cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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 : -
Core Subject : Science, Engineering,
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering
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.
Arjuna Subject : Teknik (semua kategori) - Teknik (Lain-Lain)
Articles 165 Documents
 12   13   14   15   16 
Rancang Bangun Aplikasi Pemindai Sampah Menggunakan Android Expo: Android Expo Di Man 1 Kabupaten Serang Muhammad Fauzi Firdaus; Sugiyanti Sugiyanti
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
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.v6i01.1588

Abstract

Permasalahan terkait pengelolaan sampah, masih menjadi isu penting di Indonesia, termasuk di lingkungan sekolah seperti MAN 1 Kabupaten Serang. Penelitian ini bertujuan untuk merancang dan membangun sebuah aplikasi pemindai sampah berbasis Android menggunakan framework Expo React Native, yang dapat membantu pengguna dalam mengidentifikasi jenis sampah secara otomatis, serta memberikan edukasi mengenai cara pengelolaan sampah yang tepat. Metode yang digunakan dalam penelitian ini adalah metode Research and Development (R&D) dengan pendekatan model pengembangan perangkat lunak Prototype Model. Proses pengembangan dimulai dari tahap identifikasi kebutuhan pengguna, perancangan antarmuka (UI/UX), pengembangan fungsi pemindai berbasis kamera, integrasi model klasifikasi sampah (menggunakan machine learning), hingga tahap pengujian aplikasi kepada pengguna akhir. Dataset yang digunakan untuk melatih model klasifikasi terdiri dari berbagai gambar sampah organik, anorganik, dan B3 (Bahan Berbahaya dan Beracun) yang telah dikategorikan secara manual. Proses pelatihan model dilakukan menggunakan platform TensorFlow dan hasil model kemudian diintegrasikan ke dalam aplikasi menggunakan TensorFlow.js agar kompatibel dengan platform Expo. Selain itu, aplikasi juga menyediakan riwayat pemindaian untuk membantu pengguna melacak kebiasaan mereka dalam memilah sampah. Pengujian aplikasi dilakukan terhadap 32 siswa dan guru di MAN 1 Kabupaten Serang dengan pendekatan observasi dan penyebaran kuesioner. Hasil pengujian menunjukkan bahwa aplikasi ini mampu mengidentifikasi jenis sampah dengan tingkat akurasi mencapai 85% pada kondisi pencahayaan normal. Ke depan, pengembangan aplikasi ini dapat ditingkatkan dengan menambahkan fitur gamifikasi, integrasi dengan sistem pengelolaan sampah lokal, dan dukungan bahasa daerah untuk memperluas jangkauan pengguna.
Rancang Bangun Aplikasi Augmented Reality untuk Pembelajaran Teknik Dasar Petanque Bagi Pemula Yosef Lahang; Azahari Azahari; Kusno Harianto
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
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.v6i01.1589

Abstract

Perkembangan teknologi digital, khususnya Augmented Reality (AR), memberikan peluang besar dalam meningkatkan kualitas pembelajaran interaktif. Penelitian ini bertujuan untuk merancang dan membangun aplikasi AR sebagai media pembelajaran teknik dasar olahraga petanque bagi pemula. Metode yang digunakan adalah Research and Development (R&D) dengan model Luther-Sutopo yang meliputi tahapan konsep, desain, pengumpulan materi, pembuatan, pengujian, dan distribusi. Hasil penelitian menunjukkan bahwa aplikasi AR mampu menampilkan objek 3D teknik dasar petanque seperti pointing dan shooting secara interaktif. Berdasarkan pengujian, aplikasi berjalan dengan baik dan mampu meningkatkan pemahaman pengguna terhadap materi. Hal ini sejalan dengan penelitian sebelumnya yang menyatakan bahwa penggunaan AR dapat meningkatkan hasil belajar, minat, dan keterlibatan peserta didik secara signifikan .Dengan demikian, aplikasi AR ini dapat menjadi alternatif media pembelajaran yang efektif, menarik, dan inovatif bagi pemula dalam memahami teknik dasar petanque.
IMPLEMENTASI SISTEM KEAMANAN RUMAH CERDAS BERBASIS IOT MENGGUNAKAN ESP32-CAM DENGAN PENGIRIMAN NOTIFIKASI GAMBAR SECARA REAL-TIME Kristianus Catur Prasetya Ajang; Azahari Azahari; Heny Pratiwi
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
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.v6i01.1591

Abstract

Perkembangan teknologi Internet of Things (IoT) mendorong pengembangan sistem keamanan rumah yang lebih responsif, terintegrasi, dan mampu memberikan informasi secara cepat kepada pengguna. Penelitian ini bertujuan untuk mengimplementasikan sistem keamanan rumah cerdas berbasis ESP32-CAM yang mampu mendeteksi pergerakan dan mengirimkan notifikasi berupa gambar secara real-time melalui aplikasi Telegram. Sistem dirancang dengan memanfaatkan sensor Passive Infrared (PIR) sebagai pendeteksi gerakan yang berfungsi sebagai pemicu aktivasi kamera pada modul ESP32-CAM untuk mengambil gambar. Gambar kemudian dikirimkan kepada pengguna melalui jaringan internet menggunakan Telegram Bot API. Metode penelitian meliputi perancangan perangkat keras, pengembangan perangkat lunak, serta pengujian sistem secara langsung dengan mengukur kinerja deteksi dan waktu respons pengiriman data. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi pergerakan secara akurat dan mengirimkan notifikasi gambar dengan waktu tunda rata-rata kurang dari 5 detik, bergantung pada kondisi jaringan. Hasil ini menunjukkan bahwa integrasi ESP32-CAM dan Telegram Bot API dapat menjadi solusi sistem keamanan rumah berbasis IoT yang efektif, ekonomis, dan mudah diimplementasikan.
Analisis Pola Pembelian Konsumen di Kantin SMKN 11 Samarinda Menggunakan Algoritma Apriori Okvi Marsi Angela Claudia; Heny Pratiwi; Renni Mayasari
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
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.v6i01.1593

Abstract

Perkembangan bisnis kuliner, termasuk usaha kantin sekolah, saat ini mengalami peningkatan yang cukup pesat sehingga persaingan antar pelaku usaha menjadi semakin ketat. Kondisi ini menuntut pengelola kantin untuk tidak hanya fokus pada kualitas produk dan pelayanan, tetapi juga mampu memahami perilaku serta kebutuhan konsumen secara lebih mendalam. Salah satu pendekatan yang dapat digunakan untuk mendukung pengambilan keputusan adalah pemanfaatan Data Mining, yaitu teknik pengolahan data untuk menemukan informasi penting yang tersembunyi dari data transaksi penjualan. Penelitian ini bertujuan untuk menganalisis pola pembelian konsumen di Kantin SMKN 11 Samarinda menggunakan Algoritma Apriori. Algoritma ini digunakan untuk mengidentifikasi hubungan asosiasi antar item menu berdasarkan data transaksi, sehingga dapat diketahui kombinasi produk yang sering dibeli secara bersamaan. Metode penelitian yang digunakan adalah metode kuantitatif dengan memanfaatkan data transaksi penjualan kantin selama periode tertentu. Tahapan penelitian meliputi pengumpulan data, seleksi dan pembersihan data, pembentukan itemset, serta perhitungan nilai support dan confidence untuk menghasilkan aturan asosiasi. Hasil penelitian menunjukkan bahwa Algoritma Apriori mampu menemukan pola pembelian konsumen berdasarkan keterkaitan antar menu yang sering muncul dalam satu transaksi, seperti kombinasi Ayam Geprek dengan Es Teh dan Ayam Geprek dengan Air Mineral. Berdasarkan hasil perhitungan diperoleh nilai support sebesar 13% dan confidence sebesar 33,3% pada aturan asosiasi tersebut. Nilai tersebut menunjukkan bahwa kombinasi produk tersebut cukup sering muncul dalam transaksi pembelian konsumen. Aturan asosiasi yang dihasilkan memberikan informasi yang bermanfaat bagi pengelola kantin dalam menentukan strategi promosi, pengaturan stok barang, penataan produk, serta peningkatan efektivitas pelayanan. Dengan demikian, penerapan Algoritma Apriori dapat membantu meningkatkan efisiensi pengelolaan penjualan serta mendukung pengambilan keputusan yang lebih tepat dan terarah pada usaha
Evaluasi Kinerja IndoBERT dan N-Gram untuk Klasifikasi Umpan Balik Pengajaran Yohanes Yohanes; Hery Oktafiandi; Febriyanti Panjaitan; M.Fajar Ramadhan; Winarnie Winarnie
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
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.v6i01.1595

Abstract

Pendidikan adalah proses fundamental yang bertujuan untuk mencerdaskan kehidupan bangsa, dan harus dilaksanakan secara profesional oleh setiap guru. Salah satu pendekatan untuk meningkatkan kualitas pendidikan adalah dengan memperoleh umpan balik dari siswa, yang memungkinkan guru melakukan refleksi diri dan memperbaiki metode pengajarannya. Analisis sentimen membantu mengidentifikasi perasaan yang diungkapkan siswa dalam umpan balik mereka, apakah positif, netral, atau negatif. Selain itu, klasifikasi umpan balik digunakan untuk memperoleh wawasan mengenai berbagai aspek pengajaran. Penelitian ini mencapai tingkat akurasi terbaik sebesar 83,50% untuk klasifikasi umpan balik dan 88,35% untuk analisis sentimen menggunakan algoritma IndoBERT, yang sebelumnya melalui tahap preprocessing dengan metode N-Gram (N1 + N2), melampaui hasil penelitian sebelumnya. Berdasarkan model yang dikembangkan untuk menganalisis umpan balik siswa, dibuatlah sebuah aplikasi berbasis web yang dapat digunakan oleh kepala sekolah dan guru untuk menganalisis umpan balik secara lebih efisien dan efektif. Alat ini dapat menjadi sarana refleksi bersama untuk meningkatkan efektivitas pengajaran di dalam kelas.
Penerapan Prinsip Desain Solid Dalam Pengembangan Aplikasi Happy Thrifting Berbasis Web Dini Amy Narti; Depandi Enda
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
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.v6i01.1598

Abstract

Pengembangan perangkat lunak modern menuntut kualitas kode yang tinggi, fleksibel, dan mudah dipelihara. Namun, dalam praktiknya masih banyak aplikasi yang memiliki struktur kode tidak terorganisir dan tanggung jawab ganda dalam satu komponen, sehingga menyulitkan proses pemeliharaan. Penelitian ini bertujuan untuk menerapkan prinsip desain SOLID, yaitu Single Responsibility, Open Closed, Liskov Substitution, Interface Segregation, dan Dependency Inversion, pada aplikasi Happy Thrifting sebagai platform jual beli pakaian bekas berbasis web guna meningkatkan kualitas desain perangkat lunak. Metodologi penelitian yang digunakan meliputi identifikasi permasalahan pada sistem awal, pengumpulan data, refaktorisasi kode menggunakan framework Laravel, serta evaluasi hasil implementasi melalui metode static code analysis dengan bantuan tools PHP Metrics. Hasil penelitian menunjukkan bahwa penerapan prinsip SOLID menghasilkan struktur aplikasi yang lebih terorganisir dengan pemisahan tanggung jawab yang jelas antar komponen. Evaluasi kualitas kode menunjukkan penurunan tingkat ketergantungan antar kelas dengan nilai Average Efferent Coupling sebesar 3,45 serta peningkatan kohesi metode dengan nilai LCOM sebesar 2,28. Selain itu, nilai Average Cyclomatic Complexity sebesar 5,45 menunjukkan bahwa sistem berada pada kategori risiko rendah dan memiliki prosedur yang stabil. Dengan demikian, penerapan prinsip desain SOLID mampu meningkatkan kualitas desain perangkat lunak dan kemudahan pemeliharaan sistem
Sistem Rekomendasi Film Berbasis Konteks Menggunakan Graph Neural Network Dengan Contrastive Learning Pada Dataset MovieLens Rey Muhamad Rifqi; Alva Hendi Muhamad
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
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.v6i01.1599

Abstract

As digital data volumes surge, recommendation systems have emerged as a vital solution to mitigate information overload. Traditional methods such as collaborative filtering and content-based filtering serve as the foundation of this field. However, these systems—particularly collaborative filtering—face major challenges such as data sparsity and over-smoothing. Recent advancements in deep learning, specifically Graph Neural Network (GNN) models like LightGCN, have proven effective in capturing complex structural user-item relationships. The proposed model integrates Contrastive Learning as an additional supervision mechanism to address overfitting issue that usually appear when model occurs data sparsity. This mechanism enables the model to learn more robust latent features through self-supervised learning while preventing representation degradation in deep graph layers. Furthermore, temporal contexts—including day, month, hour, season, year, and weekend status—are incorporated to capture dynamic user preferences more accurately. Experiments conducted in an offline environment using the MovieLens 1M dataset yielded significant results. The model integrating LightGCN, Contrastive Learning, and temporal context successfully achieved a Hit Ratio of 70.74%. Additionally, the model recorded an NDCG of 0.1888, an MRR of 0.3383, Recall@20 of 0.0628, and a MAP of 0.0959. The proposed model also demonstrated a 4.62% improvement in Hit Ratio compared to the baseline model.
Implementasi Algoritma Naive Bayes Untuk Klasifikasi Data Berbasis Pendekatan Probabilistik Matematis Jhoanne Fredricka; Nofi Qurniati; Desi Mahdalena
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
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.v6i01.1601

Abstract

Perkembangan teknologi informasi menyebabkan peningkatan volume data yang sangat besar sehingga dibutuhkan metode klasifikasi yang mampu menghasilkan informasi secara cepat dan akurat. Penelitian ini bertujuan untuk mengimplementasikan algoritma Naive Bayes dalam proses klasifikasi data berbasis pendekatan probabilistik matematis. Metode penelitian menggunakan pendekatan kuantitatif eksperimental dengan tahapan pengumpulan dataset, preprocessing data, pembagian data training dan testing menggunakan rasio 80:20, implementasi algoritma menggunakan Python pada Google Colab, dan evaluasi model menggunakan confusion matrix, accuracy, precision, dan recall. Dataset terdiri dari atribut usia, pendapatan, status mahasiswa, dan keputusan pembelian. Hasil penelitian menunjukkan bahwa algoritma Naive Bayes menghasilkan nilai accuracy sebesar 85%, precision sebesar 90,9%, dan recall sebesar 83,3%. Pendekatan matematis diterapkan melalui perhitungan probabilitas posterior berdasarkan Teorema Bayes untuk melakukan penentuan kelas data. Dengan demikian, algoritma Naive Bayes terbukti efektif dalam meningkatkan performa klasifikasi data dan mendukung pengambilan keputusan secara lebih akurat dan efisien.
Sistem Pakar Deteksi Penyakit Tanaman Cabai Menggunakan Metode Forward Chaining Muhammad Lovano Adjie Senjaya; Depandi Enda
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
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.v6i01.1605

Abstract

Chili plants are a vital horticultural commodity in Indonesia, yet their productivity is frequently hindered by disease outbreaks that are difficult for novice farmers to identify. Delays in diagnosing symptoms often lead to improper treatment and significant crop losses. This study aims to develop an expert system for detecting chili plant diseases that provides pesticide recommendations based on observed symptoms. The system is built using the Forward Chaining method for reasoning from symptomatic facts to disease conclusions. The software development follows the Rapid Application Development (RAD) methodology, implemented with the PHP programming language and Laravel framework. Research data were gathered through literature reviews and interviews with plant experts. Black box testing results indicate that all system functions—including symptom data management, disease records, and rule sets—operate as designed. System validation, conducted by comparing results with diagnoses from three experts using the Fleiss' Kappa test, yielded a value of 0.464, placing the agreement level in the "Moderate" category. Consequently, this expert system is a viable tool for farmers to perform early identification of chili plant diseases and accurately determine the appropriate pesticides independently.
Penerapan Search Engine Optimization Untuk Meningkatkan Visibilitas Website Di Mesin Pencari Sri Mutia Anggriyani R.; Depandi Enda
Journal of Informatics and Electronics Engineering Vol. 6 No. 01 (2026): Juni 2026
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.v6i01.1606

Abstract

Penelitian ini dilatarbelakangi oleh rendahnya visibilitas digital Pabrik Dodol Nanas Wonosari pada mesin pencari Google yang menghambat pemasaran produk. Pabrik tersebut merupakan UMKM lokal yang memproduksi varian dodol nanas, durian, dan kelapa. Website resmi mereka belum dimanfaatkan secara optimal untuk pemasaran karena sulit ditemukan oleh calon pembeli melalui kata kunci yang relevan. Penelitian ini bertujuan meningkatkan kualitas teknis dan visibilitas melalui implementasi SEO on-page langsung pada struktur kode sumber situs web. Metode yang digunakan adalah Action Research yang meliputi tahapan observasi, wawancara, penerapan teknik SEO, dan evaluasi menggunakan alat Google Lighthouse. Teknik optimasi yang diterapkan mencakup penentuan keyword research, penggunaan elemen HTML5 semantik, penataan hierarki heading (H1-H3), validasi standar W3C, kelengkapan meta description dinamis, pemberian atribut alt-text, lazy loading pada gambar, serta pembuatan dokumen sitemap. Hasil audit Google Lighthouse menunjukkan peningkatan kualitas komparatif yang signifikan, menempatkan situs pada kategori sangat baik atau zona hijau. Skor kelayakan SEO naik mencapai nilai maksimal dari 82 menjadi 100. Tingkat aksesibilitas melonjak tajam dari skor 56 menjadi 95, performa mengefisiensikan beban peladen dengan peningkatan skor dari 75 menjadi 95, dan metrik best practices mencapai nilai sempurna 100. Penelitian menyimpulkan bahwa optimasi teknis level kode sumber terbukti efektif meningkatkan kesiapan indeksasi mesin pencari bagi website UMKM, menjadikannya media promosi yang efektif sekaligus meningkatkan daya saing produk di pasar digital.

Page 14 of 17 | Total Record : 165

 12   13   14   15   16 

Filter by Year

2021 2026


Reset
Filter By Issues
All Issue Vol. 6 No. 01 (2026): Juni 2026 Vol 5 No 02 (2025): Desember 2025 Vol. 5 No. 02 (2025): Desember 2025 Vol. 5 No. 1 (2025): Juni 2025 Vol 5 No 1 (2025): Juni 2025 Vol. 4 No. 2 (2024): Desember 2024 Vol 4 No 2 (2024): Desember 2024 Vol. 4 No. 1 (2024): Juni 2024 Vol 4 No 1 (2024): Juni 2024 Vol 3 No 2 (2023): Desember 2023 Vol. 3 No. 2 (2023): Desember 2023 Vol 3 No 1 (2023): Juni 2023 Vol. 3 No. 1 (2023): Juni 2023 Vol 2 No 2 (2022): Desember 2022 Vol. 2 No. 2 (2022): Desember 2022 Vol 2 No 1 (2022): Juni 2022 Vol. 2 No. 1 (2022): Juni 2022 Vol 1 No 2 (2021): Desember 2021 Vol. 1 No. 2 (2021): Desember 2021 Vol. 1 No. 1 (2021): Juni 2021 Vol 1 No 1 (2021): Juni 2021 More Issue