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 182 Documents
 9   10   11   12   13 
Search results for , issue "Vol. 14 No. 1 (2026)" : 182 Documents clear
PENERAPAN METODE AGILE DALAM PENGEMBANGAN SISTEM PEMESANAN ONLINE BERBASIS WEB (STUDI KASUS: MERCY’S COFFEE) Nugraha, Titto
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8689

Abstract

The advancement of information technology demands efficient and adaptive systems in the food and beverage sector. Mercy’s Coffee, which still uses a manual ordering process, faces challenges such as long queues, slow service, and frequent order errors. This study aims to design and develop a web-based online ordering system using the Agile methodology with the Scrum framework, enabling iterative development and continuous improvements based on user feedback. The research process includes requirement analysis, system design with Unified Modeling Language (UML), frontend development using Tailwind CSS and React.js, and backend implementation with Express.js and MySQL. System testing using Blackbox Testing confirmed that all main features, including menu ordering, order management, digital payment, and real-time order status tracking, operate effectively. The system enhances operational efficiency, accelerates transactions, reduces input errors, and provides a more responsive and structured user experience. Applying Agile with Scrum in this development serves as a valuable reference for developers and business owners in creating digital systems that emphasize flexibility, collaboration, and customer satisfaction.
ANALISIS SENTIMEN PUBLIK PERNYATAAN 'LALAI' TRANS 7 TAYANGAN PESANTREN DENGAN SUPPORT VECTOR MACHINE Tuasamu, Abdulrahman; Rapanca Cahya Gumilang; Mohammad Akmal Fachrian; Daiva Rakha Krisnandi; , Azizah Wardah Indryani
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8693

Abstract

Abstrak. Perkembangan pesat teknologi informasi dan komunikasi telah memperluas serta meningkatkan intensitas interaksi masyarakat melalui berbagai platform media sosial. Salah satu platform yang paling populer dan banyak dimanfaatkan adalah YouTube, yang tidak hanya berperan sebagai media hiburan, tetapi juga menjadi ruang publik digital bagi masyarakat untuk menyampaikan opini, gagasan, serta beragam respons kritis terhadap isu-isu sosial, fenomena yang berkembang, dan berbagai tayangan media.Komentar yang ditinggalkan oleh pengguna YouTube dapat mencerminkan persepsi, sikap, dan sentimen publik terhadap suatu konten tertentu. Namun, analisis komentar secara manual dalam jumlah besar membutuhkan waktu dan tenaga yang tidak sedikit, sehingga dinilai kurang efisien dan kurang objektif. Dengan demikian, penelitian ini diarahkan pada pengkajian sentimen komentar pengguna YouTube terhadap tayangan “Pesantren” yang ditayangkan di Trans7 melalui penerapan algoritma Support Vector Machine (SVM). Metode penelitian yang digunakan meliputi tahap pengumpulan data komentar dari YouTube, proses pra-pengolahan data seperti pembersihan teks dan normalisasi, serta tahap klasifikasi sentimen menjadi kategori positif dan negatif menggunakan algoritma SVM. Untuk mengukur kinerja model, dilakukan pengujian menggunakan metrik evaluasi berupa akurasi, presisi, dan recall melalui metode validasi silang k-fold.Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine mampu melakukan klasifikasi sentimen komentar secara optimal dengan tingkat akurasi mencapai 88,3%. Capaian ini menegaskan bahwa algoritma SVM memiliki kinerja yang efektif dan andal dalam mengolah data teks serta menganalisis sentimen pada komentar YouTube berbahasa Indonesia secara akurat dan konsisten.
KLASIFIKASI PENYAKIT KULIT WAJAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK EFFICIENTNET-B3: Riko Angga Bayu Kusuma; Bambang Irawan; Abdul Khamid
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8721

Abstract

Facial skin diseases are a common health issue that significantly affect an individual's quality of life. Early detection through image processing is a crucial step for timely treatment. This study applies Convolutional Neural Network with EfficientNet-B3 architecture to classify five types of facial skin diseases, namely acne, actinic keratosis, basal cell carcinoma, eczema, and rosacea. The model was developed through fine-tuning on an augmented image dataset, with training and testing data splits. Evaluation results show a testing accuracy of 96.61 percent, accompanied by average precision, recall, and F1-score values of 0.97. The confusion matrix indicates high classification performance with minimal errors between classes. This approach proves effective in improving detection accuracy, thus potentially supporting medical personnel in early diagnosis.
ANALISIS SENTIMEN ULASAN PENGGUNA TERHADAP GAME ZENLESS ZONE ZERO MENGGUNAKAN METODE BI-DIRECTIONAL LSTM Zahrotun Ni'mah; Bambang Irawan; Nur Ariesanto Ramdhan
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8722

Abstract

Perkembangan industri game mobile mengakibatkan meningkatnya jumlah ulasan pengguna di Google Play Store, yang mencerminkan persepsi dan pengalaman pengguna terhadap suatu game . Namun, keberagaman karakteristik bahasa dalam jumlah ulasan yang besar menjadikan proses analisis secara manual kurang efisien. Penelitian ini menggunakan metode analisis sentimen berbasis deep learning untuk menganalisis sentimen pengguna terhadap game Zenless Zone Zero. Data yang digunakan terdiri dari 6.000 ulasan berbahasa Indonesia yang dikumpulkan dari Google Play Store dengan memanfaatkan teknik web scraping. Tahapan penelitian meliputi prapemrosesan teks, pelabelan awal dengan menggunakan metode berbasis leksikon dengan InSet Lexicon, serta klasifikasi sentimen menggunakan model BiDirectional Long Short-Term Memory (Bi-LSTM). Klasifikasi yang diterapkan bagian ke dalam dua kategori, yaitu sentimen positif dan negatif. Dengan akurasi sebesar 91,41% dan nilai presisi, recall, dan F1-score antara 0,86 dan 0,92, hasil pelatihan model menunjukkan bahwa Bi-LSTM mampu bekerja secara efektif. Hasil tersebut menunjukkan bahwa kombinasi metode berbasis leksikon dan Bi-LSTM efektif digunakan dalam menganalisis sentimen ulasan aplikasi game berbahasa Indonesia, sekaligus mampu merepresentasikan persepsi pengguna terhadap game Zenless Zone Zero.
AUDIT OF TRADING PLATFORM INFORMATION SYSTEM FROM THE PERSPECTIVE OF INFORMATION SECURITY GOVERNANCE IN COMMODITY FUTURES TRADE Syifaurachman; Muhamad Ihsan Ashari; Galuh Oka Safitri
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8724

Abstract

Information system-based trading platforms play an important role in supporting real-time, high-value, and high-risk commodity futures trades. With their complex designs, huge transaction volumes, and reliance on digital technology, information system security is crucial to operational reliability and stakeholder confidence. Weak security measures can result in financial losses, service disruptions, and reputational damage. This study employs an information system audit approach to assess the efficacy of information system security controls on a commodity futures trading platform. A descriptive qualitative approach with a case study at Company X was used. Data were gathered by analyzing security audit reports, internal policies, and operational processes, conducting interviews with system management and supervisory people, and observing platform activities. Data analysis involved comparing real system circumstances to information system audit best practices and digital transaction security standards. The findings indicate that security procedures have been widely implemented but are only partially compliant. Key holes were detected in risk planning that is not frequently updated, insufficient documentation of operational controls, flaws in human resource competency management, and a lack of comprehensive continuous monitoring and improvement processes. These findings emphasize that effective information system security necessitates not just the establishment of controls, but also consistent implementation, thorough documentation, and alignment of technology controls with business operations.
RANCANG BANGUN APLIKASI MANAJEMEN PROYEK BERBASIS WEB MENGGUNAKAN REACT DAN SUPABASE PADA YAYASAN SA’ADATUL ATHOLIBIN Nugraha, Muhammad Rafi; Galih, Dimas; Rezkika, Ria; Haryono, Wasis
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8741

Abstract

Perkembangan teknologi informasi telah mendorong transformasi digital di berbagai organisasi, termasuk lembaga sosial dan pendidikan. Pengelolaan proyek secara manual sering menimbulkan keterlambatan pelaporan dan kurangnya transparansi dalam koordinasi tim. Penelitian ini bertujuan untuk merancang dan membangun aplikasi manajemen proyek berbasis web yang diterapkan pada lingkungan Yayasan Sa’adatul Atholibin dengan menggunakan React.js sebagai frontend framework dan Supabase sebagai backend as a service (BaaS). Metode pengembangan sistem yang digunakan adalah Extreme Programming (XP) yang terdiri atas empat tahap utama: perencanaan, perancangan, pengkodean, dan pengujian. Hasil pengembangan menghasilkan sistem berbasis web yang mendukung pengelolaan proyek, penugasan anggota, pelaporan kegiatan, serta pembaruan data secara real-time. Hasil pengujian menggunakan Black Box Testing menunjukkan bahwa seluruh fungsi sistem berjalan dengan baik, sedangkan User Acceptance Testing (UAT) dengan sepuluh responden pengguna menunjukkan tingkat kepuasan sebesar 92%, terutama pada aspek kemudahan penggunaan dan kecepatan akses. Dengan adanya sistem ini, proses manajemen proyek di Yayasan Sa’adatul Atholibin menjadi lebih efisien, terukur, dan transparan. Penelitian ini juga menunjukkan bahwa kombinasi React.js dan Supabase merupakan solusi efektif untuk pengembangan aplikasi web kolaboratif di lingkungan organisasi non-profit.
ANALISIS SENTIMEN PROGRAM MAKAN BERGIZI GRATIS BERDASARKAN KOMENTAR DI MEDIA SOSIAL X MENGGUNAKAN GRU Haerani, Febri
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8754

Abstract

Penelitian ini berfokus pada analisis sentimen masyarakat terhadap program Makan Bergizi Gratis (MBG) dengan memanfaatkan data dari platform media sosial X. Metode yang digunakan adalah Recurrent Neural Network (RNN) dengan varian Gated Recurrent Unit (GRU), yang dinilai efektif dalam pemrosesan teks. Melalui teknik web scraping, diperoleh sebanyak 10.524 komentar dan unggahan pengguna, yang kemudian diklasifikasikan ke dalam dua kategori sentimen, yaitu positif dan negatif. Proses analisis diawali dengan tahapan pra-pemrosesan, meliputi pembersihan teks, penghapusan stopword, lemmatization, serta tokenisasi. Hasil penelitian menunjukkan bahwa mayoritas pengguna memberikan tanggapan positif terhadap program MBG, meskipun terdapat pula opini negatif. Model GRU menghasilkan nilai precision, recall, dan f1-score sebesar 91% pada sentimen positif serta 88% pada sentimen negatif. Temuan ini menegaskan bahwa GRU, sebagai salah satu varian RNN, mampu mengolah data media sosial secara efektif untuk menangkap dan memahami persepsi publik dalam skala besar
IMPLEMENTASI ALGORITMA VALIDASI DATA DAN GEOLOCATION PADA SISTEM INFORMASI AKADEMIK BERBASIS ANDROID MENGGUNAKAN KODULAR Muhamad Alda; Hazlah Aqillah; Muhammad Alfarido; Nazwa Chairunnisa Hamid Siagian
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8767

Abstract

Pengelolaan data mahasiswa yang akurat merupakan elemen krusial dalam sistem informasi akademik. Permasalahan yang sering terjadi dalam pendataan konvensional atau aplikasi sederhana adalah redundansi data, khususnya duplikasi Nomor Induk Mahasiswa (NIM), serta kurangnya integrasi visual terkait domisili mahasiswa. Penelitian ini bertujuan untuk membangun sebuah sistem informasi akademik berbasis Android yang mampu menangani validasi integritas data dan pemetaan lokasi. Aplikasi dikembangkan menggunakan platform Kodular dengan pendekatan pemrograman visual (visual block programming). Fitur utama yang diimplementasikan meliputi operasi CRUD (Create, Read, Update, Delete), algoritma validasi data untuk mencegah input NIM ganda, serta integrasi Geolocation menggunakan Google Maps API. Hasil pengujian menunjukkan bahwa sistem berhasil menolak input data baru apabila NIM sudah terdaftar di dalam basis data, sehingga menjamin keunikan data (data integrity). Penelitian ini membuktikan bahwa penggunaan Kodular efektif dalam membangun aplikasi manajemen data akademik yang handal, interaktif, dan bebas dari duplikasi data
PERANCANGAN SISTEM INFORMASI PERPUSTAKAAN BERBASIS WEB Santoso, Hari; Wati , Shelly; Sugesti, Sugesti; Sobiyanto , Sobiyanto
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8774

Abstract

Institut Tarumanagara adalah Perguruan tinggi yang baru didirikan pada Tahun 2024. Hal ini menyebabkan beberapa aspek institusi seperti pengembangan fasilitas penunjang akademik, termasuk perpustakaan masih memerlukan perhatian. Pengelolaan administrasi dan pelayanan perpustakaan masih dilakukan secara konvensional dan belum didukung oleh sistem informasi berbasis digital. Seiring dengan bertambahnya jumlah mahasiswa dan meningkatnya tingkat kunjungan mereka ke perpustakaan, sistem konvensional yang ada saat ini menunjukkan berbagai kelemahan. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi perpustakaan di Institut Tarumanagara guna mengatasi kendala operasional yang ada, sehingga diharapkan mampu mendukung efektivitas pelayanan dan mendukung visi institusi dalam meningkatkan kualitas operasional berbasis teknologi. Metode penelitian dilakukan melalui beberapa teknik yang relevan dengan tujuan penelitian, meliputi pengumpulan data, analisis, perancangan sistem, dan pengujian. Hasil dari penelitian ini adalah sistem informasi perpustakaan berbasis web yang mampu mendukung proses digitalisasi layanan, seperti pencatatan data, peminjaman-pengembalian buku, pembuatan laporan, sehingga meningkatkan efisiensi operasional perpustakaan.
ANALISIS SENTIMEN ULASAN APLIKASI BANK JAGO MENGGUNAKAN SUPPORT VECTOR MACHINE DAN NEURAL NETWORK Mariyani, Dinda; Irma Purnamasari, Ade; Ali, Irfan; Nurdiawan, Odi; Nurdiawan, Rudi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8775

Abstract

Abstrak. Pertumbuhan layanan perbankan digital di Indonesia menjadikan ulasan pengguna pada Google Play Store sebagai sumber penting untuk mengevaluasi kualitas aplikasi, termasuk Bank Jago. Namun, ulasan tersebut bersifat tidak terstruktur, informal, dan mengandung noise sehingga menyulitkan analisis sentimen. Penelitian ini bertujuan memberikan gambaran objektif kecenderungan opini pengguna serta membandingkan kinerja algoritma Support Vector Machine (SVM) dan Neural Network (MLPClassifier). Sebanyak 10.000 ulasan dikumpulkan melalui scraping dan direduksi menjadi 7.946 ulasan setelah penghapusan duplikasi. Data diproses melalui tahapan preprocessing meliputi cleaning, case folding, normalisasi slang, tokenisasi, stopword removal, dan stemming. Pelabelan sentimen dilakukan menggunakan lexicon InSet, sedangkan ekstraksi fitur menggunakan CountVectorizer berbasis Bag-of-Words. Hasil penelitian menunjukkan bahwa SVM memperoleh akurasi tertinggi sebesar 91,2%, lebih unggul dibandingkan Neural Network dengan akurasi 89,8%. Temuan ini menegaskan bahwa pemilihan preprocessing dan representasi fitur yang tepat berperan penting dalam meningkatkan performa analisis sentimen pada ulasan aplikasi perbankan digital. Abstract. The growth of digital banking services in Indonesia has made user reviews on the Google Play Store an important source for evaluating application quality, including Bank Jago. However, these reviews are unstructured, informal, and noisy, creating challenges for sentiment analysis. This study aims to provide an objective overview of user sentiment and to compare the performance of Support Vector Machine (SVM) and Neural Network (MLPClassifier). A total of 10,000 reviews were collected through scraping and reduced to 7,946 reviews after duplicate removal. The data were processed through preprocessing stages including cleaning, case folding, slang normalization, tokenization, stopword removal, and stemming. Sentiment labeling was conducted using the InSet lexicon, while feature extraction employed a Bag-of-Words approach with CountVectorizer. The results show that SVM achieved the highest accuracy of 91.2%, outperforming the Neural Network model with 89.8%. These findings highlight the importance of appropriate preprocessing and feature representation for improving sentiment analysis performance in digital banking application reviews.

Page 11 of 19 | Total Record : 182

 9   10   11   12   13 

Filter by Year

2026 2026


Reset
Filter By Issues
All Issue Vol. 14 No. 1 (2026) 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