cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
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,
Computer Science & IT
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.
Arjuna Subject : Ilmu Komputer (semua kategori) - Jaringan Komputer dan Komunikasi
Articles 186 Documents
 9   10   11   12   13 
Search results for , issue "Vol. 13 No. 1 (2025)" : 186 Documents clear
SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN MOBIL BEKAS MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) Munir, Masdir; Muhallim, Muhlis; Mukramin, Mukramin
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5787

Abstract

Penelitian ini bertujuan untuk merancang sebuah Sistem Pendukung Keputusan (SPK) untuk rekomendasi pemilihan mobil bekas menggunakan metode Simple Additive Weighting (SAW). Sistem ini dirancang untuk membantu pihak showroom dalam menentukan rekomendasi mobil bekas yang memenuhi kriteria yang telah ditentukan secara objektif. Kriteria penilaian meliputi merk, harga, tahun, tipe bahan bakar, warna, transmisi, kapasitas penumpang. Metode SAW digunakan untuk melakukan perangkingan berdasarkan bobot dari setiap kriteria yang diperoleh melalui wawancara dengan pemilik showroom. Hasil dari penelitian ini menunjukkan bahwa sistem yang dibangun dapat memberikan rekomendasi terbaik berdasarkan perhitungan yang akurat dan transparan, sehingga membantu pengambilan keputusan yang lebih efektif dan efisien. Keywords: Sistem Pendukung Keputusan, Simple Additive Weighting, Mobil Bekas.
ANALISIS SENTIMEN ULASAN APLIKASI PINTU DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES Khotimah, Khusnul; Martanto, Martanto; Dikananda, Arif Rinaldi; Rifa'i, Ahmad
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5789

Abstract

Aplikasi berbasis blockchain seperti Pintu semakin populer di Indonesia sebagai platform investasi modern. Namun, tantangan utama dalam menganalisis ulasan pengguna adalah volume data yang besar dan variasi sentimen yang kompleks. Tujuan dari penelitian ini yaitu untuk mengimplementasikan algoritma Naïve Bayes guna meningkatkan analisis sentimen aplikasi Pintu di ulasan Google Play Store. Data ulasan dikumpulkan melalui web scraping dan diproses melalui tahapan pembersihan teks, normalisasi, penghapusan stopwords, tokenisasi, dan translasi. Sentimen diberi label menggunakan TextBlob, dengan menghapus ulasan netral untuk menyederhanakan klasifikasi menjadi positif dan negatif. Ketidakseimbangan data diatasi menggunakan teknik oversampling SMOTE. Dataset akhir terdiri dari 2.510 ulasan positif (92,9%) dan 191 ulasan negatif (7,1%). Hasil evaluasi menunjukkan akurasi model sebesar 95,07%. Presisi dan recall untuk kelas positif masing-masing mencapai 97% dan 98%, namun performa pada kelas negatif masih terbatas dengan presisi 62% dan recall 58%. Teknik SMOTE berhasil meningkatkan performa keseluruhan, meskipun tantangan dalam mengenali sentimen minoritas tetap ada. 
IMPELEMENTASI JARINGAN INTERNET MENGGUNAKAN PLC (POWER LINE COMUNICATION) PADA FAKULTAS TEKNIK UNIVERSITAS ANDI DJEMMA Ifrain, Ifrain; Dasril, Dasril; Muhallim, Muhlis
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5791

Abstract

Sistem load balancing merupakan salah satu teknik untuk mendistribusikan beban jaringan secara merata di antara beberapa server atau jalur akses internet, dengan tujuan meningkatkan efisiensi dan kinerja jaringan. Pada penelitian ini, diterapkan metode Impelementasi Jaringan Internet Menggunakan Plc (Power Line Comunication) Pada Fakultas Teknik Universitas Andi Djemma. PLC adalah metode yang membagi lalu lintas jaringan berdasarkan koneksi individual, sehingga memungkinkan pengelolaan distribusi beban yang lebih efisien dan tepat sasaran. Dengan menggunakan metode ini, setiap koneksi akan diarahkan ke jalur yang berbeda sesuai dengan karakteristik dan kebutuhan koneksi tersebut. Hasil dari implementasi ini menunjukkan bahwa metode PLC mampu meningkatkan kualitas layanan Teknik Universitas Andi Djemma, terutama dalam hal stabilitas koneksi dan efisiensi penggunaan bandwidth. Analisis kinerja yang dilakukan meliputi pengukuran throughput, latency, dan packet loss. Kesimpulannya, metode PLC terbukti efektif dalam mendistribusikan beban jaringan secara dinamis dan adaptif, sehingga meningkatkan kinerja keseluruhan jaringan sekolah. Keywords: Impelementasi, Jaringan Internet, Plc (Power Line Comunication).
RANCANG BANGUN ALAT PENGUKUR TINGGI BADAN OTOMATIS MENGGUNAKAN ARDUINO PADA POSYANDU KELURAHAN SAMPODDO Anisa, Anisa; Paembonan, Solmin; Suppa, Rinto
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5792

Abstract

Penelitian ini bertujuan untuk merancang dan membangun alatpengukur tinggi badan berbasis Arduino menggunakan sensor ultrasonik untukdigunakan di Posyandu Kelurahan Sampoddo. Alat ini dirancang untukmengukur tinggi badan secara otomatis dengan bantuan mikrokontrolerArduino Uno dan sensor ultrasonik, memanfaatkan berbagai komponenelektronik yang dirancang khusus agar berfungsi sesuai harapan. Hasilpengukuran ditampilkan pada LCD 16x2 dan disertai dengan output suara yangmemberikan informasi tinggi badan. Pengujian alat dilakukan menggunakanmetode black box, yang bertujuan memastikan bahwa sistem bekerja sesuaispesifikasi fungsional tanpa memerlukan pemahaman rinci tentangimplementasi sistem atau kode-kodenya. Berdasarkan hasil penelitian, alat iniberhasil dirancang dengan metode prototype dan mampu menjalankan prosespengukuran tinggi badan secara otomatis, menampilkan informasi tinggi badansecara akurat pada LCD sesuai dengan input yang diberikan.Keywords:Rancang bangun, Pengukurtinggi Badan Posyandu,Arduino.
ALGORITMA K-MEANS UNTUK MENINGKATKAN SEGMENTASI POLA KEKERASAN Fithriyani, Nurul Muna; Martanto, Martanto; Dikananda, Arif Rinaldi; Rohman, Dede
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5795

Abstract

Abstrak. Meningkatnya angka kekerasan terhadap perempuan dan anak-anak di berbagai wilayah telah menimbulkan kebutuhan mendesak akan strategi yang efektif untuk mengidentifikasi dan mengelompokkan daerah-daerah yang rawan kekerasan. Penelitian ini bertujuan untuk mengembangkan metode klasterisasi berbasis algoritma K-Means dalam upaya meningkatkan segmentasi pola kekerasan, khususnya dalam kasus yang melibatkan perempuan dan anak. Dengan menggunakan data kekerasan dari berbagai wilayah, algoritma K-Means diterapkan untuk mengelompokkan kasus berdasarkan karakteristik tertentu yang relevan. Hasil penelitian menunjukkan bahwa algoritma K-Means memiliki potensi yang kuat dalam segmentasi data kekerasan dan mampu memberikan hasil yang lebih optimal dibandingkan metode lain pada kasus yang dipelajari. Penelitian ini memberikan wawasan baru dalam pengelompokan data sosial menggunakan pendekatan klasterisasi, yang pada akhirnya dapat meningkatkan upaya penanganan kasus kekerasan di berbagai wilayah. Penelitian ini menggunakan tahapan Knowladge Discovery in Database (KDD). Data yang diperoleh bersumber dari situs portal https://www.kaggle.com/datasets . Metode k-means clustering yang berfungsi untuk memecah dataset menjadi beberapa kelompok/cluster. Berdasarkan hasil penelitian ini terdapat 2 cluster yaitu cluster 0 dengan jumlah anggota 1573 dan cluster 1 dengan jumlah anggota 3431. pengukuran kinerja menggunakan DBI, K=2 dengan tingkat kinerja 0,459 maka tingkat kinerja yang terbaik karena tingkat dalam dex mendekati 0.133 
Tinjauan Sistematik Literatur tentang Ketersediaan Layanan Cloud Computing: Keandalan dan Performa Ikhsan, Muhammad Nur; Hamidah, Khoirunnisa; Heryana, Nono
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5797

Abstract

Abstrak. kinerja, manajemen kapasitas, dan integrasi sistem. Temuan ini memberikan wawasan penting bagi peneliti dan praLayanan cloud menjadi bagian krusial dari infrastruktur TI organisasi, dengan ketersediaan, keandalan, dan efisiensi yang mempengaruhi operasi bisnis. Penelitian ini bertujuan untuk meninjau sistematis literatur mengenai ketersediaan layanan cloud, khususnya fokus pada keandalan dan kinerja. Metode yang digunakan meliputi analisis studi relevan dari beberapa tahun terakhir. Hasil kajian menunjukkan bahwa keandalan layanan cloud sangat penting untuk menjaga usability dan kontinuitas sistem, dengan faktor seperti redundansi perangkat keras, mekanisme pemulihan kesalahan, dan manajemen risiko yang efektif. Namun, tantangan seperti keamanan informasi, skalabilitas infrastruktur, dan interoperabilitas antar penyedia layanan masih perlu diatasi. Penelitian ini menyajikan kerangka kerja yang dapat menjadi panduan bagi penyedia layanan dan organisasi untuk meningkatkan ketersediaan layanan cloud, mencakup pemantauanktisi untuk mengembangkan solusi yang lebih baik dalam meningkatkan ketersediaan layanan cloud di masa mendatang.
ANALISIS PERBANDINGAN METODE TRANSFER LEARNING DENSENET201 DAN VGG-19 TERHADAP PERFORMA KLASIFIKASI KUALITAS BUAH TOMAT Sanjaya, Clairine Aurellia; Waluyo, Minto
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5810

Abstract

Melakukan analisa kualitas khususnya pada bidang pertanian pada buah tomat menjadi salah satu aspek penting karena buah tomat merupakan salah satu buah yang hingga saat ini banyak digunakan untuk pengolahan pangan. Data yang diperoleh diolah dengan memanfaatkan teknologi dengan metode transfer learning menggunakan metode DenseNet201 dan VGG19. Metode yang akan digunakan dalam pengolahan data akan dibandingkan untuk mendapatkan hasil yang lebih efektif dalam memprediksi kualitas buah tomat. Hasil menunjukan bahwa dengan model DenseNet201 dengan menggunakan ImageNet mendapatkan nilai akurasi sebesar 92% dan model VGG didapatkan hasil sebesar 82% sedangkan hasil tanpa ImageNet diperoleh model DenseNet201 memperoleh hasil akurasi sebesar 88% sedangkan model VGG19 sebesar 90%. Pada penelitian ini dilakukan untuk pengembangan sistem komputasi dalam mengklasifikasi kualitas buah tomat yang lebih efektif dalam dalam proses evaluasi.
PREDIKSI CHURN PELANGGAN PADA LAYANAN DESAIN GRAFIS HOME DESAIN MENGGUNAKAN ALGORITMA NAÏVE BAYES DAIPAH, IIP IMRON; ASTUTI, RINI; PRIHARTONO, WILLY
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5811

Abstract

Abstrak. Penelitian ini bertujuan untuk mengembangkan model prediksi churn pelanggan di Home Desain menggunakan algoritma Naïve Bayes. Dataset yang digunakan mencakup data transaksi dari tahun 2021 hingga 2024, dengan fitur-fitur seperti jenis layanan, jumlah revisi, harga, status pembayaran, kategori revisi, dan keterlambatan pembayaran. Proses analisis mengikuti tahapan dalam metode Knowledge Discovery in Databases (KDD), yang mencakup seleksi, praproses, transformasi data, pembuatan model, dan evaluasi. Pada tahap seleksi data, fitur yang relevan dengan churn pelanggan dipilih, sementara praproses dilakukan untuk memastikan konsistensi data. Transformasi data digunakan untuk mempersiapkan data sebelum dimasukkan ke dalam model prediksi. Model dikembangkan menggunakan algoritma Naïve Bayes, yang terbukti efektif dalam menangani data besar dan masalah klasifikasi. Hasil evaluasi menunjukkan bahwa model yang dikembangkan memiliki performa sangat baik, dengan akurasi 99%, presisi 1.00, recall 0.99, dan F1-score 0.99, yang menandakan bahwa model ini sangat handal dalam mengidentifikasi pelanggan yang berisiko churn. Temuan ini membuktikan bahwa Naïve Bayes adalah alat yang efektif dalam merancang strategi retensi yang lebih efisien, serta berguna bagi perusahaan di sektor jasa kreatif untuk meningkatkan pengambilan keputusan berbasis data. Penelitian ini memberikan kontribusi signifikan terhadap literatur mengenai penggunaan algoritma prediktif dalam industri kreatif, membuktikan bahwa Naïve Bayes dapat diandalkan dalam menganalisis data besar dan memprediksi churn pelanggan dengan akurasi tinggi. Temuan ini juga membantu perusahaan merancang strategi yang lebih efektif untuk mempertahankan pelanggan dan meningkatkan daya saing  pasar.
ANIMATRONIK HEWAN DENGAN GERAKAN TUBUH Setiawati, Dhea; Maryana, Nindia Justita; Rizal, Muhamad; Syafi', Muhammad Ilham; Fakhrianto, Dwi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5813

Abstract

Penelitian ini bertujuan untuk mengembangkan robot interaktif yang mampu menampilkan gerakan dinamis pada kepala, sayap, dan mulut yang disinkronkan dengan musik, menciptakan kesan "bernyanyi." Robot ini menggunakan ESP32 sebagai pengontrol utama untuk audio dan sensor, serta Arduino Nano untuk mengatur motor servo. Fitur tambahan berupa sensor sentuh TTP223 memungkinkan pengguna mengganti lagu tanpa tombol fisik, memberikan pengalaman interaksi yang modern dan intuitif. Hasil pengujian menunjukkan bahwa robot berhasil memutar musik dengan baik, menggerakkan kepala dan sayap secara sinkron, serta menggerakkan mulut sesuai irama musik. Sensor sentuh berfungsi optimal dalam mengganti lagu, menjadikan robot ini efektif sebagai mainan inovatif, maskot promosi, maupun alat edukasi. Robot ini diharapkan dapat memberikan kontribusi dalam pengembangan perangkat interaktif yang memadukan teknologi dan hiburan secara efisien.
IMPLEMENTASI MODEL ANALISIS SENTIMEN TERHADAP GRUP MUSIK BTS MENGGUNAKAN METODE NAÏVE BAYES Riyandona, Siti Aiwastopa; Rahaningsih, Nining; Dana, Raditya Danar; Mulyawan, -
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5816

Abstract

Abstrak. BTS saat ini sedang menjalani masa hiatus karena beberapa anggota memenuhi kewajiban wajib militer di Korea Selatan. Meski tidak aktif secara grup, pencapaian individu dan kolaborasi para anggota tetap menarik perhatian. Namun, isu negatif yang beredar di media sosial berpotensi memengaruhi pandangan publik terhadap grup ini. Penelitian ini bertujuan menganalisis sentimen pengguna Twitter terhadap BTS selama masa hiatus dengan algoritma Naïve Bayes, yang efektif untuk analisis sentimen teks. Data dikumpulkan menggunakan teknik crawling pada tweet terkait BTS selama Mei–Oktober 2024, lalu diproses melalui pembersihan data, normalisasi, tokenisasi, dan pembobotan menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Model klasifikasi menghasilkan akurasi 78,33%, Presisi 79,25%, Recall 78,33%, dan F1-Score 78,49% dengan sentimen positif dominan, mencerminkan dukungan penggemar yang kuat, meski sentimen negatif dan netral juga muncul. Penelitian ini memberikan wawasan tentang reaksi penggemar dan membuktikan efektivitas analisis sentimen dalam memahami interaksi di media sosial.  Abstract. BTS is currently on hiatus as some members fulfill their mandatory military service in South Korea. Although they are not active as a group, the individual achievements and collaborations of the members continue to attract attention. However, negative issues circulating on social media have the potential to affect the public's perception of this group. This study aims to analyze Twitter users' sentiment towards BTS during their hiatus using the Naïve Bayes algorithm, which is effective for text sentiment analysis. Data was collected using crawling techniques on tweets related to BTS during May–October 2024, then processed through data cleaning, normalization, tokenization, and weighting using Term Frequency-Inverse Document Frequency (TF-IDF). The classification model produced an accuracy of 78.33%, Precision of 79.25%, Recall of 78.33%, and an F1-Score of 78.49% with a dominant positive sentiment, reflecting strong fan support, although negative and neutral sentiments also appeared. This research provides insights into fan reactions and demonstrates the effectiveness of sentiment analysis in understanding interactions on social media. 

Page 11 of 19 | Total Record : 186

 9   10   11   12   13 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol. 13 No. 3S1 (2025) Vol. 13 No. 3 (2025) Vol. 13 No. 2 (2025) Vol 13, No 2 (2025) Vol. 13 No. 1 (2025) Vol 13, No 1 (2025) Vol 12, No 3S1 (2024) Vol. 12 No. 3S1 (2024) Vol. 12 No. 3 (2024) Vol 12, No 3 (2024) Vol 12, No 2 (2024) Vol. 12 No. 2 (2024) Vol 12, No 1 (2024) Vol. 12 No. 1 (2024) Vol 11, No 3s1 (2023) Vol. 11 No. 3s1 (2023) Vol. 11 No. 3 (2023) Vol 11, No 3 (2023) Vol. 11 No. 2 (2023) Vol 11, No 2 (2023) Vol 11, No 1 (2023) Vol. 11 No. 1 (2023) Vol 10, No 3 (2022) Vol. 10 No. 3 (2022) Vol 10, No 2 (2022) Vol 10, No 1 (2022) Vol 9, No 3 (2021) Vol 9, No 2 (2021) Vol 9, No 1 (2021) Vol 8, No 1 (2020) Vol 7, No 1 (2019) Vol 6, No 1 (2018) Vol 5, No 1 (2017) Vol 4, No 3 (2016) Vol 4, No 2 (2016) Vol 4, No 1 (2016) Vol 3, No 3 (2015) Vol 3, No 2 (2015) Vol 3, No 1 (2015) Vol 2, No 3 (2014) Vol 2, No 2 (2014) Vol 2, No 1 (2014) Vol 1, No 3 (2013) Vol 1, No 2 (2013) Vol 1, No 1 (2013) More Issue