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 3,230 Documents
 287   288   289   290   291 
ANALISIS TOPIK KELUHAN PROGRAM MAKAN BERGIZI GRATIS PADA PLATFORM X MENGGUNAKAN LATENT DIRICHLET ALLOCATION Afifah Risti Ardi; Nina Sulistiyowati; Ahmad Khusaeri
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9679

Abstract

Program Makan Bergizi Gratis (MBG) yang diluncurkan pada 6 Januari 2025 merupakan program prioritas pemerintah untuk meningkatkan status gizi masyarakat. Namun, pelaksanaannya masih menghadapi permasalahan seperti kasus keracunan makanan, kendala distribusi, dan keterbatasan anggaran. Hal tersebut memicu tanggapan dan keluhan masyarakat di platform X yang bersifat tidak terstruktur dan berjumlah besar sehingga sulit dianalisis secara manual. Penelitian ini bertujuan untuk mengidentifikasi topik keluhan masyarakat terhadap pelaksanaan Program MBG menggunakan model LDA (Latent Dirichlet Allocation) dengan metodologi CRISP-DM. Data penelitian terdiri dari 6.748 tweet yang dikumpulkan melalui teknik web scraping pada periode 6 Januari hingga 31 Desember 2025. Setelah melalui preprocessing, pelabelan sentimen menggunakan Leksikon InSet, serta seleksi tweet berlabel negatif, diperoleh 2.075 tweet yang dianalisis menggunakan model LDA dengan pembobotan TF-IDF. Hasil penelitian menunjukkan jumlah topik optimal adalah 5 topik dengan coherence score sebesar 0,386. Berdasarkan model tersebut, diidentifikasi 5 tema utama, yaitu Akuntabilitas & Tata Kelola Anggaran, Dampak bagi Kesehatan Anak di Sekolah, Kualitas & Kelayakan Menu Makanan, Kendala Distribusi & Pemenuhan Gizi, serta Insiden Keracunan & Keamanan Pangan.
Klasifikasi Link Phishing Pada QR Code Menggunakan Arsitektur Multi-tier Berbasis Algoritma Random Forest Daffa Alde Rayhan Nurdiyanto Putra; Supatman
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9680

Abstract

Transformasi digital mengubah interaksi siber namun memicu ancaman rekayasa sosial baru seperti quishing atau QR Phishing. Metode ini memanfaatkan kemudahan kode QR untuk menyamarkan tautan berbahaya dari sistem keamanan otomatis. Keterbatasan metode blacklist dan model klasifikasi selapis terhadap manipulasi visual mendesak adanya solusi pertahanan yang lebih fleksibel dan komprehensif. Penelitian ini menerapkan sistem deteksi multi-tier berbasis algoritma Random Forest yang dilengkapi kemampuan pemindaian kode QR untuk memperluas jangkauan deteksi terhadap ancaman siber. Metodologi yang digunakan mencakup ekstraksi fitur leksikal URL, penggunaan Trusted Link Dataset yang terdiri dari 12 juta entri, serta pengolahan citra QR untuk mengekstrak tautan tersembunyi. Hasil pengujian menunjukkan bahwa model Random Forest yang diterapkan dalam sistem ini mampu mencapai tingkat akurasi sebesar 86%. Integrasi mekanisme deteksi berlapis ini terbukti efektif dalam memitigasi berbagai vektor serangan siber modern yang tidak terdeteksi oleh sistem statis, sekaligus memberikan kontribusi nyata bagi pengembangan sistem keamanan siber yang lebih kuat melalui pendekatan klasifikasi cerdas.
Sistem Pemantauan Suhu dan Kelembapan Kandang Ayam Berbasis ANN-LSTM M Ariansyah Putra Pratama; Renny Maulidda
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9683

Abstract

Mempertahankan suhu dan tingkat kelembapan yang konsisten sangat krusial demi memastikan kesehatan, produktivitas, serta kesejahteraan unggas salah satunya adalah ayam, khususnya di daerah tropis di mana perubahan mendadak dapat menyebabkan stres akibat panas dan penurunan performa. Namun, metode pengawasan tradisional seringkali hanya terbatas pada observasi langsung dan minim dalam hal kemampuan untuk melakukan prediksi. Penelitian ini memperkenalkan sistem monitoring yang berbasis pada ANN–LSTM yang terhubung dengan teknologi Internet of Things (IoT) untuk mengevaluasi kondisi lingkungan di dalam kandang ayam. Data lingkungan diperoleh melalui sistem pemantauan berbasis sensor dan diproses dengan model pembelajaran mendalam hibrida untuk mendeteksi pola temporal serta melakukan kegiatan peramalan dan klasifikasi. Model ini mencapai nilai R² di atas 0,95 dengan kesalahan prediksi yang sangat rendah untuk suhu dan kelembapan, serta tingkat akurasi klasifikasi yang mencapai 95,15% dalam mengidentifikasi kondisi Normal, Peringatan, dan Bahaya. Temuan ini menunjukkan bahwa sistem yang dikembangkan menawarkan pendekatan yang menggabungkan pemantauan secara langsung dengan analisis prediktif dalam peternakan unggas.
RANCANG BANGUN SISTEM MANAJEMEN PENJUALAN SARANG BURUNG WALET BERBASIS WEBSITE DENGAN TEKNOLOGI MERN STACK (STUDI KASUS: WALET JAYA) Nazwa Praditta
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9684

Abstract

Pencatatan transaksi secara manual pada usaha perdagangan sarang burung walet pada Walet Jaya menimbulkan permasalahan berupa kesalahan kalkulasi harga jual dan laba, kesulitan penelusuran riwayat transaksi, serta keterlambatan penyusunan laporan. Penelitian ini bertujuan merancang dan membangun sistem manajemen penjualan berbasis website menggunakan metodologi Agile Scrum dengan empat siklus sprint dan teknologi MERN Stack (MongoDB, Express.js, React.js, Node.js) serta Tailwind CSS. Sistem yang dihasilkan mencakup autentikasi berbasis peran, kelola pengguna dan produk dengan kalkulasi otomatis berat susut dan modal per gram, pencatatan transaksi dengan kalkulasi harga jual, laba bersih, dan markup, serta laporan yang dapat difilter dan diunduh dalam format PDF dan Excel. Pengujian dilakukan melalui alpha testing dengan metode black box yang menyatakan seluruh fungsionalitas berjalan valid, serta beta testing menggunakan kuesioner Skala Likert berdasarkan konsep usability Jakob Nielsen. Hasil penelitian menunjukkan persentase kelayakan sebesar 96%, menempatkan sistem dalam kategori “Sangat Diterima”.
Implentasi Chatbot Pemesanan Makanan Kedai Ayam Merdeka Dengan Metode Natural Language Processing Musrafil
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9695

Abstract

Proses pemesanan makanan pada Kedai Ayam Merdeka saat ini masih mengandalkan pencatatan manual yang sering kali menyebabkan antrean panjang, kesalahan pencatatan pesanan, dan keterlambatan layanan. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem chatbot otomatis berbasis Natural Language Processing (NLP) untuk menangani transaksi pemesanan makanan secara efektif dan terintegrasi dengan basis data inventori kedai. Aplikasi chatbot dibangun pada platform Telegram menggunakan metode Natural Language Understanding (NLU) dengan pustaka spaCy guna mengklasifikasikan maksud pengguna (intent classification) dan mengekstrak informasi detail pesanan (entity extraction). Pengujian sistem dilakukan melalui dua metode, yaitu pengujian teknis kinerja model bahasa menggunakan Confusion Matrix dan pengujian pengalaman pengguna menggunakan System Usability Scale (SUS). Hasil penelitian menunjukkan bahwa model NLP yang diimplementasikan memperoleh tingkat akurasi yang sangat baik dengan nilai Precision sebesar 92,88%, Recall 86,94%, dan rata-rata F1-Score mencapai 87,80%, melampaui target yang ditetapkan. Sementara itu, evaluasi SUS kepada 30 pelanggan menunjukkan mayoritas penilaian pada kategori Excellent dengan rentang skor dominan di atas 80. Hal ini membuktikan bahwa chatbot pemesanan makanan ini sangat akurat dalam mengenali pesanan dan mudah diterima oleh pengguna, sehingga mampu mengatasi permasalahan operasional pada layanan Kedai Ayam Merdeka.
ANALISIS SENTIMEN PENGGUNA PADA LAYANAN E-WALLET SHOPEEPAY BERDASARKAN ULASAN GOOGLE PLAY STORE DENGAN ALGORITMA NAÏVE BAYES Sugih Sahyudi; Nina Sulistyowati; Billy Ibrahim Hasbi
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9698

Abstract

Peningkatan penggunaan dompet digital di Indonesia mendorong perlunya evaluasi kualitas layanan berdasarkan persepsi pengguna. Penelitian ini bertujuan menganalisis sentimen pengguna aplikasi ShopeePay berdasarkan ulasan di Google Play Store menggunakan algoritma Naïve Bayes. Data dikumpulkan melalui teknik crawling pada periode 3 Februari 2024 hingga 18 Januari 2026, menghasilkan 5000 ulasan. Setelah menghapus data netral (skor 3), tersisa 4740 ulasan yang terdiri dari 2845 positif (60%) dan 1895 negatif (40%). Proses analisis mengikuti kerangka Knowledge Discovery in Database (KDD) yang meliputi seleksi data, preprocessing (case folding, cleaning, normalisasi, tokenizing, stopword removal, stemming), transformasi dengan TF-IDF, dan klasifikasi menggunakan Naïve Bayes. Evaluasi model dilakukan dengan confusion matrix pada empat skenario pembagian data latih-uji (90:10, 80:20, 70:30, 60:40). Hasil terbaik diperoleh pada skenario 90:10 dengan akurasi 90%, presisi 90%, recall 90%, dan f1-score 90%. Visualisasi word cloud menunjukkan kata dominan pada sentimen positif adalah “mudah”, “aplikasi”, “bayar”, sedangkan pada sentimen negatif adalah “aplikasi”, “shopee”, “error”. Kesimpulannya, algoritma Naïve Bayes efektif mengklasifikasikan sentimen pengguna ShopeePay dengan kinerja sangat baik, dan hasil analisis dapat menjadi masukan bagi pengembang untuk meningkatkan kualitas layanan
Rancang Bangun Sistem Pengelolaan Data Penjualan Berbasis Web Pada Toko Berkah Gypsum Menggunakan React.js ANISA YANDANI; Ade Andri Hendriadi; Apriade Voutama
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9699

Abstract

Abstrak. Toko Berkah Gypsum merupakan usaha penjualan material bangunan di Purwasari, Karawang, yang masih melakukan pencatatan transaksi dan pengeluaran secara manual sehingga menyebabkan kesalahan pencatatan, keterlambatan laporan keuangan, dan kesulitan memantau arus kas. Penelitian ini bertujuan membangun sistem pengelolaan data penjualan berbasis web menggunakan React.js dengan metode Agile Scrum melalui tiga Sprint. Fitur yang dihasilkan meliputi Login, Dashboard, Kelola Penjualan, Kelola Barang, Kelola Pengeluaran, Kelola Akun, Notifikasi Stok Minimum, dan Ekspor Laporan Excel. Pengujian dilakukan menggunakan Black-box Testing dan User Acceptance Test (UAT). Hasil pengujian menunjukkan seluruh fitur berjalan baik dengan nilai UAT 86%–92% kategori Sangat Kuat. Sistem mampu meningkatkan efisiensi pencatatan transaksi dan penyusunan laporan keuangan. Abstract. Toko Berkah Gypsum is a building materials business in Purwasari, Karawang, that still recorded sales and expenses manually, causing recording errors, delayed financial reports, and difficulties in monitoring cash flow. This study aims to develop a web-based sales management system using React.js and the Agile Scrum method through three Sprints. The system includes Login, Dashboard, Sales, Item, Expense, User Management, Minimum Stock Notification, and Excel Report Export features. Testing was conducted using Black-box Testing and User Acceptance Test (UAT). Results showed all features functioned properly with UAT scores of 86%–92%, categorized as Very Strong. The system improves transaction recording efficiency and financial reporting.
PERANCANGAN SISTEM INFORMASI GYM BERBASIS DIGITAL DENGAN METODE WATERFALL bagus satya ramadhan; Apriade Voutama
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9702

Abstract

Pengelolaan administrasi pusat kebugaran secara manual menimbulkan berbagai permasalahan seperti ketidakakuratan data anggota, lambatnya proses pembayaran, dan tidak tersedianya laporan keuangan secara langsung. Penelitian ini bertujuan merancang dan membangun Sistem Informasi Manajemen Gym XYZ berbasis web menggunakan PHP dan MySQL dengan metode pengembangan Waterfall. Sistem yang dibangun mencakup lima modul utama, yaitu Login & Autentikasi, Pendaftaran Member, Pembayaran Iuran, Pengelolaan Jadwal Kelas, serta Laporan & Rekap. Sistem ini menerapkan Role-Based Access Control (RBAC) yang membagi hak akses ke dalam dua peran, yaitu Admin dan Karyawan. Pengujian dilakukan menggunakan metode Black Box Testing terhadap 22 skenario uji pada 5 modul utama dan seluruh fungsionalitas berjalan sesuai yang diharapkan dengan tingkat keberhasilan 100%.
PERANCANGAN ULANG ANTARMUKA WEBSITE PORTOFOLIO MENGGUNAKAN METODE UCD UNTUK PENINGKATAN USER EXPERIENCE (STUDI KASUS: PT. INDI TEKNOKREASI INTERNASIONAL) NASYWA HANIFAH
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9704

Abstract

Website portofolio perusahaan berperan penting sebagai media representasi identitas, layanan, dan komunikasi kepada calon klien. Namun, website portofolio PT. Indi Teknokreasi Internasional masih memiliki permasalahan usability yang memengaruhi pengalaman pengguna. Berdasarkan analisis Google Analytics, interaksi pengguna terhadap tombol Call to Action tergolong rendah meskipun jumlah pengunjung mencapai sekitar 1.000 pengguna per bulan. Penelitian ini bertujuan merancang ulang antarmuka website menggunakan metode User-Centered Design (UCD) untuk meningkatkan user experience dan usability. Tahapan penelitian meliputi understand context of use, specify user requirements, design solutions, dan evaluate against requirements. Evaluasi usability dilakukan menggunakan System Usability Scale (SUS), task success rate, task completion time, dan error rate. Hasil pre-test menunjukkan skor SUS sebesar 46,3 dengan kategori poor akibat kendala navigasi dan visibilitas informasi layanan. Setelah redesign berbasis kebutuhan pengguna dilakukan, skor SUS meningkat menjadi 87 dengan kategori excellent. Selain itu, task completion time menurun signifikan dan error rate mencapai 0. Hasil penelitian menunjukkan bahwa metode UCD efektif meningkatkan usability dan pengalaman pengguna pada website portofolio perusahaan.
KLASIFIKASI POSTUR DUDUK BERBASIS CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK EVALUASI RESIKO ERGONOMI AHMAD SANUSI; Dede Brahma Arianto
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 3 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i3.9708

Abstract

Improper sitting posture is one of the leading causes of musculoskeletal disorders among workers and students. Automatic sitting posture detection using artificial intelligence has the potential to serve as an effective and efficient monitoring solution. This study develops a sitting posture classification system based on deep learning using the MobileNetV2 architecture with a transfer learning approach. The dataset consists of 938 images across three posture classes, namely good_posture, forward_lean, and backward_lean, obtained from the Roboflow Universe platform. Training was conducted in two phases using a progressive fine-tuning strategy with optimization mechanisms including EarlyStopping, ModelCheckpoint, and ReduceLROnPlateau. Experimental results show that the model achieved a best validation accuracy of 97.33% and a test accuracy of 95.74% with a macro F1-score of 0.9565. The resulting model is lightweight and has been converted to TFLite format, making it ready for deployment on mobile devices. This study demonstrates that MobileNetV2-based transfer learning can accurately classify sitting postures even with a limited dataset, and has strong potential for further development as a real-time ergonomic monitoring system.

Page 289 of 323 | Total Record : 3230

 287   288   289   290   291 

Filter by Year

2013 2026


Reset
Filter By Issues
All Issue Vol. 14 No. 3 (2026) Vol. 14 No. 2 (2026) 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