cover
Contact Name
Mahmuda Saputra
Contact Email
lpkdgeneration2022@gmail.com
Phone
+6281229472841
Journal Mail Official
mahmuda@ugp.ac.id
Editorial Address
Jln. Simpang Kelaping-Lukup Badak-Belang Bebangka, Kecamatan Pegasing, Kab. Aceh Tengah, Provinsi Aceh, 24560
Location
Kab. aceh tengah,
Aceh
INDONESIA
Jurnal Teknik Informatika dan Elektro (JURTIE)
ISSN : 2809770X     EISSN : 28097742     DOI : https://doi.org/10.55542/jurtie.v4i1
Jurnal Teknik Informatika dan Elektro adalah jurnal terbitan berkala yang diterbitkan oleh Fakultas Teknik Universitas Gajah Putih Program Studi Teknik Informatika. Isi jurnal mencakup bidang keilmuan Teknik Informatika meliputi: Teknik Elektro, Teknik Tenaga Elektrik, Teknik Telekomunikasi, Teknik Elektronika, Teknik Kendali (atau Instrumentasi dan Kontrol), Teknik Biomedika, Teknik Komputer, Teknik Informatika, Ilmu Komputer, Sistem Informasi, Teknologi Informasi, Teknik Perangkat Lunak, Teknik Mekatronika. Jurnal Teknik Informatika dan Elektro terbit dua kali dalam setahun pada bulan Januari dan Juli.
Articles 76 Documents
Pengembangan Aplikasi Cerdas Berbasis AI untuk Analisis Tren Penjualan Produk Fashion Lokal Menggunakan Algoritma Data Mining Yunianto, Irdha; Wahyudi, Wiwid; Indriyani, Novita; Darusyifa F, Muhamad
Jurnal Teknik Informatika dan Elektro Vol 8 No 1 (2026): Jurnal Teknik Elektro dan Informatika
Publisher : Universitas Gajah Putih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55542/jurtie.v8i1.1644

Abstract

This study develops an AI-driven application for analyzing sales of local fashion products and mapping customer heterogeneity to support marketing decision-making for micro, small, and medium enterprises (MSMEs). A mixed-methods approach is employed, combining a structured literature review, surveys/interviews, and Focus Group Discussions (FGDs) to validate findings and system usability. Quantitatively, first-quarter 2025 transaction data (100 respondents) are analyzed using K-Means on three standardized features age, aggregated number of items purchased, and aggregated spending. Cluster evaluation with the silhouette score for k=2-5 indicates the best separation at k=5, yielding a stable and interpretable segmentation. The resulting profiles reveal at least one high-value segment (larger baskets and higher spending) suitable for tiered loyalty programs and premium bundling; a mid-value segment responsive to targeted cross-sell/upsell offers; and a low-intensity segment that benefits from staged onboarding interventions to improve retention. These insights are integrated into a prototype analytics application that presents a segmentation dashboard and key performance indicators, providing actionable support for MSMEs’ marketing, catalog curation, and inventory allocation.
Pengembangan Aplikasi e-LabCare untuk Manajemen Digital dan Analisis Tren Pemeriksaan Kesehatan Rutin Wibowo, Priyo
Jurnal Teknik Informatika dan Elektro Vol 8 No 1 (2026): Jurnal Teknik Elektro dan Informatika
Publisher : Universitas Gajah Putih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55542/jurtie.v8i1.1645

Abstract

Perkembangan teknologi informasi, khususnya pada platform mobile, telah memberikan kontribusi signifikan dalam meningkatkan kualitas pelayanan kesehatan masyarakat. Aplikasi kesehatan digital (mobile health/m-health) semakin banyak dikembangkan untuk menunjang aktivitas preventif, promotif, kuratif, maupun rehabilitatif secara mandiri oleh pasien (Marpaung & Irwansyah, 2021; Hendryani & Susana, 2020). Inovasi ini selaras dengan upaya global menuju patient-centered care dan penguatan sistem kesehatan berbasis komunitas. Pemeriksaan laboratorium secara rutin merupakan langkah penting dalam memantau kondisi kesehatan individu. Namun, banyak masyarakat yang masih menyimpan hasil pemeriksaan secara manual, tidak terorganisir, dan sulit dianalisis untuk melihat tren kesehatannya dari waktu ke waktu. Hal ini menjadi tantangan dalam mewujudkan kesadaran terhadap kesehatan preventif dan pengambilan keputusan medis yang lebih tepat. Oleh karena itu, diperlukan solusi digital yang dapat membantu individu dalam mengelola dan menganalisis data kesehatan mereka secara mandiri. Aplikasi eLab-care sebuah aplikasi android yang akan mencatat semua pemeriksaan serta riwayat hasil pemeriksaan laboratorium sehingga memudahkan dalam mengambil tindankan selanjutnya baik oleh masyarakat / pasien / pengguna maupun tenaga medis yang menangani.
Sistem Informasi Absensi PPNPN (Pegawai Pemerintah Non Pegawai Negeri) pada Pengadilan Negeri Takengon Berbasis Web Wati, Rayu; Rejeki, Desi; Syahputra, Hendri
Jurnal Teknik Informatika dan Elektro Vol 8 No 1 (2026): Jurnal Teknik Elektro dan Informatika
Publisher : Universitas Gajah Putih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55542/jurtie.v8i1.1824

Abstract

Attendance systems play an important role in human resource management because they are directly related to employee discipline, performance, and accountability. The District Court of Takengon currently applies a manual attendance system, which has several limitations such as a high risk of recording errors, potential data manipulation, and time-consuming attendance recap processes. This study aims to design and implement a web-based attendance information system for Government Non-Civil Servant Employees (PPNPN) in order to improve the efficiency and accuracy of attendance data management. The research method used is a descriptive study with a system development approach employing the Waterfall model, which consists of requirement analysis, system design, implementation, testing, and maintenance stages. The system was developed using the PHP programming language with a MySQL database and operated through a local XAMPP server. The results show that the proposed web-based attendance information system is able to record employee attendance digitally, generate attendance reports automatically, and enhance transparency and efficiency in personnel administration processes. Therefore, the system is expected to support more effective human resource management at the District Court of Takengon.
Analisis Efektivitas Metode Naïve Bayes terhadap Sentimen Opini Publik di X Mengenai Relokasi Ibu Kota Indonesia (IKN) Anas, Mukhtar; Nurdin, Nurdin; Taufiq, Taufiq
Jurnal Teknik Informatika dan Elektro Vol 8 No 1 (2026): Jurnal Teknik Elektro dan Informatika
Publisher : Universitas Gajah Putih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55542/jurtie.v8i1.1874

Abstract

Selesainya Rancangan Undang-Undang (RUU) pemindahan ibu kota pada awal September 2021, pembangunan Ibu Kota Nusantara (IKN) resmi dimulai pada bulan Juli tahun 2022. Persoalan ini mengundang pro dan kontra di masyarakat, karena kepentingan dan pandangan masing-masing. perkembangan dunia digital semakin canggih, informasi lebih mudah didapatkan melalui portal dan media sosial. Media sosial merupakan salah satu tempat untuk menyampaikan opini masyarakat. Melalui text mining di X kita dapat memahami gambaran orang dalam persepsi mereka terhadap kebijakan pemerintah, baik Positif, Netral dan Negatif. Analisis sentimen ini perlu dilakukan, oleh karena itu penelitian Analisis Efektivitas Metode Naïve Bayes Pada Sentimen Opini Publik Di X Terhadap Pemindahan Ibu Kota Nusantara (IKN) dilakukan untuk melihat polarisasi opini masyarakat dan menguji efektivitas metode Naïve Bayes terhadap dataset IKN. Rancangan penelitian cross sectional karena data yang diambil dari aplikasi X sejak tanggal 18 Januari 2022 sampai dengan 3 Maret 2024. Hasil screping data didapatkan sebanyak 3775 tweet, kemudian dicleaning sehingga menghasilkan 2778 data tweet. Dalam scrapping dan analisis data tweet alat yang digunakan google colab dan bahasa pemograman phyton. Data dibagi menjadi data latih sebanyak 80% dan data uji 20%. Polarisasi sentimen tweet positif sebanyak 1153 (39.32%) Netral 991 (33.80%) dan Negatif 788 (26.88%). Tingkat akurasi untuk tiap tiap jenis naïve bayes, GaussianNB 0.5168, MultinomialNB 0.6133 dan bernoulliNB 0.6115. hasil uji akurasi menggunakan confusion matrix menggambarkan metode Naïve Bayes dengan jenis MultinomialNB mendapatkan akurasi yang lebih tinggi dalam mengklasifikasi dataset IKN
Penerapan Hybrid Data Mining Menggunakan K-Means Clutering Dan Decision Tree Untuk Klasifikasi Kasus Perceraian Kabupaten Aceh Tengah Fahruddin, Fahruddin; Ula, Munirul; Muthalib, Muchlis Abd
Jurnal Teknik Informatika dan Elektro Vol 7 No 1 (2025): Jurnal Teknik Elektro dan Informatika
Publisher : Universitas Gajah Putih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55542/jurtie.v7i1.1879

Abstract

Abstrak– perceraian adalah pengakhiran suatu perkawinan karena sesuatu sebab dengan keputusan hakim atas tuntutan dari salah satu pihak atau kedua belah pihak dalam perkawinan. Islam sendiri telah memberikan penjelasan dan definisi bahwa perceraian menurut ahli fikih disebut talak atau furqoh. Untuk saat ini angka kasus perceraian di Kabupaten Aceh Tengah mengalami peningkatan yang sangat signifikan pada tahun 2019 sampai dengan pertengahan tahun 2022, bahkan dari 23 Kabupaten di Provinsi Aceh yaitu Kabupaten Aceh Tengah adalah kasus perceraian tertinggi hingga mencapai 1273 kasus pada pertengahan 2022. Dari 1273 jumlah kasus tersebut perlu adanya penerapan algoritma kombinasi atau yang di sebut dengan Hybrid Data Mining menggunakan metode K-Means Clustering dan Decision Tree di mana metode ini berfungsi untuk mengolah data kasus perceraian sebagai tujuan mengklasifikasikan data kasus perceraian di kabupaten Aceh Tengah. Pengujian klaster di lakukan dengan 3 model klaster yaitu k=2,k=3 dan k4. Untuk mendapatkan data dari hasil klaster maka di lakukan pengujian kinerja davies bouldin maka menghasilkan nilai kinerja klaster dengan k=2 adalah -2,127, untuk nilai davies bouldin kinerja klaster dengan k=3 adalah -1,794, sedangkan nilai davies bouldin kinerja klaster dengan k=3 adalah -1,854. Berdasarkan simpulan diatas maka pada model 2 dengan jumlah k=3 dapat ditentukan klaster yang akan direduksi yaitu klaster dengan keanggotaan terkecil yaitu cluster 2 dengan jumlah data yang direduksi yaitu 59 data, sehingga jumlah dataset hasil reduksi yaitu 1.214 data. Dengan data hasil reduksi maka di uji menggunakan algoritma decision tree dengan komposisi split data 90:10’80:20 dan 70:10. Dengan demikian maka menghasilkan nilai akurasi data sebelum di reduksi dengan data setelah di reduksi dengan demikian nilai rata-rata akurasi untuk klasisfikasi tanpa reduksi adalah 85,96%, presisi 84,71% dan recall 79,36% dan untuk akurasi setelah direduksi adalah 87,90%, presisi 87,22%, dan recall 82,72%. Sehingga dapat disimpulkan bahwa akurasi klasifikasi dataset setelah direduksi lebih tinggi dari akurasi klasifikasi tanpa reduksi. Kata Kunci: data perceraian, hybrid, k-means clustering, Decision Tree. Abstract– Divorce is the termination of a marriage for any reason by a judge's decision based on the demands of one or both parties in the marriage. Islam itself has provided an explanation and definition that according to fiqh experts, divorce is called talak or furqoh. Currently, the number of divorce cases in Central Aceh Regency has increased very significantly from 2019 to mid-2022, In fact, of the 23 districts in Aceh Province, Central Aceh District has the highest number of divorce cases, reaching 1273 cases in mid-2022. Of the 1273 cases, it is necessary to apply a combination algorithm or what is called Hybrid Data Mining using the K-Means Clustering and Decision Tree method, where this method functions to process divorce case data for the purpose of classifying divorce case data in Central Aceh district. Cluster testing was carried out with 3 cluster models, namely k=2, k=3 and k4, To get data from the cluster results, the Davies Bouldin performance test was carried out, resulting in a cluster performance value with k=2 which was -2.127, for the Davies Bouldin value of cluster performance with k=3 is -1.794, while the Davies Bouldin value of cluster performance with k=3 is -1.854. Based on the conclusions above, in model 2 with the number k=3, the cluster that will be reduced can be determined, namely the cluster with the smallest membership, namely cluster 2 with the amount of data reduced, namely 59 data, so that the total dataset resulting from the reduction is 1,214 data. With the reduced data, it was tested using a decision tree algorithm with a data split composition of 90:10'80:20 and 70:10. In this way, the accuracy value of the data before reduction is produced with the data after reduction, so the average value of accuracy for classification without reduction is 85.96%, precision is 84.71% and recall is 79.36% and for accuracy after reduction is 87. .90%, precision 87.22%, and recall 82.72%. So it can be concluded that the classification accuracy of the dataset after reduction is higher than the classification accuracy without reduction. Keywords: divorce data, hybrid, k-means clustering, Decision Tree.
Penerapan Layanan E-Commerce terhadap Pola Pembelian Barang Elektronik pada Toko Ichtiar Jaya saputra, mahmuda; dewi, ratna
Jurnal Teknik Informatika dan Elektro Vol 8 No 1 (2026): Jurnal Teknik Elektro dan Informatika
Publisher : Universitas Gajah Putih

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55542/jurtie.v8i1.1953

Abstract

This study aims to analyze the effect of e-commerce service implementation on the purchasing patterns of electronic goods at Ichtiar Jaya Store. The research employs a quantitative approach with data collected through questionnaires distributed to 80 respondents who have experience using e-commerce services. Data analysis was conducted using descriptive statistics and simple linear regression. The results indicate that the implementation of e-commerce is categorized as good, with an average score of 4.10, while consumer purchasing patterns have an average score of 4.08. The regression analysis shows that e-commerce has a positive and significant effect on purchasing patterns, with a regression coefficient of 0.68 and a significance value of less than 0.05. The coefficient of determination (R²) of 62% indicates that most changes in purchasing patterns are influenced by e-commerce services. This study concludes that e-commerce enhances transaction efficiency and shifts consumer behavior toward more active and digitally driven purchasing decisions.