cover
Contact Name
Ahmad Turmudi Zy
Contact Email
jurnal.pelitatekno@pelitabangsa.ac.id
Phone
-
Journal Mail Official
jurnal.pelitatekno@pelitabangsa.ac.id
Editorial Address
Jl. Inspeksi Kalimalang Tegal Danas Arah Deltamas, Cikarang Pusat, Kabupaten Bekasi
Location
Kab. bekasi,
Jawa barat
INDONESIA
Pelita Teknologi : Jurnal Ilmiah Informatika, Arsitektur dan Lingkungan
ISSN : 2301475X     EISSN : 26567059     DOI : https://doi.org/10.37366/pelitatekno
The journal focused on original research, theoretical and review paper discussing a wide range of trans-disciplinary studies on technology, that include: - Environmental Sciences - Environmental Engineering - Architecture - Informatics Engineering - Informatic Technology - Applied Technology and related field - Geographic Informatic System
Articles 136 Documents
Implementasi Algoritma K-Means Clustering Meggunakan Rapid Miner Untuk Mengelompokan Penjualan Produk Pada Toko Sanjaya Sport Rilvani, Elkin; Fikr, Muhammad
Jurnal Pelita Teknologi Vol 19 No 2 (2024): September 2024
Publisher : Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/pelitatekno.v19i2.7300

Abstract

This study examines the implementation of the K-means clustering algorithm using RapidMiner to classify sports product sales data at Toko Sanjaya Sport. The research addresses the lack of a sales analysis system capable of grouping products based on sales performance, which has hindered effective stock and promotional decision-making. The dataset includes 150 sales records from January to December 2024, with attributes such as product name, category, and price. The research follows the Knowledge Discovery in Database (KDD) stages: data selection, preprocessing, transformation, clustering using K-means, and evaluation with the Davies-Bouldin Index (DBI). The results generated three clusters: highly demanded products (15 items), moderately demanded products (41 items), and less demanded products (69 items). The DBI score of 0.667 indicates good clustering quality. Overall, the findings provide valuable insights to support better inventory management and sales strategy planning at Toko Sanjaya Sport.
Pengembangan Sistem Kontrol Akses Pintu Berbasis Iot Menggunakan Mikrokontroler Esp32 Dan Firebase Auth Isarianto, Isarianto; Setiyaningrum, Widiya
Jurnal Pelita Teknologi Vol 19 No 2 (2024): September 2024
Publisher : Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/pelitatekno.v19i2.7301

Abstract

The advancement of Internet of Things (IoT) technology has enhanced security systems, especially in automated door access management. This research designs and develops an IoT-based door access control system using an ESP32 microcontroller, RFID for user authentication, and integration of Firebase Authentication and the MQTT protocol to ensure secure and real-time communication. The system was developed using the prototyping method, including requirements analysis, system design, development, and evaluation. The frontend is implemented as a Progressive Web App (PWA) using React.js for responsive access on mobile and desktop devices, while the backend uses Express.js integrated with Firebase and an MQTT broker. Testing results show that the system enables real-time door access control with improved security and efficiency. The use of Google Authentication and HTTP-only cookies enhances protection against unauthorized access, and the access log feature supports user activity monitoring. Overall, the system provides a modern, secure, and integrated door access solution suitable for various environments
Implementasi Sistem Peringatan Dini Banjir Dengan IoT Menggunakan Interface Berbasis Web (Studi Kasus: Perumahan Griya Bagasasi) Suherman, Suherman; Dewa, Ahmad Restu Rangga
Jurnal Pelita Teknologi Vol 20 No 1 (2025): Maret 2025
Publisher : Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/pelitatekno.v20i1.7302

Abstract

Banjir sering terjadi di wilayah dataran rendah seperti Perumahan Griya Bagasasi, sementara kurangnya sistem pemantauan ketinggian air secara real-time menjadi kendala dalam mitigasi. Penelitian ini bertujuan merancang sistem peringatan dini banjir berbasis Internet of Things (IoT) menggunakan sensor ultrasonik HC-SR04, mikrokontroler NodeMCU ESP8266, website monitoring, dan notifikasi Telegram. Metode yang digunakan adalah prototyping untuk memungkinkan pengembangan iteratif. Hasil implementasi menunjukkan sistem mampu memantau dan menampilkan status ketinggian air dalam tiga level (aman, siaga, awas) melalui dashboard web secara real-time, dengan akurasi sensor rata-rata 97,04%. Sistem juga berhasil mengirim notifikasi Telegram secara otomatis ketika ambang batas siaga terlampaui dengan rata-rata waktu pengiriman 18 detik. Website menampilkan data real-time, grafik tren, dan riwayat pengukuran, sementara pengujian black box menunjukkan seluruh fitur berfungsi dengan baik. Sistem ini terbukti efektif sebagai solusi mitigasi banjir yang terjangkau dan aplikatif bagi masyarakat.
Implementasi Chatbot NLP Pada Ainayya Super Laundry Dengan Rasa Framework Wiyanto, Wiyanto; Dzikri, Muhammad Azizul
Jurnal Pelita Teknologi Vol 20 No 1 (2025): Maret 2025
Publisher : Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/pelitatekno.v20i1.7304

Abstract

Ainayya Super Laundry merupakan UMKM yang menghadapi tantangan operasional signifikan akibat ketergantungan pada layanan manual dan keterbatasan sumber daya. Proses yang lambat, jam operasional yang terbatas, dan jumlah karyawan yang minim menyebabkan kesulitan dalam menangani pertanyaan pelanggan secara efektif, sehingga berisiko menurunkan kepuasan pelanggan dan daya saing usaha. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan merancang, mengembangkan, dan menganalisis implementasi chatbot berbasis Natural Language Processing (NLP) menggunakan Rasa Framework. Metodologi yang digunakan meliputi perancangan dan pengembangan sistem, diikuti dengan pengujian kinerja menggunakan metode Blackbox Testing dan analisis Confusion Matrix untuk mengevaluasi akurasi intent recognition. Hasil pengujian menunjukkan performa model yang sangat optimal, dengan pencapaian akurasi, presisi, recall, dan F1-Score sebesar 100% untuk 11 intent yang diuji. Kesimpulan dari penelitian ini adalah bahwa chatbot yang dikembangkan berhasil menjadi solusi yang efektif, mampu menjawab pertanyaan umum pelanggan secara akurat dan instan, sehingga dapat mengatasi keterbatasan jam operasional serta meningkatkan efisiensi dan kualitas layanan. Penelitian ini memberikan bukti studi kasus yang praktis mengenai keberhasilan pemanfaatan teknologi AI sebagai solusi inovatif dan terukur bagi UMKM.
Analisis Sentimen Ulasan Aplikasi Tokopedia Pada Google Play Store Menggunakan Natural Language Processing (NLP) Dengan Algoritma Logistic Regression Afriantoro, Irfan; Farhansyah, Fauzi
Jurnal Pelita Teknologi Vol 20 No 1 (2025): Maret 2025
Publisher : Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/pelitatekno.v20i1.7305

Abstract

Pertumbuhan e-commerce di Indonesia yang semakin pesat, khususnya pada platform Tokopedia, menghasilkan volume ulasan pengguna yang besar di Google Play Store dan berpotensi dimanfaatkan sebagai sumber data untuk evaluasi layanan. Penelitian ini bertujuan mengembangkan sistem analisis sentimen otomatis berbasis Natural Language Processing (NLP) terhadap ulasan pengguna dengan memanfaatkan algoritma Logistic Regression dan antarmuka bot pada platform Telegram. Ekstraksi fitur teks dilakukan menggunakan metode TF-IDF, sedangkan proses klasifikasi sentimen menggunakan Logistic Regression. Hasil pengujian menunjukkan model mencapai akurasi rata-rata sebesar 75,89% dengan nilai precision, recall, dan F1-score masing-masing sebesar 0,75. Sistem yang dikembangkan juga mengintegrasikan model BERT lokal dari Hugging Face dan model sentimen hasil pelatihan lokal untuk mendukung klasifikasi sentimen secara real-time melalui bot. Penelitian ini memberikan kontribusi berupa solusi praktis analisis sentimen berbasis bot yang mudah diakses serta menawarkan pendekatan integratif antara metode NLP konvensional dan model AI generatif modern.
Efektivitas Penurunan Kadar COD, BOD, TSS dan pH Menggunakan Metode Fitoremediasi Tanaman Eceng Gondok Pada Air Limbah Domestik Lesmana, Yogi; Sari, Putri Anggun; Setiawan, Martin Darma
Jurnal Pelita Teknologi Vol 20 No 2 (2025): September 2025
Publisher : Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/pelitatekno.v20i2.7335

Abstract

Air merupakan komponen vital bagi kehidupan, namun peningkatan jumlah penduduk dan aktivitas industri menyebabkan tingginya volume limbah cair domestik. Berdasarkan Peraturan Menteri Lingkungan Hidup Republik Indonesia Nomor 68 Tahun 2016, baku mutu air limbah domestik yang diizinkan dibuang ke lingkungan adalah BOD 30 mg/L dan COD 100 mg/L. Oleh karena itu, diperlukan metode pengolahan grey water yang murah, efektif, dan efisien. Penelitian ini bertujuan untuk menganalisis kemampuan tanaman eceng gondok dalam menurunkan kadar COD, BOD, TSS, dan menstabilkan pH sesuai standar pemerintah, serta mengidentifikasi faktor-faktor yang memengaruhi keberhasilan proses fitoremediasi. Metode yang digunakan adalah fitoremediasi dengan eceng gondok, pengujian parameter dilakukan menggunakan metode laboratorium standar, dan analisis data menggunakan uji ANOVA satu arah. Hasil penelitian menunjukkan bahwa eceng gondok mampu menurunkan kadar COD, BOD, dan TSS secara signifikan serta menjaga pH tetap dalam kisaran netral. Efektivitas tertinggi terjadi pada hari ketiga dengan penurunan parameter pencemar lebih dari 74% pada beberapa perlakuan. Keberhasilan proses dipengaruhi oleh kondisi lingkungan, struktur akar tanaman, waktu kontak, dan proses aklimatisasi.