cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Wetri Febrina
Contact Email
wetri.febrina@gmail.com
Phone
+6282388453527
Journal Mail Official
lppm.sttdumai@gmail.com
Editorial Address
Jl. Utama Karya Bukit Batrem II No.4 Dumai Telp / Fax : 0821 7434 2828 Hp : 0823 8845 3527
Location
Kota dumai,
Riau
INDONESIA
Jurnal UNITEK
Published by Sekolah Tinggi Teknologi Dumai
ISSN : 20893957     EISSN : 25802585     DOI : http://doi.org/10.52072/unitek.v13i2
Core Subject : Science, Engineering,
Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Industrial & Manufacturing Engineering
JURNAL UNITEK Adalah Jurnal blind peer-review yang diterbitkan dua kali dalam setahun (Juni dan Desember) Jurnal UNITEK bertujuan untuk menyediakan forum diskusi dan pertukaran Informasi antara peneliti dan akademisi di bidang Teknik Industri, Teknik Informatika, Teknik Sipil, Teknik Elekto, Teknik Mesin dan Rumpun Ilmu Teknik Lainnya. Jurnal ini hanya menerima artikel dari hasil penelitian, studi kasus dan artikel review ilmiah. Jurnal ini menerbitkan hasil penelitian dalam bentuk artikel, studi literatur dan artikel dalam bentuk konsep dan kebijakan dalam bidang komputer pada umumnya: Keamanan dan Jaringan Teori Komputasi dan Model Komputasi E-Learning, E-Bisnis, E-Government, E-Commerce Komputasi Seluler Rekayasa Perangkat Lunak Komputasi Lunak Perangkat Lunak dan Aplikasi Komputer Pengolahan citra Database, Data Mining, Data Warehouse Sistem Cerdas Sistem Tertanam
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 266 Documents
 23   24   25   26   27 
Pengaruh Kalibrasi Tekanan Injector terhadap Torsi, Daya, dan Konsumsi Bahan Bakar Mesin Diesel Mitsubishi L300: Pengaruh Kalibrasi Tekanan Injector terhadap Torsi, Daya, dan Konsumsi Bahan Bakar Mesin Diesel Mitsubishi L300 Sadili, Nur Muhammad; Indriyani; Dalimunthe, Ruslan; Wisnaningsih
JURNAL UNITEK Vol. 18 No. 2 (2025): Juli-Desember 2025
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/unitek.v18i2.1526

Abstract

Penelitian ini bertujuan menganalisis pengaruh dari kalibrasi tekanan injector terhadap performa mesin diesel Mitsubishi L300 yang meliputi parameter torsi, daya dan konsumsi bahan bakar. Pengujian dilakukan dengan membandingkan dua kondisi tekanan injector, yaitu sebelum di kalibrasi (105,52 Bar) dan sesudah di kalibrasi (117,68 Bar), pada dua putaran mesin berbeda yaitu 1000 rpm dan 1500 rpm. Hasil menunjukkan bahwa tekanan injector yang telah dikalibrasi memberikan peningkatan signifikan terhadap daya mesin dan torsi. Pada tekanan 117,68 Bar dan putaran 1500 rpm, torsi meningkat dari 301,056 Nm menjadi 338,688 Nm dan daya poros meningkat dari 47,27 Kw menjadi 53,17 Kw. Meskipun ditunjukkan oleh penuruan nilai konsumsi bahan bakar spesifik (Sfc). Dengan demikian kalibrasi injector terbukti mampu meningkatkan unjuk kerja mesin secara keseluruhan. Penelitian ini merekomendasikan penerapan kalibrasi tekanan injector sebagai bagian dari perawatan preventif mesin diesel niaga seperti Mitsubishi L300.
Implementasi Sistem Pakar Diagnosa Kerusakan Televisi Berbasis Web Menggunakan Metode Certainty Factor Alawi, Thoriq Achmad; Rohman, M Ghofar; Munif
JURNAL UNITEK Vol. 18 No. 2 (2025): Juli-Desember 2025
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/unitek.v18i2.1601

Abstract

Televisi merupakan salah satu perangkat elektronik yang umum digunakan masyarakat, namun rentan mengalami berbagai jenis kerusakan. Proses identifikasi kerusakan biasanya memerlukan keahlian teknis dan pengalaman, sehingga menjadi kendala bagi teknisi pemula maupun pengguna awam. Penelitian ini bertujuan untuk mengembangkan sistem pakar berbasis web yang dapat mendiagnosa kerusakan televisi menggunakan metode Certainty Factor (CF). Metode ini dipilih karena mampu mengakomodasi ketidakpastian data dan memberikan tingkat keyakinan dalam bentuk persentase terhadap hasil diagnosa. Data gejala, jenis kerusakan, serta bobot Measure of Belief (MB) dan Measure of Disbelief (MD) diperoleh melalui wawancara dengan pakar servis televisi berpengalaman. Pengujian sistem dilakukan dengan metode blackbox dan validasi pakar. Hasil penelitian menunjukkan bahwa sistem mampu memberikan diagnosa kerusakan televisi dengan tingkat akurasi sebesar 90%. Sistem ini dinilai efektif membantu proses identifikasi kerusakan dengan menampilkan tingkat kepastian diagnosa dan saran perbaikan yang sesuai. Penelitian ini diharapkan dapat menjadi referensi pengembangan sistem pakar untuk perangkat elektronik lainnya.
ANALISIS SENTIMEN ULASAN DI PLAYSTORE TERHADAP APLIKASI MARKETPLACE (SHOPEE, LAZADA, TOKOPEDIA) MENGGUNAKAN NAIVE BAYES DAN LOGISTIC REGRESSION Lukito, Aji; Nugroho, Fajar; Latifah, Noor
JURNAL UNITEK Vol. 18 No. 2 (2025): Juli-Desember 2025
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/unitek.v18i2.1625

Abstract

Analisis sentimen ulasan di Playstore terhadap Aplikasi Marketplace (Shopee, Tokopedia, dan Lazada) Menggunakan Naive bayes dan Logistic regression bertujuan untuk mengklasifikasikan sentimen pengguna menjadi positif atau negatif berdasarkan ulasan terhadap tiga aplikasi Marketplace populer di Indonesia. Permasalahan utama dalam penelitian ini adalah bagaimana mengklasifikasikan sentimen ulasan pengguna terhadap aplikasi Marketplace Indonesia di Google Playstore secara akurat menggunakan algoritma Naive bayes dan Logistic regression, serta membandingkan performa kedua algoritma dalam melakukan klasifikasi tersebut. Data dikumpulkan dari ulasan Playstore, kemudian diproses melalui tahapan tokenization, case folding, stopword removal, dan stemming. Selanjutnya, dilakukan klasifikasi menggunakan kedua algoritma, lalu hasilnya dibandingkan. Evaluasi dilakukan dengan metrik Accuracy, Precission, Recall, dan F1-score untuk menilai efektivitas masing-masing algoritma terhadap data yang tidak seimbang. Hasil penelitian ini diharapkan dapat menunjukkan algoritma yang lebih optimal untuk analisis sentimen, serta mendukung pengembangan strategi layanan e-commerce berbasis data secara lebih akurat dan efisien.  
Pemanfaatan Machine Learning untuk Peningkatan Akurasi Sistem Pendukung Keputusan Prediktif Ahmad Budi Trisnawan; Tuti Susilawati
JURNAL UNITEK Vol. 18 No. 2 (2025): Juli-Desember 2025
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/unitek.v18i2.1702

Abstract

The rapid development of information technology and the increasing availability of large-scale data have driven the need for decision-making systems that are more intelligent, faster, and more accurate. Conventional Decision Support Systems (DSS) generally rely on rule-based approaches or simple statistical analyses, which have limitations in recognizing complex patterns and are less adaptive to changes in data. Therefore, the integration of machine learning technology represents a strategic solution to enhance the predictive capability and decision quality produced by DSS. This study aims to analyze the utilization of machine learning algorithms in improving the accuracy of predictive decision support systems. The method employed is a comparative experimental approach involving three algorithms, namely Decision Tree, Random Forest, and Support Vector Machine. The dataset used consists of historical decision outcomes along with their determining variables derived from a case study. The research stages include data cleaning, normalization, training–testing set splitting, and evaluation using accuracy, precision, recall, and F1-score metrics. The results indicate that the application of machine learning significantly improves DSS accuracy compared to conventional methods. Random Forest achieved the best performance with an accuracy of 91%, followed by Support Vector Machine at 87% and Decision Tree at 84%. In addition to improving accuracy, the integration of machine learning also enhances data processing efficiency and decision-making speed. These findings demonstrate that artificial intelligence–based DSS has great potential for application across various domains, such as business, healthcare, education, and government.
Pengembangan Kemasan Kakao Bubuk dan Minuman Cokelat Siap Minum dengan Pendekatan Value Engineering Anoraga, Satria Bhirawa; Revulaningtyas, Ika Restu; Wijanarti, Sri; Sabarisman, Iman; Kharima, Rizky Achlisya
JURNAL UNITEK Vol. 18 No. 2 (2025): Juli-Desember 2025
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/unitek.v18i2.1846

Abstract

Kemasan merupakan salah satu faktor penting yang memengaruhi nilai tambah dan daya saing produk pangan. Penelitian ini bertujuan untuk merancang desain kemasan produk bubuk kakao dan minuman cokelat siap minum Cokelat Desa Kakao Kulon Progo (Progo Choco) dengan menggunakan pendekatan value engineering. Penelitian dilakukan di Yogyakarta dan Kulonprogo dengan melibatkan preferensi konsumen sebagai data primer yang diperoleh melalui observasi, wawancara, dan penyebaran kuesioner. Metode value engineering diterapkan melalui empat tahapan, yaitu tahap informasi, kreativitas, analisis, dan pengembangan. Atribut mutu kemasan yang dianalisis meliputi bentuk, bahan, kemudahan, warna, label, dan biaya. Hasil penelitian menunjukkan bahwa konsumen mengutamakan kemasan yang praktis, informatif, menarik secara visual, serta memiliki biaya produksi yang efisien. Evaluasi terhadap tiga konsep kemasan, yaitu sachet aluminium foil, kotak (box) kertas Ivory, dan botol plastik PET, menunjukkan bahwa konsep kemasan kotak memiliki nilai (value) tertinggi berdasarkan perbandingan performansi dan biaya. Dengan demikian, kemasan kotak direkomendasikan sebagai desain kemasan terbaik untuk produk Cokelat Desa Kakao Kulon Progo. Penelitian ini diharapkan dapat menjadi referensi bagi UMKM dalam mengembangkan desain kemasan secara sistematis untuk meningkatkan nilai tambah dan daya saing produk di pasar.
Augmented Reality sebagai Media Pengenalan Rumah Adat Budaya Daerah Kota Samarinda Astuti, Indah Fitri; Choirunnisa, Rena Indah; Kridalaksana, Awang Harsa; Cahyadi, Dedi
JURNAL UNITEK Vol. 18 No. 2 (2025): Juli-Desember 2025
Publisher : Sekolah Tinggi Teknologi Dumai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52072/unitek.v18i2.1847

Abstract

Rumah adat Daerah Kota Samarinda adalah pusat kebudayaan untuk melestarikan seni dan budaya lokal. Kompleks pusat kebudayaan ini menampilkan Rumah Bubungan Tinggi (Banjar), Rumah Lamin Kutai (Kutai) dan Rumah Lamin Dayak/Rumah Panjang (Dayak). Meskipun keberadaannya masih tergolong baru namun tempat ini dapat memberi manfaat edukasi tentang budaya lokal. Pemanfaatan teknologi Augmented Reality menjadi solusi inovatif untuk memperkenalkan rumah adat tersebut terutama ke masyarakat luar daerah. Penelitian ini bertujuan membangun aplikasi AR sebagai media edukasi pengenalan rumah adat secara virtual dengan menerapkan metode Marker Based Tracking yang dapat diakses pada sistem operasi Android. Berdasarkan pengujian Beta Testing didapatkan hasil bahwa seluruh fitur aplikasi AR dapat berfungsi dengan optimal dan lancar. Hasil pengujian User Acceptance Testing (UAT) dengan melakukan penyebaran kuesioner kepada 44 sampel dari masyarakat umum pengguna smartphone Android, aplikasi AR mendapat nilai 76% dari segi komunikasi visual dan nilai 76% dari segi fungsionalitas yang menunjukkan bahwa aplikasi AR dapat digunakan dan mendapat antusiasme yang baik oleh pengguna.

Page 27 of 27 | Total Record : 266

 23   24   25   26   27 

Filter by Year

2016 2025


Reset
Filter By Issues
All Issue Vol. 18 No. 2 (2025): Juli-Desember 2025 Vol. 18 No. 1 (2025): Januari - Juni 2025 Vol. 17 No. 2 (2024): Juli - Desember Vol. 17 No. 1 (2024): Januari - Juni Vol. 16 No. 2 (2023): Juli - Desember Vol. 16 No. 1 (2023): Januari - Juni Vol. 15 No. 2 (2022): Juli - Desember Vol. 15 No. 1 (2022): Januari - Juni Vol. 14 No. 1 (2021): Januari - Juni 2021 Vol. 14 No. 2 (2021): Juli - Desember Vol. 14 No. 1 (2021): Januari - Juni Vol. 13 No. 2 (2020): Juli - Desember Vol. 13 No. 1 (2020): Januari -Juni Vol. 12 No. 2 (2019): edisi Juli-Desember Vol. 12 No. 2 (2019): Juli-Desember Vol. 12 No. 1 (2019): Edisi Januari-Juni Vol. 12 No. 1 (2019): Januari-Juni Vol. 11 No. 2 (2018): edisi Juli-Desember Vol. 11 No. 2 (2018): Juli-Desember Vol. 11 No. 1 (2018): Edisi Januari-Juni Vol. 11 No. 1 (2018): Januari-Juni Vol. 10 No. 2 (2017): edisi Juli-Desember Vol. 10 No. 2 (2017): Juli-Desember Vol. 10 No. 1 (2017): Edisi Januari-Juni Vol. 10 No. 1 (2017): Januari-Juni Vol. 9 No. 2 (2016): edisi Juli-Desember Vol. 9 No. 2 (2016): Juli-Desember More Issue