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
 12   13   14   15   16 
Search results for , issue "Vol. 14 No. 1 (2026)" : 182 Documents clear
PENERAPAN ALGORITMA BI-LSTM DENGAN OPTIMASI THRESHOLD ADJUSTMENT UNTUK ANALISIS SENTIMEN ULASAN APLIKASI MOBILE JKN Malik, Adam; Irawan, Bambang
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.v14i1.8879

Abstract

Penelitian ini bertujuan untuk menerapkan algoritma Bidirectional Long Short-Term Memory (Bi-LSTM) dengan optimasi threshold adjustment dalam analisis sentimen ulasan pengguna aplikasi Mobile JKN pada platform Google Play Store. Data ulasan yang digunakan berasal dari file mobilejkn.csv dengan ribuan record, diproses melalui tahapan pre-processing yang mencakup pembersihan teks, tokenisasi, penghapusan stopword, dan stemming. Model memanfaatkan lapisan embedding, bidirectional LSTM, dropout, serta dense layer dengan aktivasi softmax. Evaluasi model Bi-LSTM mencapai akurasi 88,5% pada data validasi (setelah pelatihan 10 epoch dengan optimizer Adam), dengan peningkatan performa menjadi 90,2% setelah penerapan threshold adjustment (penyesuaian batas probabilitas maksimum <0,58 untuk klasifikasi netral). Nilai presisi rata-rata 89,1%, recall 88,7%, dan F1-score 88,9%. Hasil analisis menunjukkan dominasi sentimen negatif (sekitar 45-50%) terkait masalah teknis seperti kesulitan login, verifikasi OTP lambat, kegagalan booking antrian, serta proses registrasi yang rumit. Temuan ini sejalan dengan keluhan umum pada ulasan terbaru (rating rata-rata 4,3 dari 933 ribu ulasan). Penelitian ini merekomendasikan kepada BPJS Kesehatan untuk segera memperbaiki fitur autentikasi, stabilitas server, dan antarmuka pengguna agar meningkatkan kepuasan serta loyalitas peserta JKN.
PENERAPAN TEKNIK SMOTE UNTUK MENDETEKSI PERILAKU JARINGAN BERBASIS TRAFIK ENKRIPSI fadil, ulfi
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.v14i1.8880

Abstract

Deteksi anomali pada trafik jaringan terenkripsi merupakan tantangan penting dalam keamanan siber, terutama karena kesulitan dalam menganalisis payload paket. Masalah utama dalam deteksi anomali adalah ketidakseimbangan data antara trafik normal dan anomali, yang dapat mengurangi efektivitas model. Penelitian ini bertujuan untuk meningkatkan deteksi anomali dengan menerapkan teknik Synthetic Minority Over-sampling Technique (SMOTE) untuk menyeimbangkan distribusi data. Metode yang digunakan meliputi penerapan SMOTE pada data trafik jaringan terenkripsi dan pelatihan model klasifikasi menggunakan algoritma Random Forest. Hasil penelitian menunjukkan bahwa penerapan SMOTE berhasil meningkatkan kinerja model, terutama pada metrik recall dan F1-score, yang mengindikasikan peningkatan sensitivitas model dalam mendeteksi anomali. Penelitian ini menegaskan pentingnya penggunaan SMOTE untuk mengatasi masalah ketidakseimbangan data dalam deteksi anomali pada jaringan terenkripsi.
IMPLEMETASI KONTROL PID UNTUK PENGENDALIAN SUHU KANDANG DOC AYAM BROILER BERBASIS INTERNET OF THINGS (IOT) Akhmad, Akhmad Fahruzi; Benny Ferdiansyah
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.v14i1.8882

Abstract

Peternakan ayam potong (broiler) banyak diminati masyarakat Indonesia karena permintaan pasar yang cukup besar. Pemeliharaan atau budidaya ayam broiler, terdapat fase kritis yang disebut masa brooding. Pada masa ini, ayam masih baru menetas atau disebut dengan DOC yang berlangsung selama 14 hari, dimana kondisi lingkungan harus dijaga seperti kebersihan dan suhu kandang. Pada penelitian ini, telah dibuat sebuah alat kontrol suhu kandang pada DOC ayam broiler. Sebagai pemanasnya adalah dua buah lampu pijar yang dikendalikan dengan dua metode PID secara independent. Tujuannya adalah memaksimalkan pemerataan suhu didalam kandang agar sesuai set point suhu kandang yang diinginkan. Dari hasil pengujian, dua kontrol PID mampu menjaga kestabilan suhu kandang dengan nilai steady state error 1,32% dan 1,91% untuk kontrol PID-1 dan PID-2. Pengujian juga dilakukan menggunakan 10 ekor DOC ayam broiler selama 14 hari. Hasil yang diperoleh menunjukkan bahwa semua DOC ayam broiler tidak ada yang mati dan DOC ayam broiler menunjukkan keaktifan yang menunjukkan bahwa DOC ayam broiler dalam kondisi sehat. Sistem IoT telah berhasil diterapkan dengan ESP32 dengan bantuan aplikasi MIT App Invertor sebagai tampilan pada smartphone. Tampilan ini memudahkan memonitoring suhu kandang ayam broiler.
IMPLEMENTASI REACT JS PADA MARKETPLACE DESA KALIKATIR MOJOKERTO Makhfuddin Akbar, Ronny; Zahara, Soffa; Nur Sukmaningtyas, Yanuarini; Syaifuddin, Ahmad; Fianto Putra, Hafizh
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.v14i1.8887

Abstract

Model tradisional pengembangan website e-commerce sering kali mengandalkan Content Management System (CMS) seperti WordPress atau Drupal karena kemudahan penggunaan, tema siap pakai, serta ekosistem plugin yang luas. Model tradisional pengembangan website e-commerce sering kali mengandalkan Content Management System (CMS) karena mudah dan cepat, namun terkendala fleksibilitas, kustomisasi, performa, serta skalabilitas aplikasi. Tujuan dari penelitian ini yaitu implementasi React JS dalam pembangunan dan pengembangan marketplace Desa Kalikatir menggunakan metode Waterfall tahapan-tahapan dimulai dari kebutuhan, desain, implementasi, pengujian, dan pemeliharaan. Model ini dinilai sesuai karena kebutuhan sistem marketplace desa yang membutuhkan platform pembangunan yang jelas, stabil dalam perubahan serta kebutuhan dokumentasi lengkap agar dapat dikelola BUMDes atau perangkat desa di masa mendatang. Hasil pengujian fungsionalitas dan performa berhasil dilakukan dan menunjukkan bahwa website Pasar Kalikatir memiliki kualitas teknis yang baik, terutama pada perangkat desktop dengan skor tinggi pada aspek Aksesibilitas, Praktik Terbaik, dan SEO.
RANCANG BANGUN SISTEM MONITORING KETINGGIAN DAN VOLUME AIR BERBASIS INTERNET OF THINGS (IOT) MENGGUNAKAN NODEMCU ESP8266 DAN SENSOR ULTRASONIK AJ-SR04M Firdan Rizki Maulidan; Irfan Ardiansah
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.v14i1.8888

Abstract

Pengelolaan ketersediaan air merupakan aspek krusial dalam budidaya hidroponik, di mana keterlambatan pengisian tandon nutrisi dapat menyebabkan kerusakan pompa akibat dry running dan kematian tanaman. Saat ini, pemantauan manual dinilai tidak efisien dan rentan terhadap kelalaian manusia. Penelitian ini bertujuan merancang bangun sistem monitoring ketinggian dan volume air berbasis Internet of Things (IoT) yang mampu memberikan peringatan dini secara real-time. Sistem dikembangkan menggunakan mikrokontroler NodeMCU ESP8266 dan sensor ultrasonik waterproof AJ-SR04M yang tahan terhadap kelembapan tinggi. Metode penelitian menggunakan pendekatan eksperimental melalui tahapan perancangan perangkat keras, integrasi software Arduino IDE, dan antarmuka aplikasi Blynk. Hasil pengujian menunjukkan sistem mampu mengukur ketinggian air dengan tingkat akurasi rata-rata sebesar 99,15% dan selisih pembacaan (error) rata-rata sebesar 0,06 cm. Selain itu, sistem berhasil mengirimkan notifikasi otomatis ke smartphone pengguna ketika volume air terdeteksi di bawah batas aman 20%. Implementasi alat ini terbukti efektif mengatasi kelemahan sensor konvensional pada lingkungan lembap, meningkatkan efisiensi pemantauan, serta meminimalisir risiko kegagalan sistem irigasi pada pertanian hidroponik.
LSTM-BASED MACHINE LEARNING FOR REMAINING USEFUL LIFE PREDICTION OF BEARING MOTORS USING MULTI-SENSOR MONITORING Koerniawan, Yani; Prasetya, Raynaldi Yudha
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.v14i1.8890

Abstract

This study presents an advanced Long Short-Term Memory (LSTM) machine learning framework for predicting the Remaining Useful Life (RUL) of bearing motors through multi-sensor monitoring. Critical parameters, including vibration (RMS), acoustic emission, temperature, stator current, and rotational speed (RPM), were simulated over a 1000-day operational period for three motors with varying conditions. Failure thresholds were defined to represent severe operational conditions. The LSTM model achieved RMSE values of 28.15, 30.29, and 29.21 days and R² values of 0.989, 0.9876, and 0.9877 for training, validation, and test datasets, respectively. These results demonstrate high predictive accuracy and reliability. Integrating multi-sensor data improves the model’s robustness and supports proactive maintenance planning. The study provides a foundation for future integration of LSTM-based predictive models with IoT-enabled real-time monitoring systems in industrial applications.
IMPLEMENTASI REAL-TIME MONITORING PADA PEMBELAJARAN DIGITAL DI MADRASAH ALIYAH SWASTA Muhammad Hamdan Attamimi; Nur Khafidhoh
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.v14i1.8892

Abstract

Penelitian ini dilatarbelakangi oleh kebutuhan akan sistem pemantauan pembelajaran yang terintegrasi di Madrasah Aliyah Swasta guna meningkatkan efisiensi proses belajar mengajar digital. Masalah utama yang dihadapi adalah pengelolaan data materi, tugas, dan evaluasi hasil belajar yang belum terdokumentasi secara waktu nyata. Tujuan penelitian ini adalah mengimplementasikan sistem real-time monitoring berbasis web untuk memudahkan kontrol akademik oleh pihak sekolah. Metode pengembangan perangkat lunak yang digunakan adalah model Waterfall, meliputi tahap analisis kebutuhan, perancangan sistem dengan UML, pengkodean, hingga pengujian. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu memfasilitasi peran admin dalam manajemen data master, guru dalam distribusi konten pedagogis dan penilaian, serta siswa dalam mengakses sumber belajar secara mandiri. Berdasarkan pengujian black-box, seluruh fitur fungsionalitas sistem berjalan dengan valid dan sesuai spesifikasi. Implementasi sistem ini memberikan kontribusi penting dalam digitalisasi administrasi pendidikan di madrasah, sehingga proses monitoring perkembangan akademik siswa menjadi lebih transparan, terstruktur, dan akuntabel.
SISTEM PEMANTAUAN LEVEL AIR BERBASIS IOT MENGGUNAKAN MIKROKONTROLER MAPPI32 DENGAN NOTIFIKASI TELEGRAM BOT API Nadia Julian Putri; Saputra, Muhammad Ifan
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.v14i1.8896

Abstract

Integrasi teknologi Internet of Things (IoT) telah mentransformasi metode pemantauan berbasis sensor melalui kapabilitas akses data jarak jauh yang dapat diakses secara real-time. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pengukuran ketinggian air berbasis IoT yan ekonomis namun tetap megedepankan akurasi. Sistem ini mengintegrasikan sensor ultrasonik waterproof JSN-SR04T sebagai transduser level air dan mikrokontroler Mappi32 sebagai pusat pemrosesan serta transmisi data. Data pengukuran divisualisasikan secara lokal melalui modul OLED dan ditransmisikan secara nirkabel kepada pengguna melalui platform Telegram Bot API. Evaluasi kinerja sistem dilakukan melalui pengujian eksperimental terhadap 10 sampel data pada berbagai variasi ketinggian air dengan menggunakan alat ukur manual sebagai referensi. Hasil penelitian menunjukkan bahwa sistem memiliki tingkat reliabilitas yang tinggi dengan rata-rata galat (error) sebesar 2,27% atau setara dengan selisih rata-rata ± 0,5 cm. Berdasarkan hasil evaluasi, sistem yang dikembangkan terbukti efektif, efisien, dan memiliki responsivitas yang baik, sehingga layak diimplementasikan untuk manajemen irigasi maupun sistem peringatan dini di berbagai lingkungan.
PENERAPAN DETEKSI KECACATAN BUAH JERUK MENGGUNAKAN MODEL DEEP LEARNING YOLOV5 Rinanto, Noorman; Aldi Febriansyah; Adianto; Muhammad Khoirul Hasin; Putri Nur Rahayu
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.v14i1.8897

Abstract

Penentuan kualitas buah jeruk secara manual cenderung tidak konsisten serta memerlukan waktu dan tenaga yang signifikan. Oleh karena itu, penelitian ini bertujuan untuk merancang sistem otomatis dalam mendeteksi kecacatan buah jeruk dengan memanfaatkan model deep learning YOLOv5. Dataset citra buah jeruk dikumpulkan berdasarkan variasi tingkat kematangan, yaitu matang, asam, dan busuk, kemudian diberi label menggunakan platform Roboflow dan dibagi menjadi data pelatihan, validasi, serta pengujian. Proses pelatihan dilakukan melalui platform Google Colab dengan menerapkan dua varian model, yaitu YOLOv5s dan YOLOv5n. Berdasarkan hasil evaluasi, model YOLOv5s menunjukkan akurasi deteksi yang sangat tinggi dengan nilai mAP@0.5 di atas 99% dan mAP@0.5:0.95 mendekati 98%. Sementara itu, YOLOv5n memiliki keunggulan dalam hal kecepatan inferensi meskipun akurasinya sedikit lebih rendah. Pengujian secara real-time menggunakan webcam menunjukkan bahwa kedua model mampu mengenali serta mengklasifikasikan buah jeruk secara tepat, Pengujian real-time menggunakan kamera menghasilkan akurasi 93,33% untuk YOLOv5s dan 86,67% untuk YOLOv5n, sistem ini memiliki potensi besar dalam mendukung proses otomatisasi penilaian mutu buah, meningkatkan efisiensi kerja, dan mengurangi human error dalam proses sortasi.
PERAN BIG DATA DALAM MANAJEMEN DATA DAN INFORMASI SEBAGAI SISTEM PENDUKUNG KEPUTUSAN (SYSTEMATIC LITERATURE REVIEW) Suryantari, Putu Anggi; Muttaqin, Faisal; Rahajoe, Ani Dijah
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.v14i1.8899

Abstract

Big Data telah menjadi komponen penting dalam manajemen data dan informasi seiring dengan meningkatnya volume dan kompleksitas data yang dihasilkan oleh organisasi. Pemanfaatan Big Data yang tepat memungkinkan organisasi untuk mengelola data secara lebih terstruktur dan menghasilkan informasi yang bernilai bagi pengambilan keputusan manajemen. Penelitian ini bertujuan untuk menganalisis peran Big Data dalam manajemen data dan informasi sebagai sistem pendukung keputusan melalui pendekatan Systematic Literature Review. Metode penelitian dilakukan dengan mengkaji 15 artikel ilmiah yang relevan berdasarkan proses pencarian dan penilaian kualitas literatur. Hasil penelitian menunjukkan bahwa pengelolaan Big Data yang baik mempertimbangkan karakteristik utama Big Data yang meliputi volume, kecepatan, variasi, keandalan, dan nilai data. Selain itu, pemanfaatan Big Data berperan dalam meningkatkan kualitas informasi, mempercepat proses pengambilan keputusan, serta mendukung keputusan manajemen yang lebih akurat dan berbasis data. Dengan demikian, Big Data memberikan kontribusi positif dalam mendukung sistem pendukung keputusan pada organisasi.

Page 14 of 19 | Total Record : 182

 12   13   14   15   16 

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