cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Adib Pakarbudi
Contact Email
adib@itats.ac.id
Phone
+6285103886639
Journal Mail Official
snestik@itats.ac.id
Editorial Address
Gedung A lt. 1 Fakultas Teknik Elektro dan Teknologi Informasi Institut Teknologi Adhi Tama Surabaya Jl. Arief Rachman Hakim 100, Surabaya Jawa Timur, 60117
Location
Kota surabaya,
Jawa timur
INDONESIA
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
Published by Institut Teknologi Adhi Tama Surabaya
ISSN : 27755126     EISSN : -     DOI : https://doi.org/10.31284/p.snestik
Core Subject : Science, Engineering,
Computer Science & IT Electrical & Electronics Engineering
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) merupakan media publikasi atas makalah yang telah dikirimkan pada kegiatan seminar. Prosiding ini diterbitkan secara daring (media online) oleh Institut Teknologi Adhi Tama Surabaya setiap tahun mengiringi waktu kegiatan seminar. Adapun pengelola media publikasi ini ialah Fakultas Teknik Elektro dan Teknologi Informasi, ITATS.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 99 Documents
 1   2   3   4   5 
Search results for , issue "2025: SNESTIK V" : 99 Documents clear
Penerapan Algoritma Agglomerative Hierarchical Untuk Clustering Peringkat Prioritas Penerima Bantuan Rumah Kartika, Katrina Yuliana; Darmawan, J.B. Budi
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7644

Abstract

Kemiskinan masih menjadi masalah serius di Indonesia, terutama di daerah pedesaan dan tertinggal. Salah satu daerah yang masih menghadapi permasalahan terkait kemiskinan adalah Kabupaten Sumba Barat Daya. Untuk mengatasi masalah tersebut, pemerintah Indonesia telah menerapkan berbagai program bantuan sosial, salah satunya adalah program bantuan rumah. Namun, dalam pelaksanaannya, penentuan prioritas penerima bantuan rumah sering kali menjadi tantangan karena masih dilakukan secara manual, sehingga keluarga yang seharusnya diprioritaskan terkadang tidak mendapatkan bantuan. Dengan memanfaatkan data usulan calon penerima bantuan rumah, algoritma Agglomerative Hierarchical Clustering akan diterapkan untuk mengelompokkan peringkat prioritas penerima bantuan. Pendekatan ini bertujuan membantu Pemerintah Kabupaten Sumba Barat Daya meningkatkan efisiensi penyaluran program bantuan rumah agar lebih tepat sasaran dan menyasar masyarakat yang benar-benar membutuhkan. Hasil penelitian menunjukkan bahwa metode Agglomerative Hierarchical Clustering menghasilkan keluaran yang efektif dengan nilai silhouette coefficient yang baik. Hasil validasi terbaik dari metode ini terhadap data tahun 2022 yang telah dinormalisasi menggunakan metode Z-score terjadi saat k = 2, dengan nilai silhouette coefficient sebesar 0,79 menggunakan pendekatan Average Linkage. Penelitian ini menunjukkan bahwa cluster 0, yang terdiri dari 1.116 obyek, menjadi prioritas pertama, sedangkan cluster 1, yang berjumlah 95 obyek, ditetapkan sebagai prioritas kedua.
Evaluasi Performa Filter Daya Aktif 3 Fasa 4 Lengan untuk Beban Area Bisnis Rukmana, Maman; Priyadi, Ardyono; Rizqiawan, Arwindra; Rachmildha, Tri Desmana; Sitorus, Philip Nathanael Erlangga; Asfani, Dimas Anton; Negara, I Made Yulistya
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7138

Abstract

Peningkatan konsumsi energi pada konsumen listrik sektor bisnis menyebabkan semakin banyaknya beban non-liner berupa rectifier satu fasa yang menghasilkan harmonik. Injeksi harmonik arus menyebabkan terjadinya distorsi bentuk gelombang tegangan sistem, pemanasan berlebih pada mesin listrik dan kegagalan peralatan sensitif. Salah satu cara untuk menanggulangi masalah harmonik adalah dengan memasang filter daya aktif secara paralel. Filter daya aktif paralel dapat menghilangkan harmonik dan menyeimbangkan beban. Penelitian ini bertujuan untuk mengevaluasi performa filter daya aktif pada sistem 3 fasa 4 kawat untuk mengatasi harmonik arus yang disebabkan oleh beban non-linier pada konsumen listrik area bisnis. Filter daya aktif bertugas untuk menginjeksikan komponen daya aktif osilasi, daya reaktif dan daya aktif urutan nol ke dalam beban. Sehingga sumber hanya menginjeksikan komponen daya aktif rata-rata ke dalam beban. Dengan menggunakan teori daya instantaneous, hasil simulasi menunjukkan bahwa filter daya aktif berhasil menurunkan THD arus, arus pada sumber bersifat sinusoidal dan seimbang.
Implementasi Algoritma Pengklasifikasi Long Short–Term Memory (LSTM) untuk Data Time Series Sari, Arum Indah; Hapsari, Dian Puspita; Wibowo, Handi F. Resi; Putri, Chatarina Natassya; Lande, Gamaliel V. Fofid; Aldero, Exacta Bunayya
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7034

Abstract

Meramalkan harga emas sangat penting untuk membuat keputusan keuangan yang tepat, menawarkan informasi berharga bagi investor dan pemangku kepentingan di pasar emas. Metode pembelajaran mendalam telah membuat kemajuan signifikan di berbagai bidang, seperti pengenalan gambar dan analisis sentimen. Makalah ini mengimplementasikan jaringan Memori Jangka Panjang dan Pendek (LSTM) untuk klasifikasi data kemudian kinerjanya dibandingkan dengan model regresi linier untuk memprediksi fluktuasi harga emas. Analisis prediksi harga emas harian menunjukkan bahwa model LSTM mencapai tingkat akurasi 88%, sedangkan model regresi linier berkinerja sedikit lebih baik dengan tingkat akurasi 98%. Dengan memanfaatkan kekuatan kedua model, penelitian ini memberikan wawasan penting bagi investor di pasar emas.
Implementasi Algoritma FP-Growth untuk Menentukan Pola Pengadaan Obat Anisa, Azzah Dian Rachma; Meilani, Budanis Dwi
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.6903

Abstract

Apotek XYZ mengalami peningkatan volume data transaksi penjualan obat setiap harinya, namun data tersebut hanya digunakan sebagai arsip dan tidak dimanfaatkan untuk proses pengadaan obat. Penelitian ini bertujuan untuk merancang sistem dan aplikasi yang mampu menentukan pola transaksi penjualan obat dengan menerapkan algoritma FP-Growth. Setelah dilakukan uji coba dengan minimum support yang berbeda, sistem yang dirancang menunjukkan akurasi 100%. Hasil penelitian menunjukkan bahwa semakin kecil nilai minimum support, semakin banyak pola yang dihasilkan, dan sebaliknya. Selain itu, pengujian pada data yang berbeda dan minimum support yang sama dengan nilai minimum support 0.010 dan minimum support 0.005 didapatkan hasil bahwa dengan jumlah transaksi yang digunakan semakin banyak maka pola yang dihasil semakin sedikit atau tidak ada pola yang dihasilkan, begitu sebaliknya. Untuk dataset minimum support tertinggi yang tidak menghasilkan pola adalah dataset bulan November 2018 dan Februari 2019 dengan minimum support sebesar 0.016.
Perancangan User Interface / Experience Aplikasi ABC Menggunakan Metode Kansei Engineering Anwar, Faris Asiful; Sodik, Anwar
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7660

Abstract

This study aims to improve the quality of the user interface (UI) and user experience (UX) of the ABC application using the Kansei Engineering approach. Through data collection from 30 respondents, multivariate statistical analysis such as Coefficient Correlation Analysis, Principal Component Analysis, and Partial Least Square were used to translate user emotions into design elements. The results of the study produced design recommendations based on the concept of the emotion "Meyakinkan" which includes 21 main categories of UI elements. Initial SUS testing showed a score of 49 (Marginal Low), while testing on the prototype produced a score of 74 (Marginal High), indicating a significant increase in application usability. Thus, the Kansei Engineering approach has proven effective in designing UI/UX based on user emotional preferences.
Multiple Encryption Menggunakan Electronic Code Book dan Modifikasi Algoritma Playfair Cipher 9x9 untuk Keamanan Data Teks Cahyadi, Jonathan Anandar; Prabiantissa, Citra Nurina
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7226

Abstract

Selama dekade terakhir, peningkatan penggunaan jaringan komputer telah membawa tantangan baru terkait privasi dan keamanan, terutama untuk data sensitif seperti catatan medis pasien psikiatri. Kriptografi muncul sebagai solusi untuk menjaga kerahasiaan informasi. Penelitian ini bertujuan untuk mengatasi tantangan ini dengan menggabungkan algoritma Modified 9x9 Playfair Cipher dan Electronic Code Book (ECB) dalam proses enkripsi untuk meningkatkan keamanan data medis pasien psikiatri. Hasil penelitian menunjukkan bahwa kombinasi dari modified 9x9 Playfair cipher dan ECB memberikan tingkat keamanan yang tinggi, dengan efek salju rata-rata sekitar 50,70% untuk kunci 256-bit. Playfair Cipher menunjukkan bahwa dengan kunci 64-bit, efek salju rata-rata sekitar 30,8%, meningkat menjadi 32,94% dengan kunci 128-bit, dan mencapai 33,22% dengan kunci 256-bit. Selain itu, rata-rata untuk kunci dengan panjang 64, 128, dan 256 bit adalah 32,32. ECB menunjukkan efek salju rata-rata sekitar 51,06% untuk kunci 64-bit, 50,71% untuk kunci 128-bit, dan 49,95% untuk kunci 256-bit. Kombinasi Playfair Cipher dan ECB menunjukkan efek salju rata-rata sekitar 51,04% untuk kunci 64-bit, 50,55% untuk kunci 128-bit, dan 50,63% untuk kunci 256-bit. Terdapat kecenderungan untuk mencapai efek salju rata-rata yang lebih tinggi dengan kunci 256-bit dalam kombinasi Playfair Cipher dan ECB.
Penerapan OCTAVE-S untuk Manajemen Risiko Keamanan Informasi di Perusahaan Kredit Rahman, Rendy Aditya; Pakarbudi, Adib; Maulidati, Zuli
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7395

Abstract

Perkembangan teknologi informasi telah menjadikan sistem informasi sebagai elemen strategis dalam operasional bisnis, termasuk di PT. ABC, yang bergerak di bidang pengkreditan kendaraan bermotor. Meskipun sistem informasi seperti SOLO’s memberikan kemudahan dalam pengelolaan data pelanggan dan transaksi, sistem ini tetap menghadapi berbagai ancaman dan risiko keamanan. Saat ini, PT. ABC belum melakukan penilaian risiko yang komprehensif terhadap sistem informasi yang digunakan, sehingga potensi kerentanan masih belum teridentifikasi secara sistematis. Penelitian ini bertujuan untuk mengidentifikasi aset TI, mengevaluasi risiko keamanan, serta merumuskan strategi mitigasi menggunakan metode Operationally Critical Threat, Asset, and Vulnerability Evaluation for Small Organizations (OCTAVE-S). Analisis dilakukan dalam tiga fase: membangun profil ancaman berbasis aset, mengidentifikasi kerentanan infrastruktur, serta mengembangkan strategi mitigasi keamanan. Hasil evaluasi menunjukkan bahwa aspek manajemen keamanan kolaboratif, pemantauan keamanan TI, arsitektur keamanan, dan manajemen insiden memerlukan perhatian lebih. Oleh karena itu, rekomendasi strategi mitigasi meliputi penerapan enkripsi data, peningkatan autentikasi pengguna, serta pemantauan keamanan yang lebih ketat. Dari penelitian ini, disimpulkan bahwa pendekatan OCTAVE-S membantu PT. ABC dalam memahami risiko keamanan TI secara lebih sistematis dan proaktif. Dengan implementasi kontrol yang tepat, perusahaan dapat meningkatkan perlindungan terhadap aset TI serta meminimalkan dampak ancaman terhadap kelangsungan bisnis.
Pendekatan Ekstraksi Informasi Kualitas Layanan Toko di Platform Shopee Berdasarkan Komentar Menggunakan Ensemble Learning Hidayati, Dini Aulia
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7222

Abstract

The service quality of a shop can be reviewed through the rating feature which is represented in the form of the number of stars and comments. Customers often provide ratings and comments after purchasing products and receiving service from a shop. However, this is inefficient because potential buyers have to look at the comments one by one. Therefore, Machine Learning is one way to classify these comments. Creating a Service Quality Dictionary is an important point in this classification process because it functions to determine the service class of each comment. The algorithms used include Support Vector Machine, Random Forest, Multinomial Naive Bayes, TF-RF, and Ensemble Learning Bagging. The classification stages include the process of scraping, labeling, data sharing, preprocessing, word weighting, modeling, and model evaluation. Data is classified into two labels, the Service Quality label and the Not Service Quality label. The Service Quality Label will then be reclassified into three labels, namely Positive, Negative and Neutral. Modeling evaluation uses training data with three ratios, namely 90:10, 80:20, and 70:30. From these three ratios, it was found that the 90:10 ratio had better accuracy results, so the modeling evaluation for testing data used the ratio that had the best results from the training data evaluation, namely 90:10 which produced an accuracy of 87,3%.Keywords: Ensemble learning bagging; service quality; text mining; TF-RF.
Rancang Bangun Sistem Pengaman Rumah Berbasis Internet IoT Anam, Khairil; Maharsyah, Achmad Fredi; Karna, Alief Yudha
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7598

Abstract

Rumah pintar atau smart home telah mengalami perkembangan pesat dengan adopsi teknologi Internet of Things (IoT). Penggunaan IoT dalam konteks keamanan rumah memberikan kemampuan untuk mengontrol, mengawasi, dan mengamankan lingkungan rumah secara lebih efisien dan efektif. Namun, peningkatan koneksi perangkat ini juga membawa risiko keamanan yang signifikan, seperti ancaman terhadap data pribadi, privasi, dan integritas sistem. Penelitian ini mengeksplorasi pendekatan dan teknologi terkini dalam mengamankan rumah berbasis IoT. Fokus utama adalah pada pengidentifikasian dan mitigasi risiko keamanan yang muncul dari keterhubungan perangkat seperti kamera CCTV, sensor pintu, sistem alarm, dan perangkat pengendali lainnya. Metode penelitian melibatkan analisis terhadap protokol komunikasi yang digunakan, manajemen hak akses, serta implementasi enkripsi dan teknik keamanan lainnya. Hasilnya menyoroti pentingnya kesadaran akan keamanan bagi pengguna rumah pintar, serta pentingnya kerja sama antara industri, pemerintah, dan konsumen dalam mengembangkan standar keamanan yang kuat dan pembaruan perangkat lunak yang teratur. Penelitian ini juga menguraikan tantangan dan peluang dalam pengembangan sistem keamanan rumah berbasis IoT di masa depan. Kesimpulannya, integrasi IoT dalam rumah pintar menjanjikan kemudahan dan kenyamanan, tetapi harus disertai dengan upaya yang serius dalam memastikan keamanan dan privasi pengguna tetap terjaga.
Deteksi Akun Palsu Media Sosial X (Twitter) Berbasis Machine Learning Zahra, Adisha Putri Az; Hendradi, Rimuljo; Effendy, Faried
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2025: SNESTIK V
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/p.snestik.2025.7343

Abstract

Pada awal tahun 2024, X menduduki peringkat keenam sebagai media sosial yang paling banyak digunakan di Indonesia. Jumlah pengguna yang terus meningkat ini dapat menimbulkan masalah seperti meningkatnya jumlah akun pengguna palsu pada media sosial X. Penelitian ini bertujuan untuk mengidentifikasi pola pada akun palsu serta pengembangan model klasifikasi deteksi akun palsu pada media sosial X. Tahapan pada penelitian ini meliputi proses pengumpulan data, data preprocessing, seleksi fitur, proses klasterisasi, tahap klasifikasi hingga evaluasi model. Dengan dataset sejumlah 8291 baris, nilai K optimal untuk proses clustering yakni K=4. Dari proses analisis klaster, cluster 1 menunjukkan kelompok akun dengan karakteristik akun palsu. Hal ini ditandai dengan usia akun yang tergolong masih muda hingga baru, sebanyak 99% akun masih menggunakan profil default, serta jumlah following yang jauh lebih banyak dari jumlah followers. Pengembangan model klasifikasi akan menggunakan dataset yang telah diberikan label setelah proses clustering. Cluster 1 akan dilabeli sebagai akun palsu serta cluster 0, 2 dan 3 diberi label sebagai akun asli. Dengan menggunakan tiga jenis algoritma yakni Random Forest, AdaBoost dan KNN serta empat skema pembagian dataset diperoleh recall, F1-Score dan akurasi tertinggi pada model Random Forest dengan persentase berturut-turut 99,35%, 98,71% dan 98,55%.

Page 1 of 10 | Total Record : 99

 1   2   3   4   5 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue 2025: SNESTIK V 2024: SNESTIK IV 2023: SNESTIK III 2022: SNESTIK II 2021: SNESTIK I