cover
Contact Name
Trisya Septiana
Contact Email
trisya.septiana@eng.unila.ac.id
Phone
+6281266014480
Journal Mail Official
jpi@eng.unila.ac.id
Editorial Address
Program Profesi Insinyur Gedung Dekanat Fakultas Teknik Universitas Lampung Jl. Prof. Dr. Ir. Sumantri Brojonegoro No.1, Gedong Meneng, Kec. Rajabasa, Kota Bandar Lampung, Lampung 35141
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Profesi Insinyur Universitas Lampung
Published by Universitas Lampung
ISSN : -     EISSN : 27225771     DOI : https://doi.org/10.23960/jpi
Core Subject : Social, Engineering,
Dalam jurnal ini akan dimuat artikel-artikel ilmiah berbagai bidang Profesi Insinyur, seperti bidang teknik sipil, teknik arsitektur, teknik kimia, teknik pertanian, teknik kimia, teknik elektro, teknik geofisika, teknik, geodesi, teknik informatika, material, konversi energi dan mekanika struktur serta konstruksi-perancangan dan bidang lain yang terkait dengan profesi insininyur. Dewan redaksi diisi oleh Dosen, Peneliti dan Praktisi bidang Profesi Insinyur dan beberapa mitra bestari yang direkrut dari luar. Jurnal Profesi Insinyur diterbitkan 2 (dua) kali dalam setahun, yaitu bulan Juni dan Desember.
Articles 167 Documents
Hubungan Volume Langkah, Rasio Kompresi, dan Rekomendasi Bilangan Oktan pada Sepeda Motor Honda di Indonesia Ahmadi Syarif Hidayatullah Dardiri; Tukarno; Ahmad Saifuddin
Jurnal Profesi Insinyur Universitas Lampung Vol. 7 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpi.v7n1.386

Abstract

Pemilihan bahan bakar yang sesuai dengan karakteristik mesin merupakan salah satu faktor penting untuk menjaga performa dan keandalan kendaraan bermotor. Dalam praktiknya, rekomendasi bilangan oktan sering dikaitkan dengan rasio kompresi mesin, begitu pula dengan kapasitas silinder. Namun, hubungan antara karakteristik mesin dan rekomendasi bilangan oktan yang diberikan pabrikan masih memerlukan kajian lebih lanjut. Penelitian ini bertujuan mengevaluasi hubungan volume langkah dan rasio kompresi terhadap rekomendasi bilangan oktan pada sepeda motor Honda yang dipasarkan di Indonesia. Analisis dilakukan menggunakan metode Spearman Rank Correlation untuk mengukur kekuatan hubungan antar variabel. Hasil penelitian menunjukkan bahwa volume langkah memiliki hubungan positif sedang terhadap rekomendasi bilangan oktan ( ; ), sedangkan rasio kompresi menunjukkan hubungan positif yang relatif lemah ( ; ). Temuan ini menunjukkan bahwa hubungan volume langkah terhadap rekomendasi bilangan oktan lebih kuat dibandingkan rasio kompresi pada dataset yang dianalisis serta mengindikasikan bahwa rekomendasi bilangan oktan tidak dapat dijelaskan hanya berdasarkan satu parameter mesin. Penelitian ini memberikan gambaran empiris mengenai hubungan karakteristik mesin dan rekomendasi bilangan oktan serta dapat menjadi dasar bagi penelitian lanjutan yang mempertimbangkan parameter teknis lainnya. Selecting fuel that is compatible with engine characteristics is an important factor in maintaining the performance and reliability of motor vehicles. In practice, the recommended octane number is often associated with the engine compression ratio, as well as engine displacement. However, the relationship between engine characteristics and the octane number recommended by manufacturers still requires further investigation. This study aims to evaluate the relationship between volume displacement and compression ratio and the recommended octane number for Honda motorcycles marketed in Indonesia. Spearman Rank Correlation analysis was employed to measure the strength of the relationships among the variables. The results indicate that volume displacement has a moderate positive relationship with the recommended octane number ( ; ), whereas compression ratio exhibits a relatively weak positive relationship ( ; ). These findings suggest that the relationship between volume displacement and the recommended octane number is stronger than that of compression ratio within the analyzed dataset and further indicate that octane number recommendations cannot be adequately explained by a single engine parameter alone. This study provides empirical evidence regarding the relationship between engine characteristics and recommended octane numbers and may serve as a basis for future research incorporating additional technical parameters.
Penerapan Symmetric Mean Absolute Percentage Error Terhadap Hasil Prediksi Multiple Linear Regression Dan Extreme Gradient Boosting Regression Neforinez Pedovanka; Aghiska Alvia Nisa; Aida Nurmagfiroh; Hidayanti Murtina
Jurnal Profesi Insinyur Universitas Lampung Vol. 7 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpi.v7n1.387

Abstract

Banyaknya metode Machine learning dalam prediksi menyebabkan pemilihan algoritma menjadi penting karena setiap metode memiliki kemampuan berbeda dalam mengolah karakteristik data. Perbedaan performa antar metode menunjukkan perlunya pengujian untuk menentukan algoritma yang sesuai dalam menghasilkan prediksi akurat. Penelitian ini menggunakan data berupa jumlah penumpang kereta priority periode 2021–2025 dengan variabel pendukung berupa load factor, high season, indeks Google Trends, dan tingkat inflasi. Pengujian dilakukan dengan menggunakan metode 5-Fold Cross Validation. Sedangkan untuk memprediksi jumlah penumpang kereta tipe priority menggunakan metode Multiple Linear Regression (MLR) dan Extreme Gradient Boosting Regression (XGBoost Regression) dan evaluasi hasil prediksi menggunakan Symmetric Mean Absolute Percentage Error (sMAPE). Hasil penelitian menunjukkan bahwa MLR memiliki performa prediksi lebih baik dibandingkan XGBoost Regression pada kasus memprediksi jumlah penumpang kereta tipe priority. MLR memiliki selisih terhadap nilai aktual sebesar 1,387033912, sedangkan XGBoost Regression memiliki selisih sebesar 6.829,9905. Nilai rata-rata sMAPE metode MLR sebesar 0,0226%, sedangkan metode XGBoost Regression sebesar 16,5854%. Hasil tersebut menunjukkan MLR memiliki tingkat kesalahan lebih rendah dan lebih sesuai digunakan pada kasus ini. The large number of Machine learning methods available for prediction makes algorithm selection important because each method has different capabilities in processing data characteristics. Differences in performance among methods indicate the need for testing to determine the appropriate algorithm for producing accurate predictions. This study uses data on the number of priority train passengers during the 2021–2025 period, with supporting variables including load factor, high season, Google Trends index, and inflation rate. Model testing was conducted using the 5-Fold Cross Validation method. The prediction of the number of priority train passengers was performed using Multiple Linear Regression (MLR) and Extreme Gradient Boosting Regression (XGBoost Regression), while the prediction results were evaluated using Symmetric Mean Absolute Percentage Error (sMAPE). The results showed that MLR achieved better prediction performance than XGBoost Regression in predicting the number of priority train passengers. MLR had a difference from the actual value of 1.387033912, while XGBoost Regression had a difference of 6,829.9905. The average sMAPE value of the MLR method was 0.0226%, whereas the XGBoost Regression method was 16.5854%. These results indicate that MLR has a lower error rate and is more suitable for use in this case.
Pengembangan Aplikasi untuk Mendiagnosa Gangguan Mental Pada Mahasiswa Berbasis Sistem Pakar agus aan jiwa permana
Jurnal Profesi Insinyur Universitas Lampung Vol. 7 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpi.v7n1.389

Abstract

Gangguan kesehatan mental pada mahasiswa menjadi isu yang semakin penting di lingkungan pendidikan tinggi, khususnya pada mahasiswa Fakultas Teknik dan Kejuruan Universitas Pendidikan Ganesha yang menghadapi tuntutan akademik, praktikum, proyek, serta persaingan kompetensi yang tinggi. Keterbatasan layanan konseling dan rendahnya kesadaran mahasiswa untuk melakukan pemeriksaan psikologis menyebabkan banyak kasus gangguan mental tidak terdeteksi sejak dini. Penelitian ini bertujuan mengembangkan aplikasi diagnosis gangguan mental berbasis sistem pakar yang dapat membantu proses deteksi dini secara mandiri. Metode penelitian yang digunakan adalah Research and Development (R&D) yang meliputi analisis kebutuhan, akuisisi pengetahuan dari psikolog dan konselor, perancangan sistem, implementasi metode berbasis aturan, serta pengujian akurasi dan usability aplikasi. Sistem dikembangkan untuk mengidentifikasi beberapa kondisi kesehatan mental yang umum dialami mahasiswa, seperti stres akademik, kecemasan, depresi ringan, burnout, dan gangguan penyesuaian diri. Hasil penelitian berupa prototipe aplikasi yang mampu memberikan diagnosis awal beserta tingkat keyakinan dan rekomendasi tindak lanjut sesuai kondisi pengguna. Pengujian menunjukkan bahwa sistem mampu merepresentasikan pengetahuan pakar dan memberikan hasil diagnosis yang sesuai dengan kebutuhan skrining awal. Penelitian ini diharapkan dapat mendukung layanan kesehatan mental mahasiswa serta meningkatkan efektivitas deteksi dini gangguan mental di lingkungan perguruan tinggi.
Rancang Bangun Aplikasi Point of Sale (POS) Berbasis Web pada Toko Rifs Aquatics Menggunakan Metode Extreme Programming khasanah nurfadillah
Jurnal Profesi Insinyur Universitas Lampung Vol. 7 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpi.v7n1.390

Abstract

Toko Rifs Aquatics merupakan usaha yang bergerak di bidang penjualan produk aquascape dan kebutuhan akuarium. Proses pencatatan transaksi, pengelolaan stok barang, dan pembuatan laporan masih dilakukan secara manual sehingga berisiko menimbulkan kesalahan pencatatan, ketidaksesuaian data stok, kehilangan data transaksi, serta keterlambatan pelaporan. Penelitian ini bertujuan merancang dan membangun aplikasi Point of Sale (POS) berbasis web pada Toko Rifs Aquatics menggunakan metode Extreme Programming. Sistem dibangun menggunakan framework CodeIgniter 4 dan basis data MySQL dengan pemodelan UML. Fitur meliputi transaksi penjualan, pengelolaan produk dan stok, pengelolaan pelanggan, sistem diskon dan e-voucher, serta laporan penjualan, stok, dan keuntungan secara otomatis. Pengujian CI/CD pada 12 fitur utama menunjukkan seluruh fungsi sistem berjalan sesuai yang diharapkan.
Rancang Bangun Aplikasi Transaksi Penjualan Berbasis Web pada Kedai Salsabilla Menggunakan Metode Prototype salsabila salsa
Jurnal Profesi Insinyur Universitas Lampung Vol. 7 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpi.v7n1.392

Abstract

Abstrak.Kedai Salsabilla merupakan usaha yang bergerak di bidang penjualan kebutuhan sehari-hari. Proses pencatatan data produk, stok barang, transaksi penjualan, dan laporan penjualan masih dilakukan secara manual sehingga dapat menimbulkan kesalahan pencatatan, kehilangan data, keterlambatan pembuatan laporan, serta kesulitan mengetahui stok barang secara akurat. Penelitian ini bertujuan merancang dan membangun aplikasi transaksi penjualan berbasis web pada Kedai Salsabilla menggunakan metode Prototype. Pengumpulan data dilakukan melalui observasi, wawancara, dan studi pustaka. Pemodelan sistem menggunakan UML yang meliputi use case diagram, activity diagram, sequence diagram, dan class diagram. Aplikasi dibangun menggunakan PHP dengan framework CodeIgniter 4 dan basis data MySQL. Fitur meliputi pengelolaan data produk, kategori, input stok barang, transaksi penjualan, riwayat transaksi, cetak struk, serta laporan penjualan berdasarkan filter tanggal. Pengujian Black Box Testing menunjukkan seluruh 14 fungsi utama sistem berjalan sesuai kebutuhan pengguna.
ANALISIS SENTIMEN PENGGUNA APLIKASI X TERHADAP TONCOIN MENGGUNAKAN METODE NAÏVE BAYES DENGAN PSO Laras Rahmawati Laras
Jurnal Profesi Insinyur Universitas Lampung Vol. 7 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpi.v7n1.393

Abstract

Abstrak. Perkembangan aset kripto yang pesat telah meningkatkan minat masyarakat terhadap berbagai jenis cryptocurrency, termasuk Toncoin. Opini pengguna media sosial, khususnya pada Aplikasi X, dapat mencerminkan sentimen publik terhadap Toncoin sehingga penting untuk dianalisis guna memahami persepsi masyarakat terhadap aset digital tersebut. Penelitian ini bertujuan untuk menganalisis sentimen pengguna Aplikasi X terhadap Toncoin menggunakan algoritma Multinomial Naïve Bayes dan meningkatkan kinerjanya melalui optimasi Particle Swarm Optimization (PSO). Data penelitian diperoleh dari tweet yang berkaitan dengan Toncoin, kemudian dilakukan tahap prapemrosesan yang meliputi pembersihan data, case folding, tokenisasi, penghapusan stopword, dan stemming. Ekstraksi fitur dilakukan menggunakan TF-IDF, dengan pembagian data sebesar 70% sebagai data latih dan 30% sebagai data uji. Hasil penelitian menunjukkan bahwa model Naïve Bayes tanpa optimasi menghasilkan akurasi sebesar 73% dan weighted F1-score sebesar 72,6%. Setelah dilakukan optimasi menggunakan PSO, diperoleh parameter alpha optimal sebesar 0,2356 yang meningkatkan performa model menjadi akurasi 73,9% dan weighted F1-score 73,5%. Hasil penelitian menunjukkan bahwa optimasi PSO mampu meningkatkan kinerja Naïve Bayes dalam mengklasifikasikan sentimen pengguna Aplikasi X terhadap Toncoin, meskipun peningkatan yang diperoleh relatif kecil.
Peningkatan Effisiensi Biaya dan Waktu dengan Memanfaatkan Internet of Things (IoT) pada Proyek Konstruksi – Kajian Systematic Literature Review Ika Kustiani; Muhammad Mifdhal Arraafi; Ahmad Zakaria; Kristianto Usman
Jurnal Profesi Insinyur Universitas Lampung Vol. 7 No. 1 (2026)
Publisher : Fakultas Teknik Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jpi.v7n1.408

Abstract

Abstrak. Proyek konstruksi adalah rangkaian aktivitas yang dirancang untuk mencapai tujuan tertentu dalam batasan waktu, biaya, dan kualitas. Akan tetapi keterlambatan jadwal, pengerjaan ulang dan kerugian finansial merupakan hal yang sering terjadi. Untuk mengatasi tantangan tersebut, industri konstruksi mulai mengadopsi Teknologi Konstruksi 4.0, salah satunya adalah IoT. Penelitian ini bertujuan mengidentifikasi dan menganalisis trend, tantangan serta strategi dalam pemanfaatan IoT pada proyek konstruksi untuk meningkatkan efisiensi dan biaya. Penelitian ini menggunakan Metode SLR dengan pendekatan PRISMA. Penelitian ini juga memanfaatkan Platform Watase UAKE untuk mensintesis literatur secara transparan dan terstruktur serta VOSviewer untuk membantu visualisasi peta SLR. Untuk mengurangi bias, penelitian ini mengkaji studi-studi berkualitas berupa artikel yang terindeks Scopus dalam rentang publikasi Tahun 2015 - 2024. Melalui pendekatan ini, Peneliti mampu mengumpulkan 527 artikel pada tahap awal. Setelah melalui berbagai tahapan proses penyaringan tersisa 34 artikel yang layak untuk dilanjutkan ke proses sintesis kajian SLR. Hasil kajian menunjukkan bahwa penerapan IoT dalam sektor konstruksi berkembang pesat dengan kontribusi terbesar berasal dari China, disusul India dan Amerika Serikat. Implementasi sistem monitoring IoT terbukti mampu menghemat biaya hingga 25% dan mempercepat waktu pelaksanaan proyek sebesar 30%. Namun demikian, penerapannya memerlukan investasi awal sekitar 10% dari total nilai proyek.