Garuda - Garba Rujukan Digital

Aplikasi IoT untuk Sistem Pelacakan Lokasi dan Monitoring Detak Jantung Pasien Zamardah , Putri Arinis; Nur, Levy Olivia; Anwar, Radial
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Pasien berkebutuhan khusus memerlukan pemantauan intensif, terutama detak jantung dan lokasi. Keterlambatan penanganan dapat terjadi jika pemantauan tidak dilakukan secara real-time, khususnya saat pasien berada di luar pengawasan. Penelitian ini mengembangkan wearable device berbasis Wi-Fi dengan antena mikrostrip planar 2,4 GHz yang terintegrasi ke website monitoring lokal tanpa cloud. Sistem menggunakan sensor Pulse Heart Rate, modul GPS Neo-6M, dan mikrokontroler ESP32 untuk mengirim data detak jantung dan lokasi secara real-time ke server lokal yang terhubung Google Maps. Hasil pengujian menunjukkan akurasi sensor detak jantung mencapai 97%, GPS mengirim lokasi otomatis, dan antena mikrostrip memiliki Return Loss –19,806 dB, VSWR 1,2277, gain 4,83 dBi, serta jangkauan 90 m LoS (lebih jauh dibanding antena bawaan 54 m). Sistem ini efektif memantau pasien secara real-time dengan jangkauan lebih luas, kecepatan transmisi tinggi, biaya efisien, dan keamanan data lokal. Kata kunci— Antena mikrostrip, ESP32, GPS Neo-6M, Pulse sensor, Wearable device

Pendekatan Machine Learning dalam Prediksi Kepribadian MBTI Menggunakan Data Media Sosial Platform X Ignatius, Daniel Tulus; Sujatmoko, Kris; Budiman, Gelar
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Ketidaksesuaian antara kepribadian mahasiswa dengan jurusan kuliah yang dipilih sering kali menyebabkan penurunan motivasi belajar, rendahnya prestasi akademik, hingga peningkatan risiko putus studi. Faktor penyebabnya antara lain kurangnya pemahaman diri, pengaruh tren atau tekanan eksternal, serta keterbatasan layanan konseling karier. Penelitian ini mengembangkan sistem rekomendasi jurusan kuliah berbasis analisis kepribadian Myers-Briggs Type Indicator (MBTI) dengan memanfaatkan data media sosial dan metode machine learning. Data dikumpulkan dari platform X (Twitter) melalui scraping akun pengguna yang mencantumkan tipe MBTI pada profil, kemudian diproses melalui tahapan pre-processing meliputi tokenisasi, penghapusan stopword, lemmatisasi, normalisasi bahasa tidak baku, dan penghapusan emoji. Fitur yang digunakan mencakup Term Frequency–Inverse Document Frequency (TF-IDF), analisis sentimen, dan distribusi topik untuk menangkap pola linguistik yang relevan. Enam algoritma machine learning diuji, yaitu XGBoost, AdaBoost, Gradient Boosting, Support Vector Machine (SVM), Complement Naive Bayes, dan Logistic Regression. Hanya algoritma SVM dengan akurasi sebesar 84% dan Logistic Regression dengan akurasi 83% yang berhasil melampaui target minimum akurasi sebesar 80%. Sementara itu, model lain seperti XGBoost, Gradient Boosting, AdaBoost, dan Complement Naive Bayes masih menunjukkan akurasi yang lebih rendah, yakni pada rentang 60% hingga 72%. Model terbaik diimplementasikan pada aplikasi web berbasis Flask yang dapat memprediksi tipe MBTI dari input teks manual maupun postingan terbaru akun X, kemudian memetakan hasilnya ke rekomendasi jurusan yang relevan. Uji coba kepada responden menunjukkan 85% merasa rekomendasi yang diberikan sesuai dengan minat dan karakter mereka. Temuan ini membuktikan bahwa analisis kepribadian berbasis machine learning dari data media sosial berpotensi menjadi alat bantu pengambilan keputusan akademik yang efektif. Kata Kunci: Analisis Kepribadian, MBTI, Rekomendasi Jurusan Kuliah, Model Algoritma, Flask.

Sistem Pendukung Keputusan Pemilihan Jurusan Berbasis Analisis MBTI Menggunakan Data Teks Media Sosial Nainggolan , Edo Ardo Febrian; Sujatmoko, Kris; Budiman, Gelar
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Ketidaksesuaian antara kepribadian mahasiswa dengan jurusan kuliah yang dipilih sering kali menyebabkan penurunan motivasi belajar, rendahnya prestasi akademik, hingga peningkatan risiko putus studi. Faktor penyebabnya antara lain kurangnya pemahaman diri, pengaruh tren atau tekanan eksternal, serta keterbatasan layanan konseling karier. Penelitian ini mengembangkan sistem rekomendasi jurusan kuliah berbasis analisis kepribadian Myers-Briggs Type Indicator (MBTI) dengan memanfaatkan data media sosial dan metode machine learning. Data dikumpulkan dari platform X (Twitter) melalui scraping akun pengguna yang mencantumkan tipe MBTI pada profil, kemudian diproses melalui tahapan pre-processing meliputi tokenisasi, penghapusan stopword, lemmatisasi, normalisasi bahasa tidak baku, dan penghapusan emoji. Fitur yang digunakan mencakup Term Frequency–Inverse Document Frequency (TF-IDF), analisis sentimen, dan distribusi topik untuk menangkap pola linguistik yang relevan. Enam algoritma machine learning diuji, yaitu XGBoost, AdaBoost, Gradient Boosting, Support Vector Machine (SVM), Complement Naive Bayes, dan Logistic Regression. Hanya algoritma SVM dengan akurasi sebesar 84% dan Logistic Regression dengan akurasi 83% yang berhasil melampaui target minimum akurasi sebesar 80%. Sementara itu, model lain seperti XGBoost, Gradient Boosting, AdaBoost, dan Complement Naive Bayes masih menunjukkan akurasi yang lebih rendah, yakni pada rentang 60% hingga 72%. Model terbaik diimplementasikan pada aplikasi web berbasis Flask yang dapat memprediksi tipe MBTI dari input teks manual maupun postingan terbaru akun X, kemudian memetakan hasilnya ke rekomendasi jurusan yang relevan. Uji coba kepada responden menunjukkan 85% merasa rekomendasi yang diberikan sesuai dengan minat dan karakter mereka. Temuan ini membuktikan bahwa analisis kepribadian berbasis machine learning dari data media sosial berpotensi menjadi alat bantu pengambilan keputusan akademik yang efektif. Kata Kunci: Analisis Kepribadian, MBTI, Rekomendasi Jurusan Kuliah, Model Algoritma, Flask.

Analisa Performansi Jaringan Mpls Over Ospf Dan Is-Is Terhadap Gangguan Link Failure Hanifan, Ilham Surya; Yovita, Leanna Vidya; Hafiza, Lia
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Dalam sejarah teknologi komunikasi, banyak inovasi telah ditemukan, termasuk perangkat lunak seperti IP dan protokol routing, serta perangkat keras seperti switch dan router. Perkembangan ini telah meningkatkan komunikasi dari area lokal menjadi skala benua. Namun, gangguan pada jaringan, baik dari bencana alam atau manusia, serta pemadaman listrik, tetap menjadi ancaman serius. Untuk mengatasi tantangan ini, teknologi seperti MPLS (Multi Protocol Label Service) telah muncul untuk meningkatkan pengiriman data dan manajemen trafik dengan protokol routing canggih seperti OSPF dan IS-IS. Penelitian ini menggunakan metode eksperimen dengan 10 skenario dengan 15 kali repetisi dalam jaringan MPLS yang disimulasikan di EVE-NG untuk mengevaluasi kualitas layanan antara protokol IS-IS dan OSPF saat terjadi gangguan. Dari pengamatan menunjukkan nilai performansi IS-IS yaitu 1,0 ms untuk rata-rata delay, 1,5 ms untuk rata-rata jitter, 0,8% untuk rata-rata packet loss dan 6242 kbps untuk rata-rata throughput. Untuk hasil performasi OSPF menujukkan nilai 2,0 ms untuk rata-rata delay, 2,8 ms untuk rata-rata jitter, 0,9% untuk rata-rata packet loss dan 4085 kbps untuk rata-rata throughput. Dengan demikian, nilai IS-IS lebih unggul 79,20% pada delay, 77,78% pada jitter, 7,57% pada packet loss, dan 35,37% pada throughput dibandingkan OSPF. Kata kunci— MPLS, Link Failure, OSPF, IS-IS, QoS

Analisis Performansi Teknologi Dwdm Dengan Penguat Optik Hybrid Roa-Edfa Berbasis Soliton Barawasi, Tika Nadhiah; Pamukti, Brian; Yudiansyah, Yudiansyah
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Peningkatan kebutuhan akan transmisi data berkapasitas besar dan jarak jauh mendorong penggunaan teknologi Dense wavelength division multiplexing (DWDM) dalam sistem komunikasi optik. Namun, tantangan utama pada DWDM adalah redaman dan dispersi sinyal yang terjadi seiring bertambahnya jarak transmisi. Penelitian ini bertujuan untuk menganalisis performansi sistem DWDM berbasis soliton dengan kombinasi penguat optik hybrid ROA-EDFA dalam dua konfigurasi: ROA sebagai booster amplifier dan sebagai inline amplifier. Selain itu, diteliti pula pengaruh penggunaan dispersion compensation fiber (DCF) dalam meningkatkan kualitas sinyal. Simulasi dilakukan menggunakan perangkat lunak OptiSystem 7.0 dengan variasi daya laser dari -8 dBm hingga 8 dBm, serta panjang serat optik 30 km, 50 km, dan 100 km. Hasil menunjukkan bahwa konfigurasi ROA sebagai booster amplifier memberikan performa terbaik, terutama jika dikombinasikan dengan DCF, dengan nilai bit error rate (BER) mencapai 10⁻³⁶. Sebaliknya, penggunaan ROA sebagai inline amplifier menunjukkan penurunan kualitas sinyal pada daya rendah dan jarak jauh. Kesimpulannya, konfigurasi ROA sebagai booster amplifier dengan DCF sangat direkomendasikan untuk sistem DWDM jarak jauh. Penggunaan soliton juga terbukti efektif dalam mempertahankan kestabilan sinyal dan menekan efek dispersi dalam jaringan optik. Kata kunci— sortasi pisang, computer vision, ESP8266, teachable machine, otomasi, blynk

Analisis Sentimen Tempat Wisata Di Kabupaten Bandung Jawa Barat Ramadhan , Ridwan; Purnamasari , Rita; Suhartono, Efri
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Kabupaten Bandung memiliki sektor pariwisata yang menjadi salah satu pilar utama ekonomi daerah, dengan kekayaan objek wisata alam dan budaya yang menarik minat wisatawan domestik maupun mancanegara. Di sisi lain, wisatawan sangat bergantung pada ulasan di Google Maps sebagai referensi utama, namun informasi yang tersedia sering kali tidak terstruktur dan kualitasnya beragam, sehingga menyulitkan pengelola pariwisata dalam pengambilan keputusan. Untuk mengatasinya penelitian ini mengembangkan sistem analisis sentimen berbasis machine learning yang secara otomatis mengumpulkan, memproses, dan menganalisis ulasan wisatawan dari Google Maps. Sistem ini menerapkan tiga algoritma klasifikasi (Naive Bayes, SVM, dan K-Nearest Neighbors) dengan serangkaian pre-processing teks mencakup pembersihan teks, tokenisasi, penghapusan stopword, dan stemming. Fitur teks diekstraksi menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), kemudian ulasan diklasifikasikan ke dalam kategori sentimen positif, negatif, atau netral. Hasil evaluasi menunjukkan model SVM memberikan kinerja terbaik dengan akurasi 88%, diikuti oleh Naive Bayes (85%) dan K-NN (67%). Penelitian ini membuktikan bahwa analisis sentimen dapat memberikan wawasan bagi pengelola destinasi wisata dalam memahami persepsi pengunjung dan mendukung pengambilan kebijakan yang baik untuk meningkatkan kualitas layanan pariwisata di Kabupaten Bandung. Kata kunci — analisis sentimen, google maps, klasifikasi teks, machine learning, pariwisata

Analisis Sentimen Tempat Wisata Di Kabupaten Bandung Jawa Barat Dengan Visualisasi Website Nugroho , Haris Tri; Purnamasari, Rita; Suhartono, Efri
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Analisis Sentimen Tempat Wisata Di Kabupaten Bandung Jawa Barat Dengan Visualisasi Website 1st Haris Tri Nugroho School of Electrical Engineering Telkom University Bandung, Indonesia haristri@student.telkomuniversity.ac.id 2nd Rita Purnamasari School of Electrical Engineering Telkom University Bandung, Indonesia ritapurnamasari@telkomuniversity.ac.id 3rd Efri Suhartono School of Electrical Engineering Telkom University Bandung, Indonesia esuhartono@telkomuniversity.ac.id Abstrak — Sektor pariwisata Kabupaten Bandung adalah pilar ekonomi utama dengan berbagai objek wisata. Meskipun kunjungan wisatawan meningkat pasca pandemi, ulasan di Google Maps yang sering tidak terstruktur dan beragam kualitasnya menyulitkan pengelola destinasi dalam pengambilan keputusan berbasis data. Untuk mengatasi hal tersebut, penelitian ini merancang sistem analisis sentimen ulasan wisata secara otomatis berbasis machine learning. Sistem mengumpulkan data ulasan wisatawan dari Google Maps menggunakan teknik web scraping, kemudian melakukan preprocessing teks (pembersihan, tokenisasi, penghapusan stopwords, dan stemming), ekstraksi fitur menggunakan TF-IDF, serta klasifikasi sentimen ke dalam kategori positif, negatif, dan netral menggunakan tiga algoritma pembelajaran mesin (Naive Bayes, SVM, dan K-NN). Hasil analisis disajikan melalui antarmuka web interaktif berbasis Flask (backend) dan Next.js (frontend) yang menampilkan visualisasi distribusi sentimen, analisis komentar negatif, serta fitur uji sentimen untuk kalimat tunggal. Hasil evaluasi menunjukkan model SVM memberikan akurasi tertinggi (88%), diikuti Naive Bayes (85%) dan K-NN (67%). Sebagai contoh, analisis ulasan di destinasi Tangkuban Perahu (474 ulasan) menghasilkan distribusi sentimen 74% positif, 17% negatif, dan 9% netral. Temuan ini membuktikan bahwa penerapan analisis sentimen berbasis machine learning dapat memberikan wawasan objektif bagi pengelola pariwisata dalam memahami persepsi pengunjung, sehingga mendukung pengambilan kebijakan yang lebih tepat untuk meningkatkan kualitas layanan wisata di Kabupaten Bandung. Kata kunci: analisis sentiment, google maps, klasifikasi teks, machine learning, pariwisata, visualisasi web

Analisis Sentimen Menggunakan Algoritma Logistic Regression dan LDA(Latent Dirichlet Allocation) pada Ulasan Aplikasi PLN Mobile Di Play Store Bawazir , Ranya Fauzi; Purnamasari, Rita; Eliskar, Yulinda
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Pertumbuhan ekosistem digital mendorong peningkatan volume ulasan aplikasi di platform distribusi perangkat lunak, termasuk PLN Mobile milik PT PLN (Persero). Penelitian ini bertujuan menganalisis sentimen dan mengidentifikasi topik dominan pada ulasan PLN Mobile tahun 2022. Data sebanyak 134.325 ulasan diperoleh melalui web scraping dari Google Play Store, kemudian difilter menjadi 40.043 ulasan relevan. Tahapan meliputi pelabelan sentimen berdasarkan skor ulasan, pra-pemrosesan teks, pemisahan data, serta pembangunan model analisis sentimen menggunakan Logistic Regression. Model dilatih selama 15 epoch dengan representasi fitur TF-IDF dan menghasilkan akurasi 86%, Precision 98%, Recall 85%, dan F1-Score 91%. Selain itu, metode Latent Dirichlet Allocation (LDA) digunakan untuk pemodelan topik dan menghasilkan empat topik utama: Transaksi, Layanan, Aplikasi, dan Pengaduan. Hasil integrasi kedua model menunjukkan proporsi sentimen positif yang dominan pada semua topik, dengan kisaran 85,9%–86,3%. Temuan ini memberikan wawasan strategis bagi PT PLN (Persero) untuk meningkatkan kualitas layanan, kinerja aplikasi, dan respons terhadap pengaduan pelanggan. Kata kunci — Analisis sentimen, Logistic Regression, Latent Dirichlet Allocation, pln mobile

Perancangan dan Realisasi Antena Mikrostrip 2.4 GHz untuk Pemantauan Lokasi dan Detak Jantung Pasien Berkebutuhan Khusus Safitri, Ayu; Nur, Levy Olivia; Anwar, Radial
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Pasien berkebutuhan khusus memerlukan perhatian dan pemantauan kesehatan intensif, terutama untuk kondisi detak jantung dan posisi keberadaan mereka. Risiko keterlambatan penanganan medis dapat terjadi jika kondisi pasien tidak terpantau secara real-time, terlebih saat berada di luar pengawasan tenaga medis atau keluarga. Antena adalah bagian penting dari sistem komunikasi nirkabel untuk memantau lokasi dan detak jantung pasien berkebutuhan khusus. Tujuan dari penelitian ini adalah untuk memperkuat sinyal Wi-Fi yang dipancarkan oleh ESP32, sehingga data detak jantung dan lokasi pasien dapat terkirim dengan lebih stabil, karena antena mikrostrip bentuknya yang tipis, ringan, mudah diaplikasikan ke perangkat wearable, serta memiliki performa transmisi yang stabil pada frekuensi 2.4 GHz yang umum digunakan untuk sistem IoT. Perancangan antena dilakukan menggunakan software CST 2019 dengan substrat FR-4 berketebalan 1,6 mm dengan konstanta dielektrik 4,3 digunakan. Pola radiasi, VSWR, Gain, dan return loss adalah parameter performa yang dianalisis. Hasil simulasi menunjukkan return loss -21,34 dB, VSWR 1,18, dan gain 4,92 dBi. Pengujian realisasi menunjukkan return loss -19,806 dB, VSWR 1,23, dan gain 4,83 dBi. Dalam kondisi Line of Sight (LoS), jangkauan transmisi dapat ditingkatkan dari 54 meter menjadi 90 meter jika dibandingkan dengan antena bawaan ESP32. Hasilnya menunjukkan bahwa antena yang dirancang memenuhi persyaratan untuk tujuan melacak pasien secara real-time. Kata kunci— antena mikrostrip, 2.4 GHz, wearable device, CST Studio Suite, ESP32.

Website dan Notifikasi untuk Pemantauan Lokasi dan Detak Jantung Pasien Berkebutuhan Khusus Iriyanto, Alderheza Putra; Nur, Levy Olivia; Anwar, Radial
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Pasien berkebutuhan khusus memerlukan perhatian dan pemantauan kesehatan intensif, terutama untuk kondisi detak jantung dan posisi keberadaan mereka. Risiko keterlambatan penanganan medis dapat terjadi jika kondisi pasien tidak terpantau secara real-time, terlebih saat berada di luar pengawasan tenaga medis atau keluarga. Antena adalah bagian penting dari sistem komunikasi nirkabel untuk memantau lokasi dan detak jantung pasien berkebutuhan khusus. Tujuan dari penelitian ini adalah untuk memperkuat sinyal Wi-Fi yang dipancarkan oleh ESP32, sehingga data detak jantung dan lokasi pasien dapat terkirim dengan lebih stabil, karena antena mikrostrip bentuknya yang tipis, ringan, mudah diaplikasikan ke perangkat wearable, serta memiliki performa transmisi yang stabil pada frekuensi 2.4 GHz yang umum digunakan untuk sistem IoT. Perancangan antena dilakukan menggunakan software CST 2019 dengan substrat FR-4 berketebalan 1,6 mm dengan konstanta dielektrik 4,3 digunakan. Pola radiasi, VSWR, Gain, dan return loss adalah parameter performa yang dianalisis. Hasil simulasi menunjukkan return loss -21,34 dB, VSWR 1,18, dan gain 4,92 dBi. Pengujian realisasi menunjukkan return loss -19,806 dB, VSWR 1,23, dan gain 4,83 dBi. Dalam kondisi Line of Sight (LoS), jangkauan transmisi dapat ditingkatkan dari 54 meter menjadi 90 meter jika dibandingkan dengan antena bawaan ESP32. Hasilnya menunjukkan bahwa antena yang dirancang memenuhi persyaratan untuk tujuan melacak pasien secara real-time. Kata kunci— antena mikrostrip, 2.4 GHz, wearable device, CST Studio Suite, ESP32, Website¸IoT.

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name
Yudhi Nugroho Adi

Contact Email
library@tekomuniversity.ac.id

Phone
+628128000110

Journal Mail Official
library@telkomuniversity.ac.id

Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia

Location
Kota bandung,

Jawa barat

INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Home Page

OAI Link

Editorial Team

Contact

Reviewer

Google Scholar

Contact Name Yudhi Nugroho Adi

Contact Email library@tekomuniversity.ac.id

Phone +628128000110

Journal Mail Official library@telkomuniversity.ac.id

Editorial Address Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia

Location Kota bandung, Jawa barat INDONESIA

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Contact Name
Yudhi Nugroho Adi

Contact Email
library@tekomuniversity.ac.id

Phone
+628128000110

Journal Mail Official
library@telkomuniversity.ac.id

Editorial Address
Jl. Telekomunikasi - Ters. Buah Batu Bandung 40257 Indonesia

Location
Kota bandung,

Jawa barat

INDONESIA