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
 234   235   236   237   238 
OPTIMASI ANALISIS SENTIMEN APLIKASI GLINTS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) Rahmasari, Fanny; Rahaningsih, Nining; Dana, Raditya Danar; Rohmat, Cep Lukman
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.v13i1.5681

Abstract

Teknologi informasi telah mengubah cara orang mencari pekerjaan, dan aplikasi seperti Glints adalah salah satu contohnya. Namun, lebih banyak ulasan pengguna membuat analisis sentimen sulit. Pengelolaan fitur yang relevan dan pemilihan parameter yang ideal adalah masalah utama. Dengan menggunakan algoritma Support Vector Machine (SVM), penelitian ini mengoptimalkan analisis sentimen ulasan Glints. Sebanyak 2000 ulasan dari Playstore dikumpulkan melalui scraping, dengan 69,2% positif, 16,6% netral, dan 14,2% negatif. Dalam proses pra-pemrosesan, case folding dan transformasi fitur menggunakan TF-IDF dengan unigram dan bigram dilakukan. Model SVM memiliki tingkat akurasi tinggi sebesar 92 persen, presisi sebesar 87%, recall sebesar 86%, dan F1-Score sebesar 86%. Implementasi berbasis Streamlit memungkinkan analisis sentimen dalam waktu nyata. Hasil ini membantu pengembang Glints meningkatkan layanan yang diberikan oleh pengguna.Keyword : Analisis Sentimen, Support Vector Machine (SVM), Aplikasi Glints, Klassifikasi Sentimen.
ANALISIS SENTIMEN MASYARAKAT TERHADAP PENGGUNAAN HALODOC SEBAGAI LAYANAN TELEMEDICINE DI INDONESIA Sidabutar, Tarida Grace Wahyuni Margaretha; Juardi, Didi
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.v13i1.5682

Abstract

Telemedicine telah berkembang pesat, terutama dalam memberikan akses layanan kesehatan jarak jauh, dan Halodoc merupakan salah satu platform yang populer di Indonesia. Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap aplikasi Halodoc berdasarkan ulasan pengguna. Data penelitian diperoleh melalui web scraping dari Google Play Store yang terdiri dari 5.000 ulasan. Metode yang digunakan adalah algoritma Support Vector Machine (SVM) untuk mengklasifikasikan sentimen positif dan negatif. Hasil penelitian menunjukkan bahwa SVM dapat mengklasifikasikan sentimen dengan akurasi tinggi, memberikan wawasan tentang pengalaman pengguna yang dapat membantu pengembangan aplikasi. Hasil penelitian ini penting untuk meningkatkan kualitas layanan telemedicine di Indonesia.
ANALISIS SENTIMEN TERHADAP KARAPAN SAPI DI TWITTER MENGGUNAKAN METODE K-MEANS DAN SUPPORT VECTOR MACHINE (SVM) Rani, Zalzabila; Khotimah, Bain Khusnul
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.v13i1.5685

Abstract

Perkembangan teknologi dan internet telah mengubah cara komunikasi masyarakat, dengan media sosial menjadi platform utama. Twitter, yang memiliki 18,45 juta pengguna di Indonesia pada tahun 2022, digunakan dalam penelitian ini untuk menganalisis sentimen publik terkait Karapan Sapi, kompetisi balap sapi tradisional di Madura. Penelitian ini bertujuan untuk mengidentifikasi sentimen publik terhadap Karapan Sapi, menyebarkan efektivitas kombinasi metode K-Means dan Support Vector Machine (SVM), serta menerapkan Synthetic Minority Oversampling Technique (SMOTE) untuk menangani ke regresi data. Sebanyak 647 ulasan Twitter berbahasa Indonesia dikumpulkan melalui crawling berbasis Python dan diproses menggunakan text preprocessing. Metode K-Means mengelompokkan ulasan menjadi tiga cluster: aspek budaya Karapan Sapi, olahraga tradisional, dan keterkaitan dengan pihak militer atau pemerintah. SMOTE menyelesaikan keseimbangan sentimen data, meningkatkan kinerja model pembelajaran mesin pada kelas minoritas. Model SVM dengan parameter optimal (kernel linear, C=1.0, gamma=1.0) menghasilkan akurasi 92%, meskipun masih menunjukkan ketelitian performa antar kelas. Penelitian ini membuktikan efektivitas kombinasi K-Means dan SVM, serta pentingnya SMOTE dalam analisis sentimen berbasis Twitter, khususnya untuk budaya lokal seperti Karapan Sapi.
OPTIMASI DETEKSI MALWARE PADA SIEM WAZUH MELALUI INTEGRASI CYBER THREAT INTELLIGENCE DENGAN MISP DAN DFIR-IRIS Hidayat, Muhamad Ropi Taofiq; Widiyasono, Nur; Gunawan, Rohmat
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.v13i1.5686

Abstract

Ancaman siber terus meningkat seiring kemajuan teknologi informasi, dengan malware sebagai salah satu bentuk ancaman utama yang mengeksploitasi celah keamanan. Security Information and Event Management (SIEM) seperti WAZUH menjadi solusi efektif untuk mendeteksi dan merespons ancaman siber. Namun, performa deteksi malware oleh WAZUH standalone masih terbatas, dengan akurasi rendah (19,70%) dan recall rendah (16,26%). Penelitian ini bertujuan mengoptimalkan deteksi malware melalui integrasi WAZUH dengan Cyber Threat Intelligence (CTI) menggunakan Malware Information Sharing Platform (MISP) dan DFIR-IRIS. Hasil penelitian menunjukkan bahwa integrasi MISP meningkatkan presisi deteksi ancaman (96,3%), meskipun recall (62,9%) dan akurasi (63,1%) masih menunjukkan adanya ancaman yang terlewat. Penambahan DFIR-IRIS memungkinkan respons insiden secara real-time, meningkatkan efisiensi mitigasi. Kombinasi MISP dan DFIR-IRIS memperkuat kemampuan deteksi dan respons SIEM secara signifikan, memberikan solusi yang lebih efektif dan menyeluruh dalam menghadapi ancaman siber.
ANALISIS SENTIMEN PENGGUNA APLIKASI MYBLUEBIRD DENGAN ALGORITMA NAÏVE BAYES DI PLAYSTORE Prasetia, Deni; Rahaningsih, Nining; Dana, Raditya Danar; Rohmat, Cep Lukman
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.v13i1.5687

Abstract

Transportasi berbasis aplikasi digital, termasuk MyBlueBird , menjadi kebutuhan penting di era modern. Namun, kualitas layanan aplikasi ini sering menjadi sorotan, terutama dari ulasan pengguna yang mengindikasikan adanya keluhan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi MyBlueBird guna memancarkan kualitas layanannya. Analisis dilakukan menggunakan algoritma Naïve Bayes untuk mengklasifikasikan ulasan menjadi sentimen positif, negatif, dan netral. Penelitian menggunakan data sekunder dari Google Playstore dengan total 1.000 ulasan yang diproses melalui tahapan pengumpulan data, preprocessing teks, dan evaluasi model menggunakan akurasi, presisi, dan recall. Hasil menunjukkan algoritma Naïve Bayes mampu mengklasifikasikan sentimen dengan akurasi 92%. Sebagian besar ulasan bersifat positif, menunjukkan tingkat kepuasan yang tinggi, meskipun terdapat keluhan terkait kelemahan pengemudi dan kualitas kendaraan. Analisis ini menjadi alat strategi untuk meningkatkan layanan berbasis data pengguna dan dapat diterapkan pada sektor lain.
IMPLEMENTASI APLIKASI PEMBELAJARAN PETUALANGAN BERBASIS AUGMENTED REALITY UNTUK MENINGKATKAN INTERAKTIVITAS DI SMAN 1 DUKUPUNTANG Hermawan, Bagus; Faqih, Ahmad; Dwilestari, Gifthera
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.v13i1.5688

Abstract

 Kemajuan teknologi telah membawa perubahan signifikan dalam pendidikan, termasuk di SMAN 1 Dukupuntang, Kabupaten Cirebon, yang menghadapi masalah kejenuhan belajar. Penelitian ini bertujuan merancang aplikasi pembelajaran berbasis Augmented Reality (AR) untuk meningkatkan motivasi dan pemahaman siswa dalam Biologi, Fisika, Kimia, dan Matematika. Dengan menggunakan pendekatan Research and Development (R&D) dan model ADDIE (Analyze, Design, Development, Implementation, Evaluation), aplikasi AR ini berhasil mengurangi kejenuhan dan meningkatkan keterlibatan siswa. Pada tahap analisis, observasi dan wawancara menunjukkan kebutuhan siswa akan metode belajar yang lebih menarik. Desain aplikasi mencakup skenario petualangan dengan visualisasi 3D, mempermudah pemahaman konsep abstrak seperti struktur atom. Implementasi di kelas menggunakan marker-based tracking untuk meningkatkan partisipasi siswa. Evaluasi menunjukkan peningkatan minat belajar dari 61% menjadi 90% setelah menggunakan aplikasi. Umpan balik siswa dan guru menyatakan aplikasi ini memenuhi kebutuhan media belajar inovatif, meskipun ada tantangan perangkat dan koneksi internet. Hasil penelitian ini menekankan bahwa AR efektif meningkatkan interaktivitas pembelajaran, menciptakan pengalaman belajar menyenangkan dan relevan, serta memiliki potensi besar untuk diterapkan lebih luas guna mendukung proses belajar yang inovatif di sekolah.
ANALISIS SENTIMEN ULASAN PENGGUNA TERHADAP APLIKASI PEMBELAJARAN BERBAHASA DUOLINGO MENGGUNAKAN ALGORITMA NAÏVE BAIYES CLASSIFIER saninah, annisa; Prihartono, Willy; Rohmat, Cep Lukman
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.v13i1.5691

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Duolingo di Google Play Store menggunakan algoritma Naïve Bayes Classifier. Sebanyak 2.000 ulasan dianalisis dan diklasifikasikan ke dalam sentimen positif dan negatif. Hasil analisis menunjukkan bahwa algoritma ini memiliki kinerja yang sangat baik dengan accuracy mencapai 88%, precision sebesar 95%, recall sebesar 92%, dan F1-Score sebesar 93%. Sebagian besar ulasan menunjukkan sentimen positif terutama mengapresiasi fitur interaktif dan kemudahan penggunaan aplikasi, sementara beberapa ulasan negatif mengungkapkan masalah teknis, seperti bug dan lag.  Hasil penelitian ini menunjukkan bahwa algoritma Naïve Bayes Classifier efektif untuk analisis sentimen berbasis teks sekaligus memberikan wawasan berharga kepada pengembang aplikasi untuk meningkatkan kualitas layanan. Penelitian ini merekomendasikan pengumpulan data ulasan yang lebih banyak dengan cakupan waktu lebih luas untuk mendapatkan hasil analisis yang lebih representatif. Selain itu, membandingkan kinerja algoritma ini dengan metode lain, seperti SVM, Random Forest atau LSTM dapat membantu menemukan pendekatan yang lebih optimal dalam menangani ulasan pengguna yang lebih kompleks. Penelitian juga mengungkapkan potensi aplikasi Duolingo dalam mendukung pembelajaran bahasa asing bagi anak berkebutuhan khusus di sekolah. Dengan fitur interaktif dan fleksibilitasnya, aplikasi ini memungkinkan siswa belajar sesuai kebutuhan individu. Dukungan seperti pelatihan bagi guru dan bimbingan yang tepat dapat memastikan penggunaan aplikasi ini lebih efektif. Penelitian ini diharapkan dapat berkontribusi pada pengembangan teknologi untuk meningkatkan pengalaman pengguna dan pembelajaran bahasa yang inklusif. 
CLUSTERING PENERIMA BANTUAN PANGAN BERBASIS ALGORITMA K-MEANS UNTUK MENINGKATKAN EFEKTIVITAS PROGRAM SOSIAL DI KOTA/KABUPATEN CIREBON HIDAYATULLAH, NAUFAL ARIF; Prihartono, Willy; rohman, Fathur
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.v13i1.5692

Abstract

Distribusi bantuan sosial pangan sering menghadapi tantangan berupa ketidakmerataan akibat pengelompokan penerima yang belum optimal. Penelitian ini bertujuan untuk mengelompokkan penerima bantuan sosial di Kota dan Kabupaten Cirebon menggunakan Algoritma K-Means. Variabel utama yang dianalisis meliputi kelurahan, kecamatan, jarak ke lokasi distribusi, dan usia penerima. Algoritma K-Means dipilih karena kemampuannya memproses data besar secara efisien dan menghasilkan klaster yang terpisah dengan baik. Optimalisasi jumlah klaster dilakukan menggunakan Davies-Bouldin Index (DBI) pada rentang K=2 hingga K=6. Hasil menunjukkan nilai optimal K=3 dengan DBI sebesar 0,505, menghasilkan tiga klaster. Cluster  0 memiliki rata-rata jumlah kelurahan tertinggi (188,434) dan jarak distribusi terpendek (412,873 meter), cocok untuk wilayah padat penduduk. Cluster  1 memiliki jarak distribusi terjauh (2979,891 meter) dan usia penerima rata-rata 49,217 tahun, mencakup area dengan tantangan distribusi yang lebih kompleks. Cluster  2 memiliki jarak distribusi sedang (1422,595 meter) dan usia rata-rata 51,564 tahun, mencerminkan wilayah yang luas tetapi tetap mudah dijangkau. Penelitian ini menunjukkan bahwa Algoritma K-Means mampu meningkatkan efektivitas distribusi bantuan sosial dengan memastikan alokasi yang lebih tepat berdasarkan karakteristik demografis dan geografis penerima.
EVALUASI DAN PERBAIKAN DESAIN ANTARMUKA APLIKASI GOBIS MENGGUNAKAN DESIGN THINKING Bragi, Tsani Chico; Sagirani, Tri; Wahyuningtyas, Nunuk; Wulandari, Sri Hariani Eko
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.v13i1.5693

Abstract

Suroboyo Bus merupakan layanan transportasi modern di Surabaya yang diluncurkan pada April 2018 oleh Pemerintah Kota. Untuk meningkatkan pelayanan, aplikasi “GOBIS” dirancang guna menyediakan informasi rute, jadwal keberangkatan, dan lokasi bus. Aplikasi ini dinilai kurang optimal karena belum memiliki fitur estimasi waktu tiba bus dan masih dalam tahap pengembangan, terutama dari segi desain. Oleh karena itu, diperlukan desain ulang UI/UX untuk meningkatkan daya tarik dan fungsionalitas aplikasi. Penelitian ini mengusulkan pendekatan design thinking dalam proses desain ulang. Ujicoba pada penggunaan prototype dengan menggunakan usability testing mendapatkan rata-rata kesuksesan menjalankan task skenario sebesar 73,4%. Dengan penerapan hasil dari desain ini, aplikasi GOBIS diharapkan dapat memberikan kemudahan bagi pengguna dalam mengakses informasi dan meningkatkan efisiensi layanan secara keseluruhan.
OPTIMASI PENGELOLAAN SAMPAH MELALUI MODEL PENGELOMPOKAN DENGAN ALGORITMA K-MEANS Nugraha, Rifqi; Suarna, Nana; Ali, Irfan; 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.v13i1.5694

Abstract

Pengelolaan sampah di Jakarta menghadapi tantangan besar akibat volume dan karakteristik lokasi yang bervariasi. Penelitian ini dimaksudkan untuk menginvestigasi dampak dari beberapa faktor tersebut dengan menerapkan algoritma K-Means Clustering, untuk mengidentifikasi karakteristik setiap cluster dan mengusulkan strategi pengelolaan sampah yang lebih efektif. Metode yang digunakan adalah Proses Knowledge Discovery in Database (KDD), yang mencakup tahap pengumpulan data, preprocessing, transformasi, dan analisis clustering. Hasil eksperimen menunjukkan bahwa jumlah klaster yang optimal adalah empat, menunjukan nilai DBI sebesar 0,220, menandakan kualitas klaster yang baik. Cluster 0, yang memiliki volume sampah tinggi, mendominasi Jakarta Barat dan memerlukan perhatian khusus dalam pengelolaan. Cluster 1, dengan volume sampah sedang, tersebar merata di seluruh daerah, menunjukkan potensi untuk meningkatkan efisiensi pengelolaan. Sementara itu, Cluster 2 dan Cluster 3 dengan volume rendah, berada di Jakarta Pusat dan Jakarta Utara, memerlukan pendekatan khusus seperti pengembangan fasilitas pengolahan sampah dan sistem daur ulang yang terintegrasi. Penelitian ini mengindikasikan bahwa pengelompokan menggunakan K-Means dapat memberikan wawasan berharga untuk mendukung strategi pengelolaan sampah yang berkelanjutan di Jakarta, serta menjadi dasar bagi pengambilan keputusan yang lebih terarah dalam memperbaiki kualitas lingkungan kota.

Page 236 of 284 | Total Record : 2839

 234   235   236   237   238 

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