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
 274   275   276   277   278 
OPTIMASI RUTE DISTRIBUSI LOGISTIK PRODUK DESA WISATA MENGGUNAKAN ALGORITMA BEE COLONY OPTIMIZATION (BCO) Ruli Utami; Suryo Atmojo
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.v14i1.8652

Abstract

Efisiensi distribusi logistik di kawasan desa wisata menghadapi tantangan unik: kebutuhan untuk meminimalkan biaya transportasi seringkali berbenturan dengan kenyamanan wisatawan akibat lalu lintas kendaraan pengangkut. Hal ini tentu saja emmbutuhkan satu solusi terintegrasi seperti implementasi Algoritma Artificial Bee Colony (ABC) dalam mengoptimalkan rute dengan tetap mempertimbangkan dampak gangguan terhadap aktivitas wisata (Crowd Disturbance). Penelitian ini bertujuan untuk mengisi kesenjangan tersebut dengan mengembangkan model Bee Colony Optimization (BCO) Multi-Objektif yang mengintegrasikan "Penalti Keramaian" (Crowd Penalty) ke dalam fungsi tujuannya. Hasil penelitian menunjukkan bahwa optimasi oleh Algoritma BCO menghasilkan efisiensi 40.6% pada biaya distribusi, dan efisiensi sebesar 4.4% pada totak jarak tempuh dengan mempertimbangkan penggunaan armada dan kondisi lalu lintas.
RANCANG BANGUN SISTEM INFORMASI MONITORING MAGANG BERBASIS WEB DI PT. CIPTA NIRMALA Alfirmansyah, Febri Azimi
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.v14i1.8653

Abstract

Program magang merupakan sarana pembelajaran praktis yang bertujuan memberikan pengalaman kerja secara langsung kepada mahasiswa. Namun, pelaksanaan monitoring magang di PT. Cipta Nirmala masih dilakukan secara manual sehingga menimbulkan berbagai permasalahan, seperti keterlambatan pencatatan data, potensi duplikasi informasi, serta kurangnya keterbukaan antara peserta magang dan pembimbing. Penelitian ini bertujuan untuk merancang dan membangun sistem informasi monitoring magang berbasis web yang terintegrasi guna mendukung proses presensi, pelaporan kegiatan, penilaian, serta penerbitan sertifikat. Pengembangan sistem dilakukan menggunakan model Waterfall yang meliputi tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan evaluasi. Sistem diimplementasikan dengan framework Laravel 11 dan basis data MySQL. Pengujian sistem dilakukan menggunakan metode Black Box Testing untuk memastikan setiap fungsi berjalan sesuai dengan kebutuhan pengguna. Hasil penelitian menunjukkan bahwa sistem informasi yang dikembangkan mampu meningkatkan efektivitas dan ketepatan dalam proses monitoring magang. Peserta magang dapat melakukan presensi, mengisi laporan harian, serta mengunggah laporan akhir secara digital, sedangkan Person in Charge (PIC) dapat memantau aktivitas peserta, memberikan penilaian, dan melakukan verifikasi sertifikat melalui satu platform terintegrasi. Dengan demikian, sistem ini dinilai lebih efisien, transparan, dan mudah digunakan dibandingkan dengan sistem manual yang sebelumnya diterapkan.
PERANCANGAN SISTEM PENDAFTARAN PESERTA MAGANG BERBASIS WEBSITE MENGGUNAKAN FRAMEWORK LARAVEL STUDI KASUS PT CIPTA NIRMALA GRESIK Muhammad Nur Wahab; Henny Dwi Bhakti
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.v14i1.8656

Abstract

Penelitian ini membahas perancangan dan pengembangan sistem pendaftaran peserta magang berbasis website pada PT Cipta Nirmala Gresik menggunakan framework Laravel. Penelitian ini dilatarbelakangi oleh berbagai kendala pada proses pendaftaran manual, seperti keterlambatan verifikasi, kesalahan input data, serta ketidakefisienan dalam pengelolaan dokumen fisik. Model pengembangan yang diterapkan adalah Waterfall, yang mencakup tahapan analisis kebutuhan, perancangan sistem, implementasi, serta pengujian. Proses pengumpulan data dilakukan melalui observasi dan wawancara untuk mengidentifikasi kebutuhan pengguna, sehingga sistem disusun agar dapat mendukung tiga peran utama, yaitu admin, pendaftar, dan peserta magang. Sistem dikembangkan menggunakan arsitektur MVC pada Laravel serta dilengkapi dengan flowchart, use case diagram, dan ERD untuk menggambarkan alur proses dan struktur basis data. Implementasi dilakukan dengan Laravel 11 dan MySQL, menghasilkan fitur seperti pendaftaran daring, pengisian formulir, unggah berkas, verifikasi admin, serta pembatasan akses berbasis peran. Pengujian menggunakan metode black-box menunjukkan bahwa seluruh fungsi utama berjalan dengan baik tanpa kesalahan signifikan pada tahap prototype. Sistem yang dibangun mampu meningkatkan efisiensi, akurasi data, dan kerapian administrasi pendaftaran magang dibandingkan proses manual sebelumnya, sehingga mampu mendukung digitalisasi proses administrasi magang di PT Cipta Nirmala.
OPTIMASI PERFORMA APLIKASI MOBILE DENGAN PENERAPAN PAGING DAN INFINITE SCROLL MENGGUNAKAN BLOC DI FLUTTER Muhammad Hadi Royan Firdaus; Rini Mayasari; Riza Ibnu Adam
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.v14i1.8661

Abstract

Kualitas performa aplikasi mobile berpengaruh signifikan terhadap pengalaman pengguna, terutama dari segi kecepatan akses, manajemen memori yang efisien, dan kemampuan respons yang baik. Penelitian ini bertujuan untuk menganalisis dan membandingkan performa satu aplikasi mobile sebelum dan sesudah dioptimalkan menggunakan teknik paging dan infinite scroll dengan state management Bloc pada framework Flutter. Metode yang digunakan adalah pra-eksperimen dengan one-group pretest-posttest design, di mana aplikasi diuji pada kondisi awal (tanpa optimasi) dan kondisi setelah diterapkan teknik optimasi. Hasil pengujian menunjukkan bahwa setelah optimasi, aplikasi mengalami peningkatan performa signifikan pada waktu pemuatan data dan penggunaan memori. Hal ini disebabkan karena data dimuat secara bertahap, sehingga mengurangi beban proses. Responsivitas aplikasi tetap stabil pada kedua kondisi karena Flutter mendukung pemuatan komponen secara efisien melalui mekanisme lazy loading pada ListView. Dengan demikian, penerapan teknik paging dan infinite scroll terbukti efektif dalam meningkatkan efisiensi performa aplikasi mobile, terutama pada aplikasi berbasis Flutter yang menangani data dalam jumlah besar.
IMPLEMENTASI MACHINE LEARNING BERBASIS FITUR WARNA RGB DAN HSV UNTUK KLASIFIKASI KUALITAS AIR Nur Jamal, Muhammad Ilham Manzis
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.v14i1.8667

Abstract

Abstrak. Penurunan kualitas sumber air menjadi permasalahan penting yang memerlukan metode deteksi yang cepat, murah, dan mudah diimplementasikan. Pemantauan kualitas air secara konvensional umumnya dilakukan melalui analisis laboratorium yang membutuhkan biaya tinggi serta waktu yang relatif lama. Penelitian ini mengimplementasikan machine learning untuk mengklasifikasikan kualitas air berdasarkan analisis fitur warna digital dalam ruang warna RGB dan HSV. Dataset yang digunakan terdiri dari 647 citra air yang diklasifikasikan ke dalam dua kelas, yaitu air jernih dan air kotor. Fitur warna diekstraksi berupa nilai rata-rata R, G, B, H, S, dan V, kemudian dilakukan pelabelan otomatis berdasarkan threshold pada ruang warna HSV. Beberapa algoritma machine learning, yaitu Random Forest, Support Vector Machine, K-Nearest Neighbor, dan Decision Tree, digunakan dan dibandingkan kinerjanya. Hasil penelitian menunjukkan bahwa Decision Tree menghasilkan akurasi tertinggi sebesar 100%, diikuti oleh Random Forest sebesar 99,23%, Support Vector Machine sebesar 98,46%, dan K-Nearest Neighbor sebesar 96,92%. Analisis feature importance menunjukkan bahwa komponen Value dan Saturation pada ruang warna HSV merupakan fitur paling dominan dalam proses klasifikasi. Hasil ini menunjukkan bahwa kombinasi machine learning dan fitur warna digital efektif digunakan untuk klasifikasi kualitas air secara otomatis. Abstract. The declining quality of water resources requires fast, cost-effective, and easily deployable detection methods. Conventional water quality monitoring relies on laboratory analysis, which is expensive and time-consuming. This study implements machine learning to classify water quality based on digital color feature analysis in RGB and HSV color spaces. The dataset consists of 647 water images classified into clear and turbid water categories. Color features were extracted as mean values of R, G, B, H, S, and V, followed by automatic labeling using HSV-based threshold rules. Several machine learning algorithms, including Random Forest, Support Vector Machine, K-Nearest Neighbor, and Decision Tree, were evaluated and compared. The results indicate that the Decision Tree achieved the highest accuracy of 100%, followed by Random Forest at 99.23%, Support Vector Machine at 98.46%, and K-Nearest Neighbor at 96.92%. Feature importance analysis reveals that Value and Saturation components in the HSV color space are the most influential features for classification. These findings demonstrate that machine learning combined with digital color features provides an effective approach for automated water quality classification.
PERANCANGAN DAN IMPLEMENTASI SISTEM LAYANAN PELANGGAN BERBASIS WEB PADA PT YA LOGISTIK MENGGUNAKAN FRAMEWORK LARAVEL Dylan Fachrezy, Ahmad
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.v14i1.8679

Abstract

The development of information technology in the digital era has encouraged logistics companies to adapt to web-based service systems to improve efficiency and customer satisfaction. PT YA Logistik, as a company engaged in goods delivery services, requires an integrated customer service system to streamline communication and manage service data effectively. This study aims to design and implement a web-based customer service system for PT YA Logistik using the Laravel framework. The software development method applied is Scrum, which enables the system to be developed gradually and adaptively according to changing user needs. The system provides main features such as shipping rate checking, shipment tracking, complaint management, and delivery data administration. System testing using the Black-box testing method shows that all functions operate according to user requirements without any functional errors. The results of this study indicate that the implementation of a web-based customer service system can improve operational efficiency, accelerate information delivery, and provide easier access to services for PT YA Logistik customers in a digital environment.
RANCANGAN PROTOTIPE SISTEM PRESENSI MAHASISWA STT CIPASUNG MENGGUNAKAN SENSOR RFID BERBASIS ARDUINO UNO Choeriyah, Sahara Syarifatul
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.v14i1.8687

Abstract

Kehadiran merupakan indikator penting dalam penilaian akademik mahasiswa. Sistem presensi manual yang masih digunakan di STT Cipasung menimbulkan berbagai masalah seperti fenomena titip absen, risiko kesalahan pencatatan dan rendahnya efisiensi pengelolaan arsip. Penelitian ini bertujuan untuk merancang prototipe sistem presensi mahasiswa menggunakan sensor RFID berbasis Arduino Uno yang terintegrasi dengan penyimpanan cloud untuk meningkatkan akurasi data dan mencegah kecurangan. Metode yang digunakan adalah Research and Development (R&D) dengan tahapan utama yaitu penyusunan perangkat keras, pengembangan program, dan integrasi sistem. Hasil pengujian teknis menunjukkan seluruh fungsi berjalan dengan baik. Uji kelayakan pengguna menggunakan System Usability Scale (SUS) terhadap 14 responden menghasilkan skor sebesar 76,7 yang termasuk ke dalam Grade C dan diklasifikasikan sebagai “Good”. Dari sudut pandang acceptability, rancangan prototipe sistem presensi RFID ini juga berada pada kategori acceptable yang berarti sistem telah diterima oleh pengguna.
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.

Page 276 of 284 | Total Record : 2839

 274   275   276   277   278 

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