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
 280   281   282   283   284 
PERANCANGAN ALAT PENYORTIR KUALITAS TELUR AYAM BERBASIS ARDUINO MENGGUNAKAN METODE K-NEAREST NEIGHBORS Ananda, Muharam Rizqi; Rismawan, Tedy; Sari, Kartika
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.v14i1.9031

Abstract

Telur ayam merupakan sumber protein hewani yang mudah didapat, diolah, dan kaya akan nutrisi, namun proses penyortiran kualitas telur masih dilakukan secara manual dengan keterbatasan signifikan dari segi efisiensi. Penelitian ini merancang sistem penyortir kualitas telur ayam otomatis berbasis Arduino dan ESP32 dengan penerapan metode klasifikasi K-Nearest Neighbors (KNN). Sistem mengintegrasikan tiga jenis sensor untuk mengklasifikasikan telur berdasarkan parameter objektif yaitu sensor LDR mengukur intensitas cahaya yang menembus cangkang telur, sensor loadcell mengukur berat telur, dan sensor MQ-2 mendeteksi gas yang mengindikasikan pembusukan telur. Arduino berperan dalam pembacaan data sensor, sementara ESP32 memproses data menggunakan metode KNN untuk mengklasifikasikan telur sebagai bagus atau buruk. Hasil klasifikasi ditampilkan pada LCD I2C, dan telur dipisahkan secara otomatis menggunakan motor servo. Pengujian terhadap 30 data uji menunjukkan akurasi klasifikasi 75%, dengan precision 77,27%, recall 89,47%, dan F1-Score 82,93%. Tingkat akurasi ini menunjukkan bahwa kombinasi sensor-sensor dengan metode KNN memiliki potensi sebagai prototipe awal. Meskipun perlu ditingkatkan lebih lanjut, penelitian memberikan kontribusi dalam mengotomasi proses manual dan membuka peluang pengembangan sistem sortir yang lebih akurat.
OPTIMALISASI DISTRIBUSI MULTI-WAREHOUSE MELALUI INTEGRASI REINFORCEMENT LEARNING DAN BIG DATA BERBASIS SIMULASI MONTE CARLO Prayitno, Edy
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.v14i1.9035

Abstract

Multi-warehouse distribution faces persistent challenges such as stock imbalance, inefficient routing, and demand uncertainty that are difficult to address using conventional methods. This study develops an adaptive optimization model that integrates Reinforcement Learning, Big Data analytics, and Monte Carlo simulation to overcome these limitations. A simulation-based experimental design is employed using synthetic data representing a network of 10 warehouses, 200 customers, and stochastic demand patterns. A Deep Q-Network model is constructed to generate adaptive distribution policies, while Spark Streaming is used to simulate real-time demand updates. Evaluation across 1,000 Monte Carlo scenarios shows that the model maintains high distribution efficiency, improves demand prediction accuracy, and achieves more stable on-time delivery compared to static routing approaches. These findings demonstrate that integrating RL, Big Data, and stochastic simulation enhances system resilience under dynamic operational conditions. Theoretically, the study contributes to logistics and RL research by emphasizing the importance of Big-Data-driven state representation and probabilistic validation. Practically, the model offers potential for adoption by logistics companies seeking to improve cost efficiency, service quality, and operational adaptability. Overall, the study highlights the effectiveness of combining RL, Big Data, and Monte Carlo simulation as a computational approach for optimizing multi-warehouse distribution systems.
SISTEM INFORMASI HARGA KOST BERBASIS CITRA VISUAL MENGGUNAKAN HYBRID RESNET DAN SUPPORT VECTOR MACHINE (SVM) Glenn, Jonathan Alonso; Supatman
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.v14i1.9043

Abstract

Mencari tempat kos yang pas dengan budget merupakan tantangan tersendiri bagi mahasiswa dan pekerja di kota-kota besar. Proses pencarian biasanya memakan waktu cukup lama karena harus datang langsung ke lokasi satu per satu untuk melihat kondisi dan fasilitas kos sebelum bisa memperkirakan harganya. Untuk mengatasi hal ini, penelitian ini mendesain sebuah sistem yang dapat mengenali kategori kos dengan fotonya menggunakan aplikasi teknologi berbasis deep learning. Metode yang diusulkan menggabungkan ResNet50 sebagai pengekstrak fitur gambar dengan SVM sebagai pengklasifikasi. Data yang digunakan berasal dari 1009 foto kos di wilayah Yogyakarta yang sudah dikelompokkan menjadi tiga kategori yaitu kelas rendah, menengah, dan tinggi. Untuk mendapatkan parameter terbaik pada proses learning, dilakukan optimasi menggunakan GridSearchCV dengan teknik 10-fold cross validation. Setelah diuji, sistem mampu mengklasifikasikan dengan tingkat akurasi 80.69%, nilai precision 81.01%, recall 80.03%, dan F1-score 80.79%. Sistem ini kemudian dikembangkan menjadi aplikasi smartphone berbasis Flutter yang terhubung dengan server Flask. Hasil pengujian aplikasi mampu memprediksi dengan tingkat keyakinan di atas 75%. Dengan adanya sistem ini, pencari kos bisa melakukan penilaian awal terhadap kategori dan perkiraan harga kos sebelum memutuskan untuk berkunjung langsung.
PERANCANGAN KOMUNIKASI DATA ANTAR SISTEM INFORMASI MENGGUNAKAN TRANSMISI KONTROL PROTOKOL (TCP) PADA IOT SMART FARMING Triyono, Joko
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.v14i1.9044

Abstract

IOT Smart Farming semakin hari menjadi semakin komplek, dari yang hanya iot saja sampai bergerak ke skala yang lebih besar dan mengarah ke otomatisasi proses. Beberapa studi sudah dilakukan, baik itu dalam skala online maupun offline. Pada kenyataannya tidak semua prose IOT bisa dise- lesaikan semuanya dengan berbasis internet, banyak hal yang sebetulnya bisa diselesaikan secara Local Area Network (LAN), Protokol TCP menjadi salah satu dari sekian banyak protokol yang bekerja untuk mengirimkan dan men- erima data, Penelitian ini bertujuan untuk menerapakan protokol TCP dalam komunikasi data pada IOT secara local area network dengan multi platform. Dari hasil penelitian diperoleh bahwa protokol TCP ini bisa melakukan trans- fer data dari perangkat IOT dalam hal ini ESP32 ke Server berbasis Java dan juga melakukan proses dari Web Base PHP ke ESP32
IMPLEMENTASI FLEET MANAGEMENT SYSTEM BERBASIS MOBILE LAYANAN RENTAL BUS PARIWSATA MENGGUNAKAN METODE R&D (STUDI KASUS : PT.NUSAWISATA TRANS) Ramadhan, Agung Wahyu; Ananda, Jecky Tri; Firdaus, Muhammad; Alda, Muhammad
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.v14i1.9046

Abstract

Fleet management is an important component in bus rental business operations. Common problems include limited monitoring of bus availability, poorly organized vehicle usage records, and manual management of driver data and travel schedules. These conditions result in low operational efficiency and poor service quality for customers. This study aims to implement a mobile-based Fleet Management System in bus rental businesses to support integrated fleet management. The method used is Research and Development (R&D), which includes the stages of needs analysis, system design, application development, testing, and evaluation. The results of the study show that the developed system is able to assist managers in monitoring fleet status, managing bus usage schedules, and organizing driver and trip data more effectively. This system is expected to improve operational efficiency and support the decision-making process in bus rental businesses.
PENGEMBANGAN SISTEM SPEECH EMOTION RECOGNITION BERBASIS DEEP LEARNING WAV2VEC2.0 UNTUK RESPONS EMOSIONAL KARAKTER KUCING INTERAKTIF DI GAME UNITY Farrel Reyhan Putra; Dzaky, Hafidz Muhammad; Putratama, Maheswara; Fikri, Mochammad Rabee Fathi Al; Tundjungsari, Vitri
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.v14i1.9064

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem Speech Emotion Recognition (SER) berbasis deep learning yang mampu mengenali emosi suara dan mengimplementasikannya pada sebuah game interaktif menggunakan Unity. Model SER dibangun dengan memanfaatkan arsitektur Wav2Vec 2.0 yang telah dipra-latih (pretrained) dan dilakukan fine-tuning menggunakan dataset CREMA-D dengan empat kelas emosi, yaitu angry, happy, neutral, dan sad. Data dibagi dengan rasio 80% untuk pelatihan dan 20% untuk validasi. Hasil pengujian menunjukkan bahwa model mampu mencapai nilai akurasi validasi maksimum sebesar 78–79% dengan weighted F1-score sebesar 0,79. Analisis confusion matrix memperlihatkan bahwa kelas angry memiliki tingkat pengenalan tertinggi, sementara kesalahan klasifikasi paling sering terjadi antara kelas neutral dan sad akibat kemiripan karakteristik prosodi. Model yang telah dilatih kemudian diekspor ke format ONNX dan berhasil diintegrasikan ke dalam game Unity untuk mendeteksi emosi suara pemain secara real-time. Hasil implementasi menunjukkan bahwa sistem mampu memberikan respons karakter yang adaptif berdasarkan emosi suara pengguna, sehingga meningkatkan interaksi dalam permainan.
I IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK BERBASIS MOBILENETV2 UNTUK KLASIFIKASI PNEUMONIA MENGGUNAKAN CITRA X-RAY PARU-PARU evita, evita
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.v14i1.9088

Abstract

Pneumonia merupakan salah satu penyakit infeksi saluran pernapasan yang masih menjadi penyebab utama morbiditas dan mortalitas di dunia. Pemeriksaan citra X-ray dada merupakan metode yang umum digunakan dalam proses diagnosis pneumonia, namun interpretasinya sangat bergantung pada keahlian tenaga medis dan berpotensi menimbulkan kesalahan diagnosis. Penelitian ini bertujuan untuk mengimplementasikan metode Convolutional Neural Network (CNN) berbasis MobileNetV2 dalam mengklasifikasikan citra X-ray paru-paru menjadi kelas normal dan pneumonia. Dataset diperoleh dari platform Kaggle dan dibagi menjadi data latih, validasi, dan uji dengan proporsi masing-masing 80%, 10%, dan 10%. Proses pelatihan dilakukan menggunakan pendekatan transfer learning dan fine-tuning dengan optimizer AdamW serta teknik augmentasi data. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 97,47% pada data uji dengan nilai recall kelas pneumonia sebesar 99%. Hasil ini menunjukkan bahwa model yang diusulkan memiliki kemampuan generalisasi yang baik dan berpotensi digunakan sebagai sistem pendukung keputusan dalam diagnosis pneumonia berbasis citra X-ray.
IMPLEMENTASI SISTEM INFORMASI TOKO ONLINE PADA TOKO LOVELACE BALI Riswan Alfin Jaya Arsana; Kadek Yota Ernanda Aryanto; Ni Wayan Marti
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.v14i1.9110

Abstract

Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem informasi toko online pada Toko LoveLace Bali sebagai solusi digital dalam menghadapi tantangan era modern. Metode yang digunakan adalah model pengembangan perangkat lunak Waterfall yang mencakup tahapan kebutuhan sistem, perancangan, implementasi dan pengujian, integrasi, serta pemeliharaan. Sistem dirancang menggunakan berbagai diagram seperti Use Case Diagram, Activity Diagram, Sequence Diagram, ERD, serta UI Wireframe dan arsitektur sistem. Teknologi yang diadopsi meliputi Laraveluntuk backend, ReactJS dengan InertiaJS untuk frontend, serta MySQL sebagai basis data. Pengujian dilakukan menggunakan metode Blackbox dan System Usability Scale (SUS) dengan melibatkan 23 responden. Hasil pengujian menunjukkan skor SUS sebesar 71,41 yang termasuk dalam kategori “baik”, menandakan bahwa sistem memiliki tingkat kegunaan yang tinggi dan dapat memberikan pengalaman pengguna yang memadai. Sistem ini mendukung operasional toko seperti manajemen produk, proses pemesanan, hingga promosi online. Dengan demikian, sistem informasi toko online ini berhasil memenuhi kebutuhan fungsional dan non-fungsional, serta dapat digunakan sebagai sarana untuk meningkatkan efisiensi dan efektivitas penjualan di Toko LoveLace Bali.
SISTEM INVENTARIS DAN PROMOSI TOKO BAJU LOVE LACE GIANYAR agung, anakagung
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.v14i1.9126

Abstract

Perkembangan teknologi informasi mendorong pelaku usaha ritel untuk mengadopsi sistem digital guna meningkatkan efisiensi operasional dan daya saing. Toko Baju Love Lace Gianyar masih menghadapi permasalahan dalam pengelolaan stok dan pelaksanaan promosi yang belum terintegrasi secara optimal. Penelitian ini bertujuan merancang dan mengimplementasikan sistem inventaris dan promosi berbasis web untuk mendukung pengelolaan stok dan strategi promosi secara digital. Metode pengembangan yang digunakan adalah Waterfall yang meliputi tahap analisis kebutuhan, perancangan, implementasi, pengujian, dan pemeliharaan. Sistem dirancang menggunakan UML dan dibangun dengan Laravel, MySQL, InertiaJS, dan ReactJS. Pengujian dilakukan menggunakan metode Blackbox dan User Acceptance Testing (UAT). Hasil pengujian menunjukkan seluruh fungsi sistem berjalan sesuai kebutuhan pengguna dengan tingkat keberhasilan 100%. Sistem ini dinilai mampu meningkatkan efisiensi pengelolaan inventaris dan efektivitas promosi, serta siap untuk diimplementasikan pada lingkungan operasional toko.

Page 284 of 284 | Total Record : 2839

 280   281   282   283   284 

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