cover
Contact Name
Danang Erwanto
Contact Email
danangerwanto@uniska-kediri.ac.id
Phone
+6285649945588
Journal Mail Official
jtecs@uniska-kediri.ac.id
Editorial Address
Jln. Sersan Suharmaji Nomor. 38, Manisrenggo, Kecamatan Kota, Kota Kediri, Jawa Timur 64128.
Location
Kota kediri,
Jawa timur
INDONESIA
JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer
ISSN : 27765822     EISSN : 27766195     DOI : https://doi.org/10.32503/jtecs
JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Merupakan Jurnal yang diterbitkan oleh Fakultas Teknik Universitas Islam Kadiri yang mulai dipublikasikan secara cetak dan online sejak tanggal Januari 2021. JTECS mempublikasikan artikel-artikel ilmiah dari berbagai disiplin ilmu teknik. Artikel-artikel yang dipublikasikan di Jurnal ini meliputi hasil-hasil penelitian ilmiah asli atau artikel ulasan ilmiah yang bersifat baru. JTECS menerima artikel dari berbagai kalangan akademisi dan peneliti baik nasional maupun internasional khususnya bidang: 1). Telekomunikasi; 2). Elektronika dan Instrumenstasi; 3). Sistem Kontrol/Kendali; 4). Power System dan 5). Komputer JTECS secara rutin diterbitkan pada bulan Januari dan Juli dengan harapan untuk menjadi sarana yang efektif untuk meningkatkan budaya penelitian untuk akademisi sesuai dengan standar kualitas nasional.
Articles 84 Documents
Utilization of Heat from a Boiler Chimney Making Tofu into Electrical Energy Using Thermoelectric Generator TEG SP 1848-27145 Fahet, Andik Mustofa
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 2: JTECS Juli 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i2.1517

Abstract

Ketersediaan energi berbasis fosil di Indonesia semakin berkurang karena tidak bisa diperbarui. Oleh sebab itu energi alternative yang baru dan terbarukan sangat diperlukan untuk mengatasi hal tersebut. Generator termoelektrik adalah sebuah devais yang dipakai untuk melakukan konversi langsung terhadap suatu perbedaan temperatur menjadi tegangan listrik atau sebaliknya. Perbedaan temperatur yang dihasilkan dari proses pembuatan tahu cukup besar dapat mencapai lebih dari 2000 C. Penelitian ini melakukan konversi energi panas yang dihasilkan dari cerobong asap boiler pada proses pembuatan tahu menjadi energi listrik dengan menggunakan 5 generator termoelektrik tipe TEG SP 1848-27145 yang disusun secara seri. Hasil dari penelitian ini berupa konversi termoelektrik yang dimulai dari pengukuran suhu panas terendah sebesar 270 Celcius dan suhu dingin sebesar 250 Celcius menghasilkan tegangan 0,4 volt dan arus sebesar 0,00 ampere. Sedangkan pengukuran suhu panas tertinggi sebesar 1310 Celcius dan suhu dingin sebesar 490 Celcius menghasilkan tegangan 15,9 volt dan arus sebesar 0,35 ampere.
Application of K-Means Clustering and Bargaining Zone Methods to Sales of Avocado Seeds Nabila, Kharisma Nur; Swanjaya, Daniel; Ramadhani, Risky Aswi
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 2: JTECS Juli 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i2.3794

Abstract

Pesantren Al-Fukaat (PAF) merupakan salah satu pusat pembibitan terbesar di Kabupaten Nganjuk. PAF hanya berfokus pada pembibitan buah alpukat ini memiliki banyak variasi jenis bibit buah alpukat loikal dan import. PAF ini telah mendistribusikan bibit-bibit alpukat ke berbagai wilayah Indonesia. Proses jual beli yang terjadi dalam PAF dilakukan secara langsung ke tempat pembibitan dan seicara online melalui aplikasi pesan singkat. Dalam jual beli secara online ini memiliki kendala [1]. Tujuan penelitian ini adalah dapat menerapkan metode K-Means Clustering dan Bargaining Zone pada proses tawar-menawar antara pembeli dengan sistem. Metode penelitian yang pertama menggunakan algoritma K-Means untuk mengelompokkan jenis bibit dan menentukan hitungan laba dari setiap jenis bibit alpukat. Metode kedua yang digunakan adalah Bargaining Zone, metode ini digunakan untuk mengetahui bagaimana proses tawar-menawar pada sistem berjalan sesuai dengan tawar-menawar secara langsung. Analisa keberhasilan penelitian ini menggunakan perhitungan MAE (Mean Absolute Error) dari hasil tawar-menawar antara penjual dengan sistem. Dengan hasil akhir penelitian didapatkan jumlah MAE yaitu 1333,3. Hasil dari penawaran pemilik dengan sistem silisih sedikit, maka dari itu dapat disimpulkan bahwa aplikasi ini dapat digunakan oleh pemilik untuk memudahkan dalam merespon permintaan pembeli.
Analysis of the Use of Insulated Conductors on 20 kV Primary Distribution Channels Ernawati, Ida
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 2: JTECS Juli 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i2.3849

Abstract

Seiring dengan bertambahnya kebutuhan energi listrik, baik pada sektor rumah tangga, komersial, maupun publik, maka usaha peningkatan kuantitas dan kualitas energi listrik serta pelayanannya kepada konsumen perlu mendapat pertimbangan. Salah satu usaha yang dilakukan adalah dengan memperkecil gangguan dan kerugian yang sering terjadi pada sisi pendistribusian dengan mempertimbangkan penggunaan penghantar berisolasi pada saluran distribusi primer 20 kV. Dengan demikian energi yang hilang dapat ditekan. Penelitian ini menganalisa tentang pemakaian saluran udara distribusi primer penghantar jenis AAAC (penghantar telanjang) dan penghantar jenis AAAC-OC (penghantar berisolasi). Dari Analisa tersebut, diperoleh hasil rugi tegangan untuk penghantar jenis AAAC sebesar 0,272.I volt dan rugi tegangan untuk penghantar jenis AAAC-OC sebesar 0,184.I volt. Sehingga rugi dielektrik penghantar jenis AAAC sebesar 14,872 Watt/Km dan rugi dielektrik rugi dielektrik penghantar jenis AAAC-OC sebesar1,536 Watt/Km
Segmentation of Avocado Seed Buyers Using K-Means Clustering Putri Lestari, Elok Eka Kartika; Swanjaya, Daniel; Ramadhani, Risky Aswi
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 2: JTECS Juli 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i2.3886

Abstract

Pesantren Al-Fukaat menerapkan penjualan secara ecer dan grosir dalam melakukan penjualan bibit alpokat. Pesantren Al-Fukaat dalam memasarkan bibit alpokat masih belum merata pada daerah pemasaran yaitu Jawa dan Bali serta kurang tepatnya target pembeli berdasarkan kondisi wilayah yang cocok untuk penanaman bibit alpokat sehingga penjualan belum maksimal sehingga masih ada jenis bibit dengan penjualan yang sangat sedikit. Dalam mengatasi permassalahan tersebut dilakukan penelitian menggunakan metode K-Means Clustering utuk mendapatkan hasil segmentasi pembeli pada Pesantren Al-Fukaat. Keberhasilan dalam penelitian berpacu pada hasil SSE (Sum of Squared Error). Dengan didapatkan hasil akhir SSE yaitu 39,7852 aplikasi dapat digunakan karena mampu memperoleh hasil SSE yang lebih rendah.
Segmentation of Thick and Thin Eye Blood Vessels Using the IUWT and Fuzzy Otsu Thresholding Methods Rahayu, Putri Nur; Alfin, Achmad Arif; Sarbini, Riska Nurtantyo
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 2: JTECS Juli 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i2.3242

Abstract

Segmentasi dari pembuluh darah dapat digunakan untuk mendeteksi Diabetic Retinopaty. Karakteristik dari Diabetic Retinopaty adalah tumbuh pembuluh tipis pada pembuluh darah mata, sehingga bisa menyebabkan kebutaan, oleh karena itu dibutuhkan pendeteksi ketidak normalan pembuluh darah secara otomatis. Pada penelitian ini, peneliti menggabungkan metode Isotropic Undecimated Wavelet Transform (IUWT) dan Fuzzy Otsu Thresholding untuk segmentasi pembuluh darah tebal dan tipis. Pada penelitian ini memiliki akurasi rata-rata 0.96. Penggabungan tersebut juga dapat melakukan segmentasi pembuluh darah tipis dan tebal dengan baik.
The Effect of Using Augmented Reality on Student Learning Outcomes in Social Studies Learning at MTS Nurus Syafi'i Sidoarjo Anugerah, Herianto Dwi; Chandra, Francisca H.
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 2: JTECS Juli 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i2.3961

Abstract

Saat ini, metode pengajaran yang umum digunakan oleh banyak guru dalam IPS adalah melalui ceramah dan latihan soal, namun hal ini dapat memberikan dampak negatif terhadap hasil belajar dan motivasi siswa. Dengan demikian, peneliti telah mengembangkan suatu bentuk media pembelajaran yang interaktif dan menarik dengan memanfaatkan Augmented Reality (AR), di mana objek maya 3D diintegrasikan ke dalam lingkungan nyata. Penelitian ini bertujuan untuk mengeksplorasi dampak yang timbul dari penerapan teknologi AR dalam pembelajaran Ilmu Pengetahuan Sosial (IPS) terhadap pencapaian belajar dan tingkat motivasi siswa di MTS Nurus Syafi'i Sidoarjo. Hasil penelitian menunjukkan bahwa penerapan AR memberikan dampak positif terhadap prestasi belajar dan motivasi siswa. Penelitian ini memiliki implikasi penting dalam pengembangan pendidikan dan pembelajaran, serta memberikan informasi berharga kepada guru, lembaga pendidikan, dan pengambil keputusan dalam mengoptimalkan penggunaan teknologi AR dalam konteks pembelajaran IPS.
Classification of Spotted Disease on Sugarcane Leaf Image Using Convolutional Neural Network Algorithm Pratitis, Wheny Lebdo; Kurniasari, Kusrini; Fata, Hanif Al
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 2: JTECS Juli 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i2.3433

Abstract

Tebu merupakan salah satu komoditas perkebunan yang memiliki peran yang sangat penting karena sebagai bahan utama membuat gula dan etanol. Akan tetapi, masa tanam yang lama kurang lebih 1 tahun menyebabkan tanaman ini rentan terkena penyakit. Penyakit pada tanaman tebu dapat diidentifikasi secara langsung oleh pakar melalui proses pengamatan pada daun berdasarkan pengetahuan dan pengalaman yang mereka miliki. Pendekatan teknologi berbasis kecerdasan buatan (AI) menjadi salah satu solusi mutakhir untuk mendapatkan informasi penyakit pada tanaman. Oleh karena itu, penelitian ini mengusulan teknik klasifikasi otomatis untuk mengklasifikasikan bercak penyakit pada daun tebu. Dataset diunduh dari situs Kaggle terdiri dari 864 citra daun tebu yang terbagi menjadi dua kelas, yaitu Sakit dan Sehat. Untuk dapat menghasilkan model klasifikasi yang akurat dataset dilatih menggunakan algoritma Convolutional Neural Network (CNN) berdasarkan pendekatan model transfer learning dengan arsitektur pre-trained model seperti VGG-16. Semua parameter weight VGG-16 diadopsi dan hanya mengubah lapisan terakhir untuk menyesuaikan output class. Selain itu, untuk mengatasi ketebatasan dataset yang dimiliki, penelitian ini menerapkan teknik augmentasi data. Hasil dari penelitian menunjukkan model klasifikasi mampu mengklasifikasikan penyakit berdasarkan evaluasi menggunakan Confusion matrix dengan nilai parameter masing-masing yaitu 98% akurasi, 100% presisi, 97% recall, dan 98% F1 Score
Diagnostic System of Wilting Disease in Vegetable Plants with Android-Based Forward Chaining Method Ali, Mohammad Jakfar
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 2: JTECS Juli 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i2.4031

Abstract

Dalam peroses budidaya tanaman sayuran tidak terlepas dari penyakit. Penyakit bercak daun, layu fusarium, busuk akar, busuk lunak, layu bakteri dan hawar daun ini paling banyak menyerang tanaman sayuran. Penyakit tanaman sayuran ini disebabkan oleh jamur dan bakteri dan memiliki gejala yang hampir mirip satu dengan yang lain. Penelitian ini, sistem diagnosa digunakan untuk membedakan penyakit layu karena jamur dan bakteri pada tanaman sayuran dengan mengaplikasikan metode forward chaining. Aplikasi diagnosa ini dapat mendiagnosa penyakit berdasarkan gejala-gejala yang dialami oleh tanaman sayuran yang terserang penyakit layu ini, sehingga dapat diperoleh sebuah kemungkinan penyakit yang menyerang tanaman sayuran. Dari 12 kasus yang terdiri dari 6 kasus karena jamur dan 6 kasus karena bakteri. Didapat tingkat akurasi dari diagnosa sesuai gejala yang telah diketahui. Aplikasi berhasil mendiagnosa penyakit dengan ketepatan 100%
Detection of Porang Plant Diseases and Pests (Amorphophallus Muelleri) Based on Leaf Imagery Utilizing DCNN Transfer Learning Zuhan, Miftahuz; Kristian, Yosi
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 3 No 2: JTECS Juli 2023
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v3i2.3709

Abstract

Produk olahan dari umbi tanaman porang (Amorphophallus muelleri) selalu diminati di kawasan Asia: Jepang, China, Korea, serta negara kawasan Australia. Umbi tanaman porang dapat digunakan sebagai bahan baku industri kosmetik dan juga memiliki potensi untuk mencegah berbagai penyakit manusia, karena memiliki kandungan glaukoma yang tinggi. Untuk mendapatkan umbi porang yang berkualitas baik, banyak petani menghadapi berbagai penyakit seperti penyakit busuk daun, virus mozaik (mosaik konjac) dan serangan hama pada daun tanaman porang. Dalam studi ini, diajukan sebuah arsitektur deep learning untuk klasifikasi penyakit daun pada tanaman porang. Kinerja dari model CNN Custome dibandingkan dengan model deep learning lainnya. Semua model dilatih pada kumpulan data asli dan data augmentasi dari 1000 gambar. Pendekatan Transfer Learning digunakan untuk melatih semua model deep learning. Hasil pengujian dataset menunjukkan bahwa model arsitektur EfficientNetV2M mencapai skor tertinggi dibandingkan dengan model deep learning lainnya pada dataset augmentasi dengan akurasi sebesar 98,44%. Sedang ResNet50 pada dataset asli dengan nilai 97,66% pada dataset asli, sedangkan CNN Custome dengan akurasi sebesar 89,06% dan 85,94% untuk semua dataset.
Forensic Recovery Techniques on Android Devices with the National Institute of Standards and Technology (NIST) Approach Hamid, Nadila; Kuswanto, jeki; Nurani, Dwi; Dwi Putra, Andriyan; Mahananing Puri, Fiyas; Tri Atmaja Ramadhani, Surya
Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem dan Komputer Vol 4 No 1 (2024): JTECS Januari 2024
Publisher : FAKULTAS TEKNIK UNIVERSITAS ISLAM KADIRI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32503/jtecs.v4i1.4676

Abstract

Dalam era kemajuan teknologi informasi saat ini, penggunaan WhatsApp di Indonesia mencapai angka 88,7% pada kuartal pertama tahun 2022 menurut data Hootsuite We are Social. Meskipun fenomena ini membawa dampak positif, seperti adanya kemudahan dalam komunikasi, namun menimbulkan dampak negatif, terutama dari sisi meningkatnya kejahatan dunia maya. Salah satu contoh kejahatan yang umum terjadi adalah prostitusi online yang dilakukan melalui aplikasi WhatsApp, dimana sebuah pesan, gambar, log, maupun kontak seseorang dapat dengan mudah bertukar tangan tanpa diketahui oleh pihak yang berwajib. Pelaku kejahatan yang memanfaatkan WhatsApp sebagai medianya seringkali menghapus bukti elektronik atas kejahatan yang dilakukannya, menjadikannya tantangan bagi penegak hukum terutama dalam memperoleh bukti atas kejahatan yang dilakukan oleh pelaku. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan teknik digital forensic guna mengekstrak berbagai bukti terkait dengan kasus prostitusi online yang memanfaatkan platform WhatsApp. Metode penelitian melibatkan penggunaan alat forensik seperti Mobiledit Forensic dan Oxygen Forensic SQLite Viewer, dengan menerapkan metode National Institute of Standard and Technology (NIST) yang merupakan metode popular dalam forensika digital. Hasil penelitian menunjukkan bahwa penggunaan tools Mobiledit forensic dan Oxygen Forensic SQLite dalam menggali barang bukti digital pada kasus prostitusi online melalui aplikasi Whatsapp dapat menemukan barang bukti dengan nilai akurasi hingga 100% terutama untuk barang bukti dalam bentuk pesan teks, informasi kontak, log panggilan, dan pesan dalam bentuk gambar. Dengan kinerja yang dihasilkan berdasarkan temuan barang bukti tersebut, menunjukkan bahwa kemampuan alat-alat tersebut dalam mendeteksi bukti digital pada smartphone Android yang diharapkan dapat membantu penegak hukum dalam menghadapi tantangan investigasi forensik digital dan memberikan kontribusi positif dalam memberantas kejahatan di dunia maya.