cover
Contact Name
Dini Rohmayani
Contact Email
dinirohmayani@poltektedc.ac.id
Phone
+6281313217486
Journal Mail Official
jiee-iftedc@poltektedc.ac.id
Editorial Address
Jalan Pesantren KM.2 Cibabat Cimahi Utara Kota Cimahi 40513
Location
Kota cimahi,
Jawa barat
INDONESIA
Journal of Informatics and Electronics Engineering
Published by Politeknik TEDC
ISSN : -     EISSN : 27981177     DOI : -
Jurnal ini di terbitkan oleh Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung, berisi tulisan yang diangkat dari hasil penelitian dan kajian analisis di bidang Teknik Informatika dan Elektronika. Ruang lingkup pada jurnal ini: mengenai Digital Signal Processing, Human Computer Interaction, IT Governance, Networking Technology, Optical Communication Technology, New Media Technology, Information Search Engine, Multimedia, Computer Vision, Information Retrieval, Intelligent System, Data Mining, Distributed Computing System, Mobile Processing, Computer Network Security, Natural Language Processing, Business Process, Cognitive Systems, Software Engineering, Programming Methodology and Paradigm, Data Engineering, Information Management, Knowledge Based Management System, Game Technology, Augmented Reality, Virtual Reality, Internet of Thing, Electronics Engineering.
Articles 3 Documents
Search results for , issue "Vol 5 No 02 (2025): Desember 2025" : 3 Documents clear
Perancangan Prototype Mesin Pengisi Botol Otomatis Berbasis Arduino Mega 2560 dengan Interface LCD 20x4 S, Sarip udin; Muda, Iskandar; Yusuf, Erwin
Journal of Informatics and Electronics Engineering Vol 5 No 02 (2025): Desember 2025
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v5i02.1329

Abstract

Prototype ini dibuat dengan tujuan untuk mengetahui sistem kerja mesin filling yang sederhana, konsistensi volume pengisian botol otomatis dengan set point Arduino 330 mL dan 180 mL dan respon keseluruhan sistem. Dalam rangka pembuatan prototype filling machine ini dilakukan beberapa tahapan meliputi konsultasi, studi literatur, perancangan, pembuatan dan pengujian sistem serta analisis terhadap hasil yang diperoleh dari pengujian prototype tersebut. Dalam proses pengujian 20 botol (dengan syarat 2 botol tiap satu kali jalan dengan jarak antar botol 20,5 cm sesuai penanda peletakan botol pada konveyor mulai dari awal, pengisian hingga penutupan selesai) diperoleh hasil sebagai berikut: Untuk set point 330 mL (standard pasar) yang diprogram di Arduino memiliki volume netto rata-rata 327,55 mL dan total waktu keseluruhan rata-rata 57,195 detik, sedangkan pada pengujian dengan set point 180 mL yang diprogram Arduino memiliki volume netto rata-rata 180,25 mL dengan total waktu keseluruhan rata-rata 47,638 detik.
Game Pemilah Sampah Organik dan Anorganik berbasis Mobile (Studi Kasus SDN Ciranjang Girang 2) Alfadhlila, Rizky Alif; Rohmayani, Dini
Journal of Informatics and Electronics Engineering Vol 5 No 02 (2025): Desember 2025
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v5i02.1406

Abstract

Pembelajaran materi pemilahan sampah pada awalnya hanya sebatas pemberian materi dari buku yang disampaikan oleh guru kepada muridnya secara langsung pada awal nya, namun dikarenakan minat dan ketertarikan dari siswa kelas 2 SDN Ciranjang Girang membuat kurang efektif nya pemahaman murid di sekolah tersebut. Tujuan dari penelitian ini adalah membuat media alternatif berbasis Game Mobile dengan topik bahasan materi pemilahan sampah untuk kelas 2 Sd yang diuji pada studi kasus SDN Ciranjang girang. Game yang akan dibuat semenarik mungkin disertai animasi yang menggambarkan nya. Metodologi yang digunakan adalah Multimedia Development Life Cycle (MDLC) yang terdiri dari 6 (Enam) tahapan mencakup pengonsepan, perancangan, pengumpulan materi, pembuatan, pengujian dan pendistribusian. Aplikasi mencakup materi yang diperagakan dengan animasi serta gambar sampah dan tempat pembuangan nya sesuai dengan jenis sampahnya disertai dengan quiz yang dan game untuk menguji pemahamannya, Teknik pengujian menggunakan User Acceptance Test (UAT) dengan kuisioner, hasil uji menunjukkan aplikasi mendapat nilai rata-rata 4,5 atau 90,6% yang berarti aplikasi dapat diterima oleh user dengan nilai bagus/sesuai/jelas.
Evaluasi Performa Model Ensemble Learning dalam Deteksi Serangan Jaringan Internet of Things pada Dataset CIC-BCCC-IOT-HCRL-2019 Raharja, Yudi; Susanto, Agung Budi; Tukiyat, Tukiyat
Journal of Informatics and Electronics Engineering Vol 5 No 02 (2025): Desember 2025
Publisher : Unit Penelitian dan Pengabdian kepada Masyarakat Politeknik TEDC Bandung Jl. Pesantren Km 2 Cibabat Cimahi Utara – Cimahi 40513 Jawa Barat – Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70428/jiee.v5i02.1454

Abstract

Perkembangan pesat perangkat Internet of Things (IoT) membawa peningkatan kompleksitas sekaligus risiko pada keamanan jaringan. Studi ini bertujuan untuk menilai performa lima algoritma Ensemble Learning, yaitu Random Forest, AdaBoost, CatBoost, XGBoost, dan LightGBM, dalam Sistem Deteksi Intrusi (IDS) pada jaringan IoT dengan menggunakan dataset CIC-BCCC-IoT-HCRL-2019. Metode penelitian melibatkan tahap pra-pemrosesan data termasuk penerapan dua teknik normalisasi yaitu MinMaxScaler dan Normalizer, serta evaluasi model menggunakan validasi silang 5-Fold Cross-Validation dan pembagian data latih dan uji dengan rasio 80:20. Hasil eksperimen menunjukkan algoritma boosting seperti XGBoost, CatBoost, dan LightGBM secara konsisten memiliki kinerja lebih baik dibandingkan dengan model bagging tradisional seperti Random Forest. XGBoost yang dikombinasikan dengan MinMaxScaler mencapai akurasi tertinggi sebesar 0,9980, sementara LightGBM dengan MinMaxScaler mencatat waktu pelatihan tercepat yakni 2,54 detik. Temuan ini mengindikasikan bahwa penggunaan teknik boosting bersama normalisasi MinMaxScaler dapat secara signifikan meningkatkan akurasi serta efisiensi IDS berbasis IoT. Kata Kunci— Internet of Things, Deteksi Intrusi, Machine Learning, Ensemble Learning, Boosting, Normalisasi Data.

Page 1 of 1 | Total Record : 3