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 2,839 Documents
 111   112   113   114   115 
RANCANG BANGUN ALAT PENDETEKSI PENYAKIT DAUN TANAMAN CABAI MERAH (CAPSICUM ANNUM) MENGGUNAKAN METODE HISTOGRAM EQUALIZATION Maulana, Adriansyah; Harsani, Prihastuti; Suriansyah, Mohamad Iqbal
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6234

Abstract

Cabai merupakan salah satu komoditas hortikultura yang vital dalam sektor pertanian di Indonesia, dengan permintaan tinggi dari masyarakat. Namun, cabai rentan terhadap berbagai penyakit, sehingga deteksi dini sangat penting untuk mencegah kerusakan lebih lanjut. Tujuan penelitian ini adalah untuk membuat rancang bangun alat pendeteksi penyakit daun tanaman cabai merah (capsicum annum) menggunakan metode histogram equalization. Dengan metode ini, peneliti dapat menghasilkan histogram yang memperlihatkan perbedaan antara daun sehat dan yang terinfeksi, sehingga memudahkan petani dalam identifikasi penyakit. Tahapan pada penelitian ini terdiri dari Sembilan tahapan yang meliputi: perencanaan penelitian dan studi referensi, desain elektrik, pengadaan dan pengujian komponen, implementasi elektrik, desain dan implementasi software, uji software, desain dan implementasi software, desain dan implementasi mekanik, integrasi dan uji keseluruhan.  Hasil penelitian menunjukkan tingkat akurasi prediksi sebesar 95% dalam mengidentifikasi penyakit daun cabai, mengungguli aplikasi Plantix yang sering gagal mendeteksi penyakit pada data uji, terutama dalam kondisi pencahayaan kurang atau citra hitam putih. Plantix bahkan mengidentifikasi layu fusarium sebagai tanaman hias. Metode histogram equalization digunakan untuk meningkatkan kualitas citra, mengh asilkan deteksi yang lebih akurat dan andal dibandingkan Plantix
SISTEM PELAYANAN JASA PERAWATAN DAN PERBAIKAN KENDARAAN MOBIL BERBASIS WEBSITE Wijaya, Yogie; Fauzi, Muhammad Bagas Fu’ad; Ramadhani, Ilham; Febriyana, Bagus; Jannah, Hilyatul; Tsani, Rifqi
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6282

Abstract

Sebuah badan usaha dalam jasa perawatan dan perbaikan mobil berbasis website sering menghadapi kendala dalam melayani pelanggan. Perbaikan yang dilakukan mencakup Perbaikan pada rangka dan bodi, mesin, sistem kelistrikan, suspensi, proses pengecatan, serta pekerjaan pengelasan. Pelanggan sering mengeluhkan tahapan verifikasi dan pelaksanaan transaksi yang lambat dan rentan kesalahan karena pencatatan manual. Hal ini dapat menyebabkan ketidakpuasan pelanggan dan kesulitan dalam pengelolaan transaksi.Sebagai solusi untuk masalah tersebut, bengkel mobil perlu memiliki sistem komputerisasi yang efisien dan modern. Sistem informasi yang dirancang khusus untuk mengatur laporan data perawatan dan perbaikan mobil akan mempercepat dan meningkatkan akurasi proses. Sistem ini dibangun menggunakan perangkat lunak Visual Code Studio dan database MySQL, Yang praktis dan dapat diakses kapan pun dan di mana pun. Sistem informasi ini menyediakan informasi penting seperti Pemeliharaan mobil, jadwal penjemputan, dan detail pembayaran secara cepat dan tepat. Dengan adanya sistem ini, diharapkan kepuasan pelanggan meningkat, keluhan Dapat diselesaikan serta layanan kepada pelanggan menjadi lebih baik, bahkan dalam situasi darurat seperti mobil mogok di tengah jalan.
PERANCANGAN APLIKASI POINT OF SALES (POS) BERBASIS ANDROID DENGAN QRIS PAYMENT (STUDI KASUS: WARUNG SEBLAK TONJONG) Nurhidayat, Ananda Rizky; Nugraha, Bagja; Hendriadi, Ade Andri
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6323

Abstract

MSMEs have an important role in the national economy, but many still use manual transaction recording, making them vulnerable to calculation errors and difficulties in tracking financial reports. To overcome this problem, an Android-based Point of Sale (POS) application integrated with the Laravel website was developed to improve operational efficiency. The method used in this research is the System Development Life Cycle (SDLC) Waterfall model, which is carried out in stages from needs analysis to implementation. The analysis shows that Warung Seblak Tonjong needs a system that is able to record automatic transactions, manage products, provide sales reports, and support digital payments with QRIS Payment. Testing is done using Black Box Testing, which ensures all features function according to specifications. The test results show that this system can help speed up transaction recording, reduce errors, and increase efficiency in financial reporting. With the implementation of this system, it is expected that Warung Seblak Tonjong and other MSMEs can more easily adapt to digital technology in business management.
ALGORITMA REGRESI LINIER UNTUK MENINGKATKAN MODEL PREDIKSI PENJUALAN PADA TOKO DEVANJAYABAN Hardika, Hardika; Martanto, Martanto; Dikananda, Arif Rinaldi; Mulyawan, Mulyawan
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6357

Abstract

Penjualan ban mobil menghadapi tantangan akibat volatilitas pasar dan pola permintaan yang kompleks, sehingga diperlukan model prediksi yang andal. Penelitian ini mengembangkan model prediksi penjualan di Toko Devan Jaya Ban menggunakan regresi linear. Data historis penjualan bulanan (Januari–April 2024) dianalisis dengan metode Knowledge Discovery in Databases (KDD), mencakup seleksi data, preprocessing, transformasi, pemodelan, dan evaluasi. Model dibangun menggunakan RapidMiner dan dievaluasi dengan Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), dan Relative Error (RE). Hasil menunjukkan performa baik dengan RMSE 1.778, MAE 1.478 ± 0.989, dan RE 6.81% ± 5.09%. Preprocessing, seperti normalisasi data dan pemilihan variabel relevan, meningkatkan akurasi model. Regresi linear terbukti efektif dalam memprediksi penjualan serta mendukung optimalisasi stok, perencanaan pemasaran, dan pengambilan keputusan bisnis. Pengembangan lebih lanjut dapat mencakup variabel eksternal seperti tren pasar, musim, dan faktor ekonomi, serta membandingkan regresi linear dengan algoritma pembelajaran mesin lain untuk model yang lebih adaptif.
ANALISIS PENGUJIAN SISTEM PAKAR PENYAKIT SELADA MENGGUNAKAN METODE BLACK BOX & WHITE BOX TESTING Florensia, Nela Puspita; -, Rangga -; Patimah, Yulia -; Chusnul Khotimah, Yusie Nur
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6394

Abstract

Penelitian ini menganalisis pengujian Sistem Pakar Selada menggunakan metode Black Box dan White Box Testing untuk memastikan keakuratan diagnosis penyakit tanaman. Unit Testing dilakukan dengan PHPunit untuk menguji fitur utama sistem, mencakup skenario normal, tepi, dan kesalahan. Integration Testing mengirimkan modul integrasi pada halaman diagnosa, sedangkan System Testing memastikan seluruh sistem berfungsi sesuai spesifikasi. Validation Testing diterapkan dengan Alpha dan Beta Testing untuk menilai penerimaan pengguna. Hasil pengujian menunjukkan bahwa sistem bekerja stabil, memberikan diagnosa yang akurat, serta dapat digunakan oleh petani secara efektif. Pengembangan lebih lanjut dapat mencakup integrasi IoT dan optimalisasi kecepatan pemrosesan data.
ANALISIS TINGKAT KESADARAN MASYARAKAT TERHADAP BAHAYA CYBERCRIME (STUDI KASUS KECAMATAN JATIYOSO) Miswanto, Miswanto
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6418

Abstract

In the digital era, the use of the internet and technology is increasingly widespread. The urgency of this research is the number of public complaints related to cybercrime cases, so the protection of personal data and cybersecurity is very important. protection of personal data and cybersecurity is very important. Public awareness of the potential this risk is key to protecting their personal and financial information. Awareness aware-ness of the types of cybercrime and the actions they can take to prevent them can help reduce incidents of cybercrime. prevent it can help reduce the incidence of cybercrime. Knowledge and awareness aware-ness of cybercrime is the first step in preparing themselves to deal with increasingly complex digital threat. This research aims to understand the extent to which people in the region have an awareness of the potential dangers faced from cybercrime, including an understanding of the types of cybercrime they may face. In addition, it can identify factors that may affect the level of public awareness of the dangers of cybercrime, such as age, education, internet access, or previous experience. The research was conducted at the Jatiyoso sub-district level which consists of 9 villages. So as to obtain 135 respondents who filled out the Pre-Test and Post-Test Questionnaire from the criteria of adults aged 17 - 40 years and identify factors that contribute to the level of awareness about cybercrime, including demographic data analysis. Then, it can help local communities to better understand the threat of cybercrime, so that they always protect their personal data and contribute to cyber safety in the Jatiyoso sub-district area. Similarly, it can provide recommendations to the local government or related institutions such as schools, and community organizations to increase community awareness of the dangers of cybercrime. organizations to increase public awareness of the dangers of cybercrime through education or awareness programs. educational or awareness programs.
STUDI ALGORITMA NEURAL NETWORK DALAM KLASIFIKASI SENTIMEN PENGGUNA SHOPEE: PENINGKATAN AKURASI MODEL jannah, Zahratul; Kurniawan, Rudi; Anwar, Saeful
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6113

Abstract

Advances in technology and the growth of e-commerce have generated a large amount of user sentiment data, which can be leveraged to improve user experience. Shopee is an e-commerce platform in Indonesia that allows users to buy and sell various products online. Through the Shopee app, users can find a variety of products ranging from clothing, electronics, cosmetics, household needs, to food. However, sentiment data analysis is often constrained by data complexity and the low accuracy of conventional models. This research aims to improve accuracy in Shopee app users by applying Neural Network algorithm. Evaluation of application user sentiment is important for e-commerce companies, such as Shopee, because it provides an overview of user satisfaction and experience with the services offered. In this research, the Neural Network algorithm is used to process sentiment data by optimizing parameters to improve the optimal parameters, including the best K value that can improve model performance. Experimental results show that the best K value is 2, with model accuracy reaching 95.08%. To further measure effectiveness, recall and precision values were calculated for positive and negative categories. The recall result for positive sentiment reached 98.77%, while for negative sentiment it was 93.33%. In addition, the precision for the positive category was 93.73% and for the negative category was 93.33%.
PERANCANGAN UI APLIKASI PENGINGAT MINUM AIR BERBASIS GAMIFIKASI DENGAN METODE DESIGN THINKING Putra Ananta, Kadek Pande; Putra, I Nyoman Tri Anindia
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6430

Abstract

Aplikasi pengingat minum air berbasis gamifikasi dirancang untuk membantu pengguna menjaga dan terhindar dari hidrasi dengan pendekatan interaktif dan menyenangkan. Dalam penelitian ini, metode gamifikasi diterapkan untuk meningkatkan keterlibatan pengguna melalui sistem poin, dan hadiah. Perancangan aplikasi menggunakan metode Design Thinking dengan tahapan analisis, desain, implementasi, pengujian, dan pemeliharaan. Hasil penelitian menunjukkan bahwa penerapan gamifikasi dalam aplikasi pengingat minum air dapat meningkatkan kepatuhan pengguna dalam memenuhi kebutuhan cairan harian. SUS Skor yang di dapat dari 30 responden adalah 82 yang bisa di kategorikan Good. Kesimpulan dari penelitian ini menegaskan bahwa pendekatan berbasis permainan dapat menjadi solusi efektif dalam mengubah kebiasaan kesehatan sehari-hari.
KLASTERISASI DATA PRODUKSI PERTANIAN DI KABUPATEN CIREBON DENGAN ALGORITMA K-MEANS Septianto, Muhamad Arif; Faqih, Ahmad; Rinaldi, Ade Rizki
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6174

Abstract

Kabupaten Cirebon merupakan salah satu daerah pertanian terpenting di Indonesia yang memiliki potensi besar di sektor pertanian. Namun pengelolaan data produksi pertanian di daerah ini sering kali tidak optimal sehingga mengakibatkan rendahnya efisiensi dan strategi pengelolaan sumber daya yang kurang tepat. Oleh karena itu, penelitian ini bertujuan untuk menerapkan algoritma K-Means dalam mengelompokkan data produksi pertanian berdasarkan hasil panen dari 40 kecamatan di Kabupaten Cirebon. Metode Knowledge Discovery in Database (KDD) digunakan dalam penelitian ini, meliputi tahap pemilihan data, preprocessing, transformasi, data mining, dan evaluasi hasil cluster. Data yang dianalisis meliputi hasil panen dari tiga komoditas utama, yaitu padi, jagung, dan melinjo. Hasil analisis menunjukkan bahwa data dapat dibagi menjadi empat klaster optimal dengan nilai Davies-Bouldin Index (DBI) sebesar 0,324, yang mengindikasikan bahwa klaster yang terbentuk memiliki kualitas yang baik. Setiap klaster mencerminkan karakteristik produksi yang berbeda-beda di setiap wilayah. Beberapa daerah menunjukkan keunggulan dalam hasil jagung, sementara daerah lain lebih unggul dalam memproduksi padi atau melinjo. Selain itu, terdapat daerah-daerah dengan tingkat produktivitas yang relatif rendah, yang membutuhkan lebih banyak perhatian dalam mengembangkan sektor pertanian. Temuan-temuan ini memberikan wawasan penting dalam merancang pengelolaan sektor pertanian yang lebih efisien dan berbasis data.
PENERAPAN LSTM DAN GRU UNTUK PREDIKSI HARGA CABAI MERAH DI KOTA JAWA TIMUR Lim, Maggie; Handhayani, Teny
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 2 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i2.6467

Abstract

Fluktuasi harga cabai merah di Jawa Timur, yang dipengaruhi oleh berbagai faktor seperti musim tanam, cuaca, dan permintaan pasar, menjadi perhatian penting dalam menjaga stabilitas ekonomi. Dalam penelitian ini, digunakan dua algoritma Recurrent Neural Networks (RNN), yaitu Long Short-Term Memory (LSTM) dan Gated Recurrent Unit (GRU), untuk memprediksi harga cabai merah di Jawa Timur. Pengujian dilakukan dengan menggunakan dua skenario data latih, yaitu 70% dan 80%, dengan jumlah epoch tetap sebanyak 50. Hasil pengujian menunjukkan bahwa LSTM memberikan hasil yang lebih baik pada skenario 80% data latih, dengan nilai Mean Absolute Error (MAE) sebesar 1458,764, Root Mean Squared Error (RMSE) 2596,010, dan koefisien determinasi (R²) 0,978. Sementara itu, GRU menunjukkan sedikit keunggulan pada 70% data latih, dengan MAE 1742,027, RMSE 2820,462, dan R² 0,969. Secara keseluruhan, LSTM lebih optimal pada jumlah data latih yang lebih besar, sedangkan GRU lebih stabil pada data latih yang lebih kecil. Penelitian ini menyarankan pemilihan algoritma berdasarkan jumlah data latih yang tersedia untuk prediksi harga cabai merah yang lebih akurat.

Page 113 of 284 | Total Record : 2839

 111   112   113   114   115 

Filter by Year

2013 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