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
 7   8   9   10   11 
Search results for , issue "Vol. 13 No. 1 (2025)" : 186 Documents clear
IMPLEMENTASI TEKNOLOGI QUICK RESPONSE CODE DALAM SISTEM E-TICKETING PADA EVENT ORGANIZER Almadina, Muhammad Fitrian Shousyade; 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.v13i1.5730

Abstract

Penelitian bertujuan untuk merancang dan menguji seberapa efektif sistem dengan teknologi Quick Response Code untuk mengoptimalkan manajemen acara dan mengevaluasi kepuasan pengguna. Tingkat kepuasan diukur menggunakan metode System Usability Scale (SUS) yang dibagikan kepada 60 responden. Analisis kuesioner menghitung rerata nilai final_score SUS, disertai uji validitas dan reliabilitas menggunakan Cronbach's Alpha. Pengujian Kruskal-Wallis dilakukan untuk menilai perbedaan kepuasan sebelum dan setelah sistem diimplementasi. Hasil analisis menunjukkan nilai rerata final_score SUS sebesar 72.2 (kategori GOOD), dengan tingkat kepuasan HIGH hingga ACCEPTABLE. Uji validitas menyatakan semua pertanyaan valid, dan uji reliabilitas menghasilkan nilai Cronbach Alpha sebesar 0.69, hal ini menunjukkan konsistensi yang baik. Uji Kruskal-Wallis mengungkap perbedaan signifikan (p < 0.001), menunjukkan dampak positif sistem terhadap pengalaman pengguna.
EVALUASI PEMELIHARAAN PERALATAN DOPPLER VHF OMNIDIRECTIONAL RANGE DI GEDUNG COMMUNICATION NAVIGATION AND SURVEILLANCE Auliyadiqna, Alfirha; Prasetya, Gede Arda Wedana; Wildan, Muh
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.v13i1.5734

Abstract

Doppler VHF Omnidirectional Range (DVOR) merupakan suatu sistem navigasi udara yang berfungsi untuk memberikan informasi arah kepada pesawat menggunakan sinyal radio frekuensi VHF. Pemeliharaan yang efektif memiliki peran penting untuk memastikan kinerja perfomansi peralatan ini dalam kegiatan keselamatan penerbangan. Artikel ini bertujuan untuk mengevaluasi efektivitas pemeliharaan peralatan DVOR di Gedung Communication Navigation and Surveillance (CNS) menggunakan metode participatory action research (PAR). Dengan melakukan studi literatur, corrective maintennace, evaluasi dan refleksi dari hasil data yang diperoleh untuk mengidentifikasi masalah dalam prosedur pemeliharaan, serta memberikan rekomendasi untuk perbaikan yang dapat meningkatkan kinerja sistem DVOR. Hasil dari penelitian ini menunjukkan, meskipun pemeliharaan telah dilakukan dengan baik, masih ada kendala yang perlu diatasi untuk meningkatkan efektivitas pemeliharaan dan memastikan keberlanjutan kinerja peralatan dengan perencanaan kegiatan corrective maintennance. 
APLIKASI ABSENSI PEGAWAI TKJP DI PT PERTAMINA HULU ROKAN REGIONAL 1 ZONA 4 LIMAU FIELD Pratama, Rafky; Putra, Reza Ade
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.v13i1.5736

Abstract

Industri minyak dan gas bumi memiliki peran penting dalam perekonomian Indonesia, dengan PT Pertamina Hulu Rokan sebagai salah satu pengelola ladang minyak. Dalam operasionalnya, PT Pertamina Hulu Rokan Zona 4 Field Limau menghadapi tantangan terkait pencatatan absensi Tenaga Kerja Jasa Penunjang (TKJP) yang masih menggunakan sistem manual. Hal ini menyebabkan ketidaktepatan data dan risiko manipulasi informasi, yang berdampak pada penggajian dan pengawasan kinerja pegawai. Penelitian ini bertujuan untuk merancang aplikasi absensi berbasis web yang dilengkapi dengan fitur geofencing, untuk memverifikasi kehadiran karyawan berdasarkan lokasi fisik mereka. Metode penelitian yang digunakan adalah . Rapid Application Development (RAD), yang mencakup requirements planning, design workshop, dan implementation. Hasil penelitian menunjukkan bahwa aplikasi ini berhasil meningkatkan efisiensi dalam pencatatan absensi, mengurangi risiko manipulasi data, serta mempercepat proses administrasi penggajian. Sistem ini juga mendukung pengawasan karyawan secara lebih akurat. Kesimpulannya, aplikasi absensi berbasis web ini memberikan kontribusi positif bagi efisiensi operasional dan pengelolaan tenaga kerja di PT Pertamina Hulu Rokan Zona 4 Field Limau. 
KLASIFIKASI SAPI MADURA BERDASARKAN UKURAN TUBUH MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBORS Sucipto, Rendi Agus
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.v13i1.5739

Abstract

Sapi Madura memiliki peran penting dalam ekonomi dan budaya masyarakat, baik sebagai sapi potong maupun untuk tradisi kerapan dan sonok, yang memerlukan perawatan yang spesifik sejak dini. Metode gabungan Support Vector Machine (SVM) dan K-Nearest Neighbors (KNN) digunakan dalam penelitian ini untuk mengklasifikasikan sapi Madura berdasarkan ukuran tubuh. Dataset terdiri dari 450 data sapi yang didapat dari Dinas Ketahanan Pangan dan Pertanian Kabupaten Pamekasan, terbagi ke dalam tiga kelas, yakni kerapan, sonok, dan potong, dengan 150 sampel per kelas. Atribut yang diukur meliputi berat badan, tinggi pundak, lingkar dada, tinggi pinggul, dan panjang badan. SVM digunakan untuk menangani data berdimensi tinggi, sedangkan KNN mengatasi kelemahan SVM dalam mengklasifikasikan data ambigu. Hyperparameter tuning dilakukan menggunakan grid search untuk meningkatkan kinerja model. Hasil penelitian menunjukkan akurasi mencapai 88,89%, precision 88,17%, recall 88,86%, dan F1-score 88,27%. Penggunaan SVM-KNN membuktikan adanya peningkatan performa dibandingkan hanya menggunakan metode SVM, sehingga dianggap lebih efektif dalam menentukan jenis sapi dan pemeliharaan yang sesuai.
ANALISIS FAKTOR PENGARUH TERHADAP PENGHASILAN PROFESI DATA ENGINEER MENGGUNAKAN METODE REGRESI LINEAR BERGANDA Riza, Noviana; Aulia, Maysa Zaidee; Kolin, Paulina Bota; Mustaqim, Kiki
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.v13i1.5740

Abstract

Penelitian ini dilakukan untuk melihat faktor pengaruh terhadap penghasilan profesi data engineer. Penghasilan seringkali dipengaruhi oleh beberapa faktor yang diantaranya seperti pengalaman kerja, keahlian database, dan jenis kelamin. Metode yang digunakan yaitu regresi linear berganda dengan sumber data yang digunakan berdasarkan kuisioner dari salah satu website. Hasil penelitian yaitu pengalaman kerja, keahlian database, dan jenis kelamin berpengaruh signifikan sebesar 9,8% secara simultan. Secara parsial pengalaman kerja dan keahlian database berpengaruh signifikan, sedangkan jenis kelamin tidak berpengaruh signifikan.
PERENCANAAN PERAWATAN PREVENTIVE UNTUK UNINTERRUPTIBLE POWER SUPPLY (UPS) SYSTEMS Hidayat, Lukman Yudand; Setiawan, Archie Haidar Adhitama; Wildan, Muh
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.v13i1.5741

Abstract

Pemeliharaan preventif (PM) memainkan peran penting dalam memastikan keandalan dan kinerja sistem Uninterruptible Power Supply (UPS), terutama di lingkungan yang menuntut ketersediaan daya yang berkelanjutan. Studi ini bertujuan untuk mengeksplorasi perencanaan dan implementasi strategi pemeliharaan preventif yang disesuaikan untuk sistem UPS, dengan fokus pada peningkatan keandalan sistem, mengurangi waktu henti, dan mengoptimalkan biaya operasional. Melalui tinjauan literatur dan analisis data, temuan utama menyoroti bahwa pemeliharaan rutin, seperti pemeriksaan baterai, inspeksi komponen, dan manajemen termal, secara signifikan meningkatkan kinerja sistem sekaligus mengurangi risiko kegagalan yang tidak terduga. Selain itu, penelitian ini mengkaji tantangan dalam mengadopsi pemeliharaan preventif, seperti keterbatasan sumber daya dan resistensi terhadap strategi proaktif, sambil menekankan manfaat dari penggabungan alat pemantauan waktu nyata dan teknologi pemeliharaan prediktif. Dengan menetapkan jadwal pemeliharaan terstruktur, organisasi dapat mencapai penghematan biaya jangka panjang dan meningkatkan efisiensi operasional. Temuan penelitian ini memberikan wawasan yang dapat ditindaklanjuti bagi industri yang ingin menerapkan praktik pemeliharaan preventif yang efektif untuk sistem UPS, sehingga sistem dapat bertahan lebih lama dan catu daya tidak terganggu.
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN ASISTEN LABORATORIUM MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI UNIVERSITAS ANDI DJEMMA Nurhasana, Nurhasana; Paembonan, Solmin; Abduh, Hisma
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.v13i1.5742

Abstract

Abstark. Penelitian ini bertujuan untuk merancang sebuah Sistem Pendukung Keputusan (SPK) untuk pemilihan asisten laboratorium di Universitas Andi Djemma menggunakan metode Simple Additive Weighting (SAW). Sistem ini dirancang untuk membantu pihak laboratorium dalam menentukan kandidat asisten laboratorium yang memenuhi kriteria yang telah ditentukan secara objektif. Kriteria penilaian meliputi nilai akademik, keaktifan dalam kegiatan laboratorium, kepribadian, serta keterampilan teknis. Metode SAW digunakan untuk melakukan perangkingan kandidat berdasarkan bobot dari setiap kriteria yang diperoleh melalui wawancara dengan kepala laboratorium dan ketua program studi. Hasil dari penelitian ini menunjukkan bahwa sistem yang dibangun dapat memberikan rekomendasi kandidat terbaik berdasarkan perhitungan yang akurat dan transparan, sehingga membantu pengambilan keputusan yang lebih efektif dan efisien..Abstract. This research aims to design a Decision Support System (DSS) for selecting laboratory assistants at Andi Djemma University using the Simple Additive Weighting (SAW) method. The system is designed to assist the laboratory in objectively determining candidates that meet predefined criteria. The evaluation criteria include academic performance, participation in laboratory activities, personality, and technical skills. The SAW method is used to rank candidates based on the weight of each criterion, obtained through interviews with the head of the laboratory and the program head. The results of this research show that the system can provide recommendations for the best candidate based on accurate and transparent calculations, thus facilitating more effective and efficient decision-making.
SISTEM PAKAR MENDIAGNOSA PENYAKIT GIGI MENGGUNAKAN METODE FORWARD CHAINING BERBASIS WEBSITE Suyantoputri, Fanny; Umaidah, Yuyun; Mayasari, Rini
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.v13i1.5743

Abstract

Gigi adalah organ tubuh keras yang berada di dalam mulut, berguna untuk mengatur makanan saat makan. Masalah kesehatan masyarakat yang sangat penting adalah kesehatan gigi karena memiliki efek yang luas sehingga memerlukan penanganan yang cepat. Permasalahan penyakit gigi di Indonesia masih cukup tinggi, minimnya pengetahuan kesehatan gigi salah satu penyebab rendahnya kesadaran masyarakat Kesehatan gigi sehingga pencegahan dan perawatan gigi tidak dilakukan secara maksimal. Terdapat 5 penyakit gigi yang sering ditemukan yaitu Karies, Gingivitis , Periodontitis , abses dan impaksi gigi. Untuk membantu pasien untuk mendiagnosa awal penyakit berdasarkan gejala, dibuatlah sistem pakar diagnosis penyakit gigi menggunakan metode forward chaining dengan menggunakan rancangan penelitian Expert System Development Life Cycle (ESDLC). Sistem pakar ini menghasilkan identifikasi penyakit gigi yang sesuai dengan gejala-gejala yang telah dipilih. Bahasa pemrograman yang dipakai adalah PHP dan HTML, kemudian dijalankan di Localhost. Penelitian ini telah diuji menggunakan dua pengujian yaitu pengujian black box dan pengujian pakar. Hasil dari pengujian black box pengujian menunjukkan sistem yang dijalankan sudah sesuai dengan yang diinginkan dan pengujian menunjukkan hasil dari sistem sudah sesuai dengan hasil diagnosa pakar.
PERBANDINGAN NAIVE BAYES, SUPPORT VECTOR MACHINE, LOGISTIC REGRESSION DAN RANDOM FOREST DALAM MENGANALISIS SENTIMEN MENGENAI TIKTOKSHOP Fadhillah, Octavia Salwa Dzaky; Jaman, Jajam Haerul; Carudin, Carudin
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.v13i1.5746

Abstract

Pertumbuhan e-commerce yang pesat di Indonesia dan ramainya pembicaraan salah satu platform yaitu Tiktokshop, mendorong pentingnya analisis sentimen untuk memahami tanggapan publik. Penelitian ini bertujuan menganalisis sentimen pengguna terhadap Tiktokshop melalui tweet di platform X, menggunakan algoritma Naive Bayes, Support Vector Machine (SVM), Logistic Regression, dan Random Forest. Data diambil melalui web scraping dan diproses menggunakan metodologi Knowledge Discovery in Database (KDD). Tahapan KDD meliputi Data Selection, Preprocessing, Transformation, Data Mining, Evaluation, dan Knowledge Presentation. Label sentimen ditentukan dengan pendekatan lexicon, sehingga didapatkan 521 data label negatif dan 502 data label positif. Pengujian performa algoritma klasifikasi menggunakan Confusion Matrix dan Classification Report. Pengujian tersebut menghasilkan nilai akurasi tertinggi pada SVM sebesar 81%, diikuti Random Forest dengan 80%, Logistic Regression dengan 79%, dan Naive Bayes sebesar 75%. Visualisasi word cloud menunjukkan kata-kata dominan untuk sentimen positif seperti ’beli’, ’checkout’, ’barang’, ’murah’, dan ’suka’, sedangkan untuk sentimen negatif yaitu ’belanja’, ’live’, ’habis’ dan ’astaga’. Hasil penelitian ini diharapkan membantu perusahaan dalam mengevaluasi layanan dan strategi pemasaran Tiktokshop.
PREDIKSI DIABETES MELLITUS TIPE 2 DENGAN ALGORITMA LOGISTIC REGRESSION UNTUK PENDETEKSIAN DINI Gunawan, Sepriyan; Astuti, Rini; Prihartono, Willy; Hamonangan, Ryan
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.v13i1.5747

Abstract

Diabetes Mellitus Tipe 2 merupakan penyakit kronis yang prevalensinya terus meningkat di dunia, termasuk Indonesia. Deteksi dini risiko diabetes penting untuk mencegah komplikasi serius. Penelitian ini bertujuan untuk menerapkan algoritma Logistic Regression dalam memprediksi risiko Diabetes Mellitus Tipe 2 menggunakan data kesehatan pasien dari Puskesmas Jatibarang. Data yang digunakan meliputi variabel umur, jenis kelamin, kebiasaan merokok, konsumsi alkohol, hasil IMT, tekanan darah sistole dan diastole, serta riwayat penyakit. Evaluasi model dilakukan menggunakan metrik akurasi, precision, recall, F1-score, dan AUC, serta diukur tingkat kesalahannya dengan RMSE. Hasil penelitian menunjukkan bahwa Logistic Regression memiliki performa baik dengan akurasi 82,51%, precision 88,04%, recall 89,76%, F1-score 88,89%, AUC 83,12%, dan RMSE sebesar 0.4182. Fitur utama yang berpengaruh terhadap prediksi adalah umur, pola makan (kurang sayur/buah), dan tekanan darah diastolik. Model ini efektif untuk deteksi dini risiko Diabetes Mellitus Tipe 2 dan dapat digunakan sebagai dasar pengambilan keputusan di fasilitas kesehatan primer.

Page 9 of 19 | Total Record : 186

 7   8   9   10   11 

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