cover
Contact Name
Ir. Gigih Forda Nama, S.T., M.T.I., IPM.
Contact Email
gigih@eng.unila.ac.id
Phone
+6285289774152
Journal Mail Official
jitet@eng.unila.ac.id
Editorial Address
Jl. Prof. Soemantri Brojonegoro No. 1 Bandar Lampung 35145
Location
Kota bandar lampung,
Lampung
INDONESIA
Jurnal Informatika dan Teknik Elektro Terapan
Published by Universitas Lampung
ISSN : 23030577     EISSN : 28307062     DOI : DOI: 10.23960/jitet
Core Subject : Science,
Jurnal Informatika dan Teknik Elektro Terapan (JITET) merupakan jurnal nasional yang dikelola oleh Jurusan Teknik Elektro Fakultas Teknik (FT), Universitas Lampung (Unila), sejak tahun 2013. JITET memuat artikel hasil-hasil penelitian di bidang Informatika dan Teknik Elektro. JITET berkomitmen untuk menjadi jurnal nasional terbaik dengan mempublikasikan artikel berbahasa Indonesia yang berkualitas dan menjadi rujukan utama para peneliti.
Articles 63 Documents
Search results for , issue "Vol. 11 No. 3 (2023)" : 63 Documents clear
SISTEM MONITORING CUACA DAN PERINGATAN BANJIR BERBASIS IOT DENGAN MENGGUNAKAN APLIKASI MIT APP INVENTOR ulum, muh bahrul
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3088

Abstract

Bencana Banjir menjadi salah satu fokus perhatian, karena masih banyak menimbulkan kerugian dan korban jiwa. Banjir dapat terjadi akibat meluapnya air, karena itu diperlukan deteksi dini terhadap level air. Menurut dibi.bnpb.go.id terdapat total 3257 bencana banjir di Indonesia pada tahun 2020-2022. Tujuan pembuatan alat Sistem Monitoring Cuaca dan Peringatan Banjir Berbasis IoT Menggunakan Aplikasi Mit App Inventor Untuk membantu masyarakat di berbagai wilayah yang rawan banjir agar dapat memonitoring dan sadar atas ancaman banjir. Mikrokontroler menggunakan Wemos D1 R1 yang sudah ada modul esp 8266 sehingga bisa tersambung ke jaringan internet. Internet of things merupakan teknologi untuk mengirimkan data sensor secara realtime. Penelitian menggunakan 3 jenin sensor berupa sensor ultrasonic yang mampu mendeteksi ketinggian air, sensor hujan mampu menginformasikan cuaca berupa intensitas hujan dari mulai hujan gerimis, hujan sedang dan hujan deras dan sensor dht 11 yang mampu mendeteksi data suhu disekitar. Data yang diperoleh dari ketiga sensor bisa langsung dipantau secara realtime di smartphone dengan menggunkan aplikasi Mit App Inventor. Setelah melakukan uji coba alat mampu memberikan data suhu disekitar alat dan peringatan dini bencana banjir yang di tandai dengan bunyi buzzer dan indikator Led.
PERANCANGAN SISTEM PEMILIHAN PLATFORM JUAL BELI MENGGUNAKAN METODE ELIMINATION ET CHOIX TRADUISANT LA REALITE Ramadhan, Rizal Furqan
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3102

Abstract

Fenomena kegiatan transaksi online sudah menjadi hal yang menarik. Kegiatan tersebut sudah menjadi gaya hidup masyarakat saat ini dengan berbagai kemudahannya. Terutama pada generasi muda yang aktif menyusuri media internet. Dahulu, manusia harus bertatap muka di dalam pasar ketika melakukan transaksi jual beli, dengan munculnya berbagai platform jual beli cukup melalui media smartphone sudah dapat dilakukan transaksi jual beli. Seiring dengan perkembangan zaman, banyak pengembang menciptakan platform jual beli dengan ciri dan kelebihan yang berbeda. Sehingga perlu dilakukan sebuah penelitian untuk memberikan rekomendasi platform jual beli ideal dan sesuai dengan kebutuhan masyarakat. Metode komputasi yang digunakan pada penelitian ini adalah metode Elimination Et Choix Traduisant La Realite berbasis pada Decision Support System sebagai pengolah dan media penyimpanan data. Hasil penelitian diperoleh nilai tertinggi pada platform Shopee. Nilai untuk setiap alternatif berasal dari kuisioner yang diisi oleh generasi Z sebanyak 63 orang. Generasi Z dianggap sebagai generasi yang dekat dengan teknologi
FACE EXPRESSION RECOGNIZER DENGAN CONVOLUTIONAL NEURAL NETWORK UNTUK MEMBANTU PENDERITA AUTISME MENGENALI EKSPRESI WAJAH SESEORANG oktaviani, yohana christela; Wahyuningsih, Yulia
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3108

Abstract

Autism is a type of mental health disorder that is 80% caused by heredity, and environmental influences cause the rest. People with autism tend to be unable to concentrate and look at the other person when interacting. Since the age of toddlers, people with autism have a shallow response to the surrounding environment. In addition, people with autism also find it very difficult to recognize someone's expression, even though facial expressions or facial expressions are one way that can be used to recognize someone's emotions. In addition, facial expressions indirectly reveal the contents of a person's thoughts. To overcome this, the author wants to build a face expression recognition model to help people with autism recognize someone's facial expressions. The primary purpose of this research is to help people with autism socialize and recognize the facial expressions of the people around them. This face expression recognition model was built by applying Convolutional Neural Network (CNN) intelligence and using the Tensorflow library and the Keras API. The dataset used in this study is a collection of faces from all over the world. In this research and model development process, the output display of the detection of facial expressions is in the form of diagrams and descriptions of the expressions that a person is experiencing.
APLIKASI KONSULTASI PENYAKIT GIGI DAN MULUT DI SENYUM DENTAL CARE MENGGUNAKAN METODE CERTAINTY FACTOR Nurazizah, Nahla
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3129

Abstract

Abstrak. Gigi dan mulut merupakan bagian penting dari tubuh manusia, menjadi salah satu organ tubuh yang tidak dapat pulih secara alami dan memiliki fungsi yang sangat penting, sehingga perlu dijaga dan dirawat dengan baik sepanjang hidup. Istilah penyakit gigi merujuk pada berbagai jenis kondisi atau masalah kesehatan yang memengaruhi gigi, gusi, dan jaringan penyangganya. Gangguan kesehatan mulut dapat disebabkan oleh beberapa faktor, diantaranya adalah infeksi bakteri atau jamur, kebiasaan yang tidak sehat seperti merokok atau mengunyah tembakau, kurangnya perawatan gigi, serta makan dan minum yang tidak sehat. Senyum Dental Care merupakan klinik gigi dan mulut yang menyediakan jasa perawatan gigi dan mulut seperti cabut gigi, scaling, bleaching dan lain sebagainya. Setiap jenis pengobatan mempunyai peran yang berbeda-beda. Oleh karena itu, perawatan untuk setiap jenis penyakit gigi dan mulut juga berbeda-beda. Kendala yang dihadapi oleh pasien dalam melakukan perawatan di klinik Senyum Dental Care ini adalah jarak tempuh yang jauh serta pasien tidak mengetahui biaya yang harus dipersiapkan sebelumnya. Dengan adanya sistem pakar konsultasi penyakit gigi dan mulut menggunakan certainty factor diharapkan dapat membantu pasien untuk berkonsultasi secara online kapanpun dan dimanapun. 
PERANCANGAN SISTEM INFORMASI INDEKS KEPUASAN MASYARAKAT BERBASIS WEB DI UPTD PUSKESMAS PANJALU Zulfikar, Fikri Muhamad; Sukawan, Ari; Suhenda, Andi; Fadly, Fery
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3138

Abstract

Kepuasan pasien dapat diartikan sebagai suatu sikap konsumen yakni beberapa derajat kesukaan atau ketidaksukaanya terhadap pelayanan yang diberikan. Kepuasan pasien diperoleh dengan melakukan survei kepuasan masyarakat yang disebut dengan indeks kepuasan masyarakat. Pusat Kesehetan Masyarakat (Puskesmas) Panjalu, merupakan salah satu Puskesmas yang sudah menerapkan Indeks Kepuasan Masyarakat secara manual untuk menunjang mutu pelayanan kesehatan. Penilitian ini betunjuan untuk meningkatkan efisiensi dan efektivitas pada proses pengukuran Indeks Kepuasan Masyarakat dengan melakukan perancangan aplikasi Indeks Kepuasan Masyarakat berbasis website. Perancangan aplikasi Indeks Kepuasan Masyarakat ini dimulai dengan menggunakan metode observasi dan wawancara. Metode perancangan sistem yang digunakan pada aplikasi merupakan metode Prototipe. Aplikasi Indeks Kepuasan Masyarakat dirancang sesuai dengan kebutuhan di UPTD Puskesmas Panjalu sehingga nantinya dapat membantu meningkatkan mutu pelayanan.
ANALISIS KINERJA JARINGAN 4G LTE MENGGUNAKAN METODE DRIVE TEST DI KELURAHAN KAMPUNG RAMBUTAN, JAKARTA TIMUR Akram, Ar'rafi; Melvandino, Figo Hafidz; Bragaswara, Wildan Yuda; Ramza, Harry
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3140

Abstract

Saat ini, sistem komunikasi seluler telah menjadi suatu kebutuhan penting bagi masyarakat. Penelitian ini bertujuan untuk menganalisis kinerja jaringan 4G LTE melalui drive test dengan parameter RSRP (Reference Signal Received Power), RSSI (Received Signal Strength Indicator), RSRQ (Reference Signal Received Quality), dan SNR (Signal-to-Noise Ratio). Nilai data dari hasil drive test pada provider XL Axiata, nilai kategori sangat baik berada di kawasan SMPN 257 Jakarta dengan RSSI -75 dBm, RSRP -68 dBm, RSRQ -12 dB, dan SNR 12 dB, nilai kategori sangat buruk di kawasan SMA Teladan 1 dengan RSSI -91 dBm, RSRP -98 dBm, RSRQ -16 dan SNR -2 dB. Pada provider Telkomsel, nilai kategori sangat baik berada di kawasan SDN Susukan 09 dengan RSSI -75 dBm, RSRP - 69 dBm, RSRQ -8 dB, dan SNR 20 dB, nilai kategori sangat buruk di kawasan SMA Teladan 1 dengan RSSI -95 dBm, RSRP -107 dBm, RSRQ -15 dan SNR -3 dB. Pada provider Indosat Ooredoo, nilai kategori sangat baik berada di kawasan SMPN 257 Jakarta dengan RSSI -51 dBm, RSRP -78 dBm, RSRQ -13 dB, dan SNR 10,4 dB, nilai kategori sangat buruk di kawasan SDIT Al-Kahfi dengan RSSI -59 dBm, RSRP -99 dBm, RSRQ -20 dan SNR 6 dB.
IMPLEMENTASI METODE DETEKSI TEPI CANNY UNTUK MENGHITUNG JUMLAH UANG KOIN DALAM GAMBAR MENGGUNAKAN OPENCV Ulfah, Julia; Nurdin, Nurdin
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3147

Abstract

Edge detection is often used in image processing to find the edge boundaries of image objects and this is important for selecting the edges of image parts. The image edge detection used in this study counts coins in an image, so that it can easily pass through the human eye but not by a computer. In a computer system, it is necessary to provide programs and test data so that the computer can read and count coins like a human. The purpose of this study is to count coins in an image using Canny edge detection and Gaussian filtering methods. The images used in this study are in the form of *jpg and tested using the Visual Studio Code application using OpenCV and Python. The results of this study indicate that the results of the number of coins read from the images inputted to the system can be read properly, with a data accuracy of 90%. Canny's edge detection method can be used to count the number of coins in an image.Keywords: Pengolahan Citra; Deteksi tepi Canny; Gaussian filtering; OpenCV;
KLASIFIKASI PENGGUNA HASHTAG PADA APLIKASI TIKTOK MENGGUNAKAN PERBANDINGAN METODE K-NEAREST NEIGHBORS DAN NAÏVE BAYES CLASSIFIER Miftakhurahmat, Moh. Aulia; Safitri, Nur; Kusnadi, Putri Aulia; Rozikin, Chaerur
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3150

Abstract

Penelitian ini bertujuan untuk membandingkan penggunaan algoritma machine learning yaitu, K-Nearest Neighbors (KNN) dengan algoritma Naive Bayes classifier dalam memberikan rekomendasi hashtag untuk pengguna aplikasi TikTok. Dataset yang digunakan dalam penelitian ini adalah dataset hashtag TikTok yang diambil dari sebuah website yang berdasarkan dari setiap kategori. Pada penelitian ini dilakukan pemodelan dengan menggunakan algoritma K-Nearest Neighbors (KNN) dan Naive Bayes classifier untuk memprediksi hashtag yang sesuai untuk pengguna Tiktok berdasarkan pada hashtag yang sedang populer digunakan. Kemudian dilakukan evaluasi kinerja kedua metode dengan menggunakan precision, recall, f1 score dan  accuracy. Pada penelitian ini penulis akan membandingkan performa klasifikasi model yang telah dibuat menggunakan metode K-Nearest Neighbors dan Naive Bayes Classifier, tujuan perbandingan kinerja ini adalah untuk mempelajari metode mana yang memiliki kinerja terbaik dalam hal merekomendasikan penggunaan hashtag. Hasil dari penelitian ini menunjukan bahwa perbandingan dari kedua metode dapat memberikan klasifikasi rekomendasi hastag yang baik dengan nilai f1 score dan accuracy yang cukup tinggi.
ANALISIS POTENSI PENGHEMATAN ENERGI LISTRIK MOTOR INDUKSI TIGA PHASE DI FINFAN CLOSED COOLING Hafsari, Dhendhea Fatika
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3158

Abstract

PLTGU Tanjung Uncang memiliki komponen tambahan yaitu motor induksi tiga (3) phase sebagai penggerak finfan closed cooling dengan kecepatan penuh dan konstan, mengakibatkan pemborosan energi listrik. Melakukan perhitungan potensi penghematan energi listrik dengan menonaktifkan salah satu motor berserta biaya yang ditetapkan oleh PT. PLN Batam. Pada penelitian ini dilakukan pengumpulan data mulai periode September 2022 sampai November 2022. Efisiensi periode September 2022 rata-rata 85% menghemat 12.924 kWh atau Rp 18.300.756 serta mengalami penurunan efektivitas sebesar 60% dan kenaikan temperatur 31,67 °C sebelumnya 30,20 °C. Efisiensi periode Oktober 2022 rata-rata 86% menghemat 13.540 kWh atau Rp 19.172.773 serta mengalami penurunan efektivitas sebesar 64% dan kenaikan temperatur 32,33 °C sebelumnya 30,77 °C. Efisiensi periode November 2022 rata-rata 84% menghemat 13.155 kWh atau Rp 18.628.068 serta mengalami penurunan efektivitas sebesar 61% dan kenaikan temperatur 32,65 °C sebelumnya 30,87 °C. Kenaikan temperatur tidak mempengaruhi kinerja finfan closed cooling dalam pendinginan karena batas maksimal sebesar 45 °C
RANCANG BANGUN SISTEM PREDIKSI POLA SIDIK JARI MENGGUNAKAN METODE BACKPROPAGATION Abdullah, Abdullah; Zikrullah, Zikrullah; Usman, Usman
Jurnal Informatika dan Teknik Elektro Terapan Vol. 11 No. 3 (2023)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v11i3.3166

Abstract

Jaringan syaraf tiruan adalah salah satu metode yang mengadopsi cara kerja otak manusia dalam memecahkan suatu persoalan. Jaringan syaraf tiruan mengenali pola berdasarkan data training sehingga dapat melakukan prediksi terhadap kasus yang belum pernah dipelajari. Pengenalan sidik jari merupakan salah satu masalah yang sulit dalam pengenalan pola, hal tersebut dikarenakan setiap sidik jari seseorang memiliki ciri-ciri yang mirip namun tidak sama dan unik. Oleh karena itu dibutuhkan butuhkan sistem untuk menganalisis dan mengidentifikasi sidik jari seseorang. Penelitian ini bertujuan untuk merancang dan membangun sistem identifikasi sidik jari dengan menerapkan metode backpropagation. Pengembangan sistem terdiri dari perencanaan, analisa, perancangan, implementasi dan pengujian. Data yang digunakan berupa citra sidik jari berukuran 30x20 piksel yang dirubah menjadi data numerik dengan proses pengolahan citra. Data numerik tersebut digunakan sebagai data input pada sistem jaringan syaraf tiruan. Citra yang digunakan sebanyak 180 citra sidik jari, yang terdiri atas 10 kelas, setiap kelas memiliki 10 sampel sidik jari. Pelatihan jaringan menggunakan data sebanyak 120 citra sidik jari dan pengujiannya menggunakan 60 citra sidik jari. Berdasarkan metode holdout diperoleh hasil pengujian dimana 53 citra dapat dikenali dan 7 citra tidak dikenali, dengan demikian diperoleh tingkat akurasi 89,74%.