.Key Word: Snake; Gray Level Co-Occurrence Matrix (GLCM); Histogram AbstrakUlar Welang dan Weling merupakan jenis ular yang memiliki fisik yang mirip serta memiliki bisa yang berbahaya. Selain itu, ada Banded Wolf Snake (Lycodon Subcinctus) yang disebut mirip dengan Weling (Bungarus Candidus) namun tidak berbisa dan Sea Snake (Laticauda Colubrina) yang mirip dengan Welang (Bungarus Fasciatus). Kemiripan dari jenis ular ini dilihat dari motif tubuh ular seperti belang hitam putih atau hitam emas. Oleh karena itu, dilakukan pengujian menggunakan 2 metode berbeda untuk membuktikan kemiripan empat jenis ular tersebut. Penelitian ini menggunakan metode Gray Level Co-Occurrence Matrix (GLCM) dan metode Histogram pada citra ular. Fitur GLCM yang digunakan untuk ekstraksi adalah Contrast, Energy, Correlation, Homogeneity dan Entropy. Fitur Histogram yang digunakan adalah mean, variance, standar deviasi, skewness dan entropy. Pengujian yang dilakukan dengan 100 data mendapatkan hasil akurasi rata-rata tertinggi pada metode GLCM adalah sebesar 97,75% dengan nilai K = 1 sedangkan menggunakan metode Histogram mendapat nilai akurasi rata- rata tertinggi sebesar 100% dengan nilai k=1. 
Analisis Jumlah Pelanggan dan Tingkat Produksi Listrik di Kota Salatiga Menggunakan Triple Exponential Smoothing Tolanda, Dominus Alfin; Pakereng, Magdalena A. Ineke
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 13, No 2: Agustus 2024
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v13i2.1926

Abstract

Indonesia, amidst rapid economic growth, confronts challenges in meeting the escalating demand for electrical energy. Salatiga, located in Central Java and part of this dynamic landscape, experiences significant pressure on its electrical infrastructure due to substantial economic and population growth. The Triple Exponential Smoothing (TES) methodology is adopted in this study to estimate future customer numbers and power production levels. The research results indicate that the MAPE (Mean Absolute Percentage Error) for the number of electricity customers is 4.64% < 10%, indicating that the forecasting is very accurate. For the electricity production level, the MAPE is 16.63%, which is considered good for forecasting. These outcomes can be utilized as a framework for making decisions regarding electricity in the city of Salatiga.Kata kunci: Electricity Customers; Electricity Production Levels; Forecasting; Triple Exponential SmoothingAbstrakIndonesia, dengan pertumbuhan ekonomi yang pesat, menghadapi tantangan pemenuhan kebutuhan energi listrik yang terus meningkat. Kota Salatiga, Jawa Tengah, sebagai bagian dari dinamika ini, mengalami tekanan besar pada infrastruktur energi listrik akibat pertumbuhan ekonomi dan populasi yang signifikan. Penerapan metode Triple Exponential Smoothing (TES) untuk menganalisis dan memprediksi jumlah pelanggan serta tingkat produksi listrik di masa depan. Temuan penelitian menyatakan didapatkan bahwa MAPE (Mean Absolute Percentage Error) untuk jumlah pelanggan listrik adalah 4,64% < 10% dimana hasilnya adalah permalan sudah sangat akurat dan untuk tingkat produksi listrik adalah 16,63% dimana hasil ini adalah baik untuk peramalan sehingga hal ini dapat menjadi panduan bagi pengambilan keputusan terkait energi listrik di Kota Salatiga.Â