cover
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,
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.
Articles 3,230 Documents
SILOSENSE: AN IOT-BASED CORN GRAIN SILO LEVEL MONITORING SYSTEM USING HC-SR04 Annisa Nur Azmi; Farhan Garindesta; Muhamad Iqbal Firdaus; Mochamad Rizal Fauzan
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.v14i3.9878

Abstract

The availability of corn grain in production silos is important for maintaining the continuity of corn flour production. However, manual level inspection is discontinuous, requires operator involvement, and is prone to reading errors. This study presents SiloSense, an Internet of Things (IoT)-based corn grain silo level monitoring prototype using an HC-SR04 ultrasonic sensor, ESP8266 WeMos D1 Mini, SSD1306 OLED display, Firebase Realtime Database, and Progressive Web App. Ultrasonic distance data are converted into estimates of fill percentage, volume, and mass through seven-sample trimmed median filtering, adaptive exponential smoothing with a dynamic alpha range of 0.35–0.85, and two-point linear calibration. The prototype was tested under five main fill conditions, namely 0%, 13%, 45%, 87%, and 100%, along with an additional sweep from 5% to 100%. The results showed consistent readings between the OLED display and the web application, with a median interface response time of 1600.5 ms. The system also classifies silo conditions into SAFE, MODERATE, NEARLY EMPTY, and EMPTY. These findings indicate that SiloSense is feasible as a low-cost, non-contact monitoring approach for small-scale corn grain silo level estimation, with further validation required before industrial deployment.
SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI TEMPAT WISATA DI ACEH TENGGARA MENGGUNAKAN METODE TOPSIS Vivi Dista Br Sembiring
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.v14i3.9881

Abstract

Kabupaten Aceh Tenggara memiliki potensi pariwisata yang kaya, namun pengembangan dan penentuan prioritas destinasinya masih menghadapi kendala akibat keterbatasan infrastruktur dan kompleksitas kriteria penilaian. Penelitian ini bertujuan untuk membangun sistem pendukung keputusan yang dapat menentukan prioritas rekomendasi destinasi wisata di Kabupaten Aceh Tenggara secara objektif. Metode yang digunakan adalah Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) dengan melibatkan 30 alternatif objek wisata dan 6 kriteria penilaian. Hasil analisis menunjukkan bahwa Masjid Agung At-Taqwa (A4) menempati peringkat pertama sebagai destinasi paling direkomendasikan dengan nilai preferensi tertinggi sebesar 0,912, disusul oleh Alas Hills (A5) dengan nilai 0,804 pada peringkat kedua. Secara keseluruhan, papan atas peringkat didominasi oleh klaster wisata buatan dan pusat kota karena keunggulan fasilitas dan aksesibilitas. Penelitian ini menyimpulkan bahwa algoritma TOPSIS efektif dalam mengklasifikasikan performa destinasi, dan hasilnya dapat menjadi acuan strategis bagi Dinas Pariwisata setempat dalam melakukan intervensi kebijakan serta alokasi anggaran pembangunan infrastruktur fisik.
KLASIFIKASI KUALITAS BIJI KAKAO DENGAN METODE K-NEAREST NEIGHBOR DI PERUSAHAAN XYZ fadillahfauziah diqti
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.v14i3.9882

Abstract

Kualitas biji kakao merupakan faktor penting dalam menentukan mutu dan nilai jual produk kakao. Proses klasifikasi yang masih dilakukan secara manual sering menyebabkan hasil penilaian kurang konsisten dan membutuhkan waktu yang lama. Penelitian ini bertujuan untuk menerapkan metode K-Nearest Neighbor (K-NN) dalam klasifikasi kualitas biji kakao berdasarkan parameter kadar air, sampah, bean count, dan jamur. Metode K-NN digunakan dengan menghitung jarak antar data menggunakan Euclidian Distance untuk menentukan kelas berdasarkan tetangga terdekat. Hasil penelitian menunjukkan bahwa metode K-NN mampu mengklasifikasikan kualitas biji kakao menjadi kategori kualitas baik dan kualitas kurang baik. Berdasarkan hasil pengujian, data testing dengan kadar air 9, sampah 5, bean count 120, dan jamur 2% termasuk ke dalam kategori kualitas baik. Metode K-NN dapat membantu proses klasifikasi kualitas biji kakao secara lebih cepat, objektif, dan konsisten.
RANCANG BANGUN CHATBOT REKOMENDASI PRODUK SKINCARE BERBASIS RETRIEVAL-AUGMENTED GENERATION PADA TIDB SERVERLESS Gerald Dustin Albert; Nina Sulistiyowati; Aziz Ma'sum
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.v14i3.9891

Abstract

Abstrak. Pemilihan produk skincare sering menjadi masalah karena pengguna memiliki jenis kulit, kebutuhan, preferensi, dan batasan harga yang berbeda. Pencarian manual melalui marketplace atau media sosial sering tidak terstruktur, kurang personal, dan membutuhkan waktu lama, sedangkan layanan admin tidak selalu mampu merespons pertanyaan pelanggan secara cepat. Penelitian ini bertujuan merancang dan membangun chatbot rekomendasi produk skincare berbasis Retrieval-Augmented Generation (RAG) pada TiDB Serverless. Metode pengembangan sistem menggunakan Extreme Programming (XP) dengan tahapan planning, design, coding, dan testing. Sistem dikembangkan sebagai aplikasi web menggunakan Next.js, React, TypeScript, Drizzle ORM, TiDB Serverless, Ollama, model LLM Qwen2.5:7B, dan embedding BAAI/BGE-M3. Pendekatan hybrid retrieval diterapkan dengan menggabungkan vector search dan structured query agar sistem mampu memahami pertanyaan berbasis bahasa alami sekaligus menangani filter seperti harga. Hasil pengujian black box terhadap 15 skenario menunjukkan seluruh fungsi utama berhasil berjalan, meliputi rekomendasi produk, penolakan pertanyaan di luar topik, filter harga, login admin, pengelolaan produk, inventori, pesanan, chat logs, dan cache response. Sistem ini menunjukkan bahwa integrasi RAG, hybrid retrieval, dan TiDB Serverless dapat mendukung rekomendasi skincare secara lebih interaktif, kontekstual, efisien, dan berbasis data. Abstract. Selecting skincare products is often difficult because users have different skin types, needs, preferences, and price ranges. Manual searching through marketplaces or social media is often unstructured, less personalized, and time-consuming. This study aims to design and build a skincare product recommendation chatbot based on Retrieval-Augmented Generation (RAG) using TiDB Serverless. The system development method used Extreme Programming (XP), consisting of planning, design, coding, and testing stages. The system was developed as a web application using Next.js, React, TypeScript, Drizzle ORM, TiDB Serverless, Ollama, Qwen2.5:7B LLM, and BAAI/BGE-M3 embedding model. A hybrid retrieval approach was implemented by combining vector search and structured query so the system can understand natural language questions while handling filters such as price. Black box testing on 15 scenarios showed that all main functions worked successfully, including product recommendation, out-of-topic rejection, price filtering, admin login, product management, inventory, order management, chat logs, and response caching. The system supports skincare recommendation delivery in a more interactive, contextual, and data-driven manner.
SISTEM DETEKSI PLAGIASI SEDERHANA BERBASIS TEXT SIMILARITY: PERBANDINGAN COSINE SIMILARITY, JACCARD SIMILARITY, DAN RABIN-KARP Febrianta purba
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.v14i3.9892

Abstract

Plagiarisme merupakan tantangan serius dalam dunia akademik yang mengancam integritas ilmiah. Sistem deteksi komersial seperti Turnitin memiliki keterbatasan akses akibat biaya tinggi, sedangkan alat gratis sering membatasi jumlah kata dan menimbulkan masalah privasi. Penelitian ini merancang sistem deteksi plagiasi sederhana berbasis web yang mengimplementasikan tiga algoritma secara bersamaan, yaitu Cosine Similarity, Jaccard Similarity, dan Rabin-Karp, dengan dukungan tahapan text preprocessing berbahasa Indonesia menggunakan pustaka Sastrawi. Pengujian pada 11 pasang dokumen menunjukkan bahwa Cosine Similarity menghasilkan rata-rata skor tertinggi (63,5%), diikuti Jaccard Similarity (23,1%) dan Rabin-Karp (1,7%). Sistem ini berjalan secara offline, gratis, dan dapat digunakan sebagai alternatif deteksi kemiripan teks bagi mahasiswa maupun peneliti pemula.
RANCANG BANGUN APLIKASI KOST BERBASIS WEB DENGAN REKAPITULASI PEMBAYARAN MENGGUNAKAN ALGORITMA GREEDY (STUDI KASUS: KOST HENDAR II) Cindy Amelia Prameswari
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.v14i3.9893

Abstract

Abstrak Pengelolaan administrasi kost secara manual berpotensi menimbulkan kesalahan pencatatan, keterlambatan pembayaran, serta kesulitan dalam penyusunan laporan keuangan. Permasalahan tersebut terjadi pada Kost Hendar II, di mana pencatatan data penghuni, pembayaran, dan ketersediaan kamar masih dilakukan menggunakan buku tulis dan aplikasi pesan singkat. Penelitian ini bertujuan merancang dan membangun sistem informasi manajemen kost berbasis web guna meningkatkan efisiensi, akurasi, dan transparansi pengelolaan data. Pengembangan sistem dilakukan menggunakan metode SDLC model Prototype dengan framework Laravel berbasis arsitektur Model-View-Controller (MVC). Sistem yang dihasilkan dilengkapi fitur manajemen kamar, pengajuan booking, pengelolaan data penghuni, pengelolaan tagihan, e-invoice otomatis, serta rekapitulasi pembayaran secara real-time. Penerapan algoritma greedy digunakan untuk menentukan prioritas pemrosesan invoice berdasarkan tingkat urgensi pembayaran. Evaluasi sistem dilakukan melalui pengujian fungsional (Black Box Testing) dan penyebaran kuesioner User Acceptance Test (UAT) kepada 37 responden. Hasil pengujian menunjukkan seluruh modul sistem berfungsi valid, dengan nilai rata-rata UAT sebesar 4,64 (kategori Sangat Setuju). Sistem berhasil mendigitalisasi pengelolaan kost, meningkatkan efisiensi administrasi, serta mempermudah pemantauan pembayaran dan penyusunan laporan keuangan secara terintegrasi. Abstract Manual management of boarding house administration can lead to recording errors, late payments, and difficulties in preparing financial reports. These issues are present at Kost Hendar II, where the recording of tenant data, payments, and room availability is still done using notebooks and text messaging apps. This study aims to design and develop a web-based dormitory management information system to improve the efficiency, accuracy, and transparency of data management. System development was conducted using the SDLC Prototype method with the Laravel framework based on the Model-View-Controller (MVC) architecture. The resulting system is equipped with features for room management, booking requests, tenant data management, billing management, automatic e-invoicing, and real-time payment summaries. A greedy algorithm is applied to determine invoice processing priorities based on payment urgency levels. System evaluation was conducted through functional testing (Black Box Testing) and the distribution of a User Acceptance Test (UAT) questionnaire to 37 respondents. Test results showed that all system modules functioned correctly, with an average UAT score of 4.64 (Very Agree category). The system successfully digitized boarding house management, improved administrative efficiency, and facilitated integrated payment monitoring and financial reporting.
ANALISIS KERENTANAN INSECURE DIRECT OBJECT REFERENCE PADA PENYEDIA LAYANAN SOCIAL MEDIA MARKETING BERBASIS WEBSITE Ilham Arif Farabi
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.v14i3.9900

Abstract

Penelitian ini membahas analisis kerentanan Insecure Direct Object Reference (IDOR) pada platform penyedia layanan Social Media Marketing (SMM) berbasis website. Permasalahan utama yang dikaji adalah potensi kelemahan kontrol akses pada endpoint API atau URL yang menggunakan parameter objek secara langsung. Penelitian menggunakan metode Action Research dengan tahapan diagnosing, action planning, action taking, evaluating, dan learning. Pengujian dilakukan melalui pendekatan black-box testing dengan teknik parameter tampering menggunakan dua akun uji dan bantuan tools Reqable untuk melakukan packet interception. Hasil penelitian menunjukkan bahwa sebagian besar fitur tidak memiliki indikasi kerentanan IDOR, namun ditemukan celah pada fitur Ticket Support, khususnya endpoint /pages/ticket_open?id=. Ketika parameter ID tiket dimodifikasi, sistem menampilkan pesan kesalahan tetapi masih membocorkan sebagian isi percakapan tiket. Kerentanan bersifat read-only IDOR karena pengguna tidak dapat mengirim atau mengubah pesan tiket milik pengguna lain. Perbaikan dilakukan dengan menambahkan mekanisme redirect dan exit pada kondisi akses tidak sah sehingga eksekusi program berhenti sepenuhnya. Setelah perbaikan diterapkan, respons server berubah dari 200 OK menjadi 302 Redirect, menunjukkan bahwa kontrol akses telah berjalan lebih efektif.
DETEKSI POTENSI DEPRESI PADA CUITAN X BERBAHASA INDONESIA MENGGUNAKAN INDOBERT DAN SUPPORT VECTOR MACHINE Benedict Ginting; Yuyun Umaidah; Adhi Rizal
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.v14i3.9902

Abstract

Kesehatan mental, khususnya depresi, merupakan isu kesehatan global yang seringkali sulit dideteksi secara dini. Media sosial X menjadi sarana potensial untuk deteksi dini berdasarkan ekspresi emosional pengguna. Penelitian ini bertujuan mengklasifikasikan cuitan berbahasa Indonesia ke dalam kategori depresi dan non-depresi menggunakan pendekatan gabungan IndoBERT sebagai pengekstraksi fitur dan Support Vector Machine (SVM) sebagai pengklasifikasi. Dataset terdiri dari 1.293 cuitan yang telah divalidasi oleh pakar psikologi klinis. Tahapan analisis meliputi pra-pemrosesan teks, penanganan ketidakseimbangan kelas menggunakan Back-translation dan SMOTE, ekstraksi fitur berdimensi padat dengan IndoBERT, dan klasifikasi menggunakan SVM berkernel linear. Hasil pengujian menunjukkan bahwa arsitektur gabungan ini sangat efektif, dengan tingkat akurasi mencapai 79,34% dan nilai recall untuk kelas depresi menyentuh 80% pada parameter optimal (C=0,01). Tingginya sensitivitas deteksi ini membuktikan bahwa integrasi representasi kontekstual IndoBERT dan ketangguhan margin klasifikasi SVM mampu mendeteksi indikasi gangguan kesehatan mental di ruang siber secara efisien. Hal ini berimplikasi pada kelayakan arsitektur tersebut untuk diimplementasikan sebagai landasan sistem peringatan dini (early warning system).
DETEKSI JUMLAH WAJAH MENGGUNAKAN METODE YOLO Djifa Layn
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.v14i3.9908

Abstract

Abstrak. Deteksi wajah merupakan salah satu teknologi yang banyak digunakan dalam bidang komputer vision dan kecerdasan buatan. Penelitian ini bertujuan untuk membangun sistem pendeteksi jumlah wajah secara real-time menggunakan metode YOLO (You Only Look Once), khususnya YOLOv8 yang dikenal memiliki kecepatan dan akurasi tinggi dalam deteksi objek. Sistem dibuat menggunakan bahasa pemrograman Python, library OpenCV, dan webcam laptop sebagai media input. Metode YOLO dipilih karena memiliki kecepatan deteksi yang baik dan tingkat akurasi yang cukup tinggi dalam mendeteksi objek dibandingkan metode tradisional seperti Haar Cascade. Tahapan penelitian meliputi studi literatur, pengumpulan data, implementasi sistem, dan pengujian. Pengumpulan data dilakukan dengan merekam frame video dalam tiga skenario: variasi jumlah wajah (1 hingga 5 wajah), variasi kondisi pencahayaan (sangat terang, normal, redup, gelap), dan variasi jarak deteksi (0,5 hingga 3 meter). Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi wajah dengan baik secara real-time dengan tingkat akurasi mencapai 93% pada kondisi pencahayaan normal. Sistem juga mampu mendeteksi lebih dari satu wajah secara bersamaan, dengan akurasi mencapai 95% untuk dua wajah dan 90% untuk lima wajah. Namun, kinerja sistem menurun signifikan pada kondisi pencahayaan redup (akurasi 70%) dan pada jarak di atas 2 meter. Sistem diharapkan dapat membantu pengembangan absensi otomatis, keamanan ruangan, dan sistem monitoring berbasis komputer vision.
ANALISIS MEKANISME RANDOM NUMBER GENERATOR (RNG) TERHADAP DISTRIBUSI HASIL TANGKAPAN IKAN PADA GAME FISH IT DI PLATFORM ROBLOX Muhammad Haviv
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.v14i3.9927

Abstract

Random Number Generator (RNG) merupakan mekanisme yang banyak digunakan dalam game digital untuk menghasilkan hasil berbasis probabilitas. Salah satu game yang menerapkan mekanisme tersebut adalah Fish It pada platform Roblox, di mana hasil tangkapan ikan ditentukan berdasarkan tingkat kelangkaan (rarity) tertentu. Penelitian ini bertujuan untuk menganalisis distribusi hasil tangkapan ikan yang dihasilkan oleh sistem RNG serta menguji perbedaan hasil tangkapan berdasarkan karakteristik akun pemain. Penelitian menggunakan pendekatan kuantitatif dengan metode eksperimen melalui pengumpulan 5.999 data hasil tangkapan ikan dari dua kelompok akun yang berbeda. Data dianalisis menggunakan statistik deskriptif, uji Chi-Square, dan uji Mann–Whitney U. Hasil penelitian menunjukkan bahwa kategori Uncommon merupakan hasil tangkapan yang paling dominan, sedangkan kategori Mythic dan Secret memiliki frekuensi kemunculan yang sangat rendah. Uji Chi-Square menghasilkan nilai signifikansi sebesar 0,000 (p < 0,05), sedangkan uji Mann–Whitney U menghasilkan nilai signifikansi sebesar 0,010 (p < 0,05). Hasil tersebut menunjukkan adanya perbedaan distribusi hasil tangkapan yang signifikan serta perbedaan antara kelompok akun yang dibandingkan. Penelitian ini menyimpulkan bahwa mekanisme RNG pada Fish It menerapkan konsep weighted probability yang dipengaruhi oleh parameter permainan tertentu.